Eliminar la "microtarea" con inteligencia artificial

Las IAs presentan una oportunidad invaluable para la industria de alimentos, dice César Mariel, fundador de Iristrace, una empresa que apuesta por mejorar la productividad de la industria a través de herramientas que eliminan las tareas más trabajosas y repetitivas.

---

La información se ha convertido en uno de los activos más importantes de las empresas, y la industria alimentaria busca aprovecharla cada vez mejor. Los datos, a medida que un equipo realiza una tarea o la temperatura de una máquina fluctúa, susurran datos vitales sobre el estado de la cadena productiva y, hasta hace relativamente poco, empezamos a hacerle caso a lo que la planta de manufactura trata de decir; y no es para menos, pues la gestión en el siglo XXI se están tomando a través de estos bits de información.

La inteligencia artificial (IA), en este contexto, surge como un puente entre los operarios y tomadores de decisiones con la información que producen los equipos de toda planta, pues es capaz, si así es programada, para complementar a los trabajadores con sus posibilidades. La incorporación de la IA en la industria de alimentos no solo representa un avance tecnológico, sino también una necesidad imperante de armonizar el talento humano con el resto de la casi automatizada de producción alimentaria moderna.

Es por eso que César Mariel, CEO de la empresa española de software Iristrace, ha emprendido una búsqueda por refinar las aplicaciones de las IAs en la industria de alimentos. Mariel, un autodidacta en todo lo que refiere a la programación de modelos de lenguaje, tiene una visión optimista del uso de estas herramientas con miras a mejorar la eficiencia en la cadena productiva.

IAlimentos: ¿Cómo es que nace el interés por la inteligencia artificial aplicada en Iristrace?

César Mariel: Yo vengo de la industria alimentaria. He vivido en mis propias carnes, por decirlo de alguna manera, muchos de los fallos que a día de hoy las empresas suelen tener a la hora de captar datos. En el camino de solucionar la forma en la que se captura información en todas las empresas alimentarias, [debemos] evitar el hecho de que se usen papeles para este fin.

En el papel apuntas los datos y montas una tabla hoy, de lunes a viernes, de registro de temperaturas, por ejemplo. Llegas el martes y tienes las temperaturas del viernes ya apuntadas. Es eso me ha pasado muchas veces, le llamo yo "cumplimiento": cumplo y miento, miento más que cumplo, realmente. Lo que buscábamos era una forma sencilla de poder digitalizar la captura de los datos por parte de cualquier operario de la empresa, algo que fuera sencillo y accesible.

¿Cómo podría un negocio alimentario saber cuántas incidencias han pasado cada día? Si tenemos la forma de recoger los datos, que es el pilar principal, y un chat al cuál preguntarle dicha información, tenemos la combinación perfecta. Si podemos simplificar todas nuestras interfaces con inteligencia artificial, se va a adoptar esta tecnología mucho más rápido y la gente va a tener una reacción mucho más cercana a ella.

IA: ¿Qué proyectos de inteligencia artificial se llevan a cabo desde Iristrace?

CM: Lo principal es la recolección de información; una vez recogida, se guarda en un data lake, que conectamos a la inteligencia artificial entrenada y, con todos los datos del cliente, se le puede preguntar sobre las incidencias en la planta durante ese día. Te redacta un informe, como si se tuviera un consultor.

Entonces, ¿que aplicaciones tiene esto? Por ejemplo, las plantillas para temas normativos, como estas cambian, puedo pedirle al asistente que adapte las plantillas a la nueva legislación. Puedo ver cómo encajan o si se deben modificar y de ahí surge un segundo proyecto de inteligencia artificial, el poder crear protocolos de captura de información de datos en base a documentos, como una pieza de normatividad.

IA: ¿Cuáles son los retos a la hora de poner en marcha esta familiarización de los trabajadores y del trabajo en general con herramientas de inteligencia artificial?

CM: Lo principal es simplificar las herramientas al nivel que lo hace ChatGPT. Nosotros tenemos una aplicación en la que se consignan los datos y la tienen todos los operarios. Solo es formular una pregunta o petición y esperar los resultados.

Nosotros  lo que tenemos que recibir es el manual de instrucciones de cómo tenemos que entrenar al modelo de lenguaje; un modelo tiene que ser entrenado en base a procedimientos de un cliente. Entonces hay un procedimiento de trabajo de días, meses, o incluso años, dependiendo de la cantidad de volumen de datos que pueda tener. Si la empresa tiene un nuevo procedimiento, entonces hay que volver a entrenar.

