• La digitalización del sector agroalimentario: ¿qué nos dice Twitter?

    CatalanInglés

    La tecnología avanza a un ritmo frenético y ofrece a la cadena agroalimentaria numerosas oportunidades para que su producción sea más eficiente y sostenible. Además, la irrupción de la COVID-19 ha puesto de manifiesto que las empresas más digitalizadas pudieron continuar con sus actividades con más facilidad que el resto. En este artículo examinamos el grado de popularidad de las distintas tecnologías digitales que se utilizan en el sector primario y en la industria agroalimentaria a partir del análisis de texto de más de 2 millones de mensajes en la red social Twitter. Todas ellas son imprescindibles para crear un ecosistema conectado que formará la cadena alimentaria 4.0 del futuro.

    Plantilla

    plantilla_article_vs05

    Temática
    Miniatura
    Área geográfica

    La llegada inesperada de la pandemia ha puesto de manifiesto que las empresas más digitalizadas estaban más preparadas para adaptarse a la nueva situación y pudieron continuar con sus actividades de forma mucho más fluida que el resto. No cabe duda de que, en el nuevo entorno, la transformación digital de las empresas se presenta como un aspecto ineludible para fortalecer la competitividad empresarial. 

    El big data, la robótica, el internet de las cosas y el blockchain son algunos ejemplos de las nuevas tecnologías digitales que gradualmente están adoptando las empresas, en particular en el sector agroalimentario. La tecnología avanza a un ritmo frenético y está ofreciendo a la cadena agroalimentaria numerosas oportunidades para producir de una manera más eficiente y sostenible. Sin embargo, la información estadística sobre el grado de adopción de dichas tecnologías es limitada, y la fuente estadística oficial más completa1 no proporciona información sobre el sector primario. A continuación, presentamos un novedoso análisis sobre la «popularidad» de las nuevas tecnologías digitales en el sector agroalimentario a partir de la información de Twitter.

    • 1. Encuesta sobre el uso de las tecnologías de la información y las comunicaciones (TIC) y el comercio electrónico en las empresas, elaborada por el INE.
    Twitter como una fuente de información para detectar tendencias de futuro

    La información de Twitter puede ser muy valiosa para detectar nuevas tendencias de futuro, pues permite analizar la popularidad de determinados términos, según la frecuencia con la que aparecen en los tuits. Es cierto que no es lo mismo «hablar de ello» que haber implementado con éxito las distintas tecnologías digitales en el funcionamiento recurrente de la empresa. Por este motivo, los resultados que presentamos a continuación deben interpretarse sencillamente como indicativos de nuevas tendencias que pueden estar arraigándose en las empresas del sector agroalimentario. 

    La información de Twitter permite analizar el grado de «popularidad»

    de las distintas tecnologías digitales en el sector agroalimentario según la frecuencia en la que aparecen mencionadas en los tuits.

    Para este estudio, se procesó información de más de 24 millones de tuits emitidos por usuarios individuales y medios digitales durante el periodo 2017-2019. Entre ellos, 2 millones correspondían al sector agroalimentario. Usando técnicas de procesamiento de lenguaje natural, se categorizaron los tuits según las menciones de distintas tecnologías digitales y según el sector de actividad.2 La clave para obtener información relevante de las redes sociales pasa por definir previamente palabras «semilla» que permitan identificar los documentos correspondientes a cada uno de los sectores de actividad, y palabras «semilla» relacionadas con las distintas tecnologías digitales de interés.3 Mediante un algoritmo de machine learning se identificaron adicionalmente otras palabras relacionadas con el concepto en cuestión y que no fueron incluidas inicialmente, de modo que se amplió el espectro de documentos analizados. En este estadio, es importante hacer un cuidadoso cribado de palabras polisémicas (es decir, las que tienen más de un significado, como, por ejemplo, la palabra «reserva», que tanto puede referirse a la habitación de un hotel como a un vino).

    • 2. Este análisis fue realizado en colaboración con Citibeats, empresa especialista en el procesamiento de lenguaje natural no estructurado.
    • 3. Por ejemplo, las palabras «semilla» usadas para identificar el big data fueron: analytics, arquitectura de sistemas, data mining, database, inteligencia empresarial, Python y SQL, entre otras (además de big data propiamente).
    ¿Cuál es el grado de digitalización del sector agroalimentario según Twitter?

