Jaime Martel

Jaime Martel (ITelligent)

Miembro de la Comisión de Inteligencia Artificial y Big Data, AMETIC
industrial IA

Como en el resto de los sectores, en el sector industrial también se requiere poder acceder a datos externos, en muchos casos datos de otras organizaciones, y esto plantea importantes retos. En este articulo vamos a ver como en el Reino Unido se ha planteado una forma de facilitar el compartir datos a través de la figura de los Data Trust, ¿qué son? Y ¿cómo pueden ayudar a sortear las barreras que plantea compartir datos entre entidades?, se explican en este artículo.

Uno de los factores fundamentales en el desarrollo de la IA es el acceso a los datos y así ha quedado reflejado en las distintas estrategias de IA y Datos que han aparecido en los últimos tiempos1. De todas las estrategias publicadas nos parece especialmente relevante la del Reino Unido, que fue publicada hace poco más de tres meses. Ya que el Reino Unido, en la actualidad, es capaz de “capturar” el 33% de las inversiones  tecnológicas europeas y el 55% de la inversión2  en startups en Europa, frente a por ejemplo el 3% de España.

  1. Agenda Digital Española (España), Estrategia Nacional de IA (España), Borrador Reglamento Europeo de IA (EU), Una Estrategia Europea de Datos (EU), National Data Strategy (Reino Unido), National AI Strategy (Reino Unido)
  2. Ver pgn. 52 Estrategia Nacional de Inteligencia Artificial

Nos podemos preguntar en acceso a datos ¿qué plantea la estrategia del Reino Unido? y son muchas las cosas que se plantean. De todas ellas en este artículo nos centraremos en los Data Trusts, como mecanismos para compartir datos y en particular analizaremos un caso de uso aplicado a la reducción de los Desperdicios de Alimentos.

¿Qué es un Data Trust?

Un Data Trust es un mecanismo por el cual diversas partes interesadas (stakeholders), acuerdan que un tercero, el Data Trust, gobierne los datos para el beneficio de las partes interesadas. Básicamente es una aplicación de los Trust (Fideicomisos) tradicionales al mundo de los datos.

De forma simplificada las partes intervinientes en un Data Trust son:

  • Proveedor de Datos (Data provider): Aquellas entidades que ceden parte del control de sus datos al Data Trust.
  • Beneficiario del Data Trust: Aquellas entidades que se benefician del acceso a los datos del Data Trust. Estas entidades pueden pertenecer o no al Data Trust.
  • Data Trust: Es la entidad independiente que decide quien tiene acceso a los datos, bajo qué condiciones y para beneficio de quién.

En el Reino Unido se han realizado varios pilotos con el fin de validar el concepto de Data Trust, pareciéndonos especialmente relevante uno realizado sobre “Desperdicio de Alimentos” que ha involucrado las diferentes etapas donde se desperdicia alimentos, esto es: producción, procesamiento, distribución y consumo. Ya que es uno de los primeros ejemplos de aplicación a un sector productivo.

El Piloto sobre Desperdicios de Alimentos

En este piloto, desarrollado por el Open Data Institute (ODI), se exploró la aplicación del concepto de Data Trust entre organizaciones involucradas en la cadena de alimentos desde la producción hasta el consumo. Para ello durante tres meses ODI investigó los elementos fundamentales (incentivos y barreras) para que las partes interesadas en la reducción de Desperdicios de Alimentos compartiesen sus datos. De forma resumida el resultado del estudio identificó las siguientes barreras/incentivos:

Principales Barreras:

  • No existe un acuerdo en la forma de medir el Desperdicio de Alimentos, no existen taxonomías comunes, ni indicadores comunes, ni vocabularios comunes. Además, distintas formas de medir el desperdicio pueden beneficiar/perjudicar a distintos actores de la cadena. Algunos ejemplos:
    • Diferencias en la asignación de los desperdicios: Los productores/distribuidores indican que tienen que mantener mayores stocks de productos perecederos que generan mayores desperdicios, porque los restaurantes exigen plazos muy cortos de entrega y que parte de dichos desperdicios deberían ser “asignados” a los restaurantes.
    • Diferencias en las taxonomías utilizadas: En algunas industrias se clasifican como “desperdicios” lo que en otras industrias se consideran “subproductos”.
    • Falta de definiciones: Cascara de las frutas, huesos de las carnes, contenido de agua de la leche, etc… requieren definiciones precisas que permitan determinar el grado de desperdicio que presentan o incluso si son desperdicios o no.
  • Algunas empresas consideran sus datos sobre Desperdicios de Alimentos, como datos sensibles que pueden afectar su reputación, por lo que son reacias a compartirlos.
  • Las dinámicas de poder en el sector hacen que algunas organizaciones de la cadena (ej. distribución) tengan cierto nivel de control sobre otras (ej. producción/procesamiento), pudiendo bloquear los primeros los esfuerzos por compartir datos de los segundos.

Principal Incentivo:

  • Pese a que los participantes en el piloto estaban de acuerdo en la importancia de reducir los Desperdicios de Alimentos, el incentivo principal es el ahorro económico que esta reducción podría implicarles.

La principal lección que se puede aprender del piloto es que pese a que los diferentes actores (productores, procesadores de alimentos, distribuidores, …) tienen un fuerte interés en reducir el desperdicio de alimentos existen muchos elementos que hace complicado el compartir sus datos. La existencia de una entidad independiente que gobierne y gestione el acceso a los datos y que tenga la confianza de las partes, puede ser el elemento clave para conseguir que las entidades compartan sus datos, y en definitiva este es el papel de un Data Trust.