Agricoltura sostenibile e intelligenza artificiale

Lo sviluppo di nuove metodologie in agricoltura è una sfida cruciale per il settore, in particolare c’è una forte necessità di sviluppare sistemi che rendano più autonomi i processi di coltivazione aumentandone la resa, minimizzando l’impiego di sostanze chimiche come fertilizzanti, erbicidi e pesticidi, oltre che sotto l‘aspetto economico anche per una migliore sostenibilità ambientale.

In questo contesto, gli sviluppi recenti dell’agricoltura 4.0 verso l’intelligenza artificiale e la robotica, rappresentano un’evoluzione in grado di aprire nuove prospettive nel settore agricolo, permettendo una gestione più efficiente, sostenibile e maggiormente finalizzata ad una coltivazione più precisa delle colture. Mediante l’automazione di molte attività quali: il monitoraggio avanzato, il controllo delle malattie e la sostenibilità ambientale, l’agricoltura sta evolvendo rapidamente raggiungendo o comunque avvicinandosi sempre di più ad altri settori maggiormente evoluti tecnologicamente.

I recenti sviluppi nella robotica e IA, possono trasformare radicalmente il metodo di produzione agricola, questo perché robot di nuova generazione possono essere impiegati sia per coltivare in serra che in campo aperto, automatizzando in questo modo diverse attività quali il monitoraggio circa lo stato di salute delle piante, la potatura, la raccolta e il diserbo.

Intelligenza artificiale e robotica

La condivisione dei dati e la scelta dell’agricoltura di precisione accompagnato da un forte impegno verso la sostenibilità ambientale dei processi produttivi, consentono alla robotica agricola di sostituire sempre di più la manodopera e automatizzare alcune delle attività più impegnative.

I robot agricoli grazie all’ausilio anche dell’intelligenza artificiale, possono essere programmati per svolgere una serie di compiti, quali: la semina, il trapianto, la raccolta, la potatura e l’irrigazione. Inoltre, questi robot possono operare 24 ore su 24, 7 giorni su 7, senza affaticarsi o commettere errori umani; questo porta come conseguenza una maggiore precisione e uniformità nelle operazioni agricole, migliorando allo stesso tempo la qualità dei prodotti riducendo allo stesso tempo gli sprechi. Queste macchine possono essere aeree o terrestri, lavorare ad un solo compito o a più compiti anche in simultanea, il più diffuso è l’utilizzo di droni per il monitoraggio delle coltivazioni e l’irrorazione selettiva di diserbanti e pesticidi.

I veicoli robotici terresti hanno una maggiore autonomia rispetto ai droni, lavorano però in condizioni più difficili come nel fango, pioggia, nebbia, umidità, basse e alte temperature, per questo motivo devono essere più strutturati e robusti con meccanismi di locomozione, manipolazione e percezione dipendenti dal compito da svolgere. 

Sistemi di pianificazione, schedulazione, coordinamento e controllo, sono invece fondamentali per controllare le modalità in cui diversi robot agricoli devono lavorare in sincronia, ma anche per gestire autonomamente altri sistemi agricoli come l’irrigazione e l’irrorazione a seconda delle condizioni colturali. Inoltre, mediante apposite interfacce gestite da IA, possono fornire agli imprenditori agricoli lo stato delle colture mostrando possibili anomalie nelle condizioni delle piante.

Applicazioni di intelligenza artificiale collegate a GPS, possono essere impiegate sui robot agricoli per geolocalizzare e fare scansioni di territori e colture, cosicché da remoto si possa riconoscere la tipologia della pianta e monitorarne lo stato in tempo reale, acquisendo immagini e dati sensoriali quali la temperatura, l’umidità o livello di pH del suolo; fra i più innovativi vi sono i sistemi di visione artificiale basati su tecniche di Deep Learning, in grado di fornire risultati interessanti nella classificazione dei frutti e nel rilevamento delle infestanti in ambienti non strutturati.

