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

    cataláninglés

    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

NGEU: un impulso a la digitalización muy oportuno

Tras haber analizado en los artículos anteriores las necesidades digitales de nuestra economía y las políticas propuestas en aras de cubrir dichas necesidades, en este artículo abordamos cuantitativamente el impacto que representará el NGEU en términos de transformación digital. Antes del ejercicio numérico, no obstante, es imprescindible entender la relevancia de las tecnologías digitales, así como las características que suelen definirlas.

Contenido disponible en
Portada IM03-2021
Tecnologías digitales: las nuevas «corrientes» de cambio, las nuevas formas de «electricidad»

Las tecnologías con una capacidad de cambiar drásticamente a las sociedades se conocen como tecnologías de utilidad general (o General Purpose Technologies, GPT, por su voz inglesa). La electricidad es un claro ejemplo de este tipo de tecnologías revolucionarias. Y las tecnologías digitales (especialmente la IA) están llamadas a serlo también.

Un rasgo que suele definir a las GPT en sus estadios iniciales es la tardanza en mostrar un impacto real positivo sobre la productividad. El motivo principal de este retraso es el elevado coste de implementación. Así, por ejemplo, aunque las primeras centrales eléctricas en EE. UU. se remontan al año 1881, en 1900 menos del 5% de fábricas estadounidenses se habían adaptado a la electricidad. Y es que, durante los primeros años, el precio de estas tecnologías suele ser muy alto. Asimismo, el coste de adopción de las nuevas tecnologías suele ser también muy elevado: es necesario llevar a cabo notables inversiones para adquirir nueva tecnología, pero también para adaptar los procesos productivos a la nueva tecnología con la finalidad de que esta sea plenamente eficiente. En la era digital, más allá de invertir en hardware, software e I+D, es imprescindible la inversión en capital organizativo. En particular, en capital humano, en procesos productivos, en prácticas organizativas e incluso en el modelo de negocio.

Cuando este rasgo de «retraso en la implementación» se supera es cuando se manifiestan las tres características que suelen compartir las GPT, y que las dotan de su enorme capacidad de cambio: (i) la omnipresencia, (ii) el potencial para mejoras técnicas constantes y (iii) la complementariedad con otras innovaciones.1 Al fin y al cabo, la omnipresencia suele alcanzarse cuando los costes de instalación y adaptación son suficientemente bajos. Por otro lado, las complementariedades suelen manifestarse cuando existe una masa crítica suficiente.

Precisamente, estas características que definen a las GPT y que les confieren este potencial de cambio también dificultan los análisis de impacto. De hecho, los efectos de la IA sobre la productividad es una cuestión que la literatura económica aún no ha dilucidado, aunque el potencial se intuye muy elevado. Echando la vista atrás, pensemos en el despliegue del uso de la electricidad. Así, en EE. UU., entre 1890 y 1914, periodo en el que el uso de la electricidad fue aún reducido (en 1913 suponía, tan solo, el 36% del total de la energía usada), el crecimiento promedio de la productividad laboral fue del 1,4% anual. En contraposición, entre 1915 y 1953, periodo en el que el uso de la electricidad se extendió de manera muy rápida (en 1953 la electricidad ya suponía el 85% del total de la energía usada), el crecimiento promedio se más que duplicó (hasta el 3,5%).2,3

  • 1. Características definidas por primera vez por Bresnahan, T. F. y Trajtenberg, M. (1995). «General purpose technologies ‘Engines of growth’?» Journal of Econometrics, 65(1), 83-108.
  • 2. Véase Bergeaud , A. et al. (2016). «Long-Term Productivity Database». Banco de Francia.
  • 3. Si la productividad en EE. UU. hubiera seguido creciendo al 1,4% en lugar de al 3,5%, en 1953 el PIB americano hubiera sido aproximadamente un 60% inferior al real.
La inversión en intangibles adquiere más relieve

El desarrollo y la implementación de las tecnologías digitales y, en especial de la IA, requiere de una importante inversión en activos intangibles. Ejemplos de este tipo de activos son el software, las bases de datos, la innovación (a través de la I+D) o el capital organizativo. En contraposición al capital más tradicional (el tangible), que se compone en su gran mayoría de máquinas y edificios, los intangibles carecen de un componente físico.

