La IA en la granja: cómo Daisy está reinventando las explotaciones lecheras

Reese Clark:

Hola a todos y bienvenidos al podcast Milk Theory. Nos encontramos en la conferencia A DPI aquí en Chicago, y he conocido a un nuevo amigo. Estoy muy emocionado por poder charlar con él. Me gustaría presentaros a Andrew Moore, director ejecutivo de Daisy. Bienvenido a Milk Theory. Estamos encantados de tenerte aquí.

Andrew Moore:

Gracias. Ha sido un placer.

Reese Clark:

Bueno, una pregunta sincera: una de las razones por las que me hace tanta ilusión mantener esta conversación contigo es porque, hablando en términos generales sobre la creación de una empresa de IA, ¿la IA nos va a matar a todos?

Andrew Moore:

Me pregunto: ¿quién está viendo esto?

Reese Clark:

¿Qué te parece?

Andrew Moore:

No, mi respuesta es no. En primer lugar, no. Creo que sin duda lo va a cambiar todo, pero creo que, al fin y al cabo, seguiremos siendo humanos.

Reese Clark:

Muy bien. De acuerdo.

Andrew Moore:

Sí. Bueno, sé que no soy como los que salen en las películas o cosas por el estilo; no creo que lleguemos a ese punto, pero sí que veo que hay algunas cosas divertidas en las que puedo echar una mano.

Reese Clark:

Bien. Vale. Muy bien. ¿Cuándo empezaste a adentrarte en el mundo de la IA? ¿Cuando empezó a popularizarse o algo así?

Andrew Moore:

Sí, bueno, obviamente crecí en una generación muy tecnológica. No tengo... no tengo 60 años, no se me caen canas, ¿no? Así que no soy el típico usuario de robots de cocina, por así decirlo. Pero sí, empecé a usarlos desde muy, muy joven. Simplemente sentí una curiosidad natural por saber qué es realmente la IA. Tengo mis teorías sobre lo que realmente va a hacer, y con solo conectarle cosas y usarla en la vida cotidiana, realmente ves su potencial.

Reese Clark:

Sí, claro que sí.

Andrew Moore:

Sí. Desde el punto de vista agrícola, creo que va a ser bastante interesante. Tengo muchas ganas de ver cómo se va a aplicar realmente en las explotaciones agrícolas. Sí.

Reese Clark:

Cuando hablamos del sector agrícola o de la industria láctea, tengo que ser sincero: llevo ya unos días en esta conferencia y eres la primera persona con la que hablo que ha mencionado la IA, el futuro y el impacto que va a tener. Cuéntame un poco más sobre esto; luego hablaremos de Daisy, pero, desde un punto de vista muy teórico, ¿cómo crees que la IA va a afectar específicamente a la industria láctea?

Andrew Moore:

Sí. Vale. Entonces, hay una gran volatilidad en el sector lácteo, ¿no? Los mercados acaban de desplomarse. A las vacas les encanta la estabilidad, pero a veces el mercado no se comporta así. ¿De acuerdo? El personal de estas empresas de procesamiento de alimentos es de más edad que en otros sectores y utiliza herramientas de Excel muy estáticas, y creo que la IA va a ser de gran ayuda para gestionar esa volatilidad. Va a facilitar la toma de decisiones. En realidad, no va a hacer el trabajo, pero te va a ayudar a pensar en lo que deberías hacer. Y por eso es solo la aplicación de eso en términos de cuál es el punto de partida. Creo que ahí es donde muchos de los procesadores de productos lácteos realmente no lo entienden, porque en realidad intentamos no hablar de IA. De hecho, intentamos ser lo más sencillos posible.

Reese Clark:

Sí. Claro. ¿Crees que algún día el término «IA» podría pasar a un segundo plano y que el resto se reduzca simplemente a tecnología, a todo lo demás con lo que nos integramos?

Andrew Moore:

Exacto. Es decir, estará tan integrado que no notaremos la diferencia.

