• 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

Un impulso digital a la productividad, ¿pondría fin a los bajos tipos de interés?

El entorno de bajos tipos de interés en el que se encuentran las principales economías avanzadas refleja transformaciones económicas profundas.1 Como hemos visto recientemente,2 el grueso de los estudios señala que la demografía es la más importante de estas fuerzas y, probablemente, el envejecimiento de la población seguirá pesando sobre los tipos de interés en las próximas décadas. Frente a este lastre, el futuro de la productividad es una de las claves para impulsar al alza los tipos de interés. Veamos cómo y con qué condicionantes.

  • 1. Además de los lastres cíclicos herencia de la Gran Recesión, como el elevado endeudamiento o un menor optimismo sobre el crecimiento futuro.
  • 2. Véase el artículo «Tipos de interés bajos: ¿hasta cuándo?» en el IM02/2019.
Contenido disponible en
17 de julio de 2019
Robots industriales
La productividad y los tipos de interés

Los tipos de interés y el crecimiento de la productividad tienen una relación estrecha: en tanto que fuente principal de crecimiento económico a largo plazo, la productividad determina la medida en la que aparecen nuevas oportunidades de inversión o necesidades de ahorro. De este modo, un menor crecimiento de la productividad presiona los tipos de interés a la baja por dos grandes razones:

  • Desde el punto de vista de los consumidores, la perspectiva de un menor crecimiento de los salarios y los ingresos familiares induce un aumento del ahorro, lo que tiende a reducir los tipos de interés.
  • Desde el punto de vista de las empresas, una reducción de las oportunidades de inversión deprime la demanda de crédito y, por lo tanto, presiona a la baja los tipos de interés.

Así, no es de extrañar que, como se observa en el primer gráfico, la desaceleración de la productividad haya ido de la mano de un declive sostenido de los tipos de interés en los últimos 30 años en las principales economías avanzadas.

De cara al futuro, hay un debate sobre la evolución de la productividad entre pesimistas y optimistas de las nuevas tecnologías. Por un lado, los pesimistas enfatizan el bajo crecimiento de la productividad de los últimos años y su tendencia a la baja en las pasadas décadas. Por otro lado, los optimistas señalan la multitud de avances tecnológicos relacionados con la automatización y la llamada Cuarta Revolución Industrial, y apuntan a que los bajos crecimientos observados se explican tanto por problemas de medida como por el tiempo de transición necesario para que los avances se difundan al conjunto de la economía.

Este debate, que resumimos en la tabla, difícilmente se resolverá en el futuro inmediato. Si lo hace a favor de los pesimistas, la debilidad de la productividad se sumará a la demografía como lastre sobre los tipos de interés. Pero ¿qué pasaría si las tecnologías digitales reimpulsaran la productividad?

El impacto de un reimpulso (digital) de la productividad

Como hemos visto, un mayor dinamismo de la productividad empujaría los tipos de interés al alza en la medida en la que se traduzca en:

  • Un crecimiento de los salarios y los ingresos de las familias, que resta presión a la necesidad de ahorrar.
  • Un aumento de las oportunidades de inversión para las empresas, que las lleva a aumentar su demanda de crédito.

Sin embargo, hay distintos elementos relacionados con las nuevas tecnologías que pueden frenar estas dinámicas.

Fallos de mercado

Por un lado, pueden existir elementos que impidan aprovechar todo el potencial de las nuevas tecnologías y que limiten el empuje sobre la productividad y, por lo tanto, sobre los tipos de interés. En este sentido, la presencia de «fallos de mercado» puede dificultar que se materialice todo el potencial de las nuevas tecnologías:

  • La digitalización genera efectos de red (aquellas fuerzas que hacen que el interés del consumidor por un producto aumente a medida que lo hace su base de usuarios), lo que podría desembocar en dinámicas de winner-take-all que, si reducen la competencia, pueden lastrar la mejora de la productividad.3
  • Los productos digitales son, esencialmente, «no rivales»4 (es decir, su uso por parte de una persona no limita el uso que puedan hacer otros). La literatura económica ha demostrado que la no rivalidad conlleva fallos de mercado y que, cuando se trata de productos no rivales, los mecanismos de mercado pueden producir un nivel inferior al óptimo. Es decir, no se aprovecha todo el potencial de producción de las nuevas tecnologías.

La distribución de las mejoras de productividad

Una de las preocupaciones más reiteradas alrededor de las nuevas tecnologías es que provoquen un aumento de la desigualdad, especialmente a corto plazo (a largo plazo, si la tecnología se ha diseminado por toda la economía, es más plausible pensar que beneficiará al conjunto de la sociedad). Esta es una consideración especialmente relevante para los tipos de interés, dado que distintos estudios también sitúan el aumento de la desigualdad en las últimas décadas como uno de los fenómenos que habría presionado los tipos a la baja:5 como muestra el tercer gráfico, las tasas de ahorro aumentan con el nivel de ingresos,6 por lo que un aumento de la desigualdad eleva la oferta de ahorro al desplazar recursos hacia aquellos que ahorran más.

