Teddy Bekele, CTO de Land O’Lakes explca en este episodio de Me, Myself and IA cómo la tecnología ha ayudado a industria agroalimentaria.
Puede que hayas visto los productos lácteos de Land O’Lakes en las estanterías de las tiendas sin pensar mucho en cómo han llegado hasta allí, pero eso es algo en lo que piensa a diario el director de tecnología Teddy Bekele.
Mientras los agricultores y los minoristas agrícolas de Land O’Lakes trabajan para producir los productos de la cooperativa, empezando por las semillas utilizadas para cultivar, Teddy Bekele se centra en apoyar la “cuarta revolución” de la agricultura, que está adoptando tecnologías como la inteligencia artificial.
En este episodio del podcast Me, Myself, and AI, Teddy explica cómo Land O’Lakes utiliza el análisis predictivo y la IA para ayudar a los agricultores y otros productores agrícolas a ser más productivos y a tomar mejores decisiones sobre el negocio de la agricultura.
Leé más sobre nuestro programa y sigue la serie en https://sloanreview.mit.edu/aipodcast.
Suscríbete a Me, Myself, and AI en Apple Podcasts, Spotify o Google Podcasts.
Da tu opinión en esta encuesta de dos preguntas.
Medicina de precisión en la industria farmacéutica: Frank Nestle de Sanofi
Sam Ransbotham: Puede que hayas utilizado la frase “apostar por la granja”, pero si no trabajas en la agricultura, puede que no aprecies del todo lo que significa. En el episodio de hoy, descubre cómo la tecnología puede contribuir al éxito de la producción agrícola.
Teddy Bekele: Soy Teddy Bekele, de Land O’Lakes, y están escuchando Me, Myself, and AI.
Sam Ransbotham: Bienvenidos a Me, Myself, and AI, un podcast sobre la inteligencia artificial en los negocios.
En cada episodio les presentamos a alguien que está innovando con la IA. Soy Sam Ransbotham, profesor de analítica en el Boston College. También soy el editor invitado de IA y estrategia empresarial del MIT Sloan Management Review.
Shervin Khodabandeh: Y yo soy Shervin Khodabandeh, socio senior de BCG, y co-dirijo la práctica de IA de BCG en Norteamérica.
Juntos, el MIT SMR y BCG han estado investigando y publicando sobre la IA durante seis años, entrevistando a cientos de profesionales y encuestando a miles de empresas sobre lo que se necesita para construir y desplegar y escalar las capacidades de la IA y realmente transformar la forma en que operan las organizaciones.
Sam Ransbotham: Shervin y yo estamos hablando hoy con Teddy Bekele, director de tecnología de Land O’Lakes. Teddy, gracias por acompañarnos. Bienvenido.
Teddy Bekele: Gracias por recibirme. Estoy muy contento de estar aquí.
Sam Ransbotham: Creo que nos conocimos en 2018, cuando estabas en WinField United e hicimos un seminario web juntos sobre datos y análisis. Ahora estás en la empresa matriz, Land O’Lakes. ¿Puedes hablarnos de tu función actual?
Teddy Bekele: Sí, absolutamente. Soy el director de tecnología de Land O’Lakes, que es una cooperativa de agricultores, una cooperativa de la granja a la mesa, diría yo.
Cubrimos toda la gama, desde el momento en que la semilla entra en la tierra, los cultivos salen de la tierra, se convierten en grano.
El grano se utiliza para alimentar a los animales. Purina es también una marca de Land O’Lakes, y ese grano se utiliza para crear fórmulas de alimentación para los animales.
Y luego, esos productores lácteos forman parte de la cooperativa. Compramos la leche a esos productores y la convertimos en productos de valor añadido, como la mantequilla y el queso, que se encuentran en la tienda.
Cuando hablamos de “de la granja a la mesa”, realmente cubrimos todo el espectro aquí de una manera muy amplia, y mi responsabilidad como director de tecnología es, obviamente, cualquier cosa que ejecute los sistemas internos para nuestra organización, los usos empresariales para la planificación, ERP, sitios web, CRM, cosas así.
