IA e ortofrutta: il matrimonio si farà, ma a certe condizioni

L’intelligenza artificiale impatterà significativamente sul settore ortofrutticolo, anzi, alcuni ambiti – come la supply chain e il management – sono già interessati da questa rivoluzione tecnologica che si sta sviluppando alla velocità della luce e della quale si fatica a comprendere appieno rischi e opportunità. Quindi, cosa fare? Serve un approccio laico che parta da basi solide per evitare voli pindarici che non porterebbero a nessun risultato. In primis, è necessario capire se è effettivamente utile adottare l’IA e quale potrà essere l’impatto sul business e sulla gestione delle persone all’interno dell’azienda. Appurato ciò, occorre partire da progetti semplici e che utilizzano dati solidi, perché lo strumento è potenzialmente molto potente, ma se l’input di partenza è sbagliato il risultato finale non potrà essere diverso.

Per venire a capo di un tema così complesso serve il libretto delle istruzioni e durante la 25a Edizione di Speciale Frutta & Verdura – l’annuale appuntamento organizzato da Italiafruit News e Mark Up, andato in scena lo scorso mercoledì al Centro Congressi di Grand Tour Italia – si sono tracciate le linee guida, indagando su 4 macrotemi che da sempre sono al centro delle indagini del rapporto: supply chain, management, value e category. 

Senza dubbio un tema di grande richiamo che ha attirato l’attenzione di oltre 700 iscritti, fra cui 90 insegne della Gdo presenti con 120 delegati e 135 brand partner.

“Mi piace dire che si tratta di un lungo cammino verso l’intelligenza artificiale – ha esordito il nostro Direttore Roberto Della Casa nonché “deus ex machina” dello Speciale Frutta & Verdura – perché attualmente le incertezze sono ancora tante: da una parte l’entusiasmo che affascina e al tempo stesso terrorizza nel vero senso della parola, come spesso accade quando siamo di fronte ad un fenomeno del quale non comprendiamo fino in fondo tutte le implicazioni”.

Su un aspetto i dubbi non mancano: “Lo sviluppo dell’IA su larga scala comporterà un dispendio energetico senza pari, per esempio, solo la ricerca su ChatGpt – acronimo di Chat Generative Pre-trained Transformer, letteralmente "trasformatore generativo pre-addestrato” ovvero un chat bot ad apprendimento automatico supervisionato, sviluppato da OpenAI e specializzato nella conversazione con un utente umano che ha mostrato notevoli capacità nel generare testi simili a quelli usati dalle persone – ha un costo energetico fra le 15 e le 20 volte rispetta a Google search. Quindi occorrerà triplicare la produzione energia entro il 2030, che significherebbe passare dalle 440 centrali nucleari attuali ad oltre 4.000 centrali nucleari”.

Prima di addentrarsi sulle applicazioni in campo ortofrutticolo è necessario partire dai fondamentali e non possiamo esimerci dal riportare la definizione di IA, che ne ha fatto proprio ChatGpt: “Un campo dell’informatica che si occupa di creare sistemi capaci di eseguire compiti che richiederebbero intelligenza umana. Si basa su algoritmi e modelli matematici per permettere alle macchine di «imparare» dai dati, prendere decisioni, riconoscere schemi, risolvere problemi e persino comprendere il linguaggio naturale”.

“Il primo ambito, in campo ortofrutticolo, dove l’IA sta facendo, e farà, la differenza riguarda la gestione della filiera – argomenta il fondatore di Agroter. Lo dico a ragion veduta, in quanto la lenta concentrazione nel settore è anche dipesa dalla dimensione dei dati, difficile da gestire; oggi superabile con IA, può ottimizzare enormemente questo elemento critico. Nel settore dell’agroalimentare si notano già i primi esempi di grandi aggregazioni “non usali", come quella fra Gran Terre, gruppo cooperativo e Parmacotto, azienda privata, che ha dato origine a un polo da oltre 1 miliardo di fatturato, con proiezione di superare i 2 miliardi nell’arco dei prossimi 5 anni. Ovviamente, una operazione che risponde alla concentrazione in atto nel mondo distributivo che, a sua volta, è in cerca efficienza. Ma finché ragioniamo nell’ordine delle centinaia di migliaia di colli per Cedi dove pensiamo di andare? I grandi Cedi della farmaceutica e dei mezzi di ricambio auto ragionano per milioni di colli ed è qui che l’IA potrebbe intervenire per sviluppare i centri agroalimentari del futuro: poche strutture - nella rete Itamercati - lungo la penisola, aperte h 24, dove si concentrano distributori e operatori professionali (i grossisti di Fedagro Mercati) in un’ottica di grandi hub logistici al servizio dell’ortofrutta; ChatGPT se la immagina come vedete qui sotto".