Reese Clark:

Sí. Bueno, ser directora ejecutiva a tu edad... la verdad es que es impresionante. Cuéntame un poco sobre tu trayectoria y qué te llevó a crear algo como Daisy. Ya entraremos en detalles sobre en qué consiste, pero ¿de dónde sacas la motivación para emprender?

Andrew Moore:

Sí, pues crecí en una granja lechera con 600 vacas, así que ordeñaba muchas vacas en casa. Y como era el hijo mayor con dos hermanas menores, o me dedicaba a la granja para el resto de mi vida o tenía que interesarme por otra cosa. Por eso me incliné de forma natural hacia la siguiente etapa de la granja, que es lo que ocurre con nuestra leche cuando sale de allí. Y es que tenía esta hipótesis de que el procesamiento de alimentos en general estaba totalmente automatizado, ¿no? Sí. Sabías exactamente lo que entraba, sabías exactamente lo que se iba a vender, qué productos había que fabricar, era algo obvio. Y luego empiezas a hablar con los procesadores de alimentos, empiezas a levantar la tapa y a mirar debajo, y solo ves hojas de cálculo de Excel. Ves a gente gritándose unos a otros. Ves todas estas cosas diferentes, y pienso: «Vaya, la diferencia que podemos marcar aquí es una locura».

Reese Clark:

Sí.

Andrew Moore:

De hecho, así es como lo descubrí.

Reese Clark:

Puedo dar fe de ello. Es decir, solo por trabajar en el sector de la transformación láctea, Excel es como... bueno, todo el mundo está sumergido en un sinfín de archivos y gráficos. Es un caos. No soy muy fan, ni siquiera como profesional del marketing consigo entenderlo, pero es una locura. Está por todas partes. Ahora bien, ¿dónde entra Daisy en escena para aliviar algunos de estos factores de estrés que ya afectan a nuestro sector? ¿Cómo podría hacer nuestras vidas más fluidas, más fáciles y más eficientes?

Andrew Moore:

Mira, creo que la planificación de la producción es lo más importante. ¿Qué se fabrica? ¿Cuándo se hace? Cuando las cosas se complican, ¿a qué clientes se les da prioridad? Y creo que ahí es donde realmente vemos el valor, porque es en esa fase de toma de decisiones. Hay tantas cosas diferentes que se pueden hacer. Y creo que lo que intentamos hacer es simplificar muchísimo el suministro entrante, simplificar cómo es realmente tu demanda, y simplemente decir: «Oye, basándonos en X, Y y Z y en lo que está pasando en la planta, en lo que está pasando a tu alrededor, esto es lo que deberías hacer». Y sí, básicamente lo hemos desglosado paso a paso. Así que es sencillo. ¿Y se puede integrar con los procesos existentes del procesador?

Reese Clark:

Sí. De acuerdo. En cuanto a vuestra plataforma, he visto un avance y me encantaría hacer algunas capturas de pantalla para mostrarlas, pero básicamente se trata de un panel de control muy intuitivo en el que se pueden cargar diversos tipos de datos y, a continuación, se dispone de un agente de asistencia basado en IA o simplemente un chat que permite extraer esa información y obtener los datos de forma más sintetizada. Voy a hacer algunas preguntas sobre el backend y luego preguntaré sobre la experiencia del usuario. Ya conocemos las principales empresas de IA del mundo en este momento. ¿Pensáis en algo como OpenAI o Gemini Cloud? ¿Utilizáis algo así, o es una combinación de varias de ellas?

Andrew Moore:

Sí. De hecho, desarrollamos nuestros propios modelos de forma similar a como lo hacen OpenAI, Google y Gemini; creo que a los procesadores no les gusta que sus datos se compartan con este tipo de empresas.

Reese Clark:

Sí. Sí, exactamente.

