Digital twins e biosensori stanno trasformando il settore agroalimentare, promuovendo sicurezza alimentare e ottimizzazione delle supply chain. Queste tecnologie avanzate consentono simulazioni accurate per decisioni tempestive e monitoraggio in tempo reale della qualità degli alimenti, guidando verso una produzione più sostenibile ed efficiente.

La sicurezza è un pilastro fondamentale nella filiera alimentare sul quale sono impegnati gli Enti regolatori in tutto il mondo, con l’obiettivo di garantire che i prodotti siano sicuri per il consumo e che lungo l’intera catena di approvvigionamento siano rispettati requisiti e standard che non compromettano né la salute né l’ambiente o gli ecosistemi.

La complessità delle catene di approvvigionamento globali e i rischi ad esse associati evidenziano l’importanza cruciale di standard specifici per il comparto, che fungono dunque da guida per le pratiche industriali alimentari, stabilendo le precauzioni necessarie e le procedure per assicurare la consegna consistente di alimenti sicuri e salubri.

Gli standard pubblici, come quelli imposti dall’EFSA nell’UE o dalla FDA negli Stati Uniti, insieme agli standard privati sviluppati da Associazioni industriali o ONG, svolgono un ruolo cruciale nel rafforzare la resilienza delle catene di approvvigionamento alimentare. Questa interazione tra normative pubbliche e iniziative private è fondamentale per affrontare efficacemente i rischi per la sicurezza alimentare che aumentano con il passaggio degli alimenti attraverso diversi Paesi e fasi di lavorazione.

In questo servizio, cerchiamo di comprendere come le tecnologie, e nello specifico biosensori e digital twins, possano contribuire a dare maggiore forza e concretezza a quanto messo in campo dagli attori della filiera.

---

Takeaway

---

La complessità della filiera alimentare

L’industria alimentare mondiale si trova ad affrontare sfide significative in termini di qualità, sprechi, sicurezza e lotta alle contraffazioni.

Va detto che la catena di approvvigionamento alimentare presenta caratteristiche uniche delle quali non si può non tenere conto. In primo luogo, molti prodotti alimentari sono deperibili, hanno una durata di conservazione limitata rispetto ai beni durevoli e richiedono una gestione della catena del freddo e un trasporto tempestivo.

In secondo luogo, per garantire la qualità e la sicurezza degli alimenti, i prodotti alimentari hanno spesso requisiti specifici di conservazione e lavorazione, come la temperatura, l’umidità e la manipolazione.

Inoltre, i prodotti alimentari sono spesso sottoposti a trasformazioni successive (come la macellazione, la conservazione, la cottura e il confezionamento) rispetto ai beni prodotti in modo convenzionale, aumentando la complessità della filiera alimentare. In terzo luogo, per garantire la sicurezza alimentare, i prodotti alimentari necessitano di una tracciabilità end-to-end, fondamentale per la gestione dei richiami alimentari.

La filiera agroalimentare è una rete complessa di stakeholder che condividono obiettivi comuni ed è soggetta a maggiori incertezze e rischi: eventi senza precedenti come la pandemia o il prolungato conflitto in Ucraina o ancora i nuovi scenari geopolitici hanno evidenziato la vulnerabilità delle reti di approvvigionamento globali.

Fattori esogeni possono causare problemi legati a ritardi imprevisti, gestione dei costi, collaborazione, sincronizzazione dei dati, aumento dei costi di trasporto, previsione della domanda, congestione dei porti.

La catena di approvvigionamento agroalimentare è uno dei settori che utilizza strumenti avanzati per evolversi in un sistema guidato dai dati, intelligente, agile e autonomamente connesso. I recenti progressi tecnologici nel cloud computing, nell’IoT, nei big data, nella blockchain, nella robotica e nell’intelligenza artificiale forniscono sistemi connessi intelligenti, portando a nuovi livelli l’automazione di questo settore, offrendo alle parti interessate l’opportunità di identificare i colli di bottiglia, cercare soluzioni e ottimizzare le operation della filiera.

