Una consultoría española de datos logró lo que muchas empresas llevan años buscando: reducir de forma medible las emisiones de CO2 usando inteligencia artificial (IA). Datarmony, especializada en análisis de datos, implantó su tecnología en la cadena de supermercados noruega Meny, en colaboración con Link Retail, y el resultado fue una reducción de 850 toneladas de CO2 y un 40% menos de desperdicio de pan en los establecimientos participantes.
El proyecto demuestra que la IA aplicada a la cadena de suministro alimentaria tiene consecuencias medioambientales directas y cuantificables, algo que el sector lleva tiempo persiguiendo sin encontrar soluciones concretas.
Cómo funciona el sistema
El sistema de Datarmony combina monitorización en tiempo real del consumo de energía con modelos predictivos del comportamiento de la demanda. En la práctica, los supermercados ajustan de forma automática la cantidad de pan que hornean o reciben en función de patrones históricos de ventas, clima y eventos locales.
La IA analiza el flujo de energía de los establecimientos continuamente y detecta picos de consumo innecesarios, lo que permite redirigir o reducir el gasto energético sin afectar al servicio. La predicción del consumo futuro es la parte más valiosa del sistema: actuar antes de que se produzca el problema, no después.
Machine learning (aprendizaje automático) es la técnica que sostiene estos modelos. Los algoritmos mejoran con el tiempo a medida que procesan más datos de ventas y consumo, lo que aumenta la precisión de las predicciones.
Más allá del CO2
El proyecto no se limitó a mejorar las métricas medioambientales. Meny y Link Retail también observaron una mejora en la sostenibilidad financiera de sus operaciones, al reducir el volumen de producto que no llega a venderse y acaba en el contenedor. Una reducción del 40% en el desperdicio de pan implica menos coste de producción, menos energía empleada en horneado y menos residuos de los que hacerse cargo.
Enric Quintero, CEO y fundador de Datarmony, explica que la aplicación de IA, tecnología y machine learning permite ahorrar costes de producción y mantenimiento, aumentar la eficiencia energética de las empresas y reducir su huella de carbono de forma medible. Un efecto adicional fue el impacto sobre los empleados: al automatizar tareas mecánicas como los controles manuales de inventario o el cálculo de pedidos, el personal puede dedicarse a funciones con más valor. Las empresas con un compromiso ambiental visible tienden a registrar mayor motivación entre su plantilla, según Quintero.
¿Es reproducible en otras empresas?
Datarmony sostiene que los resultados del proyecto con Meny y Link Retail no son un caso puntual. El modelo puede extrapolarse a cualquier empresa que genere datos sobre su demanda y consumo energético: distribución, hostelería, manufactura o logística son candidatos directos, no solo el sector alimentario.
El requisito principal es disponer de datos históricos de ventas y consumo. La mayoría de las empresas ya los tiene; el reto está en estructurarlos y conectarlos con un modelo de IA bien entrenado.
El coste ambiental de la IA, un debate abierto
El uso de IA tiene también una huella propia. Los grandes modelos de lenguaje (LLM) consumen cantidades crecientes de electricidad, algo que genera un debate creciente en el sector. En noticias.ai ya analizamos el impacto ambiental de herramientas como ChatGPT en el artículo ChatGPT, ¿cuánto contaminas?. El caso de Datarmony es el argumento contrario: la IA también puede ser parte de la solución, siempre que se aplique sobre problemas concretos con métricas auditables.
El avance de la IA generativa durante los últimos años, documentado en La inteligencia artificial en 2024: un año de desafíos legales y avances tecnológicos, mostró la amplitud de usos prácticos de esta tecnología más allá de los chatbots. El ejemplo de Datarmony encaja en esa narrativa: IA aplicada a problemas concretos, con resultados que se pueden medir.
Preguntas frecuentes
¿Cuántas toneladas de CO2 redujo Datarmony con este proyecto?
El proyecto con Meny y Link Retail en Noruega consiguió reducir las emisiones de CO2 en 850 toneladas y el desperdicio de pan en un 40% en los establecimientos participantes.
¿Qué hace exactamente la IA en estos supermercados?
Monitoriza el consumo de energía en tiempo real, detecta ineficiencias y ajusta automáticamente los pedidos y el horneado de pan en función de la demanda prevista. Los modelos de machine learning mejoran con el tiempo al procesar más datos históricos de ventas y consumo.
¿Se puede aplicar este sistema fuera del sector alimentario?
Sí. Datarmony sostiene que el modelo es extrapolable a cualquier empresa que genere datos de demanda y consumo energético: distribución, hostelería, logística o manufactura son sectores candidatos.
¿Qué impacto tiene la automatización sobre los empleados?
Al automatizar tareas mecánicas como el cálculo de pedidos o el control de inventario, los empleados se liberan para funciones de mayor valor. Las empresas con un compromiso ambiental visible suelen registrar mayor motivación entre su plantilla.
¿La propia IA no consume mucha energía?
Es una tensión real. Los grandes modelos de IA (LLM) tienen una huella energética considerable. En el caso de Datarmony, los modelos empleados para optimizar la cadena de suministro son específicos y de menor escala que los modelos generativos, lo que cambia la ecuación medioambiental.
Fuente: Datarmony (nota original)
