La ingeniera civil industrial Madeleine Valderrama trabajó más de un lustro en la empresa acuícola Camanchaca. Allí conoció en profundidad y se impregnó de cada detalle de procesos productivos como la fabricación de harina de pescado, por ejemplo. En 2016, después de dejar su trabajo y de recorrer durante doce meses el mundo, junto a Ismael Valenzuela, su marido, se dispusieron a buscar otros horizontes en su vida profesional.

El objetivo era aprovechar la experiencia que ambos habían acumulado a lo largo de los años. Su primer desafío, entonces, fue desarrollar un algoritmo de inteligencia artificial para poder optimizar la fabricación de harina de pescado, de tal forma que el resultado fuera un producto de mejor calidad y mayor valor.

“La mezcla de harina de pescado es bien compleja, porque se tiene que hacer de acuerdo con la demanda comercial. Antes tenías un montón de variantes y había que estar jugando con una planilla de Excel para poder decir ‘un poco de esta, un poco de esta otra’ y así poder satisfacer cada contrato”, explica Francisco Paredes, socio y Director de Estrategias de Negocios de Altum Lab, la startup que el matrimonio Valenzuela-Valderrama comenzó en 2017 y a la que Paredes se unió en 2020.

A poco andar, en Altum Lab se dieron cuenta de que el problema de la harina de pescado también se replicaba en otras industrias, como la minera y la agrícola. Entonces robustecieron los modelos matemáticos y a este conjunto de algoritmos de IA lo llamaron AI Bruna: un software que toma los datos históricos disponibles de las empresas extractivas, los procesa y permite identificar las variables que pueden afectar a la materia prima, como también las zonas en donde se encuentran ciertos minerales. Con esto, las empresas pueden anticiparse a posibles problemas y hacer que al momento de la explotación el producto sea óptimo.

El funcionamiento de Bruna se divide en cuatro capas. La primera es la que está relacionada a la IA y al machine learning, que aprenden el proceso productivo gracias a los datos que se obtienen a través de las fuentes de información de las que dispone el cliente; solo con eso ya es capaz de predecir comportamientos. Luego, en la segunda capa, la plataforma mapea el proceso productivo para así determinar los ajustes que se necesitan en la faena para hacer óptima la producción, como el tipo de máquinas que se requieren y la manera de operarlas.

La tercera capa tiene un conjunto de algoritmos que busca los caminos eficientes para resolver los problemas; allí es donde la heurística aprende la solución para resolver un problema, de tal forma que pueda aplicarla cuando se presente uno similar. Finalmente, todo eso regresa a la IA y se le enseña a la tercera capa a buscar caminos más rápidos.

Francisco Paredes detalla que los algoritmos tienen una base matemática similar, es decir, una arquitectura compartida, pero que se aplican de diferentes formas dependiendo de la industria y las necesidades de la empresa. “En la industria minera, por ejemplo, tenemos algoritmos que tienen que ver con la predicción, cómo va a entrar una materia prima a un proceso. En una minera se saca material de un yacimiento, de un área en particular, y cada vez que van sacando de uno u otro lugar, la característica de la materia prima va cambiando”, introduce.

Ahí entra Bruna. “Lo que hace es que, con las muestras de laboratorio, es capaz de predecir qué se va a sacar según el lugar. Eso permite estabilizar la operación, porque si no sabes bien dónde excavar para extraer este mineral. Que el material que está ingresando sea diferente cada día es un problema, ya que genera un aumento en los costos para poder volver a optimizarlo”, explica el Director de Estrategia de Negocios de Altum Lab.

En el caso de la industria acuícola la aplicación es algo distinta. Para ser vendido, el salmón necesita tener un tamaño y algunas características especiales que le permitan ser comercializarlo en distintos mercados, por eso la curva de crecimiento debe ser la mejor. ¿Cómo se obtiene? Bruna analiza todas las variables, determina los costos de alimentación y sugiere cuándo es mejor procesar el pescado. Francisco Paredes señala que este proceso está conectado también con otras áreas, como la comercial, pues así se pueden hacer ventas a largo plazo y conocer de antemano cómo se puede satisfacer la demanda.