    Para valorar el grado de digitalización del sector agroalimentario según los datos de Twitter, necesitamos primero poner en perspectiva cuán habituales son los tuits sobre digitalización en otros sectores de actividad. El sector más digitalizado según nuestro análisis es el de las tecnologías de la información y la comunicación (TIC): un 3,2% de los tuits del sector contienen términos relacionados con la digitalización, un resultado que no sorprende, dada la propia naturaleza del sector. A continuación, encontramos el sector de las finanzas y los seguros, con un 2,7% de los tuits. 

    En el sector primario, este porcentaje es claramente inferior, del 0,6%, pero similar al 0,7% de las actividades profesionales, científicas y técnicas. En el caso de la industria agroalimentaria, el porcentaje de tuits sobre digitalización es solamente del 0,3%, muy próximo al sector de las manufacturas básicas (que aglutina la industria textil, la madera, el papel y las artes gráficas) y que presenta el porcentaje más bajo entre los sectores analizados, del 0,2%.

    p-26
    ¿Qué tecnologías digitales son más populares en el sector agroalimentario según Twitter?

    La riqueza de información obtenida de Twitter permite detectar las herramientas digitales más populares en cada sector de actividad según la frecuencia con la que se mencionan en los tuits analizados. Según nuestro análisis, una gran parte de los tuits del sector primario sobre digitalización suele incluir temas de big data (un 45% del total de tuits sobre digitalización). Un claro ejemplo de la aplicación de big data en el sector se encuentra en las denominadas técnicas de «agricultura de precisión», que requieren del análisis de grandes cantidades de información con el fin de optimizar la toma de decisiones para aumentar la producción y, a su vez, garantizar la sostenibilidad. Estas técnicas se usan, por ejemplo, para calcular las necesidades de riego de los cultivos teniendo en cuenta las condiciones climáticas (la radiación solar, el viento, la temperatura y la humedad relativa) y las características de los cultivos (especie, estado de desarrollo, densidad de plantación, etc.). Para realizar este cálculo, se necesitan datos meteorológicos actualizados en tiempo real, una elevada capacidad de computación y una gran velocidad de transmisión de la información para que el sistema de riego automático se ajuste debidamente. Esta tecnología ayuda a hacer más eficiente el uso del agua, un aspecto muy relevante en áreas de clima mediterráneo, altamente vulnerables al cambio climático y donde el agua es un factor limitante. 

    El «big data», el internet de las cosas y la robótica son las tecnologías más populares

    en el sector primario, y son indispensables para avanzar en la aplicación de técnicas de agricultura de precisión y la automatización inteligente del campo.

    Otras tecnologías populares en el sector primario son el internet de las cosas (16% de los tuits) y la robótica, incluyendo los drones (10% de los tuits). Las nuevas tecnologías digitales prometen ser una revolución en el ámbito de la agricultura y la ganadería en pleno siglo XXI, tal y como la clásica mecanización del campo lo fue en el siglo XX. Así, la maquinaria agrícola 4.0 (aquella más cercana a los robots de las películas de ciencia ficción que al tractor que estamos acostumbrados a ver en todas las explotaciones del país) permite aumentar la productividad a la vez que mejora las condiciones de trabajo en el campo. Esta tendencia hacia una mayor automatización de las tareas agrícolas se ha visto reforzada a raíz de la pandemia de coronavirus, pues la dificultad para contratar trabajadores de temporada debido a las restricciones a la movilidad internacional ha provocado un aumento del interés en la robótica y la automatización agrícola. En efecto, las empresas que fabrican robots para la agricultura han detectado un fuerte aumento de pedidos, por ejemplo, de robots que recogen fresas a la vez que eliminan el moho con una luz ultravioleta.4

    El uso de los drones merece una mención especial, pues ha experimentado un crecimiento exponencial en los últimos años y sus aplicaciones son cada vez más amplias: desde la detección temprana de plagas mediante la inspección aérea de grandes áreas de cultivo, hasta la localización de jabalíes mediante cámaras térmicas para impedir el contagio de peste porcina africana a los cerdos de granja.5