Pues bien, tal y como analizan Anderton y coautores,4 entre un tercio y dos tercios de la inversión digital suele ser inversión en intangibles. Así, la IA, más allá de precisar de una buena infraestructura de telecomunicaciones (capital físico o tangible), necesita de muchos otros activos de carácter intangible para que afloren plenamente los rendimientos de esta tecnología. El software y el empleo de big data se dan por descontados, dado que son los insumos principales para su uso, pero también requiere de cambios en el modelo organizativo de las empresas y de inversiones sustanciales en capital humano.

Dada la relevancia de los intangibles en la era digital, ¿cómo se sitúa la inversión en intangibles en España y cómo compara con otras grandes economías avanzadas? En el gráfico mostramos la inversión en activos intangibles (en porcentaje sobre el VAB) de los principales países europeos y EE. UU. Observamos cómo EE. UU. se sitúa a la cabeza en inversión en intangibles, con una cifra algo superior al 12% del PIB, aunque le siguen de cerca Francia y el Reino Unido. Por el contrario, Alemania y España se sitúan muy por detrás, con una inversión del 8% y del 6,5%, respectivamente. Asimismo, apreciamos cómo gran parte de la inversión en intangibles es de carácter privado, aunque aquí también hay diferencias entre países: en EE. UU., el Reino Unido y Alemania, el peso de la inversión pública en intangibles oscila en torno al 15% del total, mientras que en España y Francia, en torno al 8%.

  • 4. Anderton, R. et al. (2020). «Virtually everywhere? Digitalisation and the euro area and EU economies». ECB Occasional Paper (2020244).
Inversión en intangibles: comparativa internacional
¿Dónde nos colocará el NGEU?

Uno de los pilares sobre los que se vertebra el paquete económico europeo NGEU es la transformación digital. En este sentido, y dada la importancia de la inversión en intangibles en el impulso digital, nos preguntamos acerca del impacto que tendrá el NGEU sobre este tipo de inversión. Para responder a esta pregunta procedemos en dos fases. Primero, calculamos cuál ha sido el aumento promedio del peso de la inversión en intangibles sobre el PIB en España en los últimos años: entre 1995 y 2017, periodo para el que disponemos de datos, el peso de la inversión en intangibles creció, en promedio, 0,11 p. p. por año. Este es un ritmo superior al que registra EE. UU. en el mismo periodo, de 0,08 p. p. por año, probablemente debido al estadio de mayor madurez en la que se encuentra la economía norteamericana en términos de digitalización. Acto seguido, medimos el impacto del NGEU sobre la inversión en intangibles, considerando en el cálculo el efecto arrastre que este programa puede tener sobre la inversión privada.

Tal y como detallamos en el artículo anterior de este mismo Dossier, la inversión en digitalización contemplada en los seis planes de actuación anunciados por el Gobierno para el periodo 2021-2023 asciende a 16.250 millones de euros, de los cuales 15.400 serán financiados por el NGEU. De este monto, es necesario excluir 4.700 millones destinados al Plan de Conectividad, al Plan 5G y a otras inversiones en equipamiento TIC, dado que la inversión en infraestructura, aunque crucial para la digitalización de la economía, no computa como inversión en intangibles. De este modo, en términos anuales, el NGEU representa una inversión directa en activos intangibles de casi 3.600 millones anuales durante los próximos tres años, lo que equivale a un 0,29% del PIB por año.

Asimismo, se prevé que el impulso inversor público atraiga inversión privada en intangibles. Más concretamente, el Gobierno prevé que en el trienio en el que se efectúan estas inversiones de la mano del NGEU se atraigan 26.000 millones de euros en inversión privada en intangibles.5 Este efecto arrastre añadiría al impacto mencionado anteriormente entre un 0,2% y un 0,7% del PIB más en inversión en intangibles, según si se supone que se logra atraer la totalidad de la inversión privada prevista por el Gobierno o si se aplica un cálculo más conservador de que se atrae tan solo una cuarta parte de la cantidad prevista. Así, la suma del impacto directo más el efecto arrastre supondría incrementar el peso de la inversión en intangibles sobre el PIB entre un 0,5 y 1,0 p. p. Esta es una cifra notable que, según nuestras estimaciones de ejecución de los fondos presupuestados, permitirá alcanzar en 2022 niveles de inversión en intangibles que, en ausencia del NGEU, no se hubieran alcanzado al menos hasta el año 2026.

  • 5. Véase la publicación Agenda Digital 2025 aquí. El Gobierno prevé atraer 50.000 millones de euros de inversión privada, pero estima que 24.000 serán destinados a desarrollar el Plan de Conectividad y el Plan 5G. Al tratarse de inversión en tangibles, excluimos esta cantidad del cálculo.