L’input è chiaro. Occorre ragionare in ottica sovraziendale a partire dai rapporti fra produttori e distributori, da sempre terreno di scontro all’interno della filiera. Su questo tema è venuto in soccorso Claudio Mazzini, Responsabile commerciale Freschissimi di Coop Italia: “Il futuro in termini di relazioni vedrà sale meno piene di questa, perché sarà importante, in primis, aggregarsi – sia lato produttivo che distributivo – e, allo stesso tempo, alcuni passaggi non saranno più svolti dall’uomo ma direttamente dall’intelligenza artificiale che è in grado di velocizzare enormemente determinate operazioni. Chiaramente la fase iniziale di avviamento e quella finale di validazione del processo saranno sempre svolti dall’uomo, ma su ciò che ci sta in mezzo c’è ampio margine per l’IA”. 

“Per quanto ci riguarda – ha proseguito il manager bolognese – stiamo testando l’IA soprattutto per gestire i piani promozionali e, effettivamente, i risultati sono interessanti. Ovviamente bisogna superare la diffidenza iniziale testando lo strumento sul campo ma una volta che si sono prese le misure il cambio di passo è lapalissiano”.

I campi di applicazione si allargano anche alla comunicazione: “Nello spot Meno 40, l’idea creativa è sì venuta dall’agenzia ma è poi stata l’IA a creare in meno di un minuto il tormentone e l'impostazione dello spot. Difatti, si è passati in pochi secondi dall’idea all’applicazione a dimostrazione di come l’IA sia un grande acceleratore di processo ed è quindi molto importante comsoderarne il potenziale, a maggiore ragione in un settore così frenetico come quello dei freschi”. 

In chiusura dell'intervento, il Responsabile commerciale Freschissimi di Coop Italia ha illustrato alla platea alcuni futuri scenari possibili con l’adozione dell’IA: “Abbiamo una montagna di dati che devono essere elaborati per essere messi a valore, solo che allo stato attuale sono frammentati e localizzati in posti diversi, ma e lampante che quando riusciremo a elaborare in real time tutta questa mole di informazioni, grazie all’IA, potremo fare un netto salto di qualità dei rapporti all’interno della filiera, fermo restando che tutto parte dal dato inserito, perché se la partenza è sbagliata il risultato non potrà essere diverso”.

Quindi l’IA è onnipotente? “Non proprio – sottolinea Della Casa. Se l’IA di tipo generativo, è adatta a produrre contenuti e assistere, non è però all’altezza a fare clustering e per nulla a fare previsioni o a supportare le decisioni come suggerisce la società di consulenza Gartner. In questi casi ci viene in aiuto il machine learning”.

Per approfondire questo tema è intervenuto Michele Dall’Olio, COO di Fresh4cast, azienda londinese specializzata in software di pianificazione e ottimizzazione per l’ortofrutta: “L'importanza della previsione della domanda è evidente nel contesto della supply chain, dove i segnali della domanda si indeboliscono e subiscono ritardi a causa di barriere informative. Questo porta all'effetto frusta, in cui piccole fluttuazioni della domanda causano oscillazioni sempre maggiori a monte, generando inefficienze”. 

“Per mitigare questi problemi – spiega il manager – è fondamentale adottare un modello previsionale integrato che coordini l'intera azienda. I modelli di demand forecasting, che operano su orizzonti temporali medio-lunghi, devono essere trasparenti e interpretabili, mentre i modelli di demand sensing, focalizzati su previsioni a breve termine, devono essere elastici e in grado di incorporare vari segnali, come prezzi e eventi esterni”.

“Un esempio pratico è il progetto con Driscoll in UK, che ha affrontato sfide di coordinamento nella supply chain. Grazie all'uso di algoritmi e strumenti di pianificazione, l'azienda ha migliorato la reattività, ridotto gli errori e ottimizzato la pianificazione strategica. I risultati includono una significativa riduzione degli errori nelle previsioni e un'ottimizzazione delle attività, permettendo al team di concentrarsi su decisioni strategiche piuttosto che su operazioni quotidiane”.

“In sintesi – conclude il COO di di Fresh4cast – un approccio integrato alla previsione della domanda, supportato da modelli adeguati e feedback continui, è cruciale per migliorare l'efficienza e la reattività della supply chain”.

È evidente come le applicazioni dell’IA in campo ortofrutticolo sono, e saranno, molteplici, gli esempi appena citati non sono che la punta dell’iceberg. Tuttavia, è altrettanto evidente che lo strumento è si potente, e può dare risultati che probabilmente fatichiamo ancora a comprendere, ma al contempo se la base di partenza non è solida, e non si ha ben chiara la destinazione, è meglio proseguire con ciò che già si conosce.

Clicca qui per iscriverti alla Newsletter quotidiana di IFN