Il ruolo delle tecnologie nell’agroalimentare: i biosensori

C’è un combinato disposto di tecnologie consolidate e di frontiera che può essere messo al servizio della sicurezza alimentare, per attività di allerta precoce e di identificazione dei rischi emergenti.

In altre parole, spinta anche da richieste sempre più pressanti da parte degli organi regolatori e da legittime preoccupazioni rispetto alle cadute reputazionali che possibili incidenti portando con sé, l’industria agroalimentare non si limita più a certificare la propria ottemperanza ai requisiti attraverso i dati di monitoraggio convenzionali.

Ad esempio, l’agricoltura di precisione, l’identificazione a radiofrequenza (RFID) e le reti di sensori wireless consentono di raccogliere in tempo reale dati sulla sicurezza o sulla qualità degli alimenti nella produzione primaria.

Le catene di produzione della carne e dei prodotti lattiero-caseari sono esempi di ambienti tecnologicamente avanzati in cui gli strumenti digitali, come tag, lettori RFID e ancora dispositivi di tracciamento GPS, possono contribuire alla sorveglianza di potenziali rischi per la sicurezza alimentare.

Oppure ancora, sia nella filiera di produzione sia nell’azienda agricola, si possono utilizzare biosensori per misurare la presenza di alcuni agenti patogeni, mentre la sorveglianza con telecamere nei macellipotrebbe essere utilizzata per monitorare le carcasse alla ricerca di condizioni patologiche come le lesioni.

In particolare, le tecnologie dei biosensori possono essere utilizzate per rilevare, in modo qualitativo, semiquantitativo e quantitativo, agenti patogeni, tossine e batteriofagi.

I biosensori sono dispositivi analitici utilizzati per determinare la quantità di una molecola in un campione. In genere, sono caratterizzati da un biorecettore (enzima, cellula intera, anticorpo, aptamero, acido nucleico) collegato a un trasduttore. L’interazione specifica tra la molecola target e il biocomponente genera un segnale fisico-chimico o biologico, convertito in una proprietà misurabile dal trasduttore. Il biorecettore rappresenta l’elemento chiave del biosensore, che risponde solo a un particolare analita e non alle interferenze eventualmente presenti nel campione in analisi.

Nel settore agroalimentare, applicati al bestiame, i biosensori potrebbero essere utilizzati anche per misurare parametri biochimici come i livelli di glucosio nel sangue, integrando metodi di sorveglianza video e audio già utilizzati negli allevamenti di precisione, come telecamere, sistemi sonori e audio per tracciare i comportamenti di alimentazione e abbeveraggio e i movimenti.

O ancora, i biosensori potrebbero essere incorporati anche nei materiali di imballaggio come strumento di conformità per i sistemi di gestione della sicurezza alimentare basati su HACCP (Hazard Analysis and Critical Control Points), misurando decine di dati nei punti critici di controllo in tempo reale.

Il ruolo delle tecnologie nell’agroalimentare: i digital twins

In fatto di tecnologie a supporto dell’agroalimentare, un ambito specifico sul quale si sta concentrando la ricerca è quello dei digital twins. In particolare, si stanno studiando le implicazioni della virtualizzazione sulla gestione della supply chain alimentare.

In particolare, si propone di studiare come i gemelli digitali possano far progredire la gestione della qualità degli alimenti deperibili lungo la catena di fornitura, cercando di identificare le aree di applicazione, opportunità e problemi, modalità di progettazione e messa in campo, tenendo conto delle necessità specifiche di questo settore.

Un digital twin, o gemello digitale, è una replica virtuale di un sistema fisico, che include il suo ambiente e i suoi processi. Questa tecnologia mantiene una connessione continua tra gli aspetti fisici e virtuali (il gemello), aggiornandosi costantemente attraverso lo scambio di informazioni.

Un digital twin si compone di tre elementi principali: una definizione digitale del sistema fisico, dati operativi ed esperienziali raccolti principalmente tramite dati IoT (Internet of Things) e telemetria in tempo reale e un modello dati per facilitare il processo decisionale.