Criticità e rischi

Il futuro dell’intelligenza artificiale applicata alla robotica è molto promettente, pertanto, è auspicabile che vengano presi in considerazione anche tutti quegli aspetti etici e legali soprattutto ora che questa tecnologia si trova in una fase di sviluppo, questo per garantire che tutto ciò venga utilizzato in modo ragionevole, equo e vantaggioso per tutte le parti interessate. I rischi potenziali devono essere affrontati in modo responsabile e queste nuove tecnologie devono essere adeguatamente testate in ambienti sperimentali per garantire che siano sicure e protette contro guasti accidentali, conseguenze non volute e possibili attacchi informatici.

Inoltre, in alcune zone ove la penetrazione delle reti non è particolarmente avanzata, il divario tecnologico potrebbe ampliare un gap fra le varie aziende agricole presenti sul mercato.

Applicazioni dell’IA sulle tecniche agricole

L'intelligenza artificiale come tutte le innovazioni è in grado di semplificare e velocizzare diverse attività aumentando l’efficienza e la produttività complessiva. Grazie alle sue avanzate capacità di elaborazione del linguaggio, l’IA è in grado di automatizzare svariati processi semplificando diverse attività produttive e di management dell’azienda agricola.

Agricoltura di precisione

Fra le applicazioni più comuni dell’intelligenza artificiale vi è l’agricoltura di precisione che viene definita come una strategia di gestione dell’attività agricola con la quale i dati vengono raccolti, elaborati, analizzati e combinati con altre informazioni per orientare le decisioni in funzione della variabilità spaziale e temporale al fine di migliorare l'efficienza nell'uso delle risorse, la produttività, la qualità, la redditività e la sostenibilità della produzione agricola (Wikipedia).

Da qui l’utilizzo di software o sistemi informatici atti a operare mediante l’utilizzo di sistemi agronomici mirati ed efficienti, prendendo in considerazione le effettive necessità della coltura da lavorare e le caratteristiche biochimiche e fisiche del terreno. 

Di questi tempi il concetto di precisione si poi è ampliato in agricoltura 4.0 grazie soprattutto alle nuove tecnologie che utilizzano sempre di più l’interconnessione sotto vari aspetti fra cui:  l’IoT (Internet of Things), le tecnologie digitali e ora anche l’intelligenza artificiale.

L’IA nell’ambito dell’agricoltura di precisione può essere utilizzata in diversi ambiti come:

• La gestione di dati da analizzare con l’obiettivo di prevenire le condizioni di sviluppo di malattie o evitare carenze nutrizionali della coltura/e che si sta coltivando
• Stima di determinati eventi quali le previsioni meteo, fabbisogni irrigui, fertilizzanti e modelli di sviluppo di eventuali fitopatie (alterazioni causate da fattori naturali o da azioni promosse dall'uomo)
• Utilizzo ottimale e più efficiente degli agrofarmaci 
• Miglior impiego dell’acqua per l’irrigazione attraverso tempi e metodi
• Automazione di alcune attività di lavorazione colturale
• Miglioramenti nella gestione e pianificazione dell’azienda agricola
• Ottimizzazione e miglioramenti dei prodotti lungo la filiera
• Gestione e diagnostica da remoto dei mezzi agricoli presenti in azienda (Fleet Management), così da monitorare e avere una reportistica aggiornata sul loro utilizzo con relativo consumo

Questi sono solo alcuni degli esempi più stringenti nel campo dell’agricoltura di precisione legati allo sviluppo dell’IA, perché riuscire sempre di più a comprendere queste capacità è fondamentale per cercare di sfruttare il potenziale di questo strumento.

Evoluzione dell’IA

Per rispondere alle esigenze sempre più marcate dell’intelligenza artificiale in termini di tecnologia, di recente, sono stati messi in commercio nuovi chip chiamati TPU, in grado di aumentare le performances dei dispositivi elettronici anche in agricoltura proprio per sfruttare appieno l’IA. In questo ambito, si parla anche di evoluzione del cloud computing (erogatore di servizi mediante internet - https://it.wikipedia.org/wiki/Cloud_computing) attraverso un edge-computing (modello di calcolo sviluppato - https://it.wikipedia.org/wiki/Edge_computing) ossia strumenti tecnologici facilmente adattabili ai mezzi agricoli e ai mini robot da utilizzare in agricoltura per sfruttarne appieno le potenzialità.

