El tiempo de operación improductivo se redujo un 50 por ciento en Recycle Central, la planta de Recology en el Muelle 96 de San Francisco, después de implementar DataMap de Glacier, según cifras divulgadas por la propia Glacier. La compañía también informa de un aumento de aproximadamente el 15 por ciento en el rendimiento por turno y de más de 1 millón de dólares en ahorros anuales proyectados en mano de obra. Estas cifras son la principal evidencia que Glacier lleva a la conversación sobre IA en el reciclaje en el MRF Operations Forum 2026 de Chicago.
Qué hace DataMap
DataMap conecta sistemas de visión con IA en toda una planta de recuperación de materiales (MRF, por sus siglas en inglés). El software ofrece a los operadores visibilidad en tiempo real del flujo de material, el uso de los equipos, el tiempo de operación productivo y las oportunidades para mejorar la recuperación. Glacier afirma que el objetivo es ayudar a los equipos a convertir esas observaciones en decisiones operativas.
El producto aborda una carencia de larga data en la gestión de las MRF. Tradicionalmente, los operadores han construido su visión del desempeño de la planta a partir de la observación manual, los informes de los equipos y la experiencia. Una MRF es un entorno complejo y cambiante, y cada una de esas fuentes capta solo una parte de la realidad.
En el Muelle 96, Glacier asegura que la implementación de DataMap ayudó a los operadores a detectar ineficiencias ocultas. También les permitió distinguir el tiempo de funcionamiento de los equipos del tiempo de procesamiento realmente productivo, y medir el efecto de los cambios operativos. La diferencia es importante porque una máquina puede estar encendida sin mover material útil. Una cifra de tiempo de operación por sí sola no lo revelaría, y la reducción del 50 por ciento en el tiempo improductivo depende de trazar esa línea.
El panel y las personas detrás
Anisa Nuanes, directora de Producto de Glacier, lidera el desarrollo de DataMap. Estaba prevista su participación en un panel titulado "AI in the MRF: Practical Applications for Smarter Operations" (La IA en la MRF: aplicaciones prácticas para operaciones más inteligentes) el martes 27 de octubre, de 4:15 a 5:15 p. m. (hora del centro de EE. UU.). La sesión formó parte del MRF Operations Forum, celebrado en el Marriott Marquis Chicago. El foro se desarrolla junto con la Paper & Plastics Recycling Conference.
Glacier describió el objetivo del panel como un debate sobre dónde aporta la IA un valor medible hoy, qué deben esperar los operadores de estos sistemas y qué viene a continuación. La compañía planteó con claridad el criterio del operador ante cualquier tecnología nueva: si funciona y si hace más rentable la planta.
El relato de Nuanes sobre este trabajo se centra en problemas que no son exclusivos de la clasificación. Glacier enumera la recopilación de datos útiles en entornos exigentes, la distinción entre señales relevantes y ruido, la entrega de información a las personas adecuadas en el momento oportuno y la integración de nuevas herramientas en la forma en que los equipos de MRF ya trabajan. El resumen de la propia Glacier es que un panel de control no recupera una tonelada más de material, y que el valor está en lo que los operadores hacen con la información.
La presencia de Glacier en Chicago
El equipo de Glacier tenía previsto asistir durante toda la semana tanto al MRF Operations Forum como a la conferencia de plásticos y papel. La compañía indicó que se reuniría con clientes, socios y operadores para hablar de robótica, recuperación de materiales e inteligencia a escala de toda la planta. Glacier fabrica un robot clasificador de dos brazos además de DataMap, por lo que se sitúa en ambos lados de la ecuación de la automatización: las tareas individuales de clasificación y la medición de la planta completa.
La tarde del panel, Glacier organizó un encuentro en SPIN Chicago, en 344 N State Street, de 5:30 a 7:30 p. m. Era necesario confirmar asistencia y el aforo era limitado. Se esperaba que parte del personal llevara camisetas con Gemothy, un personaje al estilo LEGO inspirado en el robot clasificador de la empresa. Glacier dijo que podrían aparecer unos pocos kits coleccionables de Gemothy.
Análisis: lo que las cifras del Muelle 96 muestran y lo que no
Vale la pena destacar el enfoque que eligió Glacier para el sector. Buena parte de la atención a la robótica en reciclaje se ha centrado en sistemas de picking que retiran artículos concretos de una cinta. El planteamiento de Glacier traslada la unidad de análisis del pick a la planta. Si una instalación no distingue el procesamiento productivo del funcionamiento en vacío, añadir capacidad de clasificación puede no resolver la pérdida de fondo. Herramientas de medición como DataMap abordan ese paso previo, y los resultados reportados sugieren que la brecha puede ser grande.
Aun así, esa afirmación exige cautela. Las cifras provienen de una sola planta y fueron difundidas por el proveedor. La fuente no indica el período de referencia, cómo se definió o midió el tiempo de operación improductivo, ni cuánto tiempo llevaba funcionando el sistema antes de contabilizar los resultados. Los ahorros en mano de obra se describen como proyectados, no como logrados. Una mejora del 15 por ciento en el rendimiento por turno es significativa si se mantiene, pero el resultado de un solo sitio dice poco sobre cómo se trasladaría a una MRF con otros equipos, otra mezcla de materiales o distinto personal.
Tampoco está claro cuánto de la mejora se debió al software y cuánto a los cambios operativos que los operadores hicieron tras ver los datos. La propia descripción de Glacier atribuye al sistema la función de detectar problemas y medir los ajustes, lo que implica que las mejoras dependieron de la acción de los operadores. Es un modelo razonable, pero significa que los resultados variarán según lo bien que cada planta actúe sobre lo que ve.
La comparación con otros enfoques está limitada por lo que ofrece la fuente. No menciona productos competidores ni indica el costo de DataMap, por lo que no es posible poner a prueba las afirmaciones sobre valor relativo. Lo que sí puede decirse es que el planteamiento se apoya en un criterio verificable: si el sistema aumenta el rendimiento y reduce los costos en una planta determinada.
Varias cosas ayudarían a despejar la duda: una verificación independiente de los resultados del Muelle 96, datos de otras plantas, una definición clara de las métricas y ahorros laborales realizados en lugar de proyectados. Hasta entonces, las cifras de Recology son un dato prometedor para la IA a escala de planta en el reciclaje, pero no una prueba de que funcione en todo el sector.