Sebbene i digital twins siano ancora prevalentemente utilizzati in settori come il manifatturiero, nel settore agroalimentare possono cambiare profondamente la gestione delle catene di approvvigionamento, permettendo sia un monitoraggio preciso della qualità e della sicurezza alimentare, sia la rilevazione precoce dei rischi.

I digital twins permettono, infatti, la gestione e il controllo remoti di componenti e sistemi, la valutazione e previsione di cambiamenti nelle risorse e nei processi attraverso analisi di tipo “what if”, migliorando così l’efficienza energetica, riducendo gli sprechi, migliorando la coerenza dei processi e riducendo i tempi di inattività durante la manutenzione.

Digital twins nei beni deperibili: uno studio

Gli alimenti deperibili come frutta e verdura richiedono attenzioni particolari lungo la filiera: il mancato controllo e un tracciamento non adeguato dei livelli di inventario possono portare a significative perdite di cibo, del quale potrebbe invece beneficiare persone in necessità.

La perdita di alimenti lungo la catena di approvvigionamento di frutta e verdura a causa della cattiva qualità e delle discrepanze tra domanda e offerta è un problema da affrontare, dal momento che porta allo spreco di cibo ancora utilizzabile ma vicino alla fine della sua vita utile.

Lo studio “Digital twins for Inventory Planning of Fresh Produce” di Tsega Y. Melesse, Matteo Bollo, Valentina Di Pasquale, Stefano Riemma del Dipartimento di Ingegneria Industriale dell’Università di Salerno, approfondisce come tecnologie e soluzioni innovative possano migliorare l’efficienza della catena di approvvigionamento dei prodotti deperibili.

L’utilizzo dei digital twins, basati su simulazioni affidabili per monitorare in tempo reale i processi logistici in entrata e in uscita, offrono una dettagliata simulazione della supply chain utilizzando dati in tempo reale per prevederne le dinamiche.

Un caso reale con Banco Alimentare

Lo studio riporta una sperimentazione effettuata con Banco Alimentare Campania Onlus, una delle 21 banche alimentari regionali operative in Italia, che recupera e raccoglie cibo in eccedenza da varie fonti filiera, ridistribuendolo a oltre 350 piccole organizzazioni caritative nella regione.

La sperimentazione si è concentrata sugli alimenti deperibili, in particolare sulla frutta, la cui gestione è resa complessa dall’incertezza nelle donazioni e nella domanda da parte delle organizzazioni caritative. Queste ultime richiedono infatti donazioni in modo irregolare mentre i donatori contattano la banca alimentare tipicamente entro 48 ore per confermare la disponibilità alla donazione. A causa di un approccio tradizionale nella comunicazione e nella gestione dell’inventario, si verifica uno spreco significativo di questi alimenti deperibili.

La ricerca propone dunque l’adozione di un digital twin per superare queste sfide, permettendo un monitoraggio in tempo reale e una migliore sincronizzazione delle donazioni in entrata con le necessità di distribuzione.

Utilizzando un modello dati creato e addestrato per la specifica necessità con dati storici della banca alimentare, il digital twin è in grado di prevedere il numero di donazioni in entrata e le consegne alle organizzazioni caritative, permettendo alla banca alimentare di ripianificare e modificare rapidamente l’inventario per risolvere problemi quali lo spazio di stoccaggio e la limitata capacità di refrigerazione.

Tenendo traccia degli spostamenti dal piano prestabilito e riorganizzando le attività logistiche per soddisfare le esigenze delle organizzazioni caritative, il digital twin migliora l’accuratezza delle previsioni e riduce la perdita di prodotti.

La soluzione proposta mira a sincronizzare domanda e offerta nella catena di approvvigionamento, migliorando la collaborazione tra donatori, banche alimentari e organizzazioni caritative e permettendo decisioni rapide basate su analisi quasi in tempo reale.