    • 4. Véase Financial Times Agritech «Farm robots given Covid-19 boost», 30 de agosto de 2020.
    • 5. Véase http://www.catedragrobank.udl.cat/es/actualidad/drones-contra-jabalies

    Popularidad de las distintas tecnologías digitales en el sector agroalimentario

    p-28

    El blockchain es la tecnología que más destaca en la industria agroalimentaria (30% del total de tuits sobre digitalización del sector). No podría ser de otra manera, pues tiene múltiples aplicaciones para la industria de la alimentación y las bebidas. Gracias a una cadena de registros inalterables y confiables, el blockchain permite ofrecer una trazabilidad completa de los productos en todos los eslabones de la cadena alimentaria. Así, el simple escaneo de un código QR proporciona acceso a toda la información referente a la procedencia, el método de producción, los tratamientos veterinarios recibidos, los ingredientes empleados, etc. Muchas empresas agroalimentarias ya están experimentando en la actualidad con el blockchain, puesto que ofrece claros beneficios en términos de la transparencia sobre el origen, la calidad del producto y la seguridad alimentaria, aspectos cada vez más valorados por los consumidores. La tecnología blockchain se está empleando también para limitar el desperdicio alimentario, otro reto ineludible del sector.

    El «blockchain» permite la autenticación digital

    de los productos alimentarios y permite su trazabilidad en todos los eslabones de la cadena alimentaria.

    En relación con otros sectores, ¿en qué herramientas destaca el sector agroalimentario?

    Hay algunas tecnologías digitales que son poco populares en todos los sectores de actividad, quizá porque tienen un rango de aplicación más limitado o específico. Es decir, tecnologías que, a pesar de tener un bajo porcentaje de tuits en términos absolutos según nuestro análisis, pueden tener una popularidad relativamente alta para un sector en comparación con el resto de los sectores. 

    Para detectar estos casos, calculamos una nueva métrica, el índice de concentración, que tiene en cuenta la popularidad relativa de las tecnologías en un sector respecto al resto de los sectores.6 Con esta metodología, obtenemos que el sector primario sigue destacando en big data. En concreto, el sector primario concentra un 9,2% del total de tuits sobre big data emitidos por todos los sectores, un porcentaje muy superior al 3,1% que representan los tuits del sector primario sobre el total de tuits analizados (véase en la siguiente tabla que el índice de concentración es igual a 3 en este caso). También observamos que el sector destaca en el internet de las cosas, como ya habíamos comentado, pero descubrimos que la nanotecnología también es una tecnología popular en el sector primario en términos relativos. Es decir, a pesar de que solo un 3,8% de los tuits del sector primario tratan temas de nanotecnología, este porcentaje es elevado en comparación con el 1,7% que representan los tuits de nanotecnología sobre el total (es una tecnología poco popular en general en todos los sectores, pero en el sector primario es algo más popular que en otros). Este dato no sorprende, puesto que la ingeniería genética es uno de los campos en los que más ha avanzado la tecnología para incrementar la productividad de los cultivos. Por ejemplo, al optimizar el rendimiento de las cepas es posible desarrollar plantas mucho más resistentes a las condiciones climáticas extremas o a las plagas.

    • 6. El índice de concentración se calcula como la ratio entre (1) el porcentaje de tuits de una tecnología y sector respecto al total de tuits de esta tecnología, y (2) el porcentaje de tuits de un sector respecto el total de tuits de todos los sectores. Valores superiores a 1 indican que la tecnología es relativamente más popular en ese sector.

