Cómo Cargill integró la IA en las operaciones de procesamiento de carne vacuna
¿Está pensando en adoptar la inteligencia artificial en su planta procesadora de carne ? Jarrod Gillig, vicepresidente sénior y director general de la división de Carne Vacuna de Cargill Food North America, tiene experiencia de primera mano y la compartió durante el desayuno de trabajo del Consejo Empresarial Agrícola de Kansas City, celebrado el 12 de noviembre en conjunto con la Conferencia de Líderes sobre el Futuro de la Agricultura en Estados Unidos.
Gillig compartió las lecciones aprendidas de la adopción de la IA por parte de Cargill en el procesamiento de carne. Se centró en el uso responsable, la adecuación operativa y el retorno de la inversión cuantificable.
Un comienzo prometedor
El camino de Cargill hacia la adopción de la IA comenzó con una asociación externa en 2020-2021. Gillig dijo estar entusiasmado con la asociación y las capacidades de la empresa.
“Creía firmemente que esto transformaría a Cargill”, dijo Gillig. “Íbamos a mejorar en el procesamiento de la carne. Íbamos a poder aprovechar más carne. El año pasado perdimos 400 millones de dólares en el negocio de la carne vacuna. Cuando se consideran esos márgenes, cada gramo que puedo obtener del hueso, literalmente, representa un valor agregado”.
Sin embargo, 18 meses después de iniciada la colaboración, Gillig descubrió que los equipos de ingeniería, operaciones y planta habían desarrollado interpretaciones contradictorias del proyecto.
“Teníamos una visión de hacia dónde íbamos, y en realidad estamos yendo en tres, cuatro o cinco direcciones diferentes”, dijo. “Esto no está bien, y como líder que literalmente convenció al director ejecutivo de que esto iba a cambiar el negocio de la carne, tener que levantarme y decir: ‘Oye, en realidad no estamos en el camino correcto, vamos a tener que cambiar’, llegó un punto en el que rompimos esa relación”.
Cargill detuvo el proyecto, puso fin a la colaboración y comenzó de cero. Mientras tanto, la empresa continuó entrevistando a otros socios potenciales. Sin embargo, al final, faltaban contactos cruciales para comprender el negocio del procesamiento de carne. Por lo tanto, Cargill comenzó a reclutar científicos de datos y formó un grupo interno de IA que continuaría la búsqueda de innovaciones de alto impacto basadas en IA para impulsar la mejora continua y la eficiencia.
“Lo que les propongo a todos en este ámbito es que la IA tiene un potencial realmente fascinante; no se conformen con lo que soñaban”, dijo Gillig. “Si nos limitamos en este campo, no aprovecharemos todo su potencial”.
Casos de uso de IA
El giro hacia un equipo interno de IA llevó a Cargill a desarrollar soluciones que se adaptaban mejor a la empresa y a sus clientes.
El equipo de científicos de datos y especialistas en tecnología de Cargill desarrolló CarVe , un sistema de visión artificial basado en inteligencia artificial que aplica un enfoque centrado en los datos para lograr mejoras. Sin embargo, en consonancia con el objetivo inicial, la tecnología ha impulsado mejoras en la capacitación, la seguridad y el compromiso de los empleados.
“Puedo decirte con exactitud cuántos cortes con cuchillo realiza un empleado”, explicó Gillig. “Así que, si pensamos en el síndrome del túnel carpiano en nuestra industria, esto es significativo. Tengo un empleado que realiza 20 cortes con cuchillo y otro que realiza 35. Entonces, ¿cómo puedo capacitarlos de manera diferente?”
Un segundo caso de uso que Gillig destacó se refería a la optimización del cronograma de producción. En colaboración con una empresa llamada C3.ai, Cargill desarrolló un sistema que analiza 3 millones de variables para coordinar la demanda de los clientes y el suministro de ganado.
“Lo que nos permite hacer es tomar la retroalimentación de un cliente que dice ‘Bien, así es como se ve nuestra demanda de productos de carne’, y luego puedo realmente combinar eso con el ganado que nos llega, y puedo determinar cómo debe ser mi suministro”, dijo Gillig. “Recibiré un cliente que llamará y dirá ‘oye, necesito 10 cargas de X, Y, Z’, y literalmente le responderemos y le diremos, en realidad necesita ocho y así es como se ve. O, le responderé y le diré, usted quiere 10, va a tener un estante vacío, necesita 12.
“Esto nos permite reducir drásticamente la cantidad de carne que se descuenta o se desecha en los comercios minoristas, porque contamos con una herramienta mejor, analizamos todo tipo de cosas para determinar el volumen de carne que pasará por sus estantes y lo que podemos hacer al respecto.”
El último caso de uso de IA en Cargill que compartió Gillig involucra una tecnología de medición de canales y clasificación de rendimiento basada en radar llamada SizeR. Cargill puede descargar datos que crean un modelo de cómo se ve una media res en términos de conformación muscular y contenido de grasa. Los datos obtenidos de las canales escaneadas pueden mejorar los precios pagados a los productores y optimizar las estrategias de alimentación.
Gillig afirmó que ya se está trabajando en la vinculación de los datos de las canales con las operaciones de alimentación.
FUENTE: Agromeat