Nell’ambito della robotica sempre più spinta nel supporto alla raccolta di frutta e verdura (vendemmia, olive, ortaggi, ecc..), l’intelligenza artificiale è già in grado di aumentare il potenziale mediante sensori o fotocamere, di alcune attività come il riconoscimento del grado di maturazione.

Innovazione in agricoltura: ChatGPT

ChatGPT è un modello di linguaggio di grandi dimensioni sviluppato da OpenAI, che potrebbe rivoluzionare il modo in cui produrremo cibo.
Analizzare grandi quantità di dati sulla crescita delle colture o sulle condizioni meteorologiche oppure avere informazioni precise sullo stato di salute del suolo, consente già oggi di identificare modelli e fare previsioni che possono poi essere utilizzate per ottimizzare e migliorare la gestione delle coltivazioni, aumentando così i raccolti riducendo le perdite e gli sprechi, in modo da rendere la produzione alimentare più sostenibile ed efficiente.
ChatGPT come tutte le innovazioni è in grado di semplificare e velocizzare diverse attività aumentando l'efficienza e la produttività complessiva. Grazie alle sue avanzate capacità di elaborazione del linguaggio, l’intelligenza artificiale è in grado di automatizzare diversi processi liberando tempo e automatizzando alcuni lavori ripetitivi, affinché anche l’imprenditore agricolo sia in grado di poter lavorare su aspetti del proprio lavoro ad alto valore aggiunto; che si tratti per esempio di semplificare la compilazione di registri, oppure generare report o ancora analizzare dati, queste attività possono aiutare l’agricoltore a essere più produttivo ed efficace.

Principali modalità di utilizzo 

Fra i vari utilizzi pratici di ChatGPT, abbiamo la previsione dei raccolti futuri e i relativi modelli di crescita che analizzando i dati storici sul tempo, le condizioni del suolo e la crescita delle colture, sono in grado di generare output previsionali sui futuri raccolti. Inoltre, ChatGPT adeguatamente sviluppato è anche in grado di identificare alcuni modelli di dati che possono essere utilizzati per prevedere i raccolti futuri con un alto grado di precisione.

Alcuni fattori, come la temperatura, le precipitazioni e la luce solare, sono elelmenti chiave per la crescita delle colture, pertanto l’accuratezza di queste informazioni, danno la sicurezza agli imprenditori agricoli di decidere con maggiore precisione i tempi di semina e raccolta, nonché ottimizzare le pratiche di gestione delle colture; in questo modo, gli agricoltori possono pianificare al meglio le coltivazioni aumentando i raccolti e allo stesso tempo ridurre i rischi di perdita del prodotto coltivato. 

Analisi dei dati del suolo e del tempo

Analizzare i dati del suolo e del tempo con ChatGPT, significa comprendere e dare un senso alle grandi quantità di informazioni ricavate in diverse annate, avendo ben presente che le variabili fondamentali come la temperatura, le precipitazioni, l’umidità del suolo e altri fattori in grado di influenzare la crescita delle colture, sono in grado di creare modelli matematici che possono prevedere i raccolti, ottimizzare i sistemi di irrigazione e ottimizzare la gestione pratica delle colture.

Gestione dei dati meteorologici

L’intelligenza artificiale può essere utilizzata anche per confrontare i dati meteorologici storici con i dati sulla crescita delle colture così da identificare le condizioni meteorologiche più adatte per i diversi tipi di coltivazione. 

