|
Inteligencia artificial, big data y blockchain: así está
transformando la tecnología los modelos de negocio sostenibles en
Colombia
La
transformación digital está impactando la sostenibilidad. La
inteligencia artificial, el big data, las tecnologías móviles, el
internet de las cosas, el análisis de redes sociales y el blockchain
optimizan las operaciones, mejoran la experiencia del consumidor e
impulsan nuevos modelos de negocio que crean valor. Los cambios
digitales y la disponibilidad de enormes cantidades de datos sumados
a cambios en el comportamiento y expectativas de los consumidores
han dado lugar a productos, procesos y plataformas digitales para
avanzar en la sostenibilidad.
Las más documentadas están relacionadas con control de polución en
aire, agua, emisiones, manejo de desperdicios, producción sostenible
y sostenibilidad urbana. El uso de estas aplicaciones está cambiando
la manera en que se gerencia la sostenibilidad por medio de la
creación de nuevos modelos de negocio que no hubieran sido posibles
sin estas tecnologías.
Agricultura regenerativa
Ejemplos de nuevos modelos de negocio en Colombia son La Palma y el
Tucán, y Cirkular Agrofintech, dos empresas de una familia
emprendedora que busca cambiar la realidad del agrocombinando
agricultura regenerativa y tecnología. La primera produce cafés
especiales y la segunda busca capitalizar los aprendizajes de la
regeneración para que otros agricultores de pequeña escala en
América Latina hagan el tránsito hacia este modela.
La Palma y el Tucán se basa en blockchain para asegurar la
trazabilidad de la producción y favorecer un flujo de información
simétrica entre todos los actores en la cadena. Usa un software
desarrollado por Origino App, creado en Argentina para hacer
trazabilidad a la cadena de producción de carne. Esta forma de
rastrear e informar tiene muchas ventajas frente a las tradicionales
certificaciones, que implican un costo adicional para el productor y
obligan a una estandarización que en productos gourmet no es
necesaria ni deseable.
Cirkular propone a los productores la ejecución conjunta de
proyectos: ellos suministran los insumos, la tecnología, la
asistencia técnica, el transporte y la comercialización, mientras
los cultivadores ofrecen su experiencia, su tierra y mano de obra;
al finalizar el ciclo, la cosecha se distribuye por partes iguales.
La empresa recopila información de familias productoras y sus fincas
por medio de agentes que utilizan aplicaciones móviles sin conexión
a internet, como DeviceMagic. Estos datos se contrastan con fuentes
públicas y privadas para centralizar y garantizar la veracidad de la
información. Para procesar los datos, la empresa usa servicios
de Google Cloud Platform como Looker Studio para la visualización de
datos y VertexAI para modelos predictivos basados en inteligencia
artificial. Durante la ejecución, entrega recomendaciones de manejo
de cultivo a los productores, basadas en los datos de visitas
a las fincas y en el análisis de imágenes satelitales de la compañía
Nax Solutions. Con este acceso a información ha podido trabajar con
seguros paramétricos que, en tiempo real, permiten que el agricultor
reciba, por ejemplo, las indemnizaciones del seguro frente a eventos
de clima.
Este modelo
busca superar las barreras a la transición hacia la agricultura
regenerativa, como la desconfianza de los agricultores, el acceso a
la financiación necesaria para esa
|
|
transición y el desconocimiento del sector financiero sobre el
potencial de la agricultura regenerativa en escenarios de cambio
climático.
Manejo de emisiones y vertimientos
Por otra parte, estamos viendo los usos que las empresas dan a las
aplicaciones para alcanzar sus metas de sostenibilidad. Un análisis
de las cien compañías más grandes del mundo muestra que, con algunas
variaciones, la mayoría ha hecho públicas sus metas en aspectos como
emisiones, agua, circularidad y biodiversidad, y revela cómo han
transformado sus acciones para cumplirlas.
En manejo de emisiones, han variado las formas en que se miden,
controlan y manejan distintas formas de polución en las industrias
pesada, química y de energía. En particular, emisiones y
vertimientos con efectos en agua, aire, emisiones de carbono y otras
relacionadas con el cambio climático. Aplicaciones que, por medio de
inteligencia artificial, ayudan a manejar la complejidad,
incertidumbre, interactividad y las dinámicas relacionadas con estas
emisiones.
También, el análisis de grandes cantidades de datos resulta poderoso
como facilitador de implementación de movilidad verde y otras formas
de transporte bajo en emisiones de carbono. Ambientes con
inteligencia artificial y big data ayudan a aumentar la eficiencia
en la toma de decisiones para reducir daños y costos. Así mismo, el
big data permite entender oportunidades y retos asociados con el
clima, mide emisiones de carbono y usa técnicas para reducir la
huella.