Digital twins: una prospettiva per l’agroalimentare

Come accennato, l’adozione di tecnologie quali i digital twins può avere un impatto significativo sulla visibilità e sul monitoraggio dei processi nella catena di approvvigionamento agroalimentare, migliorando la trasparenza in tempo reale dell’intera rete di trasporto ed eliminando le discrepanze tra carenze e eccedenze. Permettono un controllo continuo della domanda, una migliore comprensione dei modelli di acquisto, mentre la connessione dei dati dei sensori in tempo reale aiuta a tenere sotto controllo la qualità e la commerciabilità degli alimenti. E questo per tutti gli attori della filiera: i gestori dei punti vendita possono utilizzare i digital twins per valutare l’impatto delle differenze di temperatura sulle qualità dei prodotti, mentre l’industria alimentare ne valuta l’utilizzo per la tracciabilità, il monitoraggio delle condizioni ambientali, la perdita di peso e la qualità complessiva nella catena di approvvigionamento post-raccolta.

Nel mondo agricolo, dall’agricoltura di precisione a quella a campo aperto, si pensa all’adozione dei digital twins per il monitoraggio continuo e in tempo reale, offrendo ai coltivatori informazioni vitali su fertilizzanti, pesticidi, gestione dell’irrigazione, protezione ambientale e previsioni sulla crescita delle colture.

Questi sistemi consentono, inoltre, di monitorare la salute delle colture e ricevere notifiche in tempo reale su parassiti, malattie e cambiamenti climatici, supportando decisioni informate sull’uso di fertilizzanti e sulle attività agricole. Nel contesto agroalimentare i componenti essenziali dei digital twins includono:

• entità fisiche (prodotti o sistemi reali rappresentati)
• entità virtuali (modelli digitali che replicano l’aspetto, le proprietà e i comportamenti delle entità reali)
• piattaforme di servizio (per l’esecuzione dei modelli)
• modelli di dati e collegamenti informativi

Nella supply chain agroalimentare, i digital twins possono essere sviluppati su modelli statistici, oppure lavorare sui dati (meccanicistici), o utilizzare modelli fisici per loro maggiore precisione predittiva. Questi ultimi permettono di prevedere come e quando la qualità degli alimenti cambierà nel tempo, aiutando in particolare a monitorare frutta e verdura fresca per ridurre le perdite di prodotto durante il trasporto.

A differenza dei modelli statistici e data-driven, che cercano pattern nei dati per spiegare la perdita di qualità, i digital twins fisici offrono una rappresentazione più accurata dei processi biochimici, microbiologici e fisiologici in atto, fornendo spiegazioni dettagliate sulle cause della perdita di qualità.

Appare chiaro che l’implementazione dei digital twins stia mostrando risultati incoraggianti nell’affrontare le sfide globali della filiera agroalimentare. Nonostante ciò, l’applicazione reale di questa soluzione è ancora agli inizi e lascia aperti interrogativi anche sull’effettiva sostenibilità economica del modello per le imprese del settore.

Glimpses of Futures

Con l’obiettivo di anticipare scenari futuri e alternativi, proviamo ora a valutare – per mezzo della matrice STEPS – i possibili impatti che l’utilizzo dei digital twins nel settore agroalimentare potrebbe avere sotto il profilo sociale, tecnologico, economico, politico e della sostenibilità.

S – SOCIAL: per limitare i possibili impatti sociali ed etici che l’adozione dei digital twins nel comparto agroalimentare porterà con sé, serve un approccio RRI (Responsible Research and Innovation) che promuova una collaborazione aperta e multi-stakeholder tra ricercatori/innovatori e portatori di interesse sociali come cittadini, politici, imprese o ONG. È importante aprire una riflessione perché scienza e tecnologia possano essere plasmate nel modo migliore, non solo per risolvere i problemi attuali ma anche per creare un mondo giusto e sicuro per le generazioni future. L’obiettivo non deve essere solo raggiungere risultati di ricerca e innovazione prefissati dal punto di vista sociale ed economico, né che questi risultati siano eticamente e legalmente accettabili, ma anche che il processo di ricerca e innovazione sia giusto e desiderabile per la società. Un approccio RRI parte dal presupposto che il “fattore umano” sia un elemento importante nella ricerca e nell’innovazione, poiché la tecnologia è considerata una forza che modella il mondo in modo duraturo, con impatti profondi sulle vite umane (sociali). L’obiettivo comune deve essere ampliare e arricchire le prospettive dei creatori dell’innovazione tecnologica (inclusi scienziati, tecnici, imprese e talvolta politici) per aiutarli a prendere decisioni che tengano conto delle considerazioni relative agli aspetti societali ed etici [fonte: “Digital twins in agri-food: Societal and ethical themes and questions for further research” – NJAS].

