La clasificación automatizada de los granos de café puede ayudar en la selección para su exportación

Un sistema diseñado por una startup con el apoyo de la FAPESP mide con precisión la calidad del producto en la línea de producción con el objetivo de mejorar su aprovechamiento

Por Roseli Andrion  |  Agência FAPESP – Los caficultores brasileños, responsables del 38% de la producción global de café, afrontan una serie de percances durante la preparación de los granos para su exportación. Uno de ellos se refiere al señalamiento de la calidad, que se concreta manualmente. “El clasificador de café separa los granos que por algún motivo no poseen la calidad especificada. Con base en este análisis, apunta si la composición se ubica dentro de la calidad esperable y el proceso puede mantenerse o si debe interrumpírselo para efectuar ajustes”, explica el ingeniero Carlos Fernando Baltieri, socio administrador de la startup Hope Kphé, con sede en la ciudad de Ribeirão Preto, en el estado de São Paulo, Brasil.

Con más de 30 años de vivencia en el segmento, Baltieri conoce bien las dificultades del sector. Según el empresario, el análisis manual no forma parte del radio de acción del trabajo del operador en la producción, pero éste necesita efectuarlo para tomar las decisiones más adecuadas en lo que hace al ajuste de las maquinarias.

Con el objetivo de ayudar a esos operadores en la ejecución de sus tareas, la startup creó una solución que agiliza la clasificación al efectuarla de manera automática. La solución de Hope Kphé, desarrollada con el apoyo del Programa de Investigación Innovadora en Pequeñas Empresas (PIPE) de la FAPESP, clasifica con precisión los granos en la línea de producción para mejorar el aprovechamiento con la mira puesta en los exportadores.

“Cuando se seleccionan los granos, un gran volumen de granos buenos queda clasificado como residuo en razón de los ajustes inadecuados realizados en la seleccionadora”, dice Baltieri. “Cuando se efectúa la clasificación antes o durante el proceso de selección, es posible suministrar datos para que el operador ajuste la seleccionadora y que así incremente la eficiencia en el proceso de separación. De este modo, se reduce la cantidad de granos buenos que van a parar a los residuos y éstos pueden destinarse a la exportación en lugar de quedar en el mercado interno.”

En la actualidad, una saca de café de exportación cuesta 1.400 reales, mientras que la destinada al consumo nacional sale por 1.190 reales. “Si una gran cantidad que debería destinarse a la exportación se queda en el mercado interno, los exportadores pierden. La idea es minimizar esas pérdidas: en una instalación de mediano porte, por ejemplo, un 1 % de mejora puede representar alrededor de 150.000 reales mensuales.”

La startup emplea un escáner para analizar las imágenes de los granos de café y analizar su colorimetría y su morfología. “En lugar de que el operador disponga los granos sobre una lámina de cuero, tal como sucede en la clasificación manual, los pone en el escáner. El sistema analiza entonces ambas caras de los granos y los categoriza en colores. Es una gran mejora de agilidad para el operador”, revela Baltieri. “Con base en esta información, los tomadores de decisiones tienen una mayor precisión y pueden obtener incrementos reales de producción.”

Hope Kphé mantiene actualmente colaboraciones con la Escuela Superior de Agricultura Luiz de Queiroz de la Universidad de São Paulo (Esalq-USP), con la estatal Empresa Brasileña de Investigación Agropecuaria (Embrapa) y con algunos negociadores de café. Asimismo, becarios doctorales se desempeñan en las investigaciones de la empresa tanto en la Esalq-USP como en Embrapa.

La trazabilidad de la cadena

Este tipo de clasificación hará posible contar con una mejor trazabilidad de la cadena cafetera. Baltieri comenta que la extracción de información de un lote es como suministrar una certificación de origen de un producto. “El consumidor final podrá contar con un seguimiento de todo el proceso de producción desde el campo y saber de dónde provino aquel café”. En el futuro, los pequeños productores podrán ofrecerle los mejores granos de un microlote al consumidor final para hacer un café específico, por ejemplo.

La solución de la startup puede erigirse en un triunfo para los agricultores. “Ellos constituyen el eslabón más frágil de la cadena, pues se ven afectados directamente en la plantación”, recuerda Baltieri. “Con este análisis, sabrán qué tienen realmente en sus manos, ya que en la actualidad quienes dictan las reglas son los exportadores. Cuando los agricultores sepan que su producto tiene valor, pondrán llevar adelante negociaciones más ventajosas.”

Gustavo Valio, socio de Hope Kphé, comenta que esta necesidad ya existe. “Falta gente especializada en el campo, y cuando llega la cosecha, los almacenes terminan contratando personal que no está capacitado”, señala. “Aparte de colaborar con esos almacenes, este sistema permite que los productores sepan qué tienen para vender y que los exportadores sepan qué van a comprar.”

Otro aspecto importante cuando se habla del café es el sensorial, es decir, si el producto es grato al paladar. Este análisis también se concreta de manera totalmente artesanal: se torran las muestras, se las muele, se las preparara y luego las catan especialistas, que aprecian el olor y el sabor y les asignan puntuaciones a estas características. “Aspiramos a que este proceso se vuelva tecnológico y a calificar la bebida mediante la aplicación de técnicas de análisis químicos”, afirma Baltieri.

La resistencia a la tecnología

La cosecha de 2024, entre junio y julio, constituirá el mojón de prueba final de esta solución y se espera que, para el año que viene, el sistema se encuentre en uso en algunas empresas. En simultáneo, la startup se apresta a probar otros cultivos en la plataforma, tales como maní, soja, maíz, frijol y similares. “La cosecha de maní se hace al final de enero. Pretendemos realizar las pruebas con este cultivo a comienzos de 2025”, dice Baltieri. “Cuando contemos con la serie de pasos para realizar la clasificación, resultará más fácil incluir otros granos”, añade Valio.

El segmento cafetero es bastante conservador y, en general, se resiste al uso de nuevas tecnologías –como el procesamiento de datos en la nube y las plataformas de suscripción de software como servicio– en sus procesos. El sistema de Hope Kphé, por ejemplo, debió concebirse bajo la forma de una solución local. “Auguramos que en el futuro sea posible utilizar la nube, pero en un primer momento es necesario generar confianza en esta opción”, pondera Baltieri.

Valio explica que esta tecnología puede ayudar a incrementar la precisión de la clasificación de los granos. “Con la inteligencia artificial en la nube, es posible concretar el entrenamiento del sistema en forma remota en lugar de que tener que traerlo a Ribeirão Preto”, sostiene. “Lo propio vale para las actualizaciones de software. Sin lugar a dudas es la mejor opción.”