Food waste

Food Supply chain più sostenibili: la soluzione arriva dall’Intelligenza Artificiale

I rigidi requisiti di sicurezza applicati ai prodotti alimentari, l’inaffidabilità delle previsioni per risultati agricoli efficienti e l’estrema variabilità a cui sono sottoposte le tendenze di consumo, imbrigliano l’industria alimentare in enormi inefficienze che portano a generare una quantità esorbitante di sprechi. Allo studio ci sono catene alimentari intelligenti che commisurano le risorse e aiutano a preservare l’ecosistema

Pubblicato il 02 Apr 2021

shutterstock_290062025

Food Supply chain più sostenibili: la priorità è nella riduzione dello spreco alimentare

Nella sola Germania, ogni anno si gettano quasi 12 milioni di tonnellate di cibo. Di queste, secondo lo studio “Food waste in Germany – Baseline 2015” condotto dall’Istituto Johann Heinrich von Thünen, il 30% viene distrutto durante la produzione, il 18% viene gettato dai commercianti (all’ingrosso e al dettaglio) e il 52% dalle famiglie. Ogni consumatore butta via circa 75 kg di cibo all’anno. Particolarmente significative sono le perdite a cui sono sottoposti carne e cereali al 30% e latticini al 17% del volume di produzione. Alla radice del grande problema legato al Food waste troviamo innanzitutto la sovrapproduzione, la fluttuazione nella qualità delle materie prime e il rapido deterioramento di questi generi alimentari. Tutto ciò si ripercuote non solo a livello di profitto in termini di ingenti perdite finanziarie, ma anche e soprattutto in termini di spreco di risorse estremamente preziose che comunque grava copiosamente sull’ambiente portando con sé una carbon footprint dannosissima.

Verso catene alimentari sempre più ricche di dati

E’ per questo che il progetto del Fraunhofer Institute for Casting, Composite and Processing Technology (IGCV), denominato “Resource-efficient Intelligent Foodchain” (REIF), si pone l’ambizioso scopo di ridurre lo spreco alimentare grazie a una produzione basata su algoritmi di Intelligenza artificiale e metodi di Machine Learning che possano ottimizzare le vendite e la pianificazione della produzione, nonché i sistemi di controllo dei processi e degli impianti. La ricerca esaminerà sia i flussi di produzione (andando a incidere sul miglioramento dell’efficienza) che i flussi di consumo (esaminando modelli affinati di previsione della domanda) creando una migliore connessione a sostegno della riduzione dello spreco alimentare. Inoltre, la grande quantità di dati che l’industria alimentare deve generare per soddisfare le rigide richieste normative rappresenta una grande opportunità per un approccio basato sull’AI che può utilizzare tali dati per ottimizzare i processi lungo tutta la catena del valore alimentare. Creando un ecosistema AI che integra gli stakeholder e tutte le informazioni che creano e condividono concorrendo a dare forma alla Food Supplychain, lo spreco alimentare potrebbe essere ridotto in modo sostenibile e olistico.

L’AI riduce lo spreco all’inizio e alla fine della food supply chain

Al fine di ridurre lo spreco alimentare, REIF segue un duplice approccio volto a ridurre al minimo la sovrapproduzione ed evitare gli scarti nelle Food Supply chain. Da un lato, il miglioramento dello scambio di dati e informazioni lungo la catena del valore non dovrebbe solo ridurre al minimo l’effetto frusta, ma anche utilizzare l’intelligenza artificiale per prevedere la domanda dei consumatori in modo più accurato. D’altra parte, l’intelligenza artificiale dovrebbe consentire alla pianificazione e al controllo della produzione, nonché alle strutture e ai processi di produzione, di reagire rapidamente alle fluttuazioni della domanda e alla fluttuazione della qualità delle materie prime, migliorando la prevedibilità e la controllabilità dei processi di creazione del valore e riducendo le perdite alimentari legate alla qualità.

Al progetto REIF, finanziato con 10 milioni di euro dal Ministero federale tedesco dell’economia e dell’energia, partecipano circa 30 partner, impegnati prima di tutto nella costruzione di un ecosistema di intelligenza artificiale che necessita del coinvolgimento di tutti gli attori della catena di fornitura, dal primo all’ultimo. Patrick Zimmerman, Philipp Theumer e altri cinque ricercatori del Fraunhofer IGCV stanno esaminando come le risorse interne delle aziende (come gli impianti e i macchinari, o la pianificazione e il controllo della produzione) possano essere ottimizzate guardando alla prevedibilità e controllabilità in tutte le aree, dalla produzione in fattoria alla vendita al supermercato.

I benefici dell’AI per la food supply chain: efficienza, migliori profitti e sostenibilità

L’obiettivo a lungo termine dei ricercatori del Fraunhofer Institute e dei partner del progetto è quello di creare un ecosistema IT e un mercato virtuale. L’ecosistema IT delle Food Supply chain permetterà alle aziende di fornire gli algoritmi AI che hanno implementato a tutti i partecipanti della piattaforma così che le imprese coinvolte nel progetto potranno condividere in rete i propri dati e aumentare il valore aggiunto lungo tutta la catena di valore dell’industria alimentare. Questo permetterebbe il trasferimento del know-how da un’azienda all’altra, oltre a garantire il continuo miglioramento del modello e degli algoritmi di intelligenza artificiale. Grazie al mercato virtuale e allo scambio dei dati, le aziende di produzione possono controllare meglio i loro processi, beneficiando delle previsioni di vendita ricavabili grazie ai dati condivisi.

I vantaggi del retail come punto di contatto della Food Supply chain con i consumatori finali

Riunendo una serie di fattori chiave per le Food Supply chain come il comportamento dei consumatori, le scorte presenti nei punti vendita e le date di scadenza, i supermercati potranno adottare un modello di aggiustamento dinamico dei prezzi evitando la drastica riduzione dei prezzi che siamo abituati a vedere poco prima della data di scadenza e prolungherà il tempo di vendita. Di conseguenza, è più probabile che un prodotto venga acquistato prima di essere ceduto per lo smaltimento, come un aumento del profitto complessivo. Anche l’utilizzo di dati esterni, come ad esempio quelli metereologici, potrebbe aiutare il rivenditore a massimizzare il profitto e ridurre lo spreco di cibo. Alcuni prodotti alimentari, infatti, vengono consumati maggiormente in determinate situazioni climatiche: è il caso della carne da barbecue, maggiormente richiesta quando il clima è favorevole per una cena all’aperto. I produttori di carne possono adattare il loro volume di macellazione di conseguenza e, viceversa, ridurre la produzione in caso di cattivo tempo. Il vantaggio è per tutti i soggetti coinvolti nella catena di fornitura, anche i consumatori finali. In caso di maltempo, il prezzo della carne da barbecue potrebbe essere ridotto, evitando che rimanga sullo scaffale. Sistemi di previsione come questi potrebbero essere offerti anche sulla piattaforma online.

Il progetto è attualmente nella fase concettuale, ma i partner prevedono di procedere a breve con i primi test. Per approfondire ulteriormente il tema sI suggerisce la lettura del servizio di Innovation Post Sullo studio del Fraunhofer Institute

Immagine fornita da Shutterstock.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 5