La Data Economy sta rivoluzionando il settore agricolo, trasformando la modalità di conduzione delle aziende rurali e influenzando l’intero ciclo produttivo. I dati stanno diventando un fattore produttivo cruciale, al pari di terra, semi e acqua.
L’impiego di queste informazioni digitali porta con sé una serie di vantaggi in termini di ottimizzazione delle risorse e incremento della produttività.
Tuttavia, l’implementazione della Data Economy nel comparto agricolo non è priva di sfide: questioni legate alla privacy dei dati, alla loro gestione ed elaborazione rappresentano importanti nodi da sciogliere. Nonostante ciò, la prospettiva futura è quella di un settore agricolo sempre più digitalizzato e interconnesso, dove la Data Economy svolgerà un ruolo centrale nell’innovazione e nello sviluppo sostenibile dell’agricoltura.
I vantaggi della data economy
Del resto, viviamo in un’era in cui l’avvento delle tecnologie digitali e le capacità di monitoraggio distribuite a basso costo stanno cambiando considerevolmente quelle che erano le gerarchie tra gli attori principali in molti domini applicativi.
Tra le conseguenze attese da questa trasformazione, destinata a produrre consistenti moli di dati in tutti i settori produttivi, si prevede un’ascesa di tutto quanto ruota intorno al promuovere e abilitare la cosiddetta data economy. Le attività di rilievo in questo contesto riguardano come aggregare i vantaggi portati da tecnologie emergenti con nuovi modelli di business che giustifichino un coinvolgimento oltre la massa critica di attori, sia esistenti che emergenti, che mettano al centro delle loro strategie la condivisione dei dati raccolti ed il loro processamento per la fornitura di servizi nei quali l’Intelligenza Artificiale acquisisce un ruolo crescente per migliorare efficienza produttiva e utilizzo di risorse.
All’interno di questo panorama, la Commissione Europea vuole supportare la realizzazione di quegli strumenti che alimentano una economia del dato che sia quanto più possibile equa e riconosca il diritto di proprietà del dato a chi lo raccoglie o a chi ne è il proprietario (data sovereignty). Tra i vari settori (automotive, salute, smart-cities and communities, green deal etc.) anche quello dell’agricoltura è riconosciuto come un dominio applicativo per il quale l’impatto della data economy potrà portare vantaggi sostanziali.
Il significato e l’importanza della data economy nell’agricoltura
Tra le questioni principali da dover affrontare c’è il problema della frammentazione in tutti quei sistemi informativi che supportano ad oggi il mondo dell’agricoltura. Per apprezzare la complessità dei problemi affrontati basti pensare ai tanti compartimenti stagni creati dalla divisione tra dati collezionati in sistemi di organismi pubblici (catasto, sistemi informativi agricoli regionali etc.) e privati (sistemi di gestione aziende agricole, quaderni di campagna etc.); alle separazione esistente tra dati collezionati direttamente da sensoristica in campo o su macchine agricole e dati che invece vengono processati e aggregati per arrivare ad una conoscenza più approfondita per fornire servizi di supporto alle decisioni; ai sistemi che utilizzano dati per analisi di natura statistica separati da quelli che invece raccolgono dati per erogare le giuste compensazioni assicurative etc.
In questo contesto altamente eterogeneo, la possibilità di interfacciare sistemi di gestione dati nati e concepiti in maniera indipendente e la capacità di indirizzare problemi di interoperabilità e di governance dei dati raccolti, diventano delle direttive strategiche molto importanti per quello che sarà il percorso di digitalizzazione del comparto di produzione agricolo.
