AI Talentum emplea la inteligencia artificial para digitalizar la industria conservera
El Centro Europeo de Empresas e Innovación de Murcia (CEEIM) crea "iFishCan", un banco de pruebas industrial portátil y que funciona con inteligencia artificial, para medir y evitar las pérdidas en la industria conservera.
La misión de la empresa tecnológica AI Talentum, instalada en el CEEIM, impulsará la digitalización en la industria conservera, consistente en crear una estrategia que agrupa la maquinaria y software para consolidar las condiciones de fabricación de la industria conservera del pescado. Este equipo portátil e inteligente, facilita el desplazamiento de las empresas a los bancos de pruebas industriales para elaborar los ensayos. Los sensores se encargan de analizar las distintas variables, (el consumo eléctrico o de agua, toneladas de pescado que entran y salen, etc) sin poner en riesgo el proceso productivo.
Participación de Talentum
La empresa tecnológica AI Talentum fomenta la digitalización en la industria del pescado, mediante un sistema que enfila las conserveras con una economía circular, sostenibilidad medioambiental y reducción de costes.
A raíz de estas pruebas, la empresa cumple el objetivo de reducir un 10% la pérdida de conservas durante la fase de procesado. El sistema inteligente se encarga de controlar y cuantificar en tiempo real las mermas de alimento durante la fabricación. Con este fin, se podrá detectar con inmediatez los puntos más críticos dentro de uno de los sectores que contribuyen a la pérdida de alimentos, afectando hasta un 35% de la materia prima trabajada en fábrica.
Medidas medioambientales
Mediante este mecanismo inteligente se puede aprovechar mayor materia prima. Así, los desechos del pescado y mariscos se destinan a la producción de subproductos, como es pienso para animales y piscicultura, entre otras soluciones. Otra acción eficaz de los fabricantes en sostenibilidad se basa en contribuir al freno del cambio climático.
La plataforma de pruebas también mide las emisiones de CO2 y la huella hídrica, reduciendo entre un 5% su consumo de energía y el agua en un 30%. Por ello, el banco de pruebas cuenta con modelos prescriptivos para facilitar la información y tomar datos medioambientales como forma de aprendizaje automático.