Tecnología NIRS en la Nutrición Animal: Cómo funciona e impacto en la formulación

Quienes trabajan con formulación de piensos saben que la calidad de una fórmula no depende solo de una buena ecuación de programación lineal. Depende, ante todo, de información confiable sobre lo que entra en la mezcladora. Y es precisamente en ese punto donde la tecnología NIRS ha estado transformando la rutina de laboratorios, equipos de calidad y formuladores en empresas de nutrición y producción animal en Brasil y en todo el mundo.

La Espectroscopía de Reflectancia en el Infrarrojo Cercano, conocida por la sigla NIRS, no es una tecnología nueva. Existe desde la década de 1960 y fue ampliamente utilizada durante décadas en la industria de granos y cereales en Estados Unidos y Europa. Lo que cambió en los últimos años fue la combinación de tres factores: el avance de los modelos matemáticos de quimiometría, la mayor accesibilidad de los equipos y la madurez de los softwares de gestión analítica que permiten transformar el dato espectral en decisión operacional.

El resultado práctico es que hoy una fábrica de piensos de tamaño mediano en el interior de Paraná puede acceder a análisis bromatológicos en menos de dos minutos por muestra, sin generar residuos químicos, sin necesidad de reactivos y con un costo por análisis significativamente menor que el método convencional de química húmeda. Pero para aprovechar todo ese potencial, es necesario entender cómo funciona realmente el NIRS, cuáles son sus límites y cómo conectar sus resultados al proceso de formulación de forma eficiente.

Qué es la tecnología NIRS y por qué ha ganado relevancia estratégica

El NIRS es una tecnología de espectroscopía vibracional que utiliza la interacción entre la radiación electromagnética y la materia para determinar la composición química de una muestra. El rango espectral utilizado va de aproximadamente 750 a 2500 nanómetros, una región inmediatamente adyacente al espectro visible y al infrarrojo medio. En este rango, la radiación interactúa con los enlaces moleculares presentes en los compuestos orgánicos, especialmente con los grupos funcionales que contienen hidrógeno: enlaces C-H, N-H, O-H y S-H. Esto explica por qué el NIRS es tan eficiente para cuantificar proteína, humedad, grasa, fibra y carbohidratos en matrices orgánicas como granos, harinas, aceites y piensos.

Cuando un haz de luz infrarroja cercana incide sobre una muestra, parte de esa energía es absorbida por los compuestos orgánicos presentes en el material y parte se refleja de vuelta al sensor del equipo. El espectro de reflectancia resultante es, esencialmente, una firma molecular de la muestra. Cada ingrediente tiene un perfil espectral único y, cuando la composición química cambia, el espectro cambia con ella. A partir de ahí, se utilizan modelos matemáticos para convertir esa firma espectral en valores cuantitativos de los componentes de interés.

El papel de la quimiometría en el análisis NIRS

La quimiometría es el conjunto de métodos estadísticos y matemáticos que transforman los datos espectrales brutos en información interpretable. Es ella la que permite que el NIRS vaya más allá de una simple lectura óptica y entregue resultados como "proteína bruta: 45,2 % sobre base húmeda" o "humedad: 11,8 %". Para ello, el proceso implica la construcción de modelos de calibración, que son ecuaciones matemáticas entrenadas a partir de un conjunto de muestras de referencia cuyos valores fueron determinados previamente por métodos analíticos convencionales, como los métodos de la AOAC o la metodología de Kjeldahl para proteína.

Estos modelos de calibración utilizan técnicas de regresión multivariada, principalmente la regresión por mínimos cuadrados parciales (PLS, del inglés Partial Least Squares), para encontrar la relación entre las variaciones espectrales y las variaciones en los valores de los parámetros analizados. El coeficiente de determinación (R²) es el principal indicador de la calidad del modelo: cuanto más cercano a 1,0, mejor describe el modelo la relación entre el espectro y el parámetro analizado. Los modelos con R² superior a 0,95 suelen considerarse robustos para predicción cuantitativa en condiciones industriales.

Otros dos indicadores son esenciales para evaluar la confiabilidad del modelo: el SECV (Error Estándar de Validación Cruzada) y el SEP (Error Estándar de Predicción). El primero mide el error del modelo en la fase de calibración y el segundo mide el error cuando el modelo se aplica a nuevas muestras, que es lo que realmente importa en el uso cotidiano. Una buena calibración debe presentar errores de predicción compatibles con la variación natural esperada para ese parámetro en el contexto de uso.