Pero otra área apasionante es la de los datos y el análisis, así como una gran cantidad de software que se utiliza realmente en nuestro negocio – trabajando con nuestros clientes, ya sea apoyando un modelo de negocio existente o ayudando a desarrollar un nuevo modelo de negocio que luego se ejecuta en la tecnología.
Nosotros realmente trabajamos con líderes de negocios para ser brindarles la capacidad de definirse, y posteriormente trabajamos ya sea con los recursos internos o con terceros externos para ser que sean capaces de desarrollar algunas soluciones realmente interesantes.
Transformando las transacciones con tecnología: Nitzan Mekel-Bobrov de eBay
Shervin Khodabandeh: ¿Y cuál es la composición de la cooperativa?
Teddy Bekele: Es muy interesante. La cooperativa se compone de dos partes de los miembros.
Una, la que mencioné hace un segundo: los productores de leche, y que es la forma en que se inició la empresa. Hace 101 años, los productores de lácteos de Minnesota se reunieron y dijeron: “Queremos sacar nuestro producto al este”, por lo que crearon esta cooperativa para poder gestionar una mayor agregación de todos sus productos.
El otro lado de los miembros son los minoristas agrícolas. Se trata de negocios independientes en comunidades rurales, que atienden a los agricultores de cultivos en hilera como el maíz, la soja, el trigo, la canola.
Y lo que hacemos por ellos es que, como cooperativa de suministro, compramos los grandes productos de protección de cultivos de semillas a los grandes fabricantes, y se los vendemos a ellos, y luego ellos los venden a los agricultores a los que sirven, y en muchos casos, estos minoristas agrícolas son también cooperativas, por lo que sus consejos están formados por los agricultores a los que sirven.
Nuestro consejo de administración está formado por la mitad de los productores lácteos y la otra mitad por los minoristas agrícolas. Y esa combinación es la cooperativa Land O’Lakes.
Shervin Khodabandeh: Y como Chief Technology Officer, ¿cuál es tu lugar en la cooperativa?
Teddy Bekele: Estamos aquí para servir a los miembros, hasta el agricultor de cultivos en hilera, y asegurarnos de que hacemos que su producto sea competitivo.
Y en particular, como director de tecnología, pienso en cómo nos mantenemos al día con las últimas tendencias. ¿Cómo nos aseguramos de aplicar esas tendencias tecnológicas a las soluciones que les ofrecemos? ¿Cómo podemos hacer que nuestra cadena de suministro sea más eficiente y, realmente, estar aquí durante otros cien años, para asegurarnos de que tenemos éxito?
Shervin Khodabandeh: Por lo que tengo entendido, la tecnología está transformando el negocio agrícola. ¿Puedes darnos ejemplos para que nuestra audiencia tenga una idea de cómo la tecnología está cambiando realmente el negocio de la agricultura y la ganadería?
Teddy Bekele: Es una de las industrias más antiguas del mundo. Y durante cientos, tal vez miles de años, se hizo exactamente de la misma manera.
Y en los últimos cien años, ha habido algunos cambios tremendos… empezando por el tractor.
De repente, las cosas se automatizan un poco más. Cuando se introdujo la protección de los cultivos, fue una gran cosa. Se hizo todo este trabajo; todo podría desaparecer debido a alguna pestilencia que ocurriera en el campo.
La siguiente pieza fue la revolución biotecnológica. Y ahora hay mucha más investigación y mucha más tecnología en la semilla que va a la tierra. ¿Y podría ser resistente a la sequía? ¿Podría salir de la tierra cuando está demasiado húmeda? ¿Podría ser resistente a ciertas enfermedades? Y eso fue un gran cambio de juego, y por eso lo llamamos una especie de tercera revolución.
Pero esta cuarta revolución de la agricultura es ahora la aplicación de la tecnología, y en particular la tecnología de software a la agricultura, desde cosas simples como ser capaz de ejecutar análisis descriptivos a los diversos componentes de la inteligencia artificial.
