Sensori e droni per il futuro dell’agricoltura
La pandemia non ha rallentato la domanda del mercato agricolo di soluzioni tecnologiche che possano migliorare la qualità dei raccolti riducendo sprechi e inefficienze. 26/03/21
di Andrea De Tommasi
L’agricoltura del futuro utilizzerà tecnologie sofisticate come robot, sensori di temperatura e umidità, immagini aeree e tecnologia Gps. In uno scenario non lontano ci sarà spazio anche per i trattori intelligenti a guida autonoma. Le innovazioni digitali nella filiera agricola e agroalimentare, dall’agricoltura 4.0 alla tracciabilità alimentare in digitale, stanno registrando una rapida accelerazione. Ricerche recenti indicano che le nuove tecnologie si stanno affermando in un settore dove fino a pochi anni fa si era vista pochissima innovazione. La spesa globale per tecnologie e sistemi agricoli intelligenti e connessi dovrebbe triplicare entro il 2025. Anche in Italia questo segmento di mercato è in crescita, come rileva una ricerca realizzata dall'Osservatorio smart agrifood della School of management del Politecnico di Milano e del laboratorio Rise (Research & Innovation for smart enterprises) dell’università di Brescia, presentata lo scorso 5 marzo. La pandemia non ha rallentato la rapida espansione dell’agricoltura 4.0, che nel 2020 ha generato nel nostro Paese un fatturato di 540 milioni di euro, con una crescita di circa il 20% rispetto all’anno precedente.
Sono 538 le soluzioni di agricoltura 4.0 disponibili per il settore in Italia (oltre 100 in più rispetto al 2019), che usano prevalentemente sistemi di data analytics, piattaforme o software di elaborazione e Internet delle cose (IoT), e trovano applicazione nelle fasi di coltivazione, semina e raccolta dei prodotti in diversi comparti, fra i quali emergono l’ortofrutticolo, il vitivinicolo e il cerealicolo. Secondo la ricerca, ben il 60% delle aziende agricole utilizza almeno una soluzione digitale, e il 38% ne impiega due o più, ma solo il 3-4% della superficie agricola è coltivata con strumenti 4.0, segno che il mercato deve ancora esprimere larga parte del suo potenziale.
Oltre alle aziende agricole, anche le imprese della trasformazione alimentare sono aperte alla sperimentazione di soluzioni 4.0, anche se ancora spesso legate a tecnologie di base. L’87% delle 135 imprese analizzate dall’Osservatorio applica o sperimenta almeno una tecnologia digitale, principalmente nei processi distributivi e produttivi, fra le quali spiccano i software di gestione dei fornitori e del magazzino (75%) e i dispositivi portatili (57%). Non mancano, però, realtà che si concentrano su tecnologie più innovative: soprattutto data analytics (il 19% le applica, il 9% le sperimenta), cloud (18% e 10%), IoT (16% e 10%), advanced automation (13% e 3%) e blockchain (2% e 6%).
In un articolo uscito recentemente su Forbes, Louis Columbus, esperto di marketing aziendale e intelligenza artificiale (IA), ha messo insieme una serie di valide ragioni che spingono a ritenere che l’agricoltura diventerà una delle industrie più fertili per l’intelligenza artificiale e l’apprendimento automatico. In Asia, le Nazioni unite, in collaborazione con PwC, stanno sperimentando i dati dei droni combinati con i sensori a terra per monitorare i livelli di salute delle piante e migliorare la gestione dei parassiti, come mostrato nell’immagine seguente.
Altri sistemi avanzati basati sui sensori già aiutano a migliorare la tracciabilità delle filiere agricole, facilitando l’introduzione di colture più fresche e sicure. Le applicazioni IA potranno supportare le aziende agricole, le cooperative e gli agricoltori a prevedere i volumi totali dei prodotti definendo strategie di prezzo più efficaci. L’apprendimento automatico, dice Columbus, è la tecnologia perfetta per combinare enormi set di dati e fornire consigli basati sui vincoli per ottimizzare i raccolti. Anche il monitoraggio della salute del bestiame, inclusi i parametri vitali, i livelli di attività quotidiana e l’assunzione di cibo, è uno degli aspetti in crescita più rapida dell’intelligenza artificiale e dell’apprendimento automatico in agricoltura.
di Andrea De Tommasi