Empresas especializadas en nutrición animal, como AB Vista, Adisseo y Evonik, han desarrollado plataformas propietarias de lectura NIRS con calibraciones ya construidas y validadas para los principales ingredientes de la dieta animal, incluidos modelos específicos para aminoácidos digestibles y digestibilidad del fósforo. Estas plataformas reducen significativamente el tiempo y el esfuerzo necesarios para que una empresa implemente el NIRS con calidad analítica, especialmente cuando no hay experiencia interna para desarrollar calibraciones propias.

Tipos de equipos NIRS y sus aplicaciones en la industria de nutrición animal

Hay tres grandes categorías de equipos NIRS con aplicación relevante en la industria de nutrición y producción animal. Cada una atiende diferentes necesidades e implica inversiones y capacidades analíticas distintas. Conocer las diferencias es fundamental para tomar una decisión de inversión adecuada a la realidad y los objetivos de cada empresa.

NIR portátil: agilidad en la recepción y en el campo

Los equipos NIRS portátiles han ganado considerable terreno en los últimos años, especialmente con la popularización de dispositivos compactos que caben en una mochila y funcionan con batería. Son particularmente útiles para análisis rápidos en la recepción de materias primas, permitiendo que un analista realice la triaje de un cargamento de harina de soja o maíz antes incluso de descargar el camión. También tienen uso relevante en granjas para análisis de ensilaje, pasto y otros forrajes, y en frigoríficos y granjas para evaluación de harinas de origen animal.

La principal limitación de los equipos portátiles está en el rango espectral que cubren, generalmente más estrecho que los equipos de mesa, lo que restringe los parámetros que pueden analizarse con precisión. La resolución espectral también suele ser menor. Para análisis como proteína bruta, humedad y extracto etéreo en ingredientes de alta homogeneidad, los resultados son confiables. Para análisis más complejos, como aminoácidos libres o contaminantes en bajas concentraciones, la exactitud puede ser insuficiente dependiendo del equipo y de la calibración disponible.

NIR de mesa: el estándar analítico de los laboratorios industriales

El NIR de mesa es el tipo más consolidado en la industria de nutrición animal y puede encontrarse en laboratorios de fábricas de piensos, premixadoras y grandes integradoras de todo el país. Opera en todo el rango espectral del infrarrojo cercano, de 750 a 2500 nm, con alta resolución espectral, lo que le confiere mayor poder de predicción y exactitud para una gama más amplia de parámetros. En condiciones adecuadas de calibración y muestreo, un NIR de mesa bien configurado puede predecir con confiabilidad parámetros como proteína bruta, humedad, cenizas, extracto etéreo, fibra bruta, almidón, FDN, FDA, aminoácidos totales y, en algunos casos, aminoácidos digestibles y digestibilidad del fósforo.

Para que el equipo entregue resultados confiables en el día a día, es necesario mantener una rutina disciplinada de verificación del desempeño del instrumento, actualización de los modelos de calibración y validación cruzada con análisis de referencia por química húmeda. Muchas empresas descuidan este mantenimiento analítico y terminan usando calibraciones desactualizadas que ya no reflejan la composición real de los ingredientes que están comprando, especialmente cuando cambian de proveedor o de cosecha.

NIR en línea: análisis continuo integrado al proceso productivo

El NIR en línea representa la etapa más avanzada de integración entre análisis espectral y proceso industrial. En esta configuración, el sensor NIRS se instala directamente en la línea de producción, ya sea en la mezcladora, el canal de alimentación, la salida de un silo o la cinta de la báscula, para realizar análisis continuos en tiempo real, sin necesidad de recolectar y transportar muestras al laboratorio.

Las implicaciones prácticas son significativas. Un NIR en línea instalado en la mezcladora de una fábrica de piensos puede generar perfiles nutricionales de cada lote producido, monitorear la homogeneidad de la mezcla y detectar desviaciones con respecto a la formulación objetivo en cuestión de segundos. Si el contenido de proteína de un lote está por debajo de lo especificado, el sistema puede alertar al operador antes de que el producto sea envasado o expedido. En términos de control de proceso, es un cambio de paradigma: pasamos de un modelo reactivo, donde el problema se identifica después del hecho, a un modelo predictivo y correctivo en tiempo real.

