Los robots, los datos de imagen y las nuevas cadenas de suministro digitales son sólo tres ejemplos de desarrollos que también determinarán el mercado en el nuevo año. Harrij Schmeitz, del Fresh Information Management Center, el centro de conocimiento de GroentenFruit Huis, enfatiza que no se trata de innovaciones, sino de interrupciones. El mayor desafío no es renovar los procesos existentes, sino desarrollar nuevos procesos. "Tenemos las técnicas, pero ¿cómo las aplicamos?". Usando ejemplos, describe los factores que cambiarán el mercado.
La diferencia entre innovar e interrumpir es cómo está cambiando el mercado. Una innovación mejora un modelo existente, una interrupción es un nuevo enfoque, o un nuevo modelo, explica Harrij. "Estamos lidiando con una nueva realidad. Es comparable al impacto de Uber en el mundo del taxi, a pesar de que Uber no tiene taxis propios. Airbnb es ahora el hotel más grande del mundo, pero ni siquiera posee una habitación. Y la compañía holandesa Thuisbezorgt ofrece la mayoría de las comidas a los hogares, pero no tiene su propia cocina". Los supermercados sin existencias, como Picnic, y el aumento de comidas preparadas son ejemplos de los desarrollos disruptivos más cercanos al sector.
Foto: ficenter.nl, shutterstock.com
Puerros en un envase de comida preparada
"Las comidas preparadas no son sólo un nuevo canal de venta, también son un enfoque completamente diferente en la cadena de suministro". Harrij lo ejemplifica: el proveedor de una comida preparada quiere puerros que cumplan estrictos requisitos durante una semana determinada. Un puerro demasiado largo no cabe en la caja, o un puerro demasiado grande no cumple con las proporciones de la receta. "Se pueden suministrar 50.000 puerros en una semana, y luego ninguno durante semanas, porque la receta no lo necesita". Esto requiere un enfoque diferente de la cadena de suministro.
Una imagen similar se puede ver en el mercado en línea. "Las ventas en línea están creciendo gradualmente, pero tenemos que asegurarnos de no perder el mercado", advierte Harrij. Aunque el número de ventas en línea está aumentando, no significa que el consumidor elija productos frescos al realizar compras en línea. Además, el envasado debe ajustarse para los productos de este canal de ventas. "Creo que las fresas en una cesta de papel tradicional son el mejor ejemplo; no puedes venderlas de esta forma en línea. Si el envase no tiene tapa, las fresas se caerán durante la entrega".
Ganar dinero con datos
"Tenemos que seguir esa tendencia, lo que también requiere calidad de datos", continúa. "No se trata sólo de la disponibilidad de los datos, sino que éstos también tienen que ser de la calidad adecuada". Otro ejemplo: la aplicación 'Kies Ik Gezond' (Yo elijo sano) lanzada por el Voedingscentrum holandés (el centro dietético nacional holandés) a principios de este mes. "En esa aplicación se tiene en cuenta la calidad de los datos: si el artículo no aparece en la aplicación, indica 'artículo no encontrado'". Por lo tanto, los supermercados se dedican a disponer esos datos. El sector podría tener más en cuenta este asunto, según Harrij. "El sector todavía no está muy al tanto sobre este tema. El etiquetado a menudo se produce en algún lugar de un almacén, e imprimen lo que el cliente solicita. Si la etiqueta dice 'almacenar en un lugar frío' y la aplicación registra 'almacenar en el refrigerador', hay diferencias en los datos".
Hace un llamado a las empresas para que dejen de discutir sobre la propiedad de los datos y los datos de las etiquetas de precios, y para que inviertan más energía en las formas en las que esos datos pueden tener un valor agregado. "Cuando dicen 'los datos son míos' son poco realistas, pues otras personas ya están ganando dinero con esos datos. Ese tren ya partió". Es más importante decidir qué tipo de valor agregado pueden tener los datos, pero primero se debe coger experiencia. Un ejemplo son los datos de producción de los productores que trabajan con una cierta variedad, que puede ser importante para los agricultores, pero también para el productor. Entonces, la pregunta ahora es si se puede poner una etiqueta de precio sobre esos datos de producción. Otro ejemplo es la información recolectada por las máquinas clasificadoras. "Estoy seguro de que ningún agricultor o comerciante ha establecido contractualmente quien posee esta información. El constructor de la máquina a menudo usa los datos para optimizar la técnica, pero se puede hacer mucho más con ellos. Hay una diferencia entre la propiedad de los datos y la disponibilidad de los datos".
