Lo stile di consumo di ortofrutta di italiani ed europei sta cambiando. Se un tempo si prediligevano prodotti di calibri elevati e dall'aspetto patinato, oggi non è più così. Il consumatore continua ad acquistare prodotti belli, soprattutto dal punto di vista del colore, ma accetta anche qualche difetto se il gusto è garantito.
Predilige prodotti ritenuti sicuri, ad esempio senza conservanti, additivi o residui. Pone attenzione all'aspetto nutraceutico (vedi il boom dei superfood) e ricerca informazioni su ciò che compra. L'origine, intesa come tracciabilità, e la sostenibilità ambientale e sociale sono prese sempre più in considerazione nell'orientare le scelte davanti allo scaffale.
Secondo i dati diffusi a Fruit Logistica 2019 il 90% dei consumatori è disposto ad acquistare un prodotto con difetti estetici. Mentre secondo i dati di Monitor Ortofrutta 2018 il 45% dei consumatori ritiene che ci sia una correlazione tra intensità del colore e gusto, il 32% tra bellezza e gusto e il 16% tra grandezza del frutto e gusto.
Ma la tecnologia permette anche di mantenere condizioni di trasporto ottimali per preservare la qualità ed evitare sprechi, nonché tenere traccia dell'intera filiera di produzione, rendendo i dati eventualmente disponibili al consumatore.
L'Osservatorio Smart AgriFood della School of Management del Politecnico di Milano e del Laboratorio Rise (Research & innovation for smart enterprises) dell'Università degli studi di Brescia, ha realizzato uno studio proprio per identificare le tecnologie oggi disponibili per gli attori del comparto ortofrutticolo per rispondere alle esigenze del consumatore.
Una interessante evoluzione è quella proposta da HK Consulting, una startup che ha sviluppato Perfrutto, un algoritmo che prevede durante gli stadi fenologici precoci la pezzatura finale del frutto al momento della raccolta. I dati vengono registrati tramite un calibro elettronico ed elaborati da un algoritmo. E' così possibile attuare pratiche correttive per influenzare le dimensioni del frutto.
Nella fase della raccolta uno degli elementi che risulta cruciale è quello di cogliere il prodotto quando è nelle condizioni richieste dal mercato. Sono disponibili diversi sensori Nir (Near infra-red) che permettono di conoscere in maniera non invasiva le caratteristiche interne dello stesso.
Un esempio è SciO, di Consumer Physics, che permette di trasformare il cellulare in uno spettrofotometro portatile che utilizza i raggi del vicino infrarosso per raccogliere dati sulla qualità del frutto e caricarli in cloud.
L'avvento della robotica in campo permette poi di realizzare un picking estremamente selettivo, associando alla capacità di presa dei moderni robot (come quelli di Abundant Robotics o di FFRobotics) l'analisi di dati in tempo reale. Inoltre robot come quello di Dogtooth permettono di raccogliere frutti delicati, come le fragole, afferrandole per il gambo ed evitando quindi contaminazioni incrociate.
Una volta portato in azienda il prodotto deve essere suddiviso a seconda del calibro, ma anche delle qualità interne ed esterne. Esistono macchine (Inspectra di Compac o Cherry Vision 3.0 di Unitec) che grazie ai raggi infrarossi valutano la composizione chimica, e quindi gli aspetti nutrizionali del prodotto, oppure il grado di maturazione ed il possibile gusto. Mentre attraverso i raggi x le macchine (come Q eye X di Biometic) consentono di identificare corpi estranei o difetti interni.
Per scartare i prodotti esteticamente ritenuti non idonei, secondo i parametri scelti dall'operatore, esistono delle macchine (come quelle di Unitec o di Tomra) che utilizzano telecamere o laser per ottenere immagini del prodotto che passa sul nastro che vengono poi raffrontate con quelle campione e se il frutto non risponde alle caratteristiche richieste viene eliminato.