Selección de proveedores y disponibilidad del agua
Se utiliza, por ejemplo, para seleccionar proveedores de carne, e
incluye cloud computing: quienes crían el ganado y venden la carne,
comparten a sus compradores información en la nube, que actualizan
constantemente, sobre su producción. Quienes compran aportan la
calculadora de carbono, que pueden usar todos los proveedores
potenciales de esta firma teniendo acceso solo a una conexión a
internet. Los ganaderos alimentan durante un mínimo de dos años
múltiples variables sobre el ganado, información que es procesada
para que el comprador tenga claridad sobre la calidad de la carne y
las emisiones de cada proveedor.
Para el manejo de metas de sostenibilidad frente al agua, empresas
como AB InBev han consolidado grandes cantidades de datos de las
mejores prácticas de sus diferentes plantas de producción de cerveza
alrededor del mundo. Este manejo de datos se combina con
inteligencia artificial para orientar la toma de decisiones en
relación con aspectos operativos y estratégicos
del agua. Mediante la asistencia de estas herramientas, trabajadores
que no necesariamente tienen formación especializada pueden tomar
decisiones que generen menores impactos ambientales.
Por otro lado, empresas de provisión de agua ahora son asistidas por
sistemas de manejo inteligente del líquido que, potenciados por
inteligencia artificial, logran
excelentes proyecciones de disponibilidad futura del recurso,
mientras se genera una provisión adecuada que permite ingresos
constantes.
Procesos de manufactura
En circularidad
y manejo de desperdicios, aplicaciones como ZenRobotics usan
|
|
inteligencia artificial para separar
de forma más eficiente desperdicios de construcción y demoliciones.
También, se conocen ejemplos de big data para identificar vertimientos ilegales
de desperdicio en la región especial de Hong Kong, o para comparar y analizar el
manejo de desperdicios de construcción entre entidades públicas y privadas. Con
internet de las cosas se han diseñado y usado sistemas que permiten el manejo de
desperdicios de comida, por ejemplo, en el campus del Instituto Asiático de
Tecnología.
La transformación digital ha traído inteligencia artificial, big data e internet
de las cosas en la adaptación de procesos de manufactura hacia unos más verdes
con cero desperdicios. Ha influenciado el manejo de las cadenas de suministro
para aumentar su circularidad, con el uso de diferentes tipos de inteligencia
artificial predictiva para tomar decisiones sobre proveedores más sostenibles,
mejorar la comunicación con los actores de la cadena, generar predicciones
acerca de necesidades de mantenimiento, comprender cómo optimizar la cadena y
usar escenarios para entender riesgos y beneficios de ciertos procesos.
Monitoreo a la deforestación
En relación con el manejo y la conservación de la biodiversidad, empresas como
Microsoft, Google y Amazon están poniendo al servicio de la conservación sus
capacidades para el desarrollo de plataformas que contribuyen en el monitoreo de
extensas zonas de bosque. En alianza con la Universidad de los Andes, Microsoft
trabaja en el computador planetario.
Con esta solución, la multinacional aporta su capacidad computacional; la
universidad, su unidad de inteligencia artificial; y distintas entidades
públicas y privadas contribuyen alimentando datos para hacer un monitoreo a la
deforestación en la Amazonía.
Con este trabajo se busca lograr mayor efectividad en las lecturas sobre
deforestación, alcanzar interoperabilidad entre las distintas plataformas que
trabajan para detener la deforestación en la región, obtener información en
tiempo real y, en el análisis, tener trayectorias predictivas de la
deforestación. Así, la gestión de la prevención de la deforestación y
conservación de la biodiversidad podrá hacerse con acciones, programas y
políticas públicas orientadas al presente y al futuro de la conservación, y no
solo con acciones orientadas a corregir problemas ocurridos en trayectorias
pasadas.
Tenemos en la transformación digital la semilla de grandes disrupciones que
modificarán la manera en que gestionamos la sostenibilidad. No obstante, es
necesario tener en cuenta sus retos. En primer lugar, el acceso a estas
tecnologías es costoso, por lo que su uso se convierte en una barrera de entrada
para numerosos jugadores en el mundo empresarial, como las pequeñas y medianas
empresas. Adicionalmente, varias de estas aplicaciones requieren un activo aún
más crítico que el financiero: contar con cantidades masivas de datos, que no
todos los actores corporativos tienen disponibles. Estos dos factores
profundizan la brecha digital entre unas empresas y otras.
En tercer lugar, el uso de estas tecnologías plantea dilemas morales frente a la
eliminación de trabajos humanos en labores que emplean gran cantidad de gente
con baja calificación, que no necesariamente será absorbida en los empleos que
genera el mundo digital. Finalmente, es indispensable considerar la propia
huella ambiental de estas tecnologías, que no es menor en emisiones y uso de
agua.
|
.png)