La inversión en NIR en línea es más elevada que en las otras categorías y la implementación requiere un proceso de parametrización personalizado para cada línea de producción. Pero los resultados en términos de reducción de retrabajo, uniformidad del producto y gestión de costos de materias primas suelen justificar la inversión en un plazo relativamente corto para empresas con volumen de producción relevante.

Qué puede analizar realmente el NIRS en la producción animal

Una de las dudas más comunes entre los profesionales que están evaluando la adopción del NIRS es entender claramente qué parámetros pueden analizarse con confiabilidad y cuáles aún dependen de métodos convencionales. La respuesta no es única porque depende de la calidad de la calibración disponible, el tipo de matriz analizada y el equipo utilizado. Pero es posible trazar un panorama razonablemente claro del estado del arte en la industria de nutrición animal.

Parámetros bromatológicos clásicos

Para los parámetros bromatológicos convencionales, como proteína bruta, humedad, extracto etéreo, cenizas, fibra bruta, FDN y FDA, el NIRS ya es una tecnología madura y ampliamente validada para los principales ingredientes utilizados en la dieta de animales de producción. Harina de soja, maíz, sorgo, trigo, harina de pescado, harina de carne y huesos, salvado de trigo, gluten de maíz y otros ingredientes de uso frecuente cuentan con calibraciones disponibles con buena robustez en diversas plataformas comerciales y equipos de mesa de calidad.

Para estos parámetros, el NIRS entrega resultados en menos de dos minutos por muestra, sin generación de residuos, con un costo por análisis muy inferior al de la química húmeda y con la posibilidad de archivar el espectro de la muestra para análisis retrospectivos. Esto significa que si en el futuro surge una duda sobre la calidad de un lote de materia prima que ya fue consumido, es posible reprocesar el espectro archivado con un nuevo modelo de calibración y obtener información adicional.

Aminoácidos digestibles y digestibilidad de nutrientes

Este es uno de los campos más prometedores y también más exigentes del NIRS en nutrición animal. La predicción de aminoácidos digestibles, especialmente lisina digestible, metionina digestible y treonina digestible en harinas proteicas y harinas de origen animal, ya es posible con calibraciones desarrolladas por empresas especializadas. La importancia de esto para la formulación es enorme. Cuando un formulador trabaja con los valores totales de aminoácidos en lugar de los valores digestibles, está esencialmente asumiendo que todos los ingredientes tienen la misma biodisponibilidad para ese aminoácido, lo que se sabe que no es cierto. Una harina de soja con procesamiento térmico excesivo tendrá una digestibilidad de lisina significativamente menor que una harina procesada adecuadamente, aunque el contenido total de lisina sea similar. Si la formulación no captura esta diferencia, el desempeño animal quedará por debajo de lo esperado o el nutricionista tendrá que trabajar con márgenes de seguridad artificialmente elevados, lo que aumenta el costo sin proporcionar beneficio real.

Micotoxinas, contaminantes y otros parámetros de seguridad

La detección de micotoxinas por NIRS es un campo que ha avanzado considerablemente en los últimos años, pero aún con limitaciones importantes que deben entenderse. Las técnicas de espectroscopía de infrarrojo cercano combinadas con modelos quimiométricos robustos ya son capaces de detectar aflatoxinas, deoxinivalenol (DON), fumonisinas y zearalenona en maíz y cereales, especialmente en concentraciones más elevadas. Sin embargo, para límites de detección muy bajos, que son los relevantes desde el punto de vista regulatorio y de seguridad en piensos para aves y cerdos, la sensibilidad analítica del NIRS puede ser aún insuficiente dependiendo del equipo y del modelo de calibración.

En este contexto, el NIRS funciona mejor como una herramienta de triaje rápido: las muestras que presenten resultado negativo o muy por debajo del límite de interés pueden liberarse más ágilmente, mientras que las que presenten señal positiva o cercana al límite se envían para confirmación por ELISA, cromatografía u otros métodos de referencia. Este enfoque combinado optimiza el uso de los recursos del laboratorio y acelera el flujo de recepción de materias primas sin comprometer la seguridad del proceso.

