Nova-IA estudia cómo aprovechar pérdidas alimentarias con inteligencia artificial en Chile
El programa chileno Nova-IA estudia cómo combinar inteligencia artificial, ciencia de alimentos y datos industriales para aprovechar pérdidas y subproductos como posibles ingredientes. La Pontificia Universidad Católica de Chile publicó el 30 de octubre de 2026 una actualización sobre sus líneas de trabajo, que incluyen valorización alimentaria, optimización de procesos e inteligencia de mercado.
La iniciativa es impulsada por Corfo y ejecutada por Dictuc. No nació con la publicación de octubre: Corfo informó su lanzamiento el 4 de agosto de 2026. Las fuentes describen plataformas y proyectos en desarrollo; no presentan en esta actualización una cifra de reducción de desperdicios atribuible al programa ni una evaluación independiente de todos sus resultados.
El problema detrás de la iniciativa
Durante la producción y el procesamiento pueden generarse pérdidas y subproductos como cáscaras, semillas y orujos que aún contienen componentes de interés. La UC explica que Nova-IA estudia su composición para identificar posibles aplicaciones en nuevos ingredientes y productos, un proceso conocido como valorización o upcycling alimentario.
Aprovechar un subproducto no depende únicamente de identificar una aplicación. Una organización también necesita comprobar composición, inocuidad, calidad, estabilidad, disponibilidad y viabilidad del proceso. La publicación presenta esas cuestiones como parte de un desafío científico y productivo, no como problemas ya resueltos para cualquier materia prima.
La universidad cita estimaciones internacionales sobre pérdida y desperdicio de alimentos. Esos datos ayudan a describir la escala del problema, pero no miden por sí solos lo que ocurre en una planta chilena ni el impacto específico de Nova-IA.
Tres líneas de trabajo
Según la UC y el sitio del programa, Nova-IA reúne tres frentes: valorización de pérdidas y subproductos, optimización de cadenas y procesos, e inteligencia de mercado y consumidores. Cada línea responde a una etapa distinta de la cadena alimentaria y requiere información y evaluación propias.
En valorización, la UC describe una plataforma que busca combinar evidencia científica y comercial con la caracterización técnica de subproductos para identificar posibles aplicaciones alimentarias. La institución menciona harinas para cereales y snacks funcionales como ejemplos de aplicaciones que se podrían explorar; no establece que todos estén listos para comercialización.
En procesos productivos, el programa plantea integrar sensores, visión computacional, modelos predictivos y gemelos digitales. La UC explica que el trabajo busca reunir y homologar datos hoy dispersos entre plantas y sistemas para anticipar riesgos y apoyar ajustes. El anuncio no aporta resultados cuantificados de reducción de mermas en una línea productiva concreta.
En inteligencia de mercado, la universidad describe una plataforma en desarrollo que utilizaría procesamiento de lenguaje natural adaptado al español de Chile para organizar información de distintas fuentes e identificar tendencias. La utilidad de esa herramienta dependerá de la calidad y trazabilidad de las fuentes y de su evaluación con usuarios.
- Estudiar pérdidas y subproductos para identificar posibles ingredientes.
- Integrar datos para analizar cadenas y procesos productivos.
- Organizar información de mercado y consumidores.
Esquema basado en la actualización de la UC y el sitio del programa. Las actividades descritas no equivalen a resultados universales demostrados.
De los datos a un ingrediente verificable
Una plataforma de IA puede ayudar a ordenar información y priorizar hipótesis sobre materias primas o aplicaciones. Eso no sustituye la caracterización en laboratorio, la validación del proceso o la evaluación de seguridad alimentaria. Una recomendación computacional y un ingrediente apto para su uso son hitos distintos.
La UC menciona que el consorcio explora el diseño de proteínas asistido por IA para proponer y priorizar variantes que luego deben evaluarse. Esa línea se presenta como investigación. La publicación no demuestra que todas las propuestas generadas tengan el rendimiento o la seguridad necesarios para un producto comercial.
La calidad de los datos también condiciona los resultados. Registros incompletos, diferencias entre lotes o cambios en la materia prima pueden dificultar que una conclusión se traslade de una planta a otra. Por eso importa conocer las condiciones de cada estudio, el origen de los datos y las pruebas realizadas antes de afirmar una mejora.
