Este artículo es el quinto de una serie de artículos publicados por la startup IA Sapiens dedicada a explicar qué es la Inteligencia Artificial en el sector porcino. En el artículo anterior, hablamos de la metodología de proyectos de IA en el sector porcino. En este, empezaremos a explicar casos de uso concretos de aplicación de técnicas de inteligencia artificial en el sector porcino.
Este caso de uso nos va a introducir en una rama de la inteligencia artificial que se llama Optimización, diferente a los algoritmos predictivos que hemos visto hasta ahora. En concreto se trata de un paper del 2020 que analiza cómo crear una estrategia de shipping óptima. Es decir, cómo determinar de manera precisa qué animales de cebo y de qué granja se envían a sacrificio.
Para ello, el paper tiene en cuenta las condiciones de mercado, la época del año, las estrategias de alimentación porcina, y modelos de crecimiento de los cerdos de engorde a nivel individual. He visto en varios clientes intentos similares de determinar de una manera racional sus estrategias de shipping, algunos como en el caso de este paper más desde el punto de vista de la productora, en otros clientes más centrados en el punto de vista del matadero.
En todo caso, lo relevante de este paper es que utiliza un algoritmo de optimización. Básicamente, un algoritmo de optimización está compuesto de una serie de elementos:
- Un conjunto de datos de partida, como los pesos de entrada de los lechones al comienzo de la crianza
- Un conjunto de datos que hay que rellenar (cómo en este caso, los camiones que se tienen que enviar a matadero, con su origen y fecha)
- Una serie de ecuaciones a tener en cuenta (cómo, por ejemplo un modelo para el crecimiento individual de cada animal), con un valor que queremos optimizar (conseguir que sea lo más grande o lo más pequeño posible). En este caso, queremos maximizar el beneficio económico.
- Una serie de restricciones que aplican al problema (por ejemplo, que no pueden salir camiones los fines de semana, o que un camión que ha ido a una granja de tipo A no puede ir a una de tipo B).
Lo más complicado de los casos de uso de optimización es la formulación del problema, es decir, traducir en ecuaciones la pregunta de negocio que se pretende responder. Pero lo bonito es que estos algoritmos son capaces de explorar un espacio combinatorio (todas las posibles combinaciones de soluciones al problema) realmente amplio y salir con la mejor respuesta posible en un tiempo razonable. Por contra, a veces no es sencillo comunicar los resultados a los usuarios de negocio: el algoritmo es tan potente y su decisión tan multifactorial, que a veces se propone una solución que provocaría fuertes beneficios, pero que requiere cambios sustanciales en la forma de proceder de la organización, y aunque es realista, es difícil de visualizar por qué se va a producir un beneficio. A veces los algoritmos de optimización proponen cambios en las organizaciones que alteran equilibrios, que a falta de mejor herramienta, han tardado años en alcanzarse en una organización a base de combinar a partes iguales sentido común e intuición. Modificar estos equilibrios a veces no es una cuestión de ganancia potencial sino de inercia y propensión al riesgo.
En todo caso, las aplicaciones de los algoritmos de optimización son muy amplias, con casos de uso disponibles en toda la cadena de valor porcina, desde los centros de inseminación, multiplicación, producción, logística, despiece y comercialización.
Este artículo es el cuarto de una serie de artículos publicados por la startup IA Sapiens dedicada a explicar qué es la Inteligencia Artificial en el sector porcino.
