La Inteligencia Artificial en nuestras Máquinas

Una mirada al (presente) futuro desde el Technology Innovation Centre de John Deere.

John Deere, el gigante de la maquinaria y equipos, tiene 58.000 funcionarios repartidos en los distintos continentes, 11.000 de los cuales trabajan en América Latina. Para dar una idea de la importancia que la empresa asigna a la innovación, se puede mencionar que, a nivel mundial, invierte 4 millones de dólares diarios en investigación y tecnología. Cuenta con grupos de ingeniería en México, Argentina y Brasil. En este último país se encuentra la sede del Latin America Technology Innovation Centre, donde más de 100 personas trabajan integrando sistemas para la agricultura de precisión. Redagrícola estuvo allí, en el distrito industrial de Campinas, estado de Sao Paulo, conversando con el chileno Alex Foessell, quien al momento de la entrevista ocupaba el puesto de director del Centro, y el argentino Santiago Larroux, a cargo de marketing de agricultura de precision para América Latina y director de operaciones de la filial Auteq Telemática.

-Cuales serán las grandes innovaciones en maquinaria agrícola de los proximos años?

-Decir que mañana vamos a tirar al operador es ser ambicioso de más -responde Santiago Larroux-. Todavía hay muchísimas oportunidades de optimizar una máquina como unidad de trabajo separada: saber cuántas fueron sus horas de motor, cuánto tiempo su piloto automático estuvo ligado o desligado, cuánto fue su consumo medio. Con ese tipo de cosas se puede ganar eficiencia, productividad y reducción de costos en la operación de un cliente. Otro aspecto pasa por optimizar la logística de trabajo. Cuando se hacen estudios en Brasil con la mejor cosechadora de soya de John Deere (JD) en el mercado, cuesta creer que solo consigue trabajar 4 horas al día sobre las 24 que podría estar operando. Y es por una realidad de ineficiencias: hay que regular la máquina, es la hora de almuerzo, se necesita mantenimiento... En caña de azúcar el gran problema corresponde a la cosechadora esperando al tractor que trae el vagón para seguir descargando la caña, casi tres horas perdidas al día. Me imagino que en la fruta debe ser común ver los carros llenos y que no esté automáticamente el backup para seguir la operación. Entonces, además de optimizar la máquina, se puede incorporar un montón de herramientas para optimizar el trabajo. Y, tercero, tomar datos para saber lo que está ocurriendo. Lo que no se mide no se controla; usar esa información ayuda a tomar decisiones para que el mejoramiento no sea a punta de golpes.

Continuar leyendo en el siguiente link, pág 38.


Fuente: Redagrícola | Dic2018/Ene2019.


24 de Enero de 2019