4 de Agosto de 2026

logo
Histórico

Kellogg's optimiza su operación con inteligencia de datos

Redacción TLW®

Compartir

La producción mundial de alimentos es uno de los mayores retos que enfrentan actualmente todas las naciones, sobre todo en las regiones donde las economías emergentes registran crecimientos acelerados en su población.
A su vez, derivado de que el PIB mundial ha aumentado un 2.6.% anualmente entre 1990 y 2014, la clase media ha modificado sus cambios dietéticos aumentando el consumo de carne y productos lácteos, así como otros alimentos de producción intensiva, según el análisis, El futuro de la alimentación y la agricultura de la Organización de las Naciones Unidas para la Alimentación y la Agricultura FAO.
Esto obliga, tanto a empresas como a gobiernos, a crear estrategias y modelos que transformen y optimicen la producción de alimentos a una escala global. Por fortuna, actualmente existen diversas herramientas como la inteligencia de datos, la cual no solo mejora la eficiencia en la cadena de producción, sino que ayuda a reducir las pérdidas y desperdicios de alimentos.

Retos de operación para The Kellogg Company

The Kellogg Company, mejor conocida como Kellogg’s, es una compañía multinacional agroalimentaria con más de 100 años de experiencia en la elaboración de alimentos para el desayuno (cereales y galletas), los cuales llegan a millones de hogares en más de 180 países alrededor del mundo.
Para Kellogg’s, la adaptación a nuevos modelos regulatorios (locales y globales), normas de seguridad más estrictas y un mayor control de sus productos, fue el impulso necesario para transformar sus procesos productivos a través de la inteligencia de datos:
1.- Datos de la línea de producción. En la planta de alimentos de Valls (Tarragona), España, los trabajadores de Kellogg’s recolectaban, hasta hace poco tiempo, muestras de datos de la línea de producción dos veces por turno de forma manual.
Los equipos no tenían conectividad y carecían de contexto. La respuesta de Kellogg’s fue integrar el control de todas las líneas de producción y empaque a través del PI System de OSIsoft, el cual permitió digitalizar  conectar los sistemas para obtener cálculos indispensables como peso medio, número de cajas rechazadas, irregularidades en el peso y otras métricas. En consecuencia, la tecnología de datos del PI System ayudó a obtener muestras en tiempo real cada 20 segundos. El error humano fue prácticamente eliminado durante este proceso.
2.- Reducción de desperdicios y errores en productos. La producción de alimentos requiere un estricto seguimiento a través de diversos puntos de control. Por este motivo, desde 2015, la planta de Valls de Kellogg’s comenzó a recopilar datos provenientes de sensores de temperatura para saber específicamente las condiciones de los alimentos en su proceso de elaboración.
A través de PI System, los trabajadores de la planta pudieron recibir alertas en tiempo real sobre cambios en la condiciones de los hornos y dar un seguimiento proactivo. Como resultado, los incidentes disminuyeron un 64% y el porcentaje de  productos rechazados cayó un 73%, lo cual redujo, en su conjunto, el desperdicio de alimentos.
3.- Creación de un 'gemelo digital' para mejorar la eficiencia productiva. Uno de los principales objetivos de Kellogg’s, y de prácticamente cualquier empresa en el mundo, es reducir los costos de producción. Por este motivo, la planta de Valls de Kellogg’s utilizó 'gemelos digitales' (réplicas virtuales de los procesos) en todos los equipos de la línea de empaque incorporando métricas específicas, lo cual permitió a los operadores controlar la eficiencia de la línea en tiempo real.
Como consecuencia, se pudieron obtener alertas de mantenimiento de activos antes de que surgieran problemas, lo que llevó a la planta de Valls a pasar del 68% (2014) a un 80% del índice de referencia OEE (Overall Equipment Effectiveness o Eficiencia General de los Equipos) y extender su MTFB (Mean Time Between Failures o Tiempo Medio Entre Fallas) en 2018.

Todas estas incorporaciones fueron impulsadas por la inteligencia de datos, la cual, al ser implementada en la industria de bienes de consumo y alimentos, puede ser el cambio de paradigma que ayude a mejorar las condiciones sociales y de salud de la población.


Redacción TLW®

Equipo editorial de THE LOGISTICS WORLD®, conformado por periodistas especializados en la industria del transporte, supply chain, manejo de almacenes y tecnologías logísticas.

Las más leídas

Almacenes e inventarios

Almacenes automatizados: la nueva columna vertebral de la cadena de suministro

Tecnologías, estrategias y casos que están marcando el paso hacia una logística más eficiente

Tecnología

Así empieza la IA a generar ROI en logística y SC

De rutas inteligentes a inventarios vivos, la logística está entrando a su fase más pragmática

La brecha logística de México en el Nearshoring y la revisión del T-MEC

Actualidad logística

La deuda logística de México ante el nearshoring y la revisión del T-MEC

Infraestructura, aduanas y reglas de origen perfilan el nuevo reto del nearshoring en México

Exportaciones automotrices ganan tracción fuera de su mercado dominante: EU

Comercio internacional

México exporta más autos, pero el impulso ya no viene de Estados Unidos

De Canadá a Brasil y Polonia: OCHO destinos con más compras de vehículos y las marcas preferidas.

Lo último

La cita estratégica para entender la nueva realidad del T-MEC y su futuro

Actualidad logística

La nueva cita estratégica para entender el futuro próximo de la revisión del T-MEC

Regístrate sin costo a la segunda edición del webinar estratégico sobre la nueva realidad del T-MEC

) México ante la recomposición del comercio global: decisiones estratégicas

Actualidad logística

VIDEOPODCAST: México ante la recomposición del comercio global

Escenarios de Juan Carlos Baker, exnegociador del T-MEC y el tratado de México con la Unión Europea

Compliance y trazabilidad logística en la nueva era del T-MEC

Actualidad logística

Continuidad del T-MEC, la nueva etapa de mayor exigencia logística para Norteamérica

Reglas de origen y datos anticipados serán claves para blindar cadenas de suministro: Amacarga