    Índice de la concentración de tuits de cada tecnología respecto a los otros sectores

    p-29

    Finalmente, la realidad virtual y aumentada también es una tecnología relativamente popular en la industria agroalimentaria. En concreto, la industria agroalimentaria concentra un 6,2% del total de tuits sobre realidad virtual y aumentada emitidos por todos los sectores, un porcentaje que más que duplica el 2,5% que representan los tuits del sector primario sobre el total de los analizados (el índice de concentración es igual a 2,5 en este caso). Esta tecnología usa entornos virtuales (realidad virtual) o incorpora elementos virtuales a la realidad (realidad aumentada) que aportan conocimiento e información de utilidad para la optimización de los procesos. En un principio puede sorprender que esta tecnología sea relativamente popular en la industria agroalimentaria, pero sus usos se van extendiendo a medida que la industria va implantando las tecnologías digitales en sus procesos de producción, en la denominada industria 4.0. Un ejemplo concreto del uso de esta tecnología es el de la reparación de averías. Cuando se produce una avería, el operario utiliza gafas de realidad aumentada para, a través de ellas, seguir los pasos detallados en los manuales de instrucciones virtuales que se le proyectan sobre la lente para ayudarle a resolver la incidencia. Las gafas reconocen las diferentes partes de la máquina y le indican visualmente al operario dónde debe actuar para solucionar el problema.

    Los ejemplos para la aplicación de las nuevas tecnologías digitales en el sector agroalimentario son numerosos. Nos encontramos ante una revolución que está llamada a transformar los distintos eslabones de la cadena alimentaria: desde la explotación de datos y el uso de drones para lograr cosechas más eficientes, hasta el empleo de la tecnología blockchain para mejorar la trazabilidad de los productos finales que llegan a nuestros hogares. En definitiva, el futuro nos traerá la cadena alimentaria 4.0, un ecosistema totalmente conectado del campo a la mesa.

    Destacado Economia y Mercados
    Desactivado
    Destacado Analisis Sectorial
    Desactivado
    Destacado Área Geográfica
    Desactivado

Las nuevas tecnologías: ¿qué son y cómo afectan a la economía?

En este primer artículo del Dossier "Nuevas tecnologías y productividad", repasaremos las distintas vías a través de las cuales la tecnología puede impactar al entorno económico.

Contenido disponible en
Máquina recreativa con marcadores de neón

El cambio tecnológico ha sido, hasta hoy, clave en el desarrollo económico y social de la especie humana. A pesar de ello, la revolución tecnológica que estamos viviendo, con la inteligencia artificial (IA) al frente de ella, además de asombrarnos, nos genera ciertos recelos. Estos recelos pueden deberse a la nueva naturaleza de las tecnologías del futuro y a los posibles efectos disruptivos que pueden tener sobre nuestra economía y nuestra sociedad. A la vez, estas nuevas tecnologías pueden ser capitales en el relanzamiento del crecimiento económico que tanto flaquea en nuestro entorno europeo.

 
¿Qué es la inteligencia artificial?

Antes de comentar los canales de impacto de las nuevas tecnologías en la economía, es útil concretar qué entendemos por IA, uno de los pilares de la tecnología del futuro.

La IA ha evolucionado mucho desde su concepción en la década de los cincuenta en la Universidad de Dartmouth. La década de los noventa marcó el inicio de una etapa muy relevante en el desarrollo de la IA, pero la auténtica explosión en la investigación de las distintas técnicas de IA se produjo a principios de los 2000 y, un decenio más tarde, comenzaban a crecer con mucha fuerza el número de patentes asociadas (véase el primer gráfico). Así, por ejemplo, el 53% del total de patentes referentes a IA son posteriores a 2012.1 Entre los distintos hitos de la IA desde los noventa podemos recordar cómo, en 1997, el entonces campeón de ajedrez Gary Kasparov fue derrotado por el superordenador de IBM Deep Blue; cómo, en 2011, Apple nos presentó a su ya archiconocida asistente virtual Siri, y cómo, en 2012, Google nos sorprendió con el primer coche sin conductor.

Según Brookings, «la IA son máquinas que responden a la estimulación de la misma manera que harían los humanos, dada la capacidad humana de contemplación, juicio e intención».2 En otras palabras, la IA es un sistema de software que refleja la inteligencia humana. Más concretamente, Brookings habla de sus tres cualidades esenciales: la intencionalidad, la inteligencia y la capacidad de adaptación. La intencionalidad se refiere a la facultad de las nuevas máquinas de tomar decisiones en tiempo real haciendo uso de su capacidad de «sentir». Ello es posible gracias, por ejemplo, al uso de sensores. En cuanto a la inteligencia, el machine learning (una de las principales técnicas de la IA) junto al análisis de datos permite a las máquinas tomar decisiones que podemos definir como «inteligentes». Por último, la capacidad de adaptación es la habilidad de las nuevas máquinas de aprender a medida que van adquiriendo más información, y de adaptar sus respuestas con lo aprendido (incluso pueden aprender de los aciertos y errores de otras máquinas, puesto que es común que estén conectadas entre ellas y compartan experiencias).