Y… esta cuarta, sin embargo, ha puesto a la agricultura en hipervelocidad. Porque, de repente, empiezas a ver todo este complejo entorno que realmente se gestionaba con la intuición, y ahora tu productividad aumenta; ahora los datos y la tecnología te ayudan realmente en esto.
Cada vez se depende más de los datos que salen del campo para tomar decisiones. Ese es realmente el cambio que se está produciendo en la agricultura hoy en día.
Shervin Khodabandeh: Y esos datos son realmente masivos, ¿verdad? Quiero decir, muchas fuentes diferentes, muchas permutaciones diferentes, ¿verdad?
Teddy Bekele: Hay muchas cosas que suceden. … Evidentemente, tenemos el clima, que es un componente importante en la agricultura.
En conjunto, probablemente hagamos un mejor trabajo de predicción del tiempo, pero cuando piensas en una granja, lo necesitas hacer para predecir qué puede pasar en un pequeño píxel de 3 metros por 3 metros.
Cuando te preguntas si lloverá en un punto específico, ¿Puedes predecirlo con un 100% de precisión, y puedes decirme exactamente cuánta lluvia va a caer y cuándo va a ocurrir? … Estamos en ese nivel hiperlocal.
Todavía no hemos llegado a ese nivel. Así que tenemos toda esa variabilidad que ocurre, pero imagina todas las cantidades masivas de datos meteorológicos que puedes capturar y que sirven para calcular esto.
La composición del suelo es otra pieza importante. Luego está la selección del tipo de semilla adecuado. Hay que tenerlo en cuenta. Y luego hablamos de la aplicación de nutrientes y de la protección de los cultivos.
¿Cuándo es el momento adecuado? ¿Cómo debo hacerlo? Hay 40 decisiones macro que un agricultor tiene que tomar en un campo, y hay 180 sub decisiones, y todas ellas podrían afectar a lo que ocurre al final de diversas maneras, con todos los cambios climáticos impredecibles y las cosas que podrían ocurrir en el camino.
Shervin Khodabandeh: Realmente millones y miles de millones de posibilidades, ¿verdad?
Teddy Bekele: Miles de millones, tal vez incluso trillones, sí.
Sam Ransbotham: Así que Teddy, cuando estabas describiendo esto, usaste las palabras “agregación” y “cooperativa“.
Me gustan esas palabras. Son grandes ideas. Son estratégicas, pero no son obvias en su contexto. De hecho, utilizo uno de tus ejemplos en clase cada semestre cuando hablamos de datos y posicionamiento estratégico. ¿Puedes describir un poco cómo funcionan estas pruebas y experimentos?
Teddy Bekele: Sí, absolutamente, y entramos en más del trabajo que estamos haciendo en inteligencia artificial, que es súper emocionante, por cierto.
Pero parte del papel de nuestra cooperativa es, ¿cómo ayudamos a ese agricultor a ser más productivo en su campo? ¿Cómo le proporcionamos mejor inteligencia?
Y la forma en que lo hemos hecho es convirtiéndonos en una especie de entidad agregada, “Vamos a trabajar con todos los fabricantes y obtener todas sus semillas, incluso antes de que estén disponibles comercialmente”.
Solíamos tener alrededor de 200 parcelas de investigación aplicada en todas las áreas en las que hacíamos negocios.
Y en una variedad de tipos de clima, tipos de suelo, diferentes prácticas, plantábamos todas estas semillas y luego las aplicábamos en esos acres en parcelas de investigación aplicada.
Y luego queremos ser capaces de decir: “Mira, hemos replicado esto suficientes veces para que podamos decir, ‘Sabemos exactamente cómo esto se desempeñará en este tipo de clima determinado, etc.'”
Solíamos tener 200 de estas parcelas. Creo, Sam, que la última vez que hablamos, eran unas 210 o así. Ahora sólo tenemos 115 parcelas frente a las 250, aunque cubrimos más zonas geográficas.