T – TECHNOLOGICAL: nonostante l’interesse crescente, esistono alcune non trascurabili limitazioni tecnico-economiche associate all’implementazione dei digital twins nell’agroalimentare. In primo luogo, per avere repliche virtuali robuste servono una copertura sensoriale adeguata e la quantificazione dell’incertezza del modello. Alcuni ricercatori suggeriscono di sviluppare il digital twins utilizzando metodi Bayesiani, ma rimane una sfida aperta elaborare metodi robusti per gestire l’incertezza. In secondo luogo, i sensori possono fallire o non registrare dati per periodi di tempo: utilizzare un modello previsionale con dati sensoriali errati aumenta il rischio di errore. E questo rappresenta una barriera importante alla loro implementazione su larga scala. Mancano infine standard di modellazione comuni per i digital twins, cosa che potrebbe creare difficoltà di compatibilità nell’integrare modelli creati separatamente.

E – ECONOMIC: l’innovazione tecnologica rappresenta un fattore chiave per il settore agroalimentare, consentendo di affrontare sfide come il cambiamento climatico, l’aumento della domanda di produzione e le nuove esigenze dei consumatori. Le tecnologie digitali trasformano i modelli di business, offrendo nuove opportunità di generare entrate e valore lungo l’intera catena del valore. Leve tecnologiche come intelligenza artificiale, nuove forme di interazione uomo-macchina, sistemi di realtà aumentata, IoT, digital twins, robotica avanzata promettono di modernizzare il settore agricolo, aprendo nuove opportunità nella creazione di nuovo valore, nella riduzione dei costi e degli sprechi, contribuendo a una maggiore sostenibilità economica del comparto. Tuttavia, al momento gli investimenti necessari sembrano non essere alla portata di tutte le realtà, in particolare in un Paese come il nostro, nel quale prevalgono aziende di dimensioni medio-piccole.

P – POLITICAL: secondo la FAO, un aspetto critico di questa trasformazione consiste nel colmare il divario tra l’ideazione di una tecnologia o innovazione e la sua applicazione pratica. Il successo in questo sforzo dipende dalla creazione di un ambiente favorevole a massimizzare i benefici e minimizzare le sfide poste dalle tecnologie potenzialmente disruptive. È necessario migliorare e riadattare i programmi di ricerca e sviluppo nazionali, internazionali e sovranazionali, oltre alle politiche e agli investimenti nel campo della scienza, tecnologia e innovazione agroalimentare.

S – SUSTAINABILITY: creare rappresentazioni virtuali di interi sistemi agricoli e combinarle con tecnologie avanzate per la presa di decisioni può portare numerosi benefici, dicono i ricercatori, in un momento in cui i sistemi di produzione agroalimentare e le catene di approvvigionamento non sono attualmente sulla giusta strada per raggiungere gli Obiettivi di Sviluppo Sostenibile (SDGs). Utilizzando il reinforced learning – un campo dell’AI particolarmente adatto alla gestione di decisioni complesse – i digital twins possono definire strategie per massimizzare, ad esempio, il rendimento delle colture, oltre a offrire previsioni e simulazioni di tipo “what-if” per testare e identificare percorsi per migliorare la sostenibilità del settore agroalimentare. La digitalizzazione della produzione agricola potrebbe rappresentare un’opportunità in termini di riduzione dei costi del lavoro, miglioramento dell’efficienza operativa, della salute degli animali e riduzione della perdita di biodiversità. Esistono tuttavia limiti tecnologici ed economici che ne limitano la diffusione e minacciano l’obiettivo di costruire sistemi agroalimentari inclusivi, produttivi e sostenibili.