Hace justo medio siglo, 16 personas tomaron una decisión en Nueva York que sería el inicio de una revolución en el comercio mundial. Un sistema para identificar cada producto. Los ejecutivos de empresas dedicadas al consumo masivo habían dado a luz el código de barras, que hoy se lee 6.000 millones de veces cada día.
Tal como publica Agencia EFE, la propuesta, que sigue la idea del código morse, rápidamente se extendió por todo el planeta hasta convertirse en uno de los inventos que más han transformado la economía moderna.
Hubo que esperar un año para tener la primera aplicación práctica: Sharon Buchanan, despachante en un supermercado de Ohio (Estados Unidos) escaneó por primera vez un código de barras, un paquete de chicles que costaba 67 céntimos.
La idea cruzó el Atlántico muy rápido y sólo tres años más tarde se fundó en Bruselas la European Article Numbering Association (EAN), una organización sin ánimo de lucro para la gestión de estándares comerciales. En la actualidad, GS1 es la organización sin ánimo de lucro que proporciona los estándares globales para una comunicación comercial eficiente, con presencia en 116 países.
”El código de barras ha transformado la economía y la vida de los propios consumidores. Los ciudadanos reclaman más información sobre los productos y las empresas necesitan más datos para ser más eficientes y lograr ser más sostenibles desde el punto de vista económico, social y medioambiental y el código de barras es un gran instrumento”, explica el director de GS1 Spain/Aecoc, Pere Rosell.
Según el dossier preparado para celebrar esta efeméride, los códigos de barras (hay de varios tipos) sirven para identificar, capturar y compartir información sobre productos, localizaciones, empresas y todo tipo de datos.
Su lectura se ha convertido en un acto cotidiano que se repite hasta 6.000 millones de veces al día, pues está presente en 1.000 millones de productos de todo el mundo y lo usan dos millones de empresas. Según los datos de Aecoc, reduce un 60% los recursos destinados al intercambio de información entre los agentes de la cadena alimentaria y es clave también para uno de los retos más perseguidos: reduce el desperdicio alimentario hasta un 40%.
Cómo entender qué dice un código de barras
Un consumidor tiene complicado interpretar los números y las líneas que componen un código y que transmite toda esa información si se lee con un láser. Aecoc explica que los números, a simple vista, no aportan información y no tienen significado, son el “equivalente al DNI de una persona”, pues el valor del código es la información contenida en su base de datos.
En el habitual código de barras de trece dígitos se puede dividir su lectura en tres apartados, los primeros para identificar a la organización de GS1 que le asigna y a la empresa que lo ha solicitado. Los siguientes sirven como contador de las referencias dadas de alta por las empresas y, finalmente, el dígito de control es el resultado de un cálculo que permite identificar de forma única los productos.
Evolución
Después de medio siglo, aquel código diseñado por el ingeniero de IBM, George J.Laurer ha evolucionado en dos direcciones fundamentalmente. La primera, el desarrollo de más códigos lineales diferenciados para su uso en almacenes o con fines logísticos.
Y en segundo lugar se están extendiendo los códigos en dos dimensiones, con el desarrollo de algunos más pensados para medicamentos y tabacos, y el QR abierto, que está llamado a ser el futuro del código de barras en el punto de venta, pues al estar codificado con una URL con información estandarizada (GS1 Digital Link) permite la introducción de todo tipo de información.
Madura bien el código de barras en un mundo globalizado y digitalizado, en el que la información, el dato y la conexión son la savia que recorre la economía y el comercio mundial.
IA para identificar productos
Se está investigando una nueva forma de trabajo llamada identificación multimodal (MMID) que toma datos como dimensiones, características visuales, texto del empaque o peso para automatizar el reconocimiento de los productos.
Este nuevo sistema funciona inicialmente con cámaras fotográficas para tomar las referencias de los productos y crear una especie de huella digital para que los investigadores los traduzcan en imágenes con vectores.
Con eso se construyó un modelo de aprendizaje automático para que el sistema tome esa referencia y haga la comparación, que según datos de la empresa la comparación tuvo un éxito entre el 70 y 80 % la primera vez que se implementó, pero tras el entrenamiento constante el MMID alcanzó una precisión del 99 %.
Para su correcto funcionamiento, el sistema necesita de varios factores, como la gran calidad de las fotos para nutrir la base de datos, la velocidad a la que corre la banda transportadora por donde pasan los productos a analizar y que ningún empleado intervenga manipulando el objeto porque afectará el rendimiento del escaneo abriendo la posibilidad a fallos.
Adicionalmente, la inteligencia artificial sabe de dónde viene cada artículo, por lo que no necesita hacer la comparación con los millones de productos que procesa Amazon constantemente, sino que el rango se reduce para que sea posible cumplir con el objetivo de mejorar los tiempos de entrega.
Relacionada: Multinacional trabaja para eliminar los códigos de barras en procesos logísticos
