CRISTINA HEREDIA MURCIA
La Federación de Cooperativas Agrarias de la Región (Fecoam), junto a las entidades agroalimentarias Amopa, Apoexpa y Asopex, está llevando a cabo el Grupo Operativo Inteligencia Artificial Mercados (IA Mercados), financiado por la Consejería de Agua, Agricultura, Ganadería y Pesca de la Región de Murcia y por el Fondo Europeo Agrícola de Desarrollo Rural (Feader).
Los objetivos del proyecto, entre otras iniciativas, son la promoción de una plataforma tecnológica analítica de mercado para ayudar a la mejor toma de decisiones de los grupos integrantes del Grupo Operativo, así como de herramientas que permitan conocer mejor los mercados en los que operan los exportadores.
Asimismo, pretenden con este programa «adquirir mayor competitividad en el mercado a través del conocimiento actualizado de precios y evitar costes asociados a actividades de ojeadores», explican desde Fecoam. Junto a ello, este Grupo Operativo tiene como finalidad que los socios del mismo puedan manejar márgenes seguros de venta y conseguir un crecimiento de las organizaciones agrarias por atracción de nuevos asociados, al mismo tiempo que se impulsa la reducción de las emisiones de CO2 sustituyendo actividades que requieren desplazamientos en vehículos por actividades que se realizan a través de 'software' en línea.
Como explican los responsables del proyecto, «consideramos que el GO IA Mercados nos va a permitir la puesta en marcha de un sistema capaz de predecir con gran precisión el precio en los diferentes mercados europeos de variados productos con una actualización diaria». Así, esperan que estas acciones tengan un impacto que consiga un aumento de la competitividad de la agricultura murciana en mercados nacionales e internacionales y la anticipación a precios de mercado.
«Esta iniciativa va a permitir la generación de importantes ahorros a las organizaciones agrícolas murcianas asociadas, prescindiendo de servicios de ojeadores y pudiendo manejar márgenes seguros de venta y un crecimiento de las organizaciones agrícolas murcianas asociadas como proveedores de servicios», aseguran.
Apuesta innovadora
Las entidades implicadas en el GO IA Mercados apuestan de este modo por «la innovación como herramienta esencial de desarrollo del sector agroalimentaria, con un proyecto dirigido a afrontar necesidades en el medio rural de la Región de Murcia».
«Hemos desarrollado esta iniciativa porque el elevado grado de innovación de la propuesta radica en disponer de una herramienta de inteligencia artificial destinada a conocer todos los parámetros que se indican en el proyecto y confiamos en que los resultados que se obtengan con este proyecto contribuyan a que las empresas exportadoras dispongan de datos para facilitar su toma de decisión en la exportación de productos», subrayan. «Estos resultados serán ampliamente difundidos de forma que se repercuta de forma positiva sobre el valor y el incremento de la demanda de nuestros cultivos y por lo tanto sobre el sector de las frutas y hortalizas de la Región de Murcia».
Finalmente, se han previsto una serie de medidas dentro del plan de divulgación para difundir los resultados entre los distintos operadores del sector agroalimentario, mediante jornadas, reuniones, charlas informativas, reuniones, sectoriales, medios de comunicación y redes sociales. Otro de los aspectos que tiene en cuenta el proyecto es una reducción del impacto medioambiental con la reducción de gases de vehículos destinados a visitas presenciales a las explotaciones agrarias.
«Puesto que el 'software' que se pretende diseñar puede sustituir algunas actividades que actualmente se realizan presencialmente, como las llevadas a cabo por ojeadores, se espera que el desarrollo del proyecto produzca una reducción en desplazamientos de vehículos dedicados a esas actividades, y por tanto se reduzca la emisión de gases de efecto invernadero. Se estima que el proyecto no tendrá impactos ambientales negativos puesto que se trata del desarrollo de una plataforma de 'software'», remarcan desde Fecoam.
Fases del proyecto
En la primera fase se realizan las tareas relacionadas con el análisis y estudio del proceso de exportación, partes que intervienen y variables que afectan al precio y la investigación de las fuentes de datos fiables que se podrán usar para inferir los precios finales de venta en los diferentes mercados por cada producto y que tengan actualizaciones frecuentes.
Además, se analizarán datos mediante lenguaje Python para estudiar correlaciones entre variables y seleccionar así aquellas que tengan un efecto real en el precio o variable objetivo, se esquematizarán procesos a robotizar para la obtención de todos los datos útiles de las fuentes seleccionadas y se estudiarán los algoritmos de inteligencia artificial adecuados para los datos de los que se dispone respecto a la variable objetivo. Con todo ello se elaborará un diseño provisional de los paneles de mando que mostrarán los datos finales y las distintas correlaciones entre parámetros seleccionados y que permiten realizar simulaciones con la variación de los mismos a cada asociado.
«Como resultado de esta primera fase de consultoría e investigación, se obtienen los documentos explicativos de ingeniería y esquemas de estructura del sistema, presupuestos detallados de desarrollo y mantenimiento de la plataforma de precios».
En un segundo bloque se propone «la generación de una solución piloto o producto mínimo viable, MVP, que nos ayude a ajustar el sistema completo a los hechos reales, usando los precios históricos que usaremos de test mediante el entrenamiento de los algoritmos de IA, para finalizar con un periodo de prueba en el cual se habrán testado los resultados de los algoritmos de IA con los precios reales de mercado habiendo marcado las variables fundamentales y dándonos información importante para ajustar el sistema hacia una mayor precisión con procesos de entrenamiento iterativos».
«A la misma vez se comprobará si el robot que realiza la obtención de datos es capaz de surtir a la velocidad suficiente la información que se requiere o si hiciera falta añadir más robots de apoyo para trabajo en paralelo. Para ello se generará un producto mínimo viable con tres mercados y tres productos distintos para que la mejora del sistema sea lo más rápida posible, y así sentar las bases para la ampliación posterior de más mercados y productos».
A continuación, una vez comprobado que el sistema ha llegado a unos niveles de precisión óptimos, se añadirán todos los mercados y productos restantes, y una vez más, como proceso iterativo que es la inteligencia artificial, «comenzaremos a ajustar los algoritmos en funcionamiento para los nuevos mercados y productos según los resultados reales. Tras esta fase deberíamos obtener un producto final de una gran precisión para todos los mercados importantes y productos de los asociados a la Federación», explica el proyecto.
Tendencias Copyright © 2023 driverlesstechnology.online. All rights reserved.