“Considerar otras áreas es donde realmente le puedes pegar al negocio. Nosotros empezamos a considerar la demanda del área comercial para ver cómo se puede lograr una optimización mejor. Si no se considera, al final no se están tomando en cuenta todas las variables del proceso productivo”, agrega Paredes.

Gracias a que las distintas industrias han incorporado progresivamente sensores e instrumentos de medición dentro de sus procesos, la recopilación de datos ha aumentado a una escala considerable en los últimos años. Eso sí, para que esos datos tomen sentido necesitan ser procesados.

“Nosotros usamos la data histórica que tenga el cliente, como la intensidad de uso de una máquina, la capacidad productiva de otra. Les damos vida a esos datos desde los sensores, desde las bases de datos y nos integramos a esa plataforma. Con toda esa información histórica, y también los datos en tiempo real que van sumándose, vamos analizando y generando parámetros con esa información, viendo si sirve para algo. Si hace falta, le pedimos al cliente que mejore esa captura de información”, enseña Paredes. Cuando los datos son útiles y suficientes, Bruna entra en acción y comienza a desarrollar modelos predictivos que se despliegan en la plataforma del cliente.

Los usuarios pueden revisar esta plataforma desde cualquier dispositivo que tenga internet. En ella pueden ver los indicadores y cómo están respecto de los objetivos que trazaron en un comienzo. Hay distintos módulos predictivos, que pueden mostrar ser indicadores de energía, el consumo ahorrado o cómo planificar mejor las labores diarias de acuerdo con la demanda comercial, entre otras aplicaciones.

¿Cómo ha impactado en las empresas? Según detalla Francisco Paredes, en la industria minera han sido capaces de rentabilizar, en promedio, un 3% más de producción. “Puede sonar poco, pero es un número gigante. En la industria acuícola, que es un poco más difícil de calcular, tienen un aumento en el rendimiento de materia prima de un 1%. Eso mejora la productividad y, por supuesto, los márgenes de venta. Los clientes nos transparentan eso viendo sus proyecciones”, dice.

No es lo único. El mismo análisis que realiza Bruna, y que en un caso complejo puede demorar entre cinco y diez minutos, a un equipo de personas sin la plataforma podría tomarles un par de semanas de estudio para llegar al mismo resultado.

Altum Lab ha crecido rápidamente. En 2017, luego de que la productividad y los ingresos de Camanchaca mejoraran notoriamente (los fundadores han asegurado que aumentaron en US$ 500 mil la facturación de 2017), Madeleine Valderrama e Ismael Valenzuela salieron en búsqueda de dinero para poder escalar. Ganaron un concurso hecho por Imagen Lab –incubadora apoyada por Microsoft–, se adjudicaron un fondo SSAF de Corfo por $60 millones y luego el venture capital DevLabs los seleccionó y aportó US$ 100 mil en 2019. A fines de 2020, además, fueron parte de otra ronda que incluyó a tres fondos de inversión mexicanos y que totalizó US$ 400 mil.

Eso les ha permitido iniciar su expansión. Por un lado, se encuentran preparando el lanzamiento de una ronda de financiamiento serie A. “Sabemos que hay posibilidades, porque hay mucho interés”, dice Paredes. Y también están ampliando sus mercados: hoy están en Perú, México y Brasil, y están afinando detalles para ingresar a Europa y Asia.

“Estamos en la incorporación, en la apertura de una oficina en Indonesia, que es un mercado que produce mucho aceite de palma y caña de azúcar, una de las problemáticas que resolvemos bastante bien. Debiésemos abrir en las próximas semanas. En Europa sabemos que Noruega es un punto bastante interesante por las salmoneras, estamos en esos planes y creo que a principios de año podría haber novedades”, anticipa Francisco Paredes.

Eso sí, aunque la expansión a otros países amplía el horizonte de Altum Lab, el interés por Chile sigue intenso. Por eso, Paredes hace un llamado a las empresas nacionales: “Tienen que atreverse un poco a estas tecnologías, a innovaciones. Hay muchos beneficios para estas empresas, que a veces tienen interés, pero por temas de tiempo o de recursos no lo hacen. Nosotros, por ser centro de I+D certificado, podemos entregar esta tecnología con la posibilidad de disminuir impuestos; hay beneficios fiscales para implementar estas herramientas. Esto es importante en el ecosistema, porque salimos ganando ambos”.