Analizzando dettagliatamente le informazioni del suolo, si possono ricavare attraverso un’elaborazione accurata di ChatGPT, i fabbisogni di nutrienti delle colture, identificando eventuali carenze presenti nel terreno, cosicché l’agricoltore sarà in grado di valutare con accuratezza maggiore i fabbisogni colturali prendendo decisioni mirate in grado di migliorare il raccolto finale.

Riduzione delle perdite e degli sprechi del raccolto

La perdita e lo spreco del raccolto è legato a diversi fattori, fra i quali parassiti, malattie e condizioni meteorologiche in grado di danneggiare la crescita delle colture; pertanto, l’utilizzo di ChatGPT consente di analizzare con precisione le condizioni meteorologiche e lo stato del terreno, così da identificare potenziali rischi che potrebbero portare alla perdita del raccolto. Identificando tempestivamente questi problemi, il coltivatore verrà messo nelle condizioni migliori per adottare misure proattive per affrontare e prevenire nel modo più corretto possibile, i rischi di predita del raccolto legate a questo tipo di criticità.

Considerazioni etiche e legali 

Il futuro di ChatGPT nell'agricoltura e nella produzione alimentare è molto promettente, pertanto, è fondamentale che vengano presi in considerazione anche tutti quegli aspetti etici e legali soprattutto ora che questa tecnologia si trova in una fase di sviluppo, questo per garantire che tutto ciò venga utilizzato in modo responsabile, equo e vantaggioso per tutte le parti interessate.

Da un punto di vista legale è fondamentale considerare la riservatezza dei dati e le informazioni proprietarie e la relativa responsabilità, tenendo ben presente le applicazioni delle normative vigenti, questo perché, se l’attuale sviluppo non venisse regolamentato in questi termini, potrebbe creare delle controversie su chi possiede questi dati da input esterni che vanno poi ad alimentare un’intelligenza artificiale utilizzata da più parti. 

ChatGPT in agricoltura

ChatGPT è un modello di linguaggio sviluppato da OpenAI e messo a punto con tecniche di apprendimento automatico (di tipo non supervisionato) e ottimizzato con tecniche di apprendimento supervisionato e per rinforzo, elaborato per essere utilizzato come base per la creazione di altri modelli di machine learning. 
Lanciato a novembre 2022 ha attirato l'attenzione per le sue risposte dettagliate e articolate, anche se la sua accuratezza è stata criticata. In ogni caso sia l'apprendimento supervisionato che quello per rinforzo si sono serviti di istruttori umani per migliorare le prestazioni del modello. (Wikipedia)

Capacità dello strumento

ChatGPT è anche un potente strumento di elaborazione del linguaggio naturale, che può essere utilizzato per la creazione e la gestione di una vasta gamma di applicazioni:

• Chatbot personalizzati: ossia sistemi (software) automatizzati di comprensione e risposta utilizzati per il servizio clienti legato a vendite o qualsiasi altro tipo di comunicazione personalizzata.
• Completamento e suggerimento di testi, utile per costruire sistemi in grado di completare o consigliare il testo sulla base di input incompleti; utilizzato anche per attività di digitazione predittiva o generazione di contenuti in base a una serie di richieste ricevute.
• Generatore di descrizioni, titoli o qualsiasi altro tipo di testo che debba essere scritto in modo naturale con indicazioni anche parziali di input.
• Traduttore automatico multilingue anche di siti web.
• Analizzatore del sentiment (processo di analisi digitale) di testo, in grado di valutare se uno scritto è positivo, negativo o neutro; utile per attività come il servizio clienti o il monitoraggio dei social media.
• Elaboratore in grado di riassumere lunghi brani di testo in versioni più brevi, soprattutto di testi aventi grandi quantità di informazioni.
• Creatore di contenuti in grado di generare nuove idee di testi o scrivere interi pezzi di contenuto, per esempio per creare post sui social media o articoli di blog.
• Classificatore di testi in grado di suddividere in categorie i vari testi/argomenti, utile anche come filtro per spam o sentiment positive o negative; utilizzato anche come filtraggio di e-mail o moderatore di discussioni online (esempio forum o chat).
• Sistema in grado di rispondere a domande e fornire informazioni su un'ampia gamma di argomenti come fosse un’enciclopedia evoluta.
• Sintetizzatore vocale in grado di generare un linguaggio parlato partendo da un testo scritto, creando più versioni audio di contenuti scritti anche come assistenti vocali, riuscendo allo stesso tempo a comprendere e a rispondere a input esterni.

