La inteligencia artificial está transformando los sectores que la mayoría de la gente asocia con pantallas, software y centros de datos. Sin embargo, es posible que algunos de sus efectos más trascendentales acaben notándose en el mundo físico: en los vehículos que transportan nuestras mercancías, en los sistemas que gestionan nuestras ciudades y en las infraestructuras que se encargan de los residuos que generamos.

En RTS, creemos que la recogida de residuos está especialmente preparada para esta transformación.

Durante generaciones, gran parte del sector ha funcionado según un modelo sencillo: los camiones siguen rutas predeterminadas y recogen los contenedores según un horario. El hecho de que un contenedor necesite realmente ser recogido puede quedar en segundo plano frente a lo que indica el calendario.

La IA ofrece la oportunidad de replantearse ese modelo.

Pero el futuro de la recogida inteligente de residuos exigirá algo más que camiones autónomos o robots. Para que una máquina pueda recoger los residuos de forma inteligente, primero debe comprender dónde se acumula el material, qué cantidad hay, en qué condiciones se encuentra el contenedor y cuándo es realmente necesario el servicio.

Esa capa de inteligencia es uno de los problemas que nuestro equipo de RTS se ha propuesto resolver.

De la autonomía a la inteligencia

El transporte autónomo está avanzando, en primer lugar, en entornos en los que las condiciones de funcionamiento son relativamente predecibles. Los vehículos de pasajeros circulan por zonas geográficas definidas, mientras que el transporte autónomo de mercancías se está introduciendo en aplicaciones en autopista, donde los vehículos pueden circular repetidamente por corredores relativamente constantes.

La recogida de residuos supone un reto mayor. Un camión de basura tiene que circular por calles residenciales, zonas comerciales, zonas de carga y callejones. Se detiene constantemente. Se encuentra con peatones, ciclistas, vehículos aparcados y condiciones del terreno que cambian constantemente. Y, a diferencia de un camión de largo recorrido, llegar al destino no supone el final del trabajo.

El vehículo —o la persona que trabaja junto a él— debe interactuar con un contenedor físico. Eso dificulta la autonomía. Además, hace que la inteligencia sea más importante.

¿En qué lugar se necesita la intervención? ¿Qué tipo de contenedor hay? ¿Qué material contiene? ¿Ha cambiado su estado? ¿Requiere ese lugar algún equipo específico o la intervención humana?

La autonomía sin ese contexto corre el riesgo de limitarse a automatizar las ineficiencias que ya existen. La mayor oportunidad reside en rediseñar el trabajo.

Comprender el contenedor

Ahí es donde entra en juego nuestro trabajo con Pello. Nuestro equipo de Pello en RTS lleva años reflexionando sobre una cuestión fundamental: ¿Cómo conseguimos que el propio contenedor se convierta en una fuente de inteligencia útil?

Pello ofrece información sobre aspectos como el nivel de llenado de los contenedores, el material, la contaminación y la actividad de servicio. Pero la idea principal no es simplemente saber qué ocurre dentro de un contenedor. Se trata de utilizar esa información para tomar mejores decisiones operativas.

En lugar de prestar servicio a una red únicamente porque un calendario indica que todos los contenedores deben recogerse, disponer de datos de mayor calidad puede ayudar a determinar dónde se necesita realmente el servicio. Esto es importante hoy en día con las flotas operadas por personas. Y cobra aún más importancia a medida que el transporte y la robótica se automatizan cada vez más. Un sistema de recogida verdaderamente inteligente acabará necesitando algo más que una dirección.

El tamaño del contenedor es importante. El grado de llenado es importante. El tipo de material es importante. Las condiciones de acceso son importantes. La urgencia del servicio es importante. Cuanto más contexto comprenda el sistema, mejor será la siguiente decisión. En RTS, esto ha marcado nuestra forma de concebir la IA: no debe limitarse a automatizar una ruta ya existente.

Esto debería contribuir a que todo el sistema sea más inteligente.

La IA más allá del camión

La misma transformación se está produciendo en otros ámbitos del ecosistema de los residuos. En las instalaciones de reciclaje, la inteligencia artificial y la robótica son cada vez más capaces de identificar y separar los materiales. En el punto de recogida, tecnologías como Pello pueden ofrecer una mejor comprensión de lo que ocurre antes de que el material llegue a las instalaciones.

Estas capacidades son muy potentes por sí solas. Pero resultan mucho más interesantes cuando pensamos en cómo acabarán conectándose entre sí. Vemos un futuro ecosistema de residuos en el que los contenedores proporcionen mejor información sobre su estado, la recogida responda de forma más dinámica a la demanda real y las instalaciones de tratamiento sean cada vez más inteligentes en cuanto a los materiales que reciben.

Eso significa que habrá menos decisiones basadas únicamente en suposiciones y más decisiones basadas en lo que realmente está ocurriendo en el mundo físico.

La construcción de la próxima generación de infraestructuras de gestión de residuos

El objetivo no debería ser la automatización por la automatización en sí misma. Debería consistir en utilizar la tecnología para que la recogida sea más segura, más inteligente y más ágil, al tiempo que se proporcionan mejores herramientas a las personas que llevan a cabo estas operaciones. Esa es la oportunidad en la que piensan cada día nuestros equipos de RTS.

Puede que el sector de los residuos no sea precisamente el primero que venga a la mente al hablar de inteligencia artificial. Sin embargo, dado que las infraestructuras de gestión de residuos afectan prácticamente a todos los hogares, empresas y comunidades, podría convertirse en uno de los sectores en los que la IA tenga algunos de sus efectos más tangibles. El futuro de la recogida de residuos no comenzará simplemente cuando un camión sin conductor llegue a una calle.

Esto comenzará cuando ese camión sepa exactamente qué contenedor requiere atención —y por qué—.