 
  • 1. Véase WIPO (2019). «WIPO Technology Trends 2019: Artificial Intelligence». Geneva: World Intellectual Property Organization.
  • 2. Véase West, D. M. (2018). «What is artificial intelligence?». Brookings Report (4 de octubre de 2018).
Efectos en la economía

Es bien sabido que el progreso tecnológico es clave para estimular el crecimiento de la productividad y, por ende, el crecimiento económico.3 Aun así, el progreso tecnológico también puede suponer una fuerza disruptiva en la economía: Keynes acuñó hace casi 100 años el término «desempleo tecnológico» para referirse al desempleo debido a la sustitución de trabajadores por máquinas. Sin embargo, los avances tecnológicos también amplían nuestras capacidades de producción, por lo que traen consigo la creación de nuevos puestos de trabajo.

En este sentido, en un mundo donde las máquinas no solo ejecutan y piensan, sino que empiezan a aprender, las posibilidades de automatización de los trabajos pueden ampliarse hasta límites inimaginables.4

En la actual era tecnológica, los expertos han puesto el foco en cuatro vías a través de las que las nuevas tecnologías pueden afectar al entorno económico (véase la tabla resumen):

  1. Desempleo tecnológico. Sin duda, una de las vías más ex­­ploradas en el pasado y que también toma fuerza en la actualidad. En general, aquellos que más temen que las máquinas puedan reemplazarnos como trabajadores se basan en el conocido «efecto sustitución». Efectivamente, la automatización ha sido, es y será un claro sustituto a numerosos puestos de trabajo, lo cual comporta destrucción de empleo en ciertos sectores y ocupaciones. Los profesores de Oxford Carl B. Frey y Michael A. Osborne son los autores de uno de los trabajos sobre destrucción de empleo que mayor interés ha suscitado, puesto que de él podía entenderse que un 47% de los puestos de trabajo en EE. UU. estaba en riesgo elevado de ser automatizado.5 Si­guiendo la línea abierta por estos dos economistas, en CaixaBank Research estimamos hace un tiempo que para el caso español este porcentaje se situaba en el 43%.6 Sin embargo, tres economistas de la OCDE (Arntz, Gregory y Zhieran) no tardaron en replicar el estudio de Frey y Osborne con un porcentaje sustancialmente menor al tomar en consideración que los puestos de trabajo se componen de múltiples tareas y que solo algunas de ellas son susceptibles de automatización. Bajo este enfoque alternativo y con datos para 21 países de la OCDE, el porcentaje de puestos de trabajo en riesgo de ser reemplazados por la automatización bajaría hasta el 9%.7
  2. Productividad. En contraste con el efecto sustitución tenemos lo que se denomina efecto complementariedad. Hay puestos de trabajo en los que la automatización complementa al trabajador. En estos casos, de hecho, las máquinas incrementan la productividad de los trabajadores. Kevin J. Stiroh, vicepresidente de la Reserva Federal de Nueva York, en un artículo que cubre numerosos estudios clásicos que relacionan tecnología y productividad, concluía que las tecnologías de la información y comunicación (TIC) fueron una fuente importante en las mejoras de productividad estadounidense a finales de los noventa.8 Más recientemente, distintos análisis pronostican un aumento significativo de la productividad laboral de la mano de la IA a medio plazo. Accenture, por ejemplo, habla de ritmos de crecimiento económico global que podrían duplicar los actuales a mediados de la próxima década, gracias en parte a fuertes aumentos de la productividad laboral (de hasta el 40%) como consecuencia del uso de la IA: las nuevas formas de tecnología complementan la fuerza laboral, incrementando con ello su eficiencia.9 El vínculo entre IA y productividad laboral es precisamente el que exploramos en los dos siguientes artículos de este mismo Dossier para el caso español. Como Stiroh, concluimos que las nuevas tecnologías han sido un elemento importante en las mejoras de productividad laboral en España, aunque no de forma homogénea en todos los sectores (véase el artículo «El papel de las nuevas tecnologías en la productividad española» en este mismo Dossier para los principales resultados).
  3. Nuevos productos-nuevos empleos. La IA también permite mejorar la calidad de los bienes y servicios existentes, así como la aparición de nuevos productos. De nuevo, se trata de un efecto que actúa de forma positiva sobre el empleo, en contraste con el llamado «desempleo tecnológico». La producción de estos nuevos bienes y servicios estará ligada a la creación de nuevos puestos de trabajo, los cuales pueden pertenecer a los pujantes sectores tecnológicos, que ante la relevancia de la IA irán en aumento. Pero también pueden estar vinculados a nuevas necesidades o modelos de negocio que pueden surgir gracias a las nuevas tecnologías. Esta visión más positiva de la tecnología vía productividad y nuevos productos y servicios es la que defienden economistas como David H. Autor, del MIT. En algunos de sus artículos echa la vista atrás para destacar cómo los dos últimos siglos de automatización y progreso tecnológico no han hecho al trabajador obsoleto.10
  4. Superempresas-competencia. Por último, la tecnología digital favorece las economías de red y, por tanto, la aparición de superempresas (winner-takes-all) con claros efectos potencialmente negativos sobre el grado de competencia. La regulación de dicha competencia en este nuevo entorno deberá encontrar un equilibrio entre el bienestar del consumidor y el fomento de la innovación, asegurar un campo de juego equilibrado, y fomentar una mayor coordinación internacional en el ámbito fiscal. De todos estos elementos hablamos en el Dossier «Superempresas: un fenómeno global» en el IM03/2019.