Para analizar la relación entre productividad, desigualdad y tipos de interés, hay que tener en cuenta tres elementos.

  1. Las dinámicas de winner take all. Además de (potencialmente) reducir la competencia, facilitan la emergencia de empresas y profesionales «superestrella» y, así, pueden aumentar la desigualdad.
  2. Complementariedad o sustitución.7 Una mejora de la productividad por parte de las nuevas tecnologías hace que estas reciban un mayor volumen de inversión. Cuando las tecnologías digitales y la automatización sustituyen al resto de factores productivos (como el trabajo),8 este mayor volumen de inversión hacia las nuevas tecnologías va en detrimento del resto de factores y, por lo tanto, puede desembocar en un aumento de la desigualdad. En cambio, si las nuevas tecnologías complementan al trabajo,9 una mejora de la productividad de los robots se traduce en un aumento de la demanda tanto de robots como del resto de factores, lo que desemboca en un crecimiento de los ingresos para todos los factores productivos, incluido el trabajo. Asimismo, como nos recuerdan Acemoglu y Restrepo (2018),10 aunque la automatización de tareas puede deprimir el empleo y aumentar la desigualdad salarial (beneficia a los trabajadores con habilidades complementarias a los robots y perjudica a los que han sido sustituidos), no hay que olvidar que se continúan creando nuevas tareas, en un proceso que estimula la demanda de trabajo y los salarios y que puede conseguir que las mejoras de productividad de los robots se traduzcan en mayores ingresos para todos los factores productivos.
  3. Factores productivos «escasos».11 Si las nuevas tecnologías se complementan con factores productivos escasos que son esenciales en la producción, estos pueden «capturar» el grueso de las mejoras de productividad. Así, distintos investigadores argumentan que, en una Cuarta Revolución Industrial dominada por las tecnologías digitales, factores productivos como los «trabajadores superestrella» y los activos intangibles (como el capital organizativo o la propiedad intelectual de una empresa) ganarían importancia y podrían convertirse en esos factores escasos que son esenciales en la producción. De hecho, ya en la actualidad varios estudios señalan que los activos intangibles estarían percibiendo una fracción creciente de las remuneraciones.12 Ello permitiría explicar la aparente contradicción entre los importantes avances tecnológicos y la contención de los tipos de interés.
  • 3. Véase el Dossier «Superempresas: un fenómeno global» en el IM03/2019.
  • 4. Véase Jones, C. y Tonetti, C. (2018). «Nonrivalry and the Economics of Data». 2018 Meeting Papers (vol. 477). Society for Economic Dynamics.
  • 5. Véase Rachel, L. y Smith, T. D. (2017). «Are low real interest rates here to stay?». International Journal of Central Banking, 13(3), 1-42.
  • 6. Véase Dynan, K. E., Skinner, J. y Zeldes, S. P. (2004). «Do the rich save more?». Journal of Political Economy, 112(2), 397-444.
  • 7. Véase Sachs, J. D., Benzell, S. G. y LaGarda, G. (2015). «Robots: Curse or blessing? A basic framework». National Bureau of Economic Research n.º w21091.
  • 8. Por ejemplo, cuando un robot industrial sustituye tareas que antes realizaba un trabajador, como el ensamblaje de piezas.
  • 9. Directamente en el mismo proceso productivo (pensemos en un ordenador y un informático), pero también indirectamente, pues los productos elaborados por «robots» se pueden complementar con productos elaborados por trabajadores: por ejemplo, un televisor y una película protagonizada por personas.
  • 10. Acemoglu, D. y Restrepo, P. (2018). «The race between man and machine: Implications of technology for growth, factor shares, and employment». American Economic Review, 108(6), 1488-1542.
  • 11. Véase Benzell, S. G. y Brynjolfsson, E. (2019). «Digital Abundance and Scarce Genius: Implications for Wages, Interest Rates, and Growth». National Bureau of Economic Research n.º w25585.
  • 12. Véase Koh, D., Santaeulalia-Llopis, R. y Zheng, Y. (2016). «Labor share decline and intellectual property products capital». Barcelona GSE Working Paper.
    im_1907_d3_01_es.png
    im_1907_d3_02_es.png
    im_1907_d3_03_es.png
    Tendencias de fondo

    Condiciones macrofinancieras

    ¿Qué factores determinarán la evolución de los tipos de interés, del sentimiento inversor y de las condiciones macrofinancieras en general?

    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.