Foto: ficenter.nl, shutterstock.com
Cámaras y robots
Para la producción, el reconocimiento de imágenes también se convertirá en un importante disruptor, predice Harrij. "El reconocimiento de imágenes está despegando. Este desarrollo va increíblemente rápido, por ejemplo, con el software de reconocimiento de rostro de Google. "Para los productores, una técnica comparable, sin embargo, puede tener el mismo impacto. ¿Qué pasaría si el sistema de cámara pudiera reconocer ciertas cosas en los cultivos? ¿Qué pasaría si las cámaras pudieran determinar el momento perfecto para cosechar? ¿O si pudieran informar a los productores sobre la presencia de moscas, por ejemplo? Y yendo un paso más allá, ¿Aprenderá una cámara a distinguir entre las moscas de la fruta dañinas de las inofensivas, y por lo tanto, a dar la alarma a tiempo?. "La pregunta es si estamos usando las oportunidades en este campo", continúa Harrij. "Tenemos un buen conocimiento de la producción, pero ¿cómo vamos a utilizar este conocimiento para la disrupción tecnológica?"
Otra discusión persistente es la robotización. El robot de espárragos, el robot cosechador de manzanas, el robot cosechador de hojas de tomate y el robot de fresas probablemente se comercialicen en 2018 o 2019. "Es interesante que los robots reduzcan los costes de mano de obra, pero quizás un productor también sea capaz de dar un mejor pronóstico de cosecha debido al robot, o podría ser más atractivo cultivar una variedad diferente con un mayor valor agregado". La pregunta es si los métodos de producción actuales son adecuados para los robots. "La forma de pensar acerca de los robots tiene que cambiar. La primera pregunta que hacen los productores siempre es ¿cuánto puede cosechar el robot? Un robot no puede mirar más allá de las hojas, pero podría ser interesante si se despidiese a parte del personal. Tenemos que hacer las cosas de forma completamente diferente para descubrir nuevos tipos de valor agregado", expresa Harrij. "Tal vez haya que cultivar una variedad diferente o cultivar las plantas más separadas".
Momento de cosecha correcto gracias al robot
Un robot funciona de manera diferente, y eso puede tener resultados de gran alcance. Por ejemplo, el robot de espárragos recorre el campo tres veces al día para cosecharlos. "Es posible que el robot deje un espárrago, porque sabe que volverá a pasar por el mismo lugar en cuatro horas. El espárrago es un poco más largo cuando se cosecha, pero aún no tiene la punta verde, se cosecha más tarde que si una persona fuera a cosecharlo". Otro ejemplo es el pepino. "Ese producto crece tan rápido que puede pasar de un tamaño pequeño a grande en un día", explica Harrij. "Un robot que recorre el campo tres veces al día puede cosechar el pepino cuando tiene el tamaño perfecto".
El cultivo de plantas decorativas lo ilustra aún más. El momento de la cosecha de las rosas requiere mucha precisión, y a los productores les cuesta mucho dinero capacitar al personal para determinar el momento adecuado. Además, las rosas siempre se cosechan demasiado temprano o demasiado tarde, lo que supone pérdidas. Por lo tanto, el sector está experimentando con el reconocimiento de imágenes, aplicado en gafas, que indican al personal de cosecha exactamente qué rosa se puede cosechar y cuál debe permanecer en el arbusto por más tiempo. "Necesitamos menos personal y más sistemas. El cultivo vertical es otro ejemplo de esto".
Carretillas elevadoras automáticas, ¿por qué no?
"Las carretillas elevadoras automáticas todavía no son habituales en nuestras empresas comerciales, pero ¿por qué no podrían serlo?", Se pregunta Harrij. Las técnicas para éstas se aplican en otros sectores, sólo tienen que traducirse al sector de productos frescos. "Tenemos que mirar más hacia afuera para ver qué está sucediendo y luego traducirlo a nuestro sector. ¿Por qué un robot no puede ser capaz de apilar palés si es capaz de clasificar cajas vacías?", explica Harrij refiriéndose a Google y Amazon, que son líderes en el desarrollo de DC automáticos.
Esto también requiere un cambio. "Con las carretillas elevadoras automáticas no se necesitan conductores, sino un operador". Harrij piensa que el sector es muy reacio a apelar a los trabajadores de TI. "Estos desarrollos no se pueden delegar a empresas de tecnología, se necesita más conocimiento por parte del personal. El departamento de TI a menudo se encuentra en algún lugar detrás de la cámara frigorífica, pero debería ser la responsabilidad del director general".
Para más información:
Fresh Informationmanagement Center
Harrij Schmeitz