I vantaggi della data economy per il settore agricolo
I vantaggi sono molteplici. Oltre ad efficientare i sistemi cui gli agricoltori faranno riferimento per migliorare le proprie pratiche, ci sono dei vantaggi anche per i policy-makers che, a livello nazionale si trovano a dover implementare delle azioni supportate da politiche agricole comunitarie (PAC) che siano efficienti e indirizzino problemi concreti affrontati dalle aziende di settore. Tra le esigenze più pressanti in cerca di soluzioni valide troviamo ad esempio la necessità di avere pratiche di aggiornamento e pagamento che diventino più rapide ed efficaci, assicurando il giusto e tempestivo riconoscimento nel caso di allocazione di sussidi o di richieste di risarcimento parametrizzate al tipo di raccolto; pensiamo anche a tutti i vantaggi del miglioramento della produzione legati ad un monitoraggio efficace e preciso proveniente da fonti diverse (IoT, satellite, macchine agricole etc.), ad una caratterizzazione del raccolto per quantità e qualità e piazzamento a mercato tramite strumenti di gestione che hanno accesso a basi dati aggiornate in tempo reale. Molti casi d’uso di dataspaces condivisi prevedono un miglioramento sostanziale della marginalità delle aziende agricole, grazie ad una maggiore portabilità dei dati collezionati e condivisi durante le varie fasi di crescita e in sede di raccolta che valorizzano la produzione e consentono di evitare un utilizzo non autorizzato e ritardi nella propagazione di aggiornamenti tra vari sistemi che invece faranno riferimento alla fonte del dato piuttosto che a sue repliche incontrollate.
Il progetto Ue AgriDataSpace
Per realizzare questa visione sicuramente attraente, ma altrettanto complessa da implementare per quelle che sono le caratteristiche del settore produttivo agricolo, la Commissione Europea ha lanciato dallo scorso ottobre 2022 e per una durata prevista di 18 mesi, un’Azione di Coordinamento e Supporto chiamata “AgriDataSpace”[1] che si prepone a livello EU di stabilire quelle che saranno le linee guida da seguire per mettere in piedi un’infrastruttura federata tra vari stati membri capace di raccogliere e fornire dati di varia natura, secondo regole e relazioni di business, promosse dalle opportunità di incentivazione alla condivisione e alla monetizzazione che nuove tecnologie e la suddetta visione per i dataspaces permettono di attivare.
Gli obiettivi del progetto
I risultati del progetto, in cui la Fondazione Bruno Kessler guida le attività di sviluppo linee guida tecnologiche, prevedono la creazione di un’architettura di riferimento e dei suoi elementi costitutivi (i cosiddetti building blocks) che accomunano questi dataspaces federati tra vari Stati Membri EU e tra sottosettori del vasto dominio applicativo in oggetto. Le attività eseguite inoltre evidenziano i “percorsi virtuosi” da seguire per accomunare interessi dei tanti attori coinvolti nell’implementazione dei dataspaces. L’analisi effettuata si snoda lungo tre assi, quello tecnologico, quello del business e quello legale, tutti essenziali per assicurare impatto e adozione delle soluzioni previste.
Gli elementi abilitanti
Per dividere le problematiche affrontate lungo questi tre assi si parte da una separazione tra i cosiddetti Data Plane e Control Plane, orientata ad evidenziare quegli elementi abilitanti che, opportunamente posizionati all’interno di un’architettura di riferimento, riguardano rispettivamente sia le tecnologiche che promuovono un interfacciamento interoperabile tra vari sistemi di gestione dati, che quelle da mettere in piedi per sostenere lo scambio dati in un ambiente fiduciario, in cui tutti gli attori sono stati debitamente autenticati e possono condividere in maniera sovrana i propri dati diventando però anche responsabili di quanto condividono.
Marketplaces e clearinghouse
La parte più allineata ad aspetti di business è quella che prevede l’aggiunta dei cosiddetti marketplaces che danno visibilità alle varie offerte di dati da parte dei vari attori e soluzioni di clearinghouse per il tracciamento di scambi dati e transazioni commerciali ad esse associate. In tal contesto, si prevede la necessità di implementare soluzioni innovative scalabili che diano modo di tracciare micro-transazioni