En definitiva, es difícil predecir el camino que tomará la IA en el futuro: las máquinas del mañana pueden ayudarnos amplificando nuestras capacidades y favoreciendo la aparición de nuevos bienes y servicios a la vez que nos suplantan completamente en algunas de nuestras tareas. En todo caso, lo que está claro es que la tecnología será un actor fundamental en nuestro entorno económico y social, con un potencial disruptivo relevante, lo cual exige unas instituciones preparadas que favorezcan el desarrollo tecnológico sin olvidar que las máquinas han de seguir estando siempre al servicio de las personas.

  • 3. Las instituciones también han sido un ingrediente importante en la consecución del crecimiento económico. Para más detalles, véase Acemoglu, D. y Robinson, J. (2012). «Why Nations Fail: The Origins of Power, Prosperity, and Poverty, 2». Y también Haldane A. G. (2018). «Ideas and Institutions – A Growth Story».
  • 4. Véase Brynjolfsson, E. y McAfee, A. (2014). «The second machine age: Work, progress, and prosperity in a time of brilliant technologies». WW Norton & Company.
  • 5. Véase Frey, C. B. y Osborne, M. A. (2017). «The future of employment: How susceptible are jobs to computerisation?». Technological Forecasting and Social Change, 114, 254-280. El artículo apareció en 2013 como working paper.
  • 6. Véase Morron, A. (2016). «¿Llegará la Cuarta Revolución Industrial a España?» en el IM02/2016.
  • 7. Véase Arntz, M., Gregory, T. y Zierahn, U. (2016). «The risk of automation for jobs in OECD countries». Mimeo OECD.
  • 8. Véase Stiroh, K. J. (2001). «What drives productivity growth?». Economic Policy Review, 7(1).
  • 9. Véase Purdy, M. y Daugherty, P. (2016). «Why artificial intelligence is the future of Growth». Accenture.
  • 10. Véase Autor, David H. «Why are there still so many jobs? The history and future of workplace automation». The Journal of Economic Perspectives 29, n.º 3 (2015): 3-30.
    im02-20_d1_01_es.png
    im02-20_d1_02_es.png
    Tendencias de fondo

    Revolución tecnológica

    Claves para entender cómo las nuevas tecnologías están transformando de manera profunda la economía y el funcionamiento de la sociedad.