In agricoltura

Uno sviluppo molto interessate di ChatGPT in agricoltura è l'integrazione di potenti modelli di calcolo nelle operazioni agricole, ossia la capacità di sfruttare linguaggi diversi che agricoltori e ricercatori sviluppano in attività di produzione e ricerca; per esempio, ottimizzare raccolti ed efficientare modelli per un'agricoltura più sostenibile e produttiva.  Inoltre, nel contesto agricolo, ChatGPT può essere utilizzata per attività come l’analisi di grandi quantità di dati in grado di fornire approfondimenti o generare report e previsioni automatizzate. 

Riuscire a comprendere queste capacità è fondamentale per cercare di sfruttare il potenziale che l’intelligenza artificiale è in grado già oggi di apportare in agricoltura.

Le principali applicazioni

Una delle principali applicazioni di ChatGPT in agricoltura è l’ottimizzazione delle attività di precisione per migliorare e ottimizzare le operazioni agricole. L'agricoltura di precisione è una pratica agricola 

moderna in grado di sfruttare la tecnologia per ottimizzare i raccolti e l'efficienza, come per esempio:

• Analizzare grandi quantità di dati in un certo lasso di tempo, esaminare le condizioni del suolo e la crescita delle colture, questo per poi per prendere decisioni agronomiche più accurate come i tempi di semina e raccolta.
• Verificare dati meteorologici incrociandoli con informazioni come umidità e temperatura al fine di avere un calcolo preciso delle condizioni reali prossime.
• Esaminare dati da droni e altri strumenti di telerilevamento per raccogliere ancora più informazioni possibili sulla crescita delle colture e sulle condizioni meteorologiche.
• Creare report e previsioni automatizzate sui raccolti, in grado di favorire gli imprenditori agricoli a pianificare la gestione delle colture, favorendo così raccolti più elevati, minori perdite di raccolto e pratiche agricole più sostenibili.
• Previsione e prevenzione dei rischi, identificando potenziali anomalie in grado di portare a perdite e sprechi di raccolto, il che comporterà pratiche agricole più sostenibili ed efficienti.

Questi sono solo alcuni degli esempi più stringenti, in un futuro non troppo lontano, questi strumenti potrebbero interessare sempre di più la conduzione dei mezzi agricoli così come gli impianti d’irrigazione o ancora la gestione delle stalle.

Alcune criticità

Dal punto di vista etico il possibile impatto di ChatGPT sui piccoli agricoltori e sulle comunità rurali potrebbe essere impattante tanto da poterli spingere ai margini del settore, soprattutto potrebbero avere difficoltà a tenere il passo con la tecnologia e i relativi investimenti se non adeguatamente sostenuti anche a livello istituzionale.

Un'altra preoccupazione etica è il potenziale impatto sull’ambiente e la biodiversità; infatti, se ChatGPT venisse utilizzata per ottimizzare i raccolti a scapito della biodiversità e degli ecosistemi naturali, questo potrebbe avere un impatto negativo sull'ambiente.

Il futuro 

Con l’evoluzione della tecnologia, i dati saranno sempre più disponibili, pertanto le capacità di ChatGPT continueranno a crescere, in futuro non è da escludere che l’intelligenza artificiale potrebbe essere utilizzata anche per gestire intere aziende, controllando tutto in autonomia, dai sistemi di irrigazione alla selezione delle colture fino ad arrivare ai tempi di semina. Inoltre, con una popolazione mondiale in continua crescita, aumenterà anche il fabbisogno di cibo e questa tecnologia potrebbe svolgere un ruolo fondamentale nel soddisfare la domanda migliorando l'efficienza e la sostenibilità della produzione alimentare. 