Andrew Moore:

Así que debemos tenerlo en cuenta. De hecho, aislamos todos nuestros datos de forma que cada procesador tenga su propio backend,

Reese Clark:

En esencia. Esa es una gran preocupación, sobre todo en este sector: la privacidad de los datos y cuestiones por el estilo. Y cuando hablas de «red fence», para alguien que nunca haya oído ese término, ¿qué significa realmente?

Andrew Moore:

Sí, pues Ringfence

Reese Clark:

¿Un perímetro de seguridad?

Andrew Moore:

Sí. Básicamente, todos los modelos están diseñados para un procesador concreto. Cada procesador es único, y lo que hacemos es aislar sus datos para que no se compartan con ningún otro modelo externo ni con ninguna fuente externa; es decir, son totalmente independientes y autónomos.

Reese Clark:

Ah, interesante. Vale. Ahora estás obteniendo estos modelos. Cuéntame de dónde proceden esos datos. ¿Cómo te aseguras de que los modelos sean buenos? Voy a tergiversar un poco el dicho, pero he oído que si introduces datos erróneos en un modelo, obtendrás datos erróneos al final. Sí, exactamente. ¿Y cómo se verifica eso? Cuéntame un poco sobre ese proceso. Sé que tienes un equipo detrás de ti. No es solo que la IA siga recopilando esos datos. Hay un pensamiento crítico humano detrás de esto. ¿Cómo se carga eso en el backend de tu sistema?

Andrew Moore:

Así que tenemos científicos de datos. Tenemos ingenieros de aprendizaje automático. En cuanto a las opciones para las empresas de procesamiento de alimentos, vale, podrías hacerlo tú mismo internamente, podrías mejorar tus hojas de cálculo, podrías, no sé, quizá buscar otros sistemas. Podrías intentar fichar a ingenieros de Google, OpenAI o Microsoft, pero ¿encajarían culturalmente en las empresas de procesamiento de alimentos? No estoy seguro. O podrías trabajar con nosotros, donde somos como un equipo de gente joven y con ganas, arraigados en la propia granja, pero que también contamos con un alto nivel de capacidad técnica, por lo que realmente nos integramos en el proceso. Así que sí, normalmente, para responder a tu pregunta sobre la parte de las pruebas, tomamos fuentes de datos de más de 50 000 variables diferentes. Y solemos tener un proceso de incorporación de un mes de duración en el que las dos primeras semanas se dedican a construir los modelos y las dos siguientes a realizar las pruebas. Así que hacemos pruebas retrospectivas para asegurarnos de que nuestra precisión se sitúa en los percentiles más altos y de que no hay anomalías en los datos.

Reese Clark:

De acuerdo. Entonces, ¿sería correcto decir que esta plataforma no es necesariamente, quiero decir, que está lista para usar una vez que se accede a ella, pero que cuando se personaliza cada solución, adaptándola a las necesidades de cada cliente en concreto? ¿O es más bien universal?

Andrew Moore:

Se trata de una aplicación más generalizada de lo que hacemos. Hay dos aspectos que debemos tener en cuenta desde el punto de vista de la seguridad y que son comunes a todos los modelos: en primer lugar, los datos no pueden compartirse. Y, en segundo lugar, desde el punto de vista de los procesos, algunos procesadores pueden realizar la valorización antes de la programación maestra, y hay diferentes niveles jerárquicos por los que pasan dentro de la planta, algo con lo que estás muy familiarizado.

Así que sí, no queremos entrometernos y decir que, a menos que lo hagáis a nuestra manera, no podéis producir nada. Tenemos que poder integrarnos en el proceso de cada procesador. Y sí, esa es una reunión interna que tenemos con el equipo para resolverlo.