Anche il trasporto riveste una fase fondamentale perché un prodotto che lascia gli stabilimenti può vedere degradata la propria qualità nel caso in cui le condizioni di trasporto non siano rispettate. Esistono sensori da applicare alle confezioni, ai bancali o ai mezzi di trasporto, che consentono di raccogliere dati completi ed affidabili in tempo reale.
I dati vengono poi elaborati e sono emessi allarmi se le condizioni di trasporto non sono ottimali o viene corretta la situazione non conforme in caso di anomalie. Le informazioni, generalmente, sono poi conservate e distribuite lungo la filiera grazie alle tecnologie legate alla tracciabilità.
Un esempio è quello messo a punto dall'italiana Wenda che utilizza i sensori per monitorare il trasporto di un prodotto e avvertire l'operatore nel caso ci siano problemi. Mentre Agrofresh e Biotraq arrivano a prevedere la qualità del prodotto nei giorni successivi alla consegna sulla base delle condizioni di trasporto.
La capacità di apprendere, elaborando dati sempre nuovi, il trend di accrescimento di un frutto permette ad esempio a Perfurtto di aumentare i profitti dell'agricoltore. E i robot massimizzano il guadagno raccogliendo solo i frutti al top sotto il profilo della qualità.
Le macchine selezionatrici utilizzano l'intelligenza artificiale per mettere a confronto le immagini del prodotto raccolte sul nastro trasportare e quelle campione memorizzate nei database. I prodotti così identificati vengono separati meccanicamente e indirizzati lungo canali differenziati.
Anche sapere come evolverà la qualità di un frutto sulla base delle condizioni di trasporto permette di gestirlo in maniera ottimale anche nelle fasi successive, incidendo anche su quel food waste che ogni anno vede finire sprecato un terzo del cibo prodotto.
Predilige prodotti ritenuti sicuri, ad esempio senza conservanti, additivi o residui. Pone attenzione all'aspetto nutraceutico (vedi il boom dei superfood) e ricerca informazioni su ciò che compra. L'origine, intesa come tracciabilità, e la sostenibilità ambientale e sociale sono prese sempre più in considerazione nell'orientare le scelte davanti allo scaffale.
Secondo i dati diffusi a Fruit Logistica 2019 il 90% dei consumatori è disposto ad acquistare un prodotto con difetti estetici. Mentre secondo i dati di Monitor Ortofrutta 2018 il 45% dei consumatori ritiene che ci sia una correlazione tra intensità del colore e gusto, il 32% tra bellezza e gusto e il 16% tra grandezza del frutto e gusto.
Innovare per stare sul mercato
Se non si vuole rimanere tagliati fuori da un mercato in evoluzione anche gli operatori del settore devono dunque adattarsi alle mutanti esigenze dei consumatori. E le moderne tecnologie offrono soluzioni che permettono di soddisfare i bisogni dei consumatori, ad esempio identificando la qualità di un prodotto prima che venga raccolto, selezionando sulla base di caratteristiche interne ed esterne i frutti e indirizzandoli verso mercati specifici.Ma la tecnologia permette anche di mantenere condizioni di trasporto ottimali per preservare la qualità ed evitare sprechi, nonché tenere traccia dell'intera filiera di produzione, rendendo i dati eventualmente disponibili al consumatore.
L'Osservatorio Smart AgriFood della School of Management del Politecnico di Milano e del Laboratorio Rise (Research & innovation for smart enterprises) dell'Università degli studi di Brescia, ha realizzato uno studio proprio per identificare le tecnologie oggi disponibili per gli attori del comparto ortofrutticolo per rispondere alle esigenze del consumatore.
Dal campo alla tavola, digitale a supporto degli operatori
Durante la fase in campo esistono ad esempio diverse piattaforme per l'agricoltura di precisione che permettono, attraverso sensori in campo e dati provenienti da fonti esterne all'azienda agricola, di assistere l'agricoltore nelle scelte agronomiche, ottimizzare le produzioni e immagazzinare dati utili alla tracciabilità.Una interessante evoluzione è quella proposta da HK Consulting, una startup che ha sviluppato Perfrutto, un algoritmo che prevede durante gli stadi fenologici precoci la pezzatura finale del frutto al momento della raccolta. I dati vengono registrati tramite un calibro elettronico ed elaborati da un algoritmo. E' così possibile attuare pratiche correttive per influenzare le dimensioni del frutto.