Blockchain in agricoltura

La blockchain nel settore agrifood

La realizzazione della Blockchain nel settore agroalimentare anche a livello di produzione di materia prima: agricoltura e allevamento, sta crescendo con numeri interessati. Lungo la filiera agri food, sempre più player guardano con interesse alla Blockchain, principalmente per marketing e comunicazione (54% dei casi), ma nel 47% anche per una maggiore efficienza nei processi di gestione e coordinamento della supply chain, mentre per un 26%, viene utilizzata per un controllo dei processi al fine di migliorarne la sostenibilità. 

Circa il 13% dei progetti aperti in questo settore, lavorano per rendere più efficaci ed efficienti le procedure legate al richiamo dei prodotti in caso di criticità e recall interni o da parte da parte delle autorità sanitarie. (https://www.osservatori.net/it/ricerche/comunicati-stampa/agroalimentare-italiano-mercato)

La trasparenza e la logica di immutabilità dei dati, contemporaneamente alla condivisione delle informazioni lungo l’intera filiera, sono i principali benefici su cui poggia l’intera tecnologia, unitamente alla rapidità nel reperire le indicazioni di ciascun prodotto gestito lungo la filiera, garantendo allo stesso tempo il consumatore sulla trasparenza di quanto riportato.dicazioni di ciascun prodotto gestito lungo la filiera, garantendo allo stesso tempo il consumatore sulla trasparenza di quanto riportato.

Cos’è la blockchain

La blockchain (in italiano: blocchi concatenati) è una struttura dati che consiste in elenchi crescenti di record, denominati "blocchi", collegati tra loro in modo sicuro utilizzando la crittografia (tecnica di rappresentazione di un messaggio in una forma tale che l'informazione in esso contenuta possa essere recepita solo dal destinatario - https://www.treccani.it/enciclopedia/crittografia/). 

Ogni blocco contiene un algoritmo matematico chiamato hash, che mappa dei dati di lunghezza arbitraria in modalità crittografiica del blocco precedente, un time stamp e dati di transazione. Poiché ogni blocco contiene informazioni sul blocco precedente, questi formano effettivamente una catena con ogni blocco aggiuntivo che si collega a quelli precedenti. Di conseguenza, le transazioni blockchain sono irreversibili in quanto, una volta registrate, i dati in un determinato blocco non possono essere modificati retroattivamente senza alterare tutti i blocchi successivi.

La blockchain rientra nella più ampia famiglia dei registri distribuiti (distributed ledger), ossia sistemi che si basano su un registro replicato, condiviso e sincronizzato tra più soggetti presenti in molteplici luoghi, ma comunque appartenenti alla medesima entità. Nel caso della blockchain non è richiesto che i nodi coinvolti conoscano l'identità reciproca o si fidino l'uno dell'altro perché, per garantire la coerenza tra le varie copie, l'aggiunta di un nuovo blocco è globalmente regolata da un protocollo condiviso. Una volta autorizzata l'aggiunta del nuovo blocco, ogni nodo aggiorna la propria copia privata. La natura stessa della struttura dati garantisce l'assenza di una sua manipolazione futura.

Le caratteristiche che accomunano i sistemi sviluppati con le tecnologie della blockchain e dei registri distribuiti sono: digitalizzazione dei dati, decentralizzazione, disintermediazione, tracciabilità dei trasferimenti, trasparenza/verificabilità, immutabilità del registro e programmabilità dei trasferimenti. Grazie a tali caratteristiche, la blockchain è considerata pertanto un'alternativa in termini di sicurezza, affidabilità, trasparenza e costi alle banche dati e ai registri gestiti in maniera centralizzata da autorità riconosciute e regolamentate quali pubbliche amministrazioni, banche, assicurazioni, intermediari di pagamento, ecc.. (da Wikipedia - https://it.wikipedia.org/wiki/Blockchain)

I vantaggi in agricoltura

Al giorno d’oggi chi produce, chi trasforma, chi distribuisce, chi vende e chi consuma, sono sempre più legati da interessi comuni che sono la trasparenza e la sicurezza, pertanto, agricoltura e tecnologia, anche se formalmente sembrano due mondi molto lontani, sono nella realtà sempre più interconnessi, dunque una tecnologia articolata come la blockchain può avere vari ambiti di applicazione sempre più importanti anche nel settore agroalimentare.