Principalmente, gran parte del nuestro trabajo es averiguar los componentes clave. Y llegamos a tres cosas:
El clima, el suelo (que no es una sorpresa) y la topografía. Y Sam, para completar tu pregunta, la idea es que hacemos toda esta investigación, obtenemos esta información, obtenemos estos análisis y estos conocimientos, y luego eso es lo que ofrecemos a nuestros agricultores, junto con: “Estos son los productos que puedes comprar, pero estas son las mejores selecciones”, porque al final seguimos haciendo que sea la decisión del agricultor, pero “estas son las mejores selecciones para los resultados que puedes esperar al final del día”.
Shervin Khodabandeh: Esto es fascinante, Teddy.
Una de las cosas que Sam y yo hemos investigado bastante, y que veo en mi trabajo todo el tiempo, es que el éxito de un programa de análisis o de IA es muy altamente proporcional a la interactividad que permite al usuario o al agente o a la persona encargada de hacerlo, para que pueda entender cómo funciona, así la IA aprende algo, el humano aprende algo, y así ambos mejoran.
Eso es lo que llamamos aprendizaje organizativo. ¿Cómo funciona esto en la industria agrícola? Tú proporcionas los conocimientos y las decisiones, y el agricultor está de acuerdo o dice: “No, quiero anular esto”. ¿Existe un mecanismo de retroalimentación, o están pensando en eso? ¿Es eso valioso?
Teddy Bekele: Es absolutamente valioso. Y hay otro actor en esta ecuación que es realmente crítico para todo esto, que es este agrónomo, que es casi como el asesor personal cuando se trata de cualquier cosa relacionada con la agronomía para ese agricultor.
Un buen agrónomo es un asesor muy, muy fuerte y de confianza de ese agricultor. Así que, como he dicho, esas 180 sub decisiones que tienen que tomar los agricultores son de todo tipo, no sólo algunas de las cosas de las que hemos hablado (suelo, clima, todo eso), sino también el equipamiento: cuándo comprar, cuándo no comprar, cómo utilizar el equipamiento.
Y en lo que respecta a la agronomía, este agrónomo es la persona que les presenta esta información.
Y la razón por la que lo menciono es que, para que podamos obtener validez, así como para asegurarnos de que lo que proponemos tiene sentido y es valioso, es necesario asegurarse de que este asesor está implicado.
Ellos son el mecanismo de retroalimentación para nosotros.
La belleza de la IA: Sowmya Gottipati de Estée Lauder
Shervin Khodabandeh: Es fantástico. Esto es tan fascinante, porque es un juego de datos verdaderamente grande.
Sam Ransbotham: Es enorme.
Shervin Khodabandeh: Y el poder de la cooperativa es el que hace que sea aún exponencial, porque cada experimento en realidad faculta a toda la cooperativa, y estoy asumiendo que un agricultor en Minnesota no es realmente competitivo con un agricultor en Cleveland, por lo que el intercambio de información no debe ser un problema como podría ser en la venta al por menor o alguna otra industria, ¿verdad?
Teddy Bekele: Sí. Sí.
Sam Ransbotham: Así que con todos estos datos y la inteligencia artificial, los modelos de aprendizaje automático que estás haciendo, de alguna manera has entrado en esta cuarta revolución o cuarta … No puedo recordar cómo lo llamaste, ¿cuarta ola?
Teddy Bekele: Revolución. Sí.
Sam Ransbotham: ¿Qué es lo siguiente?
Teddy Bekele: Con algunas de las capacidades, tanto la biotecnología, así como el componente de la tecnología de software de la misma, hay agricultores que pueden obtener hasta 540 bushels, que sirve para medir frutos secos, por acre.
Ese es el potencial que existe. Así que una parte se está introduciendo en esta práctica y está capturando datos en el campo todo el tiempo, haciendo los ajustes.
Otra parte consiste en cambiar muchas prácticas heredadas. Por ejemplo, particularmente aquí en las llanuras del norte, una de las cosas es que la gente aplica toda la fertilización en el invierno, porque hace mucho frío y nieva, y luego se queda blanco para siempre, hasta que se derrite.