Nella fase della raccolta uno degli elementi che risulta cruciale è quello di cogliere il prodotto quando è nelle condizioni richieste dal mercato. Sono disponibili diversi sensori Nir (Near infra-red) che permettono di conoscere in maniera non invasiva le caratteristiche interne dello stesso.
Un esempio è SciO, di Consumer Physics, che permette di trasformare il cellulare in uno spettrofotometro portatile che utilizza i raggi del vicino infrarosso per raccogliere dati sulla qualità del frutto e caricarli in cloud.
L'avvento della robotica in campo permette poi di realizzare un picking estremamente selettivo, associando alla capacità di presa dei moderni robot (come quelli di Abundant Robotics o di FFRobotics) l'analisi di dati in tempo reale. Inoltre robot come quello di Dogtooth permettono di raccogliere frutti delicati, come le fragole, afferrandole per il gambo ed evitando quindi contaminazioni incrociate.
Una volta portato in azienda il prodotto deve essere suddiviso a seconda del calibro, ma anche delle qualità interne ed esterne. Esistono macchine (Inspectra di Compac o Cherry Vision 3.0 di Unitec) che grazie ai raggi infrarossi valutano la composizione chimica, e quindi gli aspetti nutrizionali del prodotto, oppure il grado di maturazione ed il possibile gusto. Mentre attraverso i raggi x le macchine (come Q eye X di Biometic) consentono di identificare corpi estranei o difetti interni.
Per scartare i prodotti esteticamente ritenuti non idonei, secondo i parametri scelti dall'operatore, esistono delle macchine (come quelle di Unitec o di Tomra) che utilizzano telecamere o laser per ottenere immagini del prodotto che passa sul nastro che vengono poi raffrontate con quelle campione e se il frutto non risponde alle caratteristiche richieste viene eliminato.
Anche il trasporto riveste una fase fondamentale perché un prodotto che lascia gli stabilimenti può vedere degradata la propria qualità nel caso in cui le condizioni di trasporto non siano rispettate. Esistono sensori da applicare alle confezioni, ai bancali o ai mezzi di trasporto, che consentono di raccogliere dati completi ed affidabili in tempo reale.
I dati vengono poi elaborati e sono emessi allarmi se le condizioni di trasporto non sono ottimali o viene corretta la situazione non conforme in caso di anomalie. Le informazioni, generalmente, sono poi conservate e distribuite lungo la filiera grazie alle tecnologie legate alla tracciabilità.
Un esempio è quello messo a punto dall'italiana Wenda che utilizza i sensori per monitorare il trasporto di un prodotto e avvertire l'operatore nel caso ci siano problemi. Mentre Agrofresh e Biotraq arrivano a prevedere la qualità del prodotto nei giorni successivi alla consegna sulla base delle condizioni di trasporto.
Il ruolo dell'intelligenza artificiale
Nella maggior parte di queste soluzioni l'intelligenza artificiale gioca un ruolo di primo piano nel gestire situazioni complesse e non standardizzate.La capacità di apprendere, elaborando dati sempre nuovi, il trend di accrescimento di un frutto permette ad esempio a Perfurtto di aumentare i profitti dell'agricoltore. E i robot massimizzano il guadagno raccogliendo solo i frutti al top sotto il profilo della qualità.
Le macchine selezionatrici utilizzano l'intelligenza artificiale per mettere a confronto le immagini del prodotto raccolte sul nastro trasportare e quelle campione memorizzate nei database. I prodotti così identificati vengono separati meccanicamente e indirizzati lungo canali differenziati.
Anche sapere come evolverà la qualità di un frutto sulla base delle condizioni di trasporto permette di gestirlo in maniera ottimale anche nelle fasi successive, incidendo anche su quel food waste che ogni anno vede finire sprecato un terzo del cibo prodotto.