Calidad de grasas, aceites e ingredientes líquidos

El NIRS también tiene aplicación en ingredientes líquidos, como aceites vegetales y grasas animales, para la determinación de parámetros como acidez, índice de peróxidos, contenido de ácidos grasos y grado de oxidación. Para empresas que utilizan grandes volúmenes de aceite de soja, grasa de aves o sebo bovino en la formulación de piensos, esta es una aplicación con potencial económico relevante, ya que la variación en la calidad de estos ingredientes tiene impacto directo en la energía metabolizable de la dieta y, en consecuencia, en el desempeño y la eficiencia alimentaria de los animales.

El impacto del NIRS en la formulación de precisión

Para quienes formulan piensos, ya sea para pollos de engorde, cerdos, bovinos, acuicultura o mascotas, el valor del NIRS está en la calidad de la información que proporciona para alimentar el proceso de formulación. Y cuando hablamos de calidad de la información, hablamos de tres dimensiones que a menudo se tratan por separado pero que deben verse de forma integrada: precisión, actualidad y representatividad.

Actualización de matrices nutricionales con datos reales de la operación

Una de las prácticas más comunes y al mismo tiempo más problemáticas en la formulación de piensos es el uso de tablas de composición nutricional como si fueran valores fijos y universales. El maíz del proveedor A, de la cosecha de este año, en el estado de Mato Grosso, no tiene necesariamente la misma composición que el maíz descrito en las tablas de Rostagno o Sakomura, que fueron construidas a partir de muestras recolectadas en diferentes condiciones, diferentes años y diferentes regiones. La variabilidad es real, relevante y sistemáticamente subestimada en muchas operaciones.

Cuando una empresa implementa el NIRS y comienza a analizar sistemáticamente las materias primas que recibe, empieza a construir su propia base de datos de composición nutricional, basada en las condiciones reales de su operación: sus proveedores, su región, su época del año. Con el tiempo, esta base de datos permite calcular medias y desviaciones estándar reales para cada ingrediente y proveedor, y usar estos valores para alimentar las matrices nutricionales del software de formulación con mucha mayor precisión de la que sería posible usando solo tablas de composición.

El impacto práctico en la formulación es doble. Por un lado, el formulador puede reducir los coeficientes de seguridad aplicados a los nutrientes críticos porque la incertidumbre sobre la composición real del ingrediente es menor. Por otro lado, la formulación entrega con mayor consistencia los niveles nutricionales especificados, lo que se refleja en mejor desempeño animal y menor variabilidad entre lotes producidos.

Reducción de la variabilidad entre el producto formulado y el producto producido

Existe una diferencia que todo formulador experimentado conoce, pero que no siempre se mide con rigor: la diferencia entre lo que está en la fórmula y lo que efectivamente está en el saco de pienso. Esta diferencia tiene varios orígenes. Errores de pesaje, segregación de ingredientes durante el transporte, problemas en el proceso de mezclado y variación en la composición de las materias primas son todas fuentes de desviación entre lo formulado y lo producido.

El NIRS actúa directamente sobre la última de estas fuentes. Cuando los ingredientes entran en el proceso ya con una composición conocida y actualizada, el cálculo de la fórmula parte de premisas más sólidas. Y cuando el producto terminado también se analiza por NIRS antes de ser expedido, es posible verificar si se están cumpliendo los niveles de garantía y tomar acciones correctivas rápidamente cuando se identifica una desviación. Esto es especialmente relevante para nutrientes con alto impacto económico o regulatorio, como proteína bruta y aminoácidos en piensos para aves y cerdos.

Calificación de proveedores con base en datos analíticos consistentes

La calificación de proveedores de materias primas es una actividad que frecuentemente adolece de falta de datos objetivos. Muchas empresas todavía toman decisiones de compra basadas principalmente en el precio por tonelada, sin considerar sistemáticamente las diferencias de composición entre proveedores. El resultado es que, en la práctica, el costo por unidad de nutriente puede ser completamente diferente del costo por tonelada, y la empresa está pagando más por el mismo desempeño nutricional sin darse cuenta.

Con análisis NIRS sistemáticos por proveedor a lo largo del tiempo, es posible construir un historial de calidad que respalde decisiones de compra más inteligentes. Una harina de soja con proteína media del 47% de un proveedor no equivale a una harina del 45% de otro, aunque ambos declaren el mismo valor en el informe. Y cuando la diferencia de composición se captura y se introduce en el proceso de formulación, el costo del pienso puede ajustarse dinámicamente para aprovechar mejor cada ingrediente disponible en el mercado.

