La startup valenciana Solver Machine Learning ha desarrollado una tecnología que permite realizar predicciones de manera muy precisa sobre los hábitos de consumo. La firma, que el año pasado facturó 300.000 euros, está ayudando a Consum a mejorar el aprovisionamiento de sus tiendas mediante técnicas de inteligencia artificial y aprendizaje automático de las máquinas. La compañía (que está participada por Global Omnium y por el grupo Zriser) evita tanto el desabastecimiento de las tiendas como que tengan demasiado producto. Los modelos de Solver ML predicen con exactitud las necesidades de producto que van a tener los supermercados, una solución especialmente útil en momentos como el actual en el que se han incrementado las compras por la crisis del coronavirus. Francisco J. Albert, consejero delegado de Solver ML, explica que en situaciones normales consideran «diversas variables como las promociones, fechas del año, festividades, olas de frío y de calor, o el impacto de eventos deportivos como por ejemplo un Mundial o una Eurocopa». Solver ML y Consum trabajan en este proyecto desde 2018. La tecnológica valenciana se ha especializado en soluciones basadas en el deep learning (aprendizaje profundo o uso de las redes neuronales profundas), que es un aspecto de la inteligencia artificial que se ocupa de emular el enfoque del aprendizaje que los seres humanos utilizan para obtener ciertos tipos de conocimientos. «Cualquier conjunto de datos es susceptible de ser analizado para predecir comportamientos futuros» con este sistema, asegura Francisco J. Albert.
