EcoPack IA: Capítulos IV y V: Explorando la nueva generación de empaques

El tiempo vuela, y sin darnos cuenta, ya estamos iniciando la última parte del año. En esta ocasión, tenemos capítulo doble, por lo que abordaremos 4 de las 10 estrategias que la IA imagina para el futuro sostenible del packaging.

---

Pero antes, un llamado a la reflexión.

Impactos ocultos

Ya sabemos que la Inteligencia Artificial está revolucionado nuestra vida y nuestro trabajo. Sin embargo, mientras utilizamos herramientas como ChatGPT para agilizar tareas, es vital detenerse un momento y considerar los impactos ecológicos y sociales de esta tecnología en rápida expansión.

Sam Altman, fundador de OpenAI (creadores de ChatGPT), anunció su intención de recaudar 7 billones de dólares para aumentar la producción de chips, acelerando así la capacidad de cómputo de la IA. Este crecimiento, si bien prometedor, plantea interrogantes sobre el costo ambiental asociado.

Al igual que la minería de criptomonedas, entrenar modelos de IA requiere una enorme cantidad de poder computacional. Esta demanda energética es difícil de medir, pero se sabe que el consumo de datos está aumentando a un ritmo del 40% anual, lo que alimenta el crecimiento de la IA. La huella de carbono de entrenar un solo modelo grande puede ser equivalente a 300,000 kilogramos de emisiones de CO2, comparable a 125 vuelos de ida y vuelta entre Beijing y Nueva York.

---

Lea también: EcoPack IA: Capítulo III: Primeros pasos en el futuro del empaque

---

Además del impacto de carbono, la IA también tiene una considerable huella hídrica. Los centros de datos que impulsan estos modelos requieren cantidades masivas de agua para enfriar los servidores, lo que contribuye significativamente al uso de recursos naturales. Este aumento en la demanda de agua y energía plantea serias preocupaciones sobre la sostenibilidad de la expansión de la IA.

Aunque la IA ofrece beneficios potenciales en términos de soluciones para el cambio climático y la gestión de recursos, el balance general de sus impactos sigue siendo preocupante. Al igual que ocurrió con las criptomonedas, donde se logró una reducción del 99% en las emisiones de carbono al cambiar el proceso de minería, es posible que la industria de la IA también encuentre formas de mitigar sus efectos negativos. Sin embargo, esto requerirá un compromiso firme y una inversión significativa en nuevas tecnologías y métodos sostenibles.

5. Compostaje inteligente

Por si no lo sabías, hay dos tipos de condiciones de compostaje: industrial y doméstico. En el primero se necesita de temperatura y humedad controlada para que el material se degrade en materia orgánica, agua y CO2. En cambio, en el compost doméstico, basta con que el usuario regule la materia húmeda y seca para mantener el compost saludable.

Lo que es compostable a nivel doméstico va a descomponerse en tiempo y forma en el compost industrial. Pero muchos materiales compostables en el mercado, como el PLA, lo hacen en condiciones industriales, y no se comportan de la misma manera en el proceso doméstico.

Además, algunos plásticos pueden ser compostables pero no son biobasados, es decir, son de fuentes fósiles tradicionales. Lo que puede contaminar con partículas sintéticas el compost que sirve de abono para la fertilización de campos.

Como vemos, la gestión de residuos orgánicos para transformarlos en compost es un proceso que requiere un control cuidadoso y factores como la temperatura, la humedad y la relación carbono-nitrógeno. La IA puede optimizar este proceso al monitorear y predecir las condiciones ideales para la descomposición de los materiales, acelerando el compostaje y mejorando la calidad del compost resultante.

Sin embargo, no todo es perfecto. La IA puede confundir materiales compostables de aquellos que no lo son. Un error en esta fase puede contaminar todo un lote de compost, haciendo que se desperdicie tiempo y recursos.

6. Reducción de desperdicio de alimentos

El desperdicio de alimentos es un problema global. Mediante el análisis de datos históricos y patrones de consumo, la IA puede anticipar la demanda de alimentos y ajustar las cadenas de suministro para que se produzca y distribuya solo lo necesario. Esto no solo reduce el desperdicio en los puntos de venta, sino que también optimiza el envasado para extender la vida útil de los productos.

La IA también puede analizar cuál es el material de barrera específico e ideal para mantener alimentos en condiciones de ser consumidos por el tiempo que se necesite. Aunque en verdad, lo mejor es producir lo que realmente se vaya a consumir.

---

Le puede interesar: EcoPack IA: Capítulo II: Despertando el potencial del empaque del mañana

---

No obstante, la IA también puede fallar en este sentido. Las predicciones de demanda basadas en datos históricos pueden no reflejar cambios repentinos en los hábitos de consumo, lo que podría llevar a un exceso o falta de productos.

Además, la optimización del envasado para prolongar la vida útil puede no ser suficiente si los consumidores no están dispuestos a comprar productos que perciben como "menos frescos".

7. Diseño de envases reutilizables  

El diseño de envases reutilizables debe ser la tendencia a seguir por todas las empresas que buscan reducir su huella ambiental. La capacidad de la IA para analizar grandes cantidades de datos permite crear envases optimizados para múltiples usos, lo que no solo reduce la necesidad de nuevos materiales, sino que también incentiva a los consumidores a participar en programas de reutilización a cambio de beneficios. También puede ayudar a crear una red de recargas eficiente para que los usuarios puedan reutilizar los envases una y otra vez.

Sin embargo, el desafío radica en la aceptación del mercado. Aunque la IA puede diseñar envases técnicamente perfectos para la reutilización, el éxito de estos productos depende de si los consumidores están dispuestos a cambiar sus hábitos y participar en estos programas.

Además, los envases reutilizables deben ser robustos y funcionales, lo que puede aumentar los costos de producción, y tener mayor huella en su fabricación y transporte.

8. Eliminación de envases de un solo uso 

La eliminación de envases de un solo uso es un objetivo crucial para la reducción de generación de residuos. La IA puede identificar patrones en el consumo y el desperdicio, proponiendo alternativas como envases reutilizables o compostables, de acuerdo a la infraestructura disponible en la zona.

Además, la IA puede optimizar el diseño de estos envases, asegurando que sean tanto funcionales como atractivos para el consumidor, lo que facilita la transición hacia opciones que respeten tanto a la naturaleza como a los consumidores conscientes.

---

Entérese de: Claves para empaques más sostenibles en la industria del cuidado personal

---

Pero no todas las soluciones propuestas por la IA serán viables desde un punto de vista económico o práctico. Por ejemplo, al priorizar la sostenibilidad, podría subestimar factores como el costo de producción o la logística de implementación, lo que podría llevar a propuestas que son difíciles de aplicar a gran escala. Además, si los algoritmos no están bien entrenados o si carecen de datos adecuados, pueden generar soluciones ineficientes o incluso contraproducentes.

---

Guillermo Dufranc es un apasionado por cambiar el mundo con el packaging. Trabaja como gerente de proyectos de Tridimage, agencia líder en packaging y branding: www.tridimage.com. Es autor de Packaging para Salvar el Planeta, 2021, íntegramente dedicado al despertar de la conciencia ambietal del packaging. Sus libros se pueden conseguir en www.dufranc.com.ar