NIRS, laboratorio y formulación: integrando datos para decisiones más inteligentes

Uno de los problemas más comunes que se observa en las empresas que ya utilizan el NIRS es que los datos generados quedan atrapados dentro del laboratorio. El analista realiza la lectura, registra el resultado en una planilla o en el sistema del propio equipo, y el dato se queda ahí. El formulador no tiene acceso en tiempo real, el gerente de calidad no puede visualizar tendencias a lo largo del tiempo y el área de compras no tiene visibilidad sobre la variabilidad de los ingredientes que adquiere. Este aislamiento del dato analítico es un desperdicio de potencial que, lamentablemente, sigue siendo muy frecuente.

La integración entre el laboratorio y el proceso de formulación exige, en primer lugar, estructurar el flujo de datos: desde el momento en que la muestra llega al laboratorio hasta el momento en que el resultado está disponible para que el formulador lo consulte. Esto incluye estandarizar el proceso de muestreo, identificar correctamente los lotes, registrar los resultados en un sistema centralizado y accesible para las áreas que los necesitan. Las plataformas de gestión de laboratorio, como Labinfy, han sido adoptadas por empresas que buscan esta integración, permitiendo que los resultados analíticos generados por el NIRS se organicen, consulten y comparen de forma estructurada, simplificando el proceso de actualización de matrices y el monitoreo de la variabilidad de los ingredientes a lo largo del tiempo.

Cuando el formulador tiene acceso a un historial analítico estructurado de sus ingredientes, puede tomar decisiones mucho más fundamentadas. Si la harina de soja de un determinado proveedor ha mostrado en los últimos 30 días una proteína bruta sistemáticamente 1,5 puntos porcentuales por debajo de la especificación declarada, esa es una información que debe llegar al formulador para que ajuste la matriz o tome otra acción. Sin un sistema que consolide y presente ese historial de forma accesible, esa percepción difícilmente ocurrirá de forma proactiva.

Del lado de la formulación, sistemas como Formulamix fueron desarrollados para integrarse a este flujo de datos de laboratorio, permitiendo que las matrices nutricionales se actualicen en base a los resultados analíticos reales y que el formulador tenga visibilidad clara sobre el impacto de las variaciones de composición en los costos y la calidad nutricional de las fórmulas. Esta integración entre laboratorio y formulación es lo que transforma el NIRS de una herramienta de control analítico en una herramienta de gestión estratégica de la producción.

Puntos de atención para implementar el NIRS con calidad

La adopción de la tecnología NIRS trae ganancias reales, pero solo cuando se implementa con rigor metodológico. Existen algunas trampas comunes que comprometen la calidad de los resultados y, en consecuencia, la confianza que la empresa deposita en el equipo. Conocerlas de antemano es importante para evitar frustraciones.

Calibración: la base de todo

La calidad del modelo de calibración es el factor más determinante para la confiabilidad de los resultados del NIRS. Un equipo de alta resolución con una mala calibración entregará malos resultados. La calibración debe construirse o validarse con muestras representativas de las materias primas que se analizarán en el día a día: los proveedores reales, las cosechas reales, las variaciones típicas de proceso. Las calibraciones genéricas o construidas con muestras de otra realidad geográfica o de otro contexto industrial pueden presentar desviaciones sistemáticas que pasan desapercibidas durante meses.

Además, las calibraciones necesitan mantenerse y actualizarse periódicamente. La composición de ingredientes como harina de soja y maíz varía entre cosechas, regiones productoras y condiciones climáticas. Un modelo de calibración construido hace tres años puede no representar adecuadamente el ingrediente que se recibe hoy. La recomendación práctica es establecer una rutina de verificación del desempeño del modelo al menos con cada nueva cosecha o siempre que haya un cambio significativo de proveedor.

Muestreo representativo: el eslabón crítico de la cadena

No existe análisis NIRS confiable sin un muestreo adecuado. El espectro generado representa la composición de la muestra colocada en la celda de lectura, no necesariamente la composición del lote en su totalidad. Si el muestreo se realiza de manera inadecuada — por ejemplo, recolectando material solo de la superficie de un camión o de un único punto del silo — el resultado representará ese punto específico, no el lote completo.

Los ingredientes heterogéneos, como harinas de origen animal, ensilajes y mezclas, requieren protocolos de muestreo aún más rigurosos. La norma general es recolectar múltiples submuestras a lo largo del lote, homogeneizarlas y preparar una muestra compuesta representativa antes de cualquier análisis. Para los análisis en línea, el proceso continuo de muestreo es el propio flujo de material que pasa por el sensor, lo que en teoría garantiza representatividad, pero aún requiere atención al posicionamiento correcto del sensor y a la homogeneidad del flujo.

