Inteligencia Artificial podría acelerar la transición a una economía circular en el nuevo mundo post-COVID-19.
Gabriel Farías Iribarren, Especialista en Textil Argentino
Si se considerara seriamente antes de esta crisis actual de Coronavirus, que la Inteligencia Artificial (AI por sus siglas en inglés) podría acelerar la transición a una economía circular en la economía de la moda, imagine la importancia que tendrá esta megatendencia en el nuevo mundo post-COVID-19.
La AI puede mejorar y permitir la innovación de la economía circular en todas las industrias desde tres perspectivas principales:
Diseño de productos, componentes y materiales circulares: La AI puede mejorar y acelerar el desarrollo de nuevos productos, componentes y materiales adecuados para una economía circular a través de procesos interactivos de diseño asistido por aprendizaje automático que permiten la creación rápida de prototipos.
Operar modelos de negocio circulares: La AI puede aumentar la fuerza competitiva de los modelos comerciales de economía circular. Al combinar datos de usuarios y productos en tiempo real e históricos, la AI permite una mayor circulación de productos y utilización de activos a través de la predicción de precios y demanda, mantenimiento predictivo y gestión inteligente de inventarios.
Optimizar la infraestructura circular: La AI puede ayudar a construir y mejorar la infraestructura de logística inversa requerida para “cerrar el ciclo” en productos y materiales, al optimizar los procesos para clasificar y desmontar productos, refabricar componentes y reciclar materiales.
AI y circularidad
Para ilustrar la gama de aplicaciones en todos los sectores, repasemos dos cadenas de valor: agricultura, alimentación y electrónica de consumo. El primer ejemplo se centra en materiales biológicos y el segundo en materiales técnicos: ambos resaltan el potencial de la AI para aumentar la circularidad en una amplia gama de actividades económicas.
La AI en una economía circular con un sistema controlado de desperdicio de alimentos puede generar un valor potencial de USD 127 mil millones hasta 2030. Esto se logra a través de la visualización y explotación de diferentes oportunidades en las etapas de agricultura, procesamiento, logística y consumo. Ejemplos específicos de esto incluyen el uso del reconocimiento de imágenes para determinar cuándo la fruta está lista para recoger; igualar más efectivamente la oferta y la demanda de alimentos; y mejorar la valorización de los subproductos alimentarios.
El valor potencial equivalente que la AI produciría para acelerar la transición a una economía circular en el sector de la electrónica de consumo es de hasta $ 90 mil millones hasta 2030
también. Los ejemplos específicos aquí incluyen seleccionar y diseñar materiales especializados; extender la vida de la electrónica a través del mantenimiento predictivo; y automatizar y mejorar la infraestructura de reciclaje de residuos electrónicos mediante la combinación de reconocimiento de imágenes y robótica.
AI y la Moda
Las similitudes esenciales entre las oportunidades en estas dos industrias sugieren que las oportunidades para que la AI cree valor en una economía circular no son específicas de un sector en particular. Combinar el poder de la AI con una visión clara de la economía circular representa una oportunidad significativa pero aún sin aprovechar. Nos permite aprovechar uno de los grandes desarrollos tecnológicos de nuestro tiempo, al apoyar los esfuerzos para remodelar fundamentalmente la economía para que sea regenerativa, resistente y a largo plazo.
Crear una conciencia y una comprensión más amplias de cómo se puede usar la AI para proyectar una economía circular en la industria de la moda será esencial para fomentar aplicaciones que abarquen y vayan más allá, como las áreas de diseño circular, operar modelos comerciales circulares y optimizar la infraestructura circular. En última instancia, la AI podría aplicarse a las complejas tareas de rediseñar redes y sistemas simbiónicos, como las cadenas de suministro, y optimizar las infraestructuras logísticas globales.
Será necesaria la colaboración entre las partes interesadas con cierto grado de supervisión para respaldar estas aplicaciones de AI sistémicas, asegurando que los datos se puedan compartir de manera abierta y segura y que la AI se desarrolle e implemente de manera inclusiva.
Nota del Editor: Gabriel Farías Iribarren es especialista en aprovisionamiento textil, con una importante experiencia internacional en aprovisionamiento, compra y producción de textiles y accesorios en América del Sur, Europa y Asia. Para más información, visite gabrielfariasiribarren.com o contacte a gfi@gabrielfariasiribarren.com
Mayo-Junio de 2020