Qué significa un gemelo digital en este contexto
La universidad describe gemelos digitales como representaciones virtuales de una línea productiva que permiten simular escenarios y anticipar riesgos. En la propuesta de Nova-IA, esas herramientas se combinan con sensores y análisis predictivo para apoyar el seguimiento de procesos.
Una representación digital es útil si refleja razonablemente el proceso que pretende estudiar y se actualiza con información apropiada. Su existencia no garantiza por sí sola que una planta evite defectos o que una predicción funcione en cualquier condición. La fuente no publica aquí una comparación completa de precisión, costo o pérdidas antes y después de su implementación.
Para empresas alimentarias, la pregunta práctica es cómo integrar los datos existentes, quién puede acceder a ellos y qué decisiones quedan bajo responsabilidad de los equipos. El anuncio no detalla una configuración única de integración para todas las compañías del consorcio.
Financiamiento y colaboración
En agosto de 2026 Corfo informó que el programa movilizaría más de CLP 4.950 millones: CLP 2.600 millones de aporte de Corfo y CLP 2.350 millones de inversión de los participantes. Son montos anunciados para la iniciativa; las fuentes consultadas no presentan una rendición completa que permita afirmar que se hayan ejecutado íntegramente.
Corfo identifica una colaboración que incluye a Dictuc, CENIA, la UC, la Universidad de La Serena y Mumulkan, junto con empresas asociadas como Nestlé, Carozzi, Nutrisco, Concha y Toro, Cáscara Foods y Sticta. La participación de organizaciones diferentes es parte del diseño del consorcio, no una garantía de que cada empresa haya implementado ya una solución o obtenido un resultado medido.
La diversidad de participantes puede ayudar a conectar investigación, producción y necesidades de mercado. Su impacto deberá evaluarse mediante los proyectos concretos que se desarrollen y los datos que se publiquen sobre su desempeño.
Qué puede significar para la industria chilena
La noticia es relevante para empresas que buscan reducir pérdidas y desarrollar productos a partir de materiales que hoy tienen menor valor comercial. La posibilidad de combinar datos de proceso, conocimiento científico e información de consumidores abre preguntas sobre innovación, costos y trazabilidad.
Pero una oportunidad identificada no demuestra rentabilidad. El transporte de materiales, su disponibilidad estacional, las exigencias de calidad, los costos de procesamiento y el mercado final pueden cambiar la viabilidad de una aplicación. Las fuentes consultadas no presentan un análisis económico general que permita asegurar ahorro para todas las empresas.
En alimentos y salud, las decisiones deben apoyarse en evidencia y controles apropiados. Nova-IA plantea desarrollar herramientas para orientar la investigación y los procesos; la actualización no anuncia que la IA reemplace los análisis de seguridad o la responsabilidad de los equipos técnicos.
Qué falta comprobar
No hemos probado las plataformas ni revisado resultados individuales de los proyectos. La publicación del 30 de octubre describe líneas de trabajo, pero no identifica en esta noticia una tasa de reducción de desperdicios, un número de ingredientes comercializados o una evaluación independiente del impacto del programa.
Para seguir sus avances será útil conocer qué soluciones se implementan, con qué datos se evalúan, cuáles son sus limitaciones y qué costos y resultados se observan en condiciones reales. También importa distinguir una investigación exploratoria de una tecnología desplegada en producción.
Preguntas frecuentes
¿Nova-IA comenzó el 30 de octubre?
No. Corfo informó el lanzamiento del programa el 4 de agosto de 2026; la UC publicó una actualización sobre sus líneas de trabajo el 30 de octubre.
¿La IA garantiza que un subproducto sea seguro como ingrediente?
No. Identificar una posible aplicación no reemplaza la caracterización, la validación del proceso ni los controles de seguridad correspondientes.
¿Cuánto financiamiento se anunció?
Corfo informó que el programa movilizaría más de CLP 4.950 millones, incluidos CLP 2.600 millones de aporte público y CLP 2.350 millones de participantes.
¿Ya está demostrado cuánto desperdicio redujo?
Las fuentes consultadas no presentan una cifra general de reducción atribuible al programa.
¿Qué instituciones participan?
Corfo identifica a Dictuc, CENIA, la UC, la Universidad de La Serena y Mumulkan, además de empresas asociadas.