Validación cruzada con química de referencia

El NIRS nunca debe verse como un sustituto completo de los métodos de referencia por química húmeda, sino como un complemento que aumenta la velocidad y la frecuencia de los análisis. Mantener una rutina de análisis de referencia paralelos es esencial para monitorear el desempeño de las calibraciones e identificar posibles desviaciones antes de que impacten las decisiones operacionales. Una buena práctica es definir un protocolo de validación cruzada — por ejemplo, analizar por química húmeda una fracción de todas las muestras analizadas por NIRS y monitorear sistemáticamente las diferencias entre los dos métodos a lo largo del tiempo.

Perspectivas y tendencias del NIRS en la industria de nutrición animal

El mercado global de equipos y soluciones NIRS para la industria de alimentos y nutrición animal sigue en expansión. Los avances tecnológicos están haciendo que los sensores sean cada vez más pequeños, robustos y conectados. Los nuevos equipos ya vienen integrados con plataformas de gestión de datos que facilitan el archivo de espectros, la gestión de calibraciones y la visualización de tendencias a lo largo del tiempo.

Una de las tendencias más relevantes es la integración del NIRS con plataformas de inteligencia artificial y aprendizaje automático para la construcción de modelos de calibración más robustos y adaptativos. Los modelos que aprenden continuamente con nuevas muestras y se actualizan de forma semiautomática tienen potencial para reducir significativamente la carga de trabajo asociada al mantenimiento de las calibraciones, que hoy es uno de los principales obstáculos operacionales para muchas empresas.

Otra tendencia importante es la democratización del acceso. Los equipos que hace diez años estaban restringidos a grandes integradoras y multinacionales hoy están al alcance de cooperativas, fábricas de piensos regionales y productores de tamaño mediano. La combinación de equipos más accesibles con plataformas de calibración como servicio, donde la empresa utiliza modelos desarrollados y mantenidos por especialistas externos, está abriendo la tecnología NIRS a un segmento mucho más amplio del sector.

Y a medida que más empresas adoptan el NIRS, también se eleva el estándar exigido a los proveedores de materias primas. Cuando un comprador tiene capacidad analítica para verificar rápidamente la composición de cada lote recibido y compararla con lo declarado por el proveedor, la presión por calidad real — y no solo por informes — aumenta naturalmente. Esto tiene un efecto positivo sobre toda la cadena: más trazabilidad, más consistencia y menos variabilidad en los ingredientes que llegan a las fábricas de piensos.

Del análisis al resultado: por qué los datos del NIRS deben salir del laboratorio

La discusión sobre el NIRS en nutrición animal frecuentemente se detiene en el nivel del equipo y del análisis. Cuál es el mejor equipo, cuál es la mejor calibración, qué parámetro tiene mayor exactitud. Estas son preguntas importantes, pero no suficientes. El potencial real de la tecnología se realiza cuando los datos que genera se integran al proceso de toma de decisiones de la empresa de forma estructurada y rutinaria.

Los formuladores con acceso sistemático a los datos analíticos del NIRS pueden actualizar sus matrices nutricionales en base a la composición real de los ingredientes que están usando, reducir los márgenes de seguridad artificiales que encarecen la formulación sin aportar beneficio proporcional, y tomar decisiones de sustitución de ingredientes con mayor seguridad y velocidad. Los equipos de calidad que visualizan tendencias en el historial analítico pueden identificar proveedores problemáticos antes de que se comprometa la calidad del producto final. Los gestores industriales que tienen visibilidad sobre la variabilidad de los ingredientes pueden planificar el proceso de producción con mayor asertividad.

Todo esto solo es posible cuando el dato sale del equipo, pasa por un sistema que lo organiza y contextualiza, y llega a las personas correctas en el momento adecuado. La tecnología NIRS es el punto de partida para generar este dato. La gestión inteligente de este dato es lo que determina el impacto real que tendrá en los resultados de la empresa.

Para las empresas que están en este camino, la combinación de un proceso analítico sólido en el laboratorio y un sistema de formulación que consuma y refleje estos datos de forma integrada es lo que define la diferencia entre usar el NIRS como un costo de conformidad y usarlo como una ventaja competitiva real.