Noticias Tecnología - Innovación - Ciencia

add ver todas

La fermentación: un aliado eficiente y versátil para innovar en producto

La fermentación microbiana se ha utilizado en la industria alimentaria para producir alimentos más sostenibles y saludables. Esta práctica es vista como un área de innovación global clave para la industria alimentaria, ya que puede crear proteínas nutritivas y de alta calidad de una forma hasta 10 veces más eficiente. Asimismo, las técnicas de fermentación ofrecen a la industria alimentaria la oportunidad de ampliar la cartera de productos, diversificar y crear nuevas categorías que permitan atender nichos específicos de demanda. Otra de las oportunidades que ofrece la fermentación es la circularidad, ya que el alimento que nutre los microorganismos puede proceder de residuos orgánicos o subproductos de la industria agroalimentaria.

El futuro de la fermentación:

  • Las empresas de fermentación captaron en 2020 el doble de inversión que el año anterior. Casi la quinta parte de los fondos destinados al sector de las proteínas alternativas se destinó al campo de la fermentación.
  • La fermentación puede convertirse en la categoría líder de la industria de las proteínas alternativas. 
  • El desarrollo y la producción de proteínas mediante fermentación permitiría pasar de un sistema de escasez a uno de abundancia. Actualmente hay millones de proteínas que no consumimos y que, gracias a este nuevo modelo de producción,  se vuelven accesibles, lo que nos da la oportunidad de crear formulaciones completamente nuevas. 

Para saber más, haz clic aquí.

NOTICIAS RELACIONADAS

add ver todas

Uber lanza Uber Health, una plataforma de asistencia B2B...

Uber ha lanzado Uber Health, una nueva línea de negocio que ofrece una plataforma B2B (Business to Business) disponible únicamente para proveedores de servicios de salud, los cuales pueden reservar un transporte privado para aquellos usuarios que lo necesiten. El motivo principal que incentivó a Uber a montar esta línea de negocio es que se enteró de que 3,6 millones de ciudadanos estadounidenses perdían sus citas médicas debido a la falta de transporte disponible. Las implicaciones del lanzamiento de Uber Health: Mayor accesibilidad de los clientes a las clínicas, hospitales y centros de salud – Con este servicio los proveedores de salud podrán solicitar viajes de ida y vuelta para sus pacientes desde un tablero centralizado, facilitando y consiguiendo así que un numero mayor de pacientes pueda acudir a sus citas médicas.​ Ahorro de tiempo y puntualidad – Como consecuencia de lo anterior, los pacientes podrán ahorrar tiempo al conocer la hora de recogida exacta del vehículo y ser puntuales es sus citas médica, reduciendo así los retrasos en las esperas. Comodidad para los pacientes – Los pasajeros no necesitan descargarse la aplicación de Uber ni tener un smartphone para poder utilizar este servicio, sino que es el médico el

Nuevos materiales para el sector textil

Algunas iniciativas de jóvenes emprendedores pretenden revolucionar el sector textil con nuevas ideas, sostenibles y funcionales para el consumidor.

Domino´s Pizza testea los robots autónomos para hacer sus...

Domino’s Pizza ha decidido aliarse en EEUU con la startup de vehículos autónomos Nuro, para llevar a cabo entregas a domicilio de su famosa pizza. Esta experiencia piloto es fácilmente escalable a nivel global, y es consecuencia de las repetidas subidas salariales que se han producido en el país y que han elevado a un 23% su margen operativo, haciendo que la clásica figura del repartidor en moto se convierta en un lujo para a compañía.

¿Cómo enseñar a la IA el concepto de "parecido, pero...

La Inteligencia Artificial tal y como hoy la conocemos engloba muchos conceptos que se encuentran interconectados y que en muchas ocasiones pueden llegar a ser un galimatías al profano. Machine Learning se refiere a la capacidad de la máquina para aprender algo sin estar explícitamente programada para ello. Deep Learning, se refiere a las redes neuronales profundas, que permiten a la máquina procesar grandes cantidades de datos. De esta manera, la IA es capaz de llevar a cabo un aprendizaje