Reese Clark:

Vale. Genial. Eso es todo. Vale. Sí, pues tienes todo ese componente de incorporación. Vale. Vale. Ahora cuéntame un poco sobre la interfaz de usuario. Estuve hablando con uno de tus compañeros. Cuéntame la importancia de una experiencia de usuario (UX) que sea estéticamente agradable, pero también fácil de navegar. Hay muchas herramientas de IA. Me he dado cuenta de que la gente está intentando juntar diferentes componentes para llevar a cabo un proyecto basándose en ciertas herramientas de IA a medida. Vosotros lo estáis integrando todo. ¿Cuál es la importancia de una buena experiencia de usuario cuando se trata simplemente de navegar por un panel de control, como el que ofrecéis vosotros?

Andrew Moore:

Sí, yo diría que se trata de simplicidad, ¿no? Sí. Quiero decir, el problema hoy en día es que hay archivos de Excel por todas partes. Hay muchísimos datos ocultos en los sistemas ERP. Nadie sabe qué está pasando. Cada vez que hay que celebrar una reunión, todo el mundo tiene que hacer ese trabajo de preparación, ¿no?

Reese Clark:

Sí.

Andrew Moore:

Y eso te quita todo el tiempo y no te permite centrarte en lo que realmente debes hacer, que es crear productos de gran valor. Por eso, lo que hacemos es reunir todos los datos y presentarlos de una forma muy visual y estética, pero solo destacamos un par de aspectos clave, ¿verdad? E incluso desde el punto de vista de la previsión, no nos limitamos a proporcionarte la herramienta con la que puedes jugar con la previsión. Literalmente, recopilamos todos tus datos y te damos la previsión.

Reese Clark:

Ah, vale. Entonces se basa en los datos del cliente real, y con eso les basta.

Andrew Moore:

Sí.

Reese Clark:

En realidad, están obteniendo ese resultado,

Andrew Moore:

Y no hay estimación alta, estimación baja ni estimación media. Es como si fuera una sola cifra

Reese Clark:

Vaya.

Andrew Moore:

En un gráfico. Y esto es tomar la decisión, sin que suponga un estrés. Y esto es, de hecho, lo que realmente quieren algunos de nuestros clientes de toda Europa y Estados Unidos. No quieren cinco opciones diferentes. Solo quieren la más precisa.

Reese Clark:

Vale. Sí,

Andrew Moore:

Eso es lo que yo diría.

Reese Clark:

Vale. Cuéntame, supongo, algún caso práctico de un cliente que tengáis. Creo que tenéis algo publicado en vuestra página web. Si puedes mencionar a clientes, si es posible, o si no, puedes ser más general, pero cuéntame, explícame, simplemente guíame a través de una historia en la que hubiera un problema —todos tenemos problemas— y cómo lo resolvéis realmente para ese cliente con vuestra plataforma, Daisy.

Andrew Moore:

Sí, sí, claro. Bueno, pues sí, creo que un procesador muy conocido sería, por ejemplo, Kerry Dairy Ireland.

Reese Clark:

Ah, sí, eso ya lo sabemos. Sí, claro.

Andrew Moore:

Pues sí, creo que, básicamente, tenían un problema con la previsión de la oferta. Sí, creo que, sobre todo en Irlanda, tenemos un patrón de ordeño estacional en el que todas nuestras vacas dan a parir una vez al año, y, dependiendo del tiempo, del mercado y del número de animales, resulta muy difícil saber cuánta leche recibirán realmente algunas de estas empresas procesadoras.

Reese Clark:

Ah, vale.

Andrew Moore:

Lo que hemos hecho es contar con un científico climático en nuestro equipo y crear modelos a partir de datos de satélite, datos meteorológicos, datos de mercado y sus propios volúmenes históricos de leche. Así que, en lugar de que Kerry, por ejemplo, tenga que preparar todo este trabajo de previsión por sí misma y estar constantemente intentando actualizarlo e incorporando nuevos datos y todo eso, nosotros simplemente tenemos todos sus datos y lo único que tienen que hacer es comunicar la cifra a su equipo comercial, a su equipo de operaciones y al de suministros, y sí, eso básicamente les quita el trabajo de hacer las previsiones. Y sí, hemos multiplicado por casi cien la velocidad de las previsiones.