Le applicazioni pratiche più rilevanti per il mondo agricolo e che sono già oggi una realtà, sono diverse, le principali sono:

• immediatezza nei pagamenti da parte dell’assicurazione verso l’imprenditore agricolo qualora si verificassero danni da calamità naturali; 
• monitoraggio e controllo di progetti relativi alla reale sostenibilità ambientale legati a contributi e in ogni caso a garanzia delle corrette applicazioni richieste in tale ambito; 
• garanzia sulle registrazioni di proprietà sull’acquisto di terreni; 
• controllo capillare sulla reale provenienza dei prodotti al fine di combattere il commercio illegale a garanzia della filiera e degli stakeholder; 
• trasparenza e regolarità lungo la filiera sia in termini di sicurezza e salubrità che in termini di efficientamento dei processi.

Attraverso una piattaforma verticale basata sulla tecnologia blockchain, il produttore inserirà per primo tutte le informazioni che riguardano il prodotto che intende commercializzare, successivamente in funzione degli altri “attori” coinvolti lungo la filiera, verranno aggiunti dati su eventuale lavorazione e trasporto fino ad arrivare alla commercializzazione del punto di vendita. 

Il sistema tenendo conto di tutti i dati inseriti nei vari passaggi con le modalità viste nel paragrafo precedente, porterà con sé tutte le informazioni complete circa il prodotto venduto a garanzia che nessun anello della catena possa essere manipolato nei vari step.  

Le indicazioni finali che il consumatore potrà consultare, potrebbero essere in vari formati: testuali, fotografici e addirittura in alcuni casi anche video (vi sono programmi collegati ad apposite APP che lo consentono).

La presenza inoltre di QR code, identificatori radio (RfID) o tag per Nfc (near-field communication), consentono anche di legare un’informazione specifica destinata a uno solo degli attori coinvolti lungo la filiera, come per esempio da cliente a venditore, oppure non essere proprio visibili, perché inutili all’acquirente finale o a chi trasporta la merce.

Le possibili difficoltà

La blockchain come tutte le tecnologie, se ben utilizzata può essere un valore aggiunto per l’imprenditore agricolo moderno, creando sicuramente nuove opportunità, tuttavia presenta anche dei limiti e criticità, i più importanti sono:

1. carenza legislativa specifica, lavorando in un mercato ormai globale, all’interno di questo sistema peer-to-peer, non è ancora presente un ente regolatore che possa uniformare e disciplinare standard legali; 
2. visto anche il punto precedente, queste nuove tecnologie possono generare confusione e rallentare i vari processi all’interno delle aziende, nonché generare una potenziale minaccia a livello informatico, questo soprattutto in ambito agricolo ove le dimensioni delle aziende non consentono investimenti ingenti in termini di sicurezza informatica;
3. possibili incompatibilità con i sistemi IT già esistenti nelle varie aziende agricole, da qui investimenti tecnologici per adeguarsi a questa tecnologia;
4. lentezza delle transazioni perché ogni transazione prima di essere validata deve essere controllata da tutta la rete (ci vogliono circa 10 minuti) affinché non violi nessuna norma e venga crittografata in modo indelebile;
5. enorme consumo energetico per ogni transazione.

Nonostante le criticità inevitabili di fronte a una nuova tecnologia, a mio parere, una moderna azienda agricola che vuole operare su un mercato sempre più complesso e dinamico, dovrebbe prendere in considerazione la possibilità di utilizzare e sfruttare la blockchain e i suoi vantaggi che inevitabilmente potrebbero aprire nuove opportunità.