Y entonces tienes todo eso… cuando se derrite, baja al suelo, y ahora tienes la humedad para poder cultivar. Tradicionalmente, todo eso se aplicaba en el otoño: Justo después de la cosecha, lo primero que se hacía era labrar el terreno, o tal vez no, y luego se fertilizaba.
Ahora, la idea es no, no, no… Cuando se quieres levar a cabo el método spoon feeding debe ser en la primavera, justo antes de que el cultivo entre en la tierra, así como una vez que el cultivo está en la tierra.
Pero eso crea algunos desafíos logísticos, porque ahora tienes que estar en el campo en un momento dado, y es dos veces, tal vez tres veces, y hay un aspecto de programación: ¿Quién lo va a hacer? ¿Es el agricultor? ¿Es el minorista que trabaja con ellos?
Así que hay que superar eso y aprenderlo, pero esas son las cosas que la gente está aprendiendo ahora y haciendo algunos de esos ajustes.
Sam Ransbotham: Sí. Eso es genial. Hablas de que proporcionas estas recomendaciones en promedio y luego la gente las ajusta, o incluso las implementan de manera ligeramente diferente.
Teddy Bekele: Siempre digo que, cuando empecé a trabajar aquí hace nueve años, me di cuenta de que cuando la gente dice “te juegas la granja”, como “¿quieres jugártela?”, la gente se la juega.
En este negocio, realmente lo hacen, porque cada año, quiero decir, si te va mal, todas las inversiones que haces en todos los cultivos, así como el equipo, podría ya no estar allí dos años más tarde.
Así que siempre existe este aspecto de riesgo. Y parte de ello es que, los agricultores son unos emprendedores por naturaleza.
Quieren poder tomar su propia decisión y tener su propio sabor. Y eso está muy bien.
Todo lo que decimos es que se aseguren de utilizar los datos para poder ayudarles con eso, y tal vez haya una opción A, en la que se pisa el acelerador un poco más fuerte, y luego hay una opción B, en la que tal vez no sea tan arriesgada, y se quiere poder equilibrar eso, así que creo que eso tiene que estar ahí. Y los agricultores, están construidos de esa manera. Están hechos para poder hacer eso.
Sam Ransbotham: Y al menos esto les permite saber si están avanzando o si están retrocediendo.
Quiero decir, lo que estás haciendo es decir, “Aquí están los datos que dicen, ‘Hey, esta es una posición agresiva‘, o, ‘Esta es una posición más conservadora'”.
Antes, sólo adivinaban dónde estaban en ese continuo, tal vez, y ahora al menos se lo haces saber.
Teddy Bekele: Exactamente. Y una de las cosas que siempre les digo es: “Si te hace sentir mejor, llámalo inteligencia aumentada. ¿Qué te parece? Es tu inteligencia; está aumentada con datos y algunos de los modelos que reunimos. No está haciendo lo suyo, y tú no estás ahí reaccionando a lo que te dice el modelo”.
Sam Ransbotham: Teddy, tenemos un segmento en el que te hacemos una serie de preguntas rápidas, así que responde con lo primero que se te ocurra. ¿Cuál es su momento de mayor orgullo en la IA?
Teddy Bekele: El momento más orgulloso en la IA… Diría que estábamos utilizando esta visión por ordenador para poder echar un vistazo a las vacas en el campo y podríamos, sólo con una instantánea, echar un vistazo a esas vacas y decir: “Sí, es demasiado delgada, es demasiado pesada, o la cantidad justa de peso”. Recuerdo cuando eso cobró vida. Me quedé extasiado cuando vi el resultado de ese modelo.
Sam Ransbotham: Perfecto. ¿Qué le preocupa de la IA?
Teddy Bekele: Lo que me preocupa de la IA son las consecuencias imprevistas. Ejecutas el modelo y tienes las mejores intenciones del mundo de llegar a una determinada respuesta, pero en el fondo… porque no entendemos lo que pasó entre bastidores (porque la máquina estaba aprendiendo, y estaba escribiendo su propio código, y luego aprendió otra cosa) y de repente, no podemos llegar a entender por qué llegamos a esa respuesta, y no podemos validarla.