Reese Clark:

Es increíble. Vale.

Andrew Moore:

Estas son algunas de las cosas que puede hacer la IA y que me entusiasman mucho.

Reese Clark:

¡Madre mía! Bueno, está claro que ya estáis en marcha. Tenéis todo listo para despegar. ¿Cuál es vuestra visión para esta empresa? Y, bueno, supongo que estaréis pensando en qué puede hacer esta plataforma a continuación. ¿En qué estáis trabajando? La IA avanza a pasos agigantados, así que, digamos que dentro de seis meses, un año o dos, ¿qué planes tenéis para el futuro de Daisy?

Andrew Moore:

Sí, pues vamos a empezar por el sector lácteo, y este sector es muy complejo. Así que, si logramos descifrar el sector lácteo, podremos descifrar muchos otros sectores diferentes, ¿no?

Reese Clark:

Por supuesto.

Andrew Moore:

Es decir, mira, la cuestión está totalmente abierta desde el punto de vista competitivo, por lo que vemos. Así que, en cuanto a la visión de futuro, creo que, en realidad, todos estamos bastante de acuerdo en lo que esto podría aportar: no se trata de una planta totalmente automatizada, sino de un sistema de toma de decisiones en piloto automático que, en esencia, pueda «hablar el idioma» de todo lo que hay que hacer para que todo encaje.

Reese Clark:

Ah, vale.

Andrew Moore:

Así que ahí es hacia donde se dirige todo. Sí, estamos empezando por los productos lácteos, pero los cereales, el pescado, la ternera, el cerdo, las aves de corral... todas estas industrias se enfrentan al mismo problema de oferta y demanda.

Reese Clark:

Sí. ¿Por qué limitarse solo a los lácteos, en cierto sentido? Exacto. Sí. Obviamente, quieres dominarlo, pero sí, claro. Y obviamente

Andrew Moore:

Los lácteos son lo mejor, ¿verdad?

Reese Clark:

Sí, claro que sí. Gracias por empezar con nosotros. Te lo agradecemos. Sí, sin duda necesitamos ese apoyo. ¿Por qué el nombre de Daisy? Es solo por curiosidad. Sí, cuéntame cómo fue.

Andrew Moore:

Pues bien, Daisy es una vaca de nuestra granja.

Reese Clark:

Vale.

Andrew Moore:

Este año ha cumplido siete años y ha tenido su quinto ternero; actualmente produce unos 6.000 litros con un contenido de grasa butírica de alrededor del 5 % y un 4 % de proteína. Y, en realidad, fue nuestra primera vaca de compañía. Así que sí, es muy especial para nosotros.

Reese Clark:

Por supuesto. Sí. Y ese nombre perdurará para siempre. Es fantástico. ¿Dónde puede la gente obtener más información sobre tu empresa y sobre ti, Daisy? ¿A dónde les recomendarías que acudieran para encontrar más información? Sí,

Andrew Moore:

Así que pondría Daisy.Inc. Esa es nuestra página web. Sí, allí encontrarás mucha información. Ah, sí, también estamos en LinkedIn. Ponte en contacto con nosotros; estaremos encantados de charlar contigo.

Reese Clark:

Genial. Maravilloso. Gracias. Muchísimas gracias por haberte hecho un hueco en el podcast «Milk Theory». Estamos encantados de hablar contigo. Está claro que estás a la vanguardia de lo que nos depara el futuro del sector lácteo y de los huevos en general. Esto es justo lo que necesitábamos. Es estupendo ver sangre nueva en nuestro sector, y de verdad te deseamos lo mejor. Ha sido muy inspirador escucharte. Así que gracias por acompañarnos.

Andrew Moore:

Gracias por invitarme.

Reese Clark:

Genial. Esto es todo por hoy en «Milk Theory». Nos vemos en la próxima entrega.