Otro reto es la legislación. En la Unión Europea no tenemos acceso a las mismas herramientas que podéis tener acceso a vosotros, por ejemplo, a las de Meta no tenemos acceso mientras que en América sí. La legislación europea es muy estricta en cuanto a la protección de datos y el control de la información que se comparte. Esta parte es mala, porque no tenemos acceso a ciertas herramientas que salen en otros mercados más rápidamente y buena en el sentido que nos protege.

Me quejo de que la regulación en la Unión Europea sea más estricta, pero también me sirve como argumento de venta para decir: oye, nosotros estamos en la actuación más estricta, eso quiere decir que tomamos la atención a los datos de tu empresa al nivel más alto que te puedes imaginar.

IA: ¿Y si hablamos de las oportunidades que brindan estos proyectos, cuáles son?

CM: Personal como directores de calidad, directores de operaciones, directores de producción son personas que tienen unos conocimientos muy avanzados, pero tienden a invertir mucho tiempo en tareas como el papeleo y la reportería para la realización de informes. Se invierte tiempo en tareas que son todos los días exactamente iguales. Lo que deberíamos de estar haciendo delegarle al sistema este tipo de tareas para poder disponer el talento de la empresa en requerimientos más complejos.

Ya de por sí el sistema de IA tiene sus propias ventajas: si tengo una serie de datos larga, puedo con ella detectar cuándo va a fallar el sistema de producción, entre otras predicciones. Con probabilidad estadística y un poco de inteligencia artificial, cerramos el ciclo.

Lo hemos hecho también para que puedas hacerlo en cualquier idioma. Si una planta en Colombia tiene unos procedimientos que se quieren llevar a Estados Unidos o a Haití, es perfectamente posible que la IA traduzca las plantillas según se requiera. Esto en Europa es todavía más sangrante porque al final aquí todos hablamos un idioma distinto por país. Solo en España hay 5 idiomas; esto, sumado a toda la inmigración que llega, el sistema de inteligencia artificial es capaz de devolverle la respuesta en su idioma preferido.

IA: ¿Cuánto tiempo puede demorar este proceso de entrenamiento de un modelo?

CM: Puede demorar de 2 o 3 días a meses, depende de la cantidad de información que se deba tabular. Yo imagino un sistema de onboarding para una empresa alimentaria en Colombia, de cualquier tamaño, puede tener entre 20, 30 o 40 páginas como mucho. En menos de un mes podría estar un bot funcionando ágilmente. Todo lo demás es prueba y error.

IA: De tener que poner una cifra, ¿qué tanto impacta la productividad de una empresa al acoger en modelos como el que ustedes ofrecen?

CM: Según el MIT, si a dos equipo de a tres personas les ponen un mes a trabajar en las mismas tareas, el resultado del análisis es que la calidad del trabajo y el tiempo son casi iguales. Ahora, le dicen a un equipo que use ChatGPT para sus tareas y al otro no. Al siguiente mes, hay un 37% más de productividad, estamos hablando de 2 días a la semana más de productividad, y un 20% más de calidad en el resultado final. ¿Por qué? Pues porque nos está haciendo mejores en algo que o no nos gusta o es costoso y repetitivo. Siempre digo una empresa tiene que matar la micro tarea, pues son susceptibles de ser mejoradas y cambiadas con inteligencia artificial.

También más importante que evita enfrentarse ante una hoja en blanco, te la quedas mirando y los primeros 5 minutos son de duda. Con ChatGPT, por ejemplo, esto puede mejorarse. En los primeros 5 minutos empiezan a tener resultados, empieza a generar ideas. Lo que nunca va a ser es la inteligencia artificial como motor de la creatividad y la innovación; esa parte la vamos a seguir teniendo los humanos.

IA: ¿A dónde cree que va como esta aplicación de la de la inteligencia artificial dentro de la industria de los alimentos?

CM: Para mí es muy sencillo, va a ser un complemento más a cualquiera de las aplicaciones. Es decir, va a ser el "becario listo" que conoce muchas cosas que nosotros desconocemos. Va a ser el que me va a ayudar a ser mejor en áreas en las que yo no lo soy. La IA no te va a quitar el trabajo, te lo va a quitar a alguien que sepa dominar la IA. Para mí eso va a ser un complemento más, así como hay gente que es experta en Excel.

Yo creo que ahí es donde la ganancia. Creo que mejorará la industria alimentaria a todos los niveles: el diseño de etiquetas y envases, prototipos, variar fórmulas, mezclar alimentos, mejorar tiempos y precios. Conseguiremos mejoras en todas y cada una de nuestras áreas.