Pero seguimos adelante porque realmente está demasiado integrado en lo que estamos haciendo como para poder ir a analizarlo. La consecuencia imprevista de algo es algo que me preocupa todos los días.
Sam Ransbotham: ¿Cuál es tu actividad favorita que no implica tecnología?
Teddy Bekele: La actividad favorita que no implica tecnología es tratar de enseñar a mis hijos a escribir código… pero intento hacerlo de tal manera que no utilice tecnología y ellos puedan divertirse tratando de pensar en el proceso mental para poder hacerlo y luego decir: “Oh, mira, y ahora puedes hacer esto”.
Sam Ransbotham: ¿Cuál fue la primera carrera que quisiste? ¿Qué querías ser de mayor?
Teddy Bekele: Ingeniero mecánico.
Sam Ransbotham: Ah, genial.
Teddy Bekele: Tenía 7 años cuando… y por cierto, mi título es de ingeniero mecánico. Me di cuenta de que no quería ser ingeniero mecánico un año después de graduarme.
Sam Ransbotham: Sí, bueno, me pasó lo mismo con la ingeniería química. No quise hacerlo una vez que me gradué con ella. ¿Cuál es tu mayor deseo para la IA en el futuro?
Teddy Bekele: Mi mayor deseo para la IA en el futuro es continuar realmente con el trabajo que estamos haciendo ahora; es proporcionar ayuda para identificar realmente o eliminar las conjeturas.
Es decir, quiero tomar una decisión como individuo, como productor, como agricultor, como minorista, como gran empresa manufacturera, como gran cooperativa, quiero ser capaz de tomar las decisiones, pero quiero ser capaz de tener todo a mi alcance para poder tomar la decisión más óptima.
Así que, ¿puede llevarme a ese punto en el que toda la información está decodificada al máximo para que pueda llegar a la mejor respuesta posible?
Me encantaría quitarme eso de encima y llegar a un punto en el que no tenga que preocuparme por el aspecto de las conjeturas; ahora puedo tomar la decisión más óptima.
Sam Ransbotham: Bien, Teddy. Ha sido un placer volver a hablar contigo. Gracias por dedicar tu tiempo.
Shervin Khodabandeh: Gracias, Teddy.
Teddy Bekele: Gracias a ti. Cuídate.
Sam Ransbotham: En nuestro próximo episodio, Shervin y yo hablamos con Tonia Sideri, jefe del centro de excelencia de IA de Novo Nordisk. Por favor, únanse a nosotros.
Allison Ryder: Gracias por escuchar Me, Myself, and AI. Creemos, al igual que usted, que la conversación sobre la implementación de la IA no empieza ni termina con este podcast.
Por eso hemos creado un grupo en LinkedIn específicamente para oyentes como tú. Se llama AI for Leaders, y si te unes a nosotros, podrás charlar con los creadores y presentadores del programa, hacer tus propias preguntas, compartir tus ideas y acceder a valiosos recursos sobre la implementación de la IA del MIT SMR y el BCG.
Puedes acceder a él visitando mitsmr.com/AIforLeaders. Pondremos el enlace en las notas del programa, y esperamos verle allí.
Sam Ransbotham (@ransbotham) es profesor del departamento de sistemas de información de la Carroll School of Management del Boston College, así como editor invitado de la iniciativa Artificial Intelligence and Business Strategy Big Ideas del MIT Sloan Management Review. Shervin Khodabandeh es socio senior y director gerente de BCG y colíder de BCG GAMMA (la práctica de IA de BCG) en Norteamérica. Se puede contactar con él en shervin@bcg.com.
Me, Myself, and AI es un podcast en colaboración con el MIT Sloan Management Review y el Boston Consulting Group y está presentado por Sam Ransbotham y Shervin Khodabandeh. Nuestro ingeniero es David Lishansky, y las productoras coordinadoras son Allison Ryder y Sophie Rüdinger.