MAF RODA Agrobotic: visión artificial e inteligencia artificial para una poscosecha más eficiente

Con más de seis décadas de trayectoria, MAF RODA Agrobotic se ha consolidado como uno de los referentes internacionales en sistemas de clasificación electrónica, visión artificial, automatización y robótica destinados al sector hortofrutícola. Desde su sede en Alzira (Valencia), la compañía coordina parte de su I+D global en cítricos, fruta de hueso, manzana, cereza o arándanos, reuniendo equipos de ingeniería mecánica, electrónica, software e inteligencia artificial.

La visita realizada por el equipo de Poscosecha.com a las instalaciones de MAF RODA permitió conocer de primera mano los avances introducidos en su sistema de visión GLOBALSCAN 7, la nueva generación G7 SMART, así como los progresos en el software SMART Citrus, la automatización del calibrado y el enfoque de la compañía hacia un almacén cada vez más autónomo y eficiente.

Visión artificial y machine learning para una clasificación hortofrutícola más eficiente

A continuación, presentamos la entrevista mantenida con Maria Cabello, directora de Marketing de MAF RODA Agrobotic:

¿Cuál es la principal diferencia técnica que aporta el nuevo sistema G7 SMART frente a las generaciones anteriores de visión artificial?

El salto del nuevo G7 SMART respecto a versiones previas del GLOBALSCAN no es una simple actualización, sino una reconstrucción completa del sistema bajo un enfoque 100% basado en inteligencia artificial y machine learning.

Maria Cabello explica que, aunque MAF RODA ya utilizaba IA en su anterior tecnología, la nueva plataforma supone un cambio de concepto:

“El sistema se ha rediseñado desde cero para que sea mucho más autónomo. Antes había IA, pero ahora el funcionamiento completo se basa en ella. El G7 SMART aprende de manera continua, se retroalimenta y se adapta a la forma de trabajar del cliente.”

La plataforma incorpora además un conjunto de cámaras RGB, infrarrojas y, en cítricos, luz ultravioleta, lo que permite detectar defectos internos, manchas, daños superficiales y alteraciones fisiológicas. Según datos oficiales de MAF RODA, el sistema GLOBALSCAN 7 puede alcanzar hasta un 99 % de precisión en la detección cuando se calibra con criterios específicos definidos por el cliente.

¿Cómo se entrena la inteligencia artificial para reconocer nuevos defectos o patologías? ¿Qué papel tiene el cliente en el proceso?

El entrenamiento del sistema se realiza directamente desde la interfaz del operario y es mucho más sencillo que en versiones anteriores.

Maria declara:

“Para añadir un nuevo defecto basta con seleccionar imágenes del lote, marcar qué parte representa ese defecto y el sistema aprende automáticamente. Con diez o quince ejemplos ya es capaz de identificarlo, y además el sistema aprende de cómo trabaja el cliente y se ajusta a su manera de clasificar la fruta.”

Este método permite incorporar nuevas patologías, plagas o defectos estéticos que puedan surgir durante la campaña, especialmente relevantes en un contexto globalizado donde problemas fitosanitarios pueden aparecer rápidamente en distintos países.

El cliente tiene un papel activo en el proceso: ajusta los defectos relevantes para su fruta, personaliza los criterios según el mercado o el destino y permite que el sistema de machine learning se adapte a su estilo de selección.

En condiciones reales, ¿qué nivel de eficiencia ofrece SMART Citrus y cómo ayuda a reducir pérdidas y rechazos?

En condiciones reales, SMART Citrus —la plataforma de IA específica para cítricos— está ofreciendo una notable estabilidad y una gran rapidez de ajuste, aspectos que repercuten directamente en la reducción de pérdidas y rechazos.

Desde MAF RODA destacan que este sistema permite realizar ajustes prácticamente instantáneos al cambiar de variedad o calibre, reduce de forma drástica el tiempo de configuración respecto a tecnologías anteriores y mantiene una homogeneidad muy elevada en la detección durante toda la campaña. Además, disminuye significativamente la dependencia del técnico para los ajustes finos.

Maria Cabello explica que esta autonomía representa un cambio importante:

“Antes un operario tenía que ajustar más de cien parámetros. Hoy, con dos clics, el software se reajusta solo. El ahorro de tiempo y la autonomía son enormes.”

Esta rapidez y consistencia se traducen en una menor cantidad de fruta descartada por “mal rechazo”, una mayor capacidad de reacción ante pedidos urgentes y una estabilidad más alta en la calidad durante todo el día y toda la campaña. También contribuye a eliminar errores humanos en las transiciones entre lotes. En conjunto, todos estos elementos refuerzan la eficiencia y fiabilidad del sistema, garantizando que SMART Citrus se mantenga adaptado a la fruta real del cliente conforme avanza la temporada.

¿Qué tipo de mantenimiento preventivo o asistencia remota ofrece MAF RODA?

La asistencia técnica es uno de los pilares de MAF RODA, que combina soporte remoto, intervenciones presenciales y equipos desplazados internacionalmente cuando la campaña lo requiere. Maria detalla que, en momentos de alta intensidad productiva, la compañía refuerza su presencia en las plantas:

“Para campañas intensivas como la cereza en Chile desplazamos técnicos desde España. El cliente no puede parar, así que estamos encima durante toda la campaña.”

El servicio incluye asistencia remota por parte de los departamentos de electrónica y software, mantenimiento pre-campaña con revisiones completas de calidad, mecánica y electrónica, además de intervenciones presenciales ante cualquier incidencia. Para campañas críticas, el soporte 24/7 es una pieza clave. Antes del envío a planta, los sistemas se prueban y validan en Alzira, y los operarios y técnicos del cliente reciben formación avanzada.

Todo ello persigue un objetivo claro: garantizar la continuidad del proceso durante los meses de mayor presión productiva.

¿Qué impresiones han recibido de los clientes respecto al ahorro de mano de obra o reducción de mermas?

La reducción de mano de obra y la mejora en la eficiencia operativa se han convertido en factores decisivos para que muchos almacenes adopten tecnologías de MAF RODA. Maria aporta un ejemplo significativo:

“Hemos visto almacenes que antes necesitaban 20 personas solo para el precalibrado y ahora trabajan con 6. El salto es enorme.”

Junto a esta optimización de recursos humanos, los clientes están experimentando una mayor estabilidad en la calidad a lo largo del día, ritmos de producción más constantes y una menor dependencia de personal altamente cualificado. La automatización también ha permitido eliminar errores manuales y aprovechar mejor la campaña, reduciendo mermas y mejorando el rendimiento global. Este impacto económico positivo está impulsando a numerosas empresas a apostar por líneas más automatizadas y, cada vez más, robotizadas.

¿Cómo pensáis que evolucionará la inteligencia artificial aplicada a la clasificación alimentaria?

En relación con la evolución de la inteligencia artificial aplicada a la clasificación alimentaria, Maria considera que el potencial apenas ha comenzado a desplegarse:

“Para MAF RODA, lo que vemos hoy es solo el inicio; estamos empezando a ver la punta del iceberg. La combinación de IA y robótica tiene un potencial enorme para automatizar por completo un almacén.”

Entre las líneas de avance que identifica la compañía se encuentran la automatización total desde la entrada de la fruta hasta la expedición, la integración de IA no solo en visión, sino también en confección, logística interna y paletizado, y el desarrollo de almacenes autónomos conectados directamente a pedidos, stock y trazabilidad. A ello se suman la incorporación de robots de encajado más precisos, el uso de machine learning alimentado por datos reales del cliente y una mayor fiabilidad de los procesos con una menor intervención humana.

El objetivo final es alcanzar una poscosecha más eficiente, segura y homogénea, capaz de responder a la escasez de mano de obra y a la creciente necesidad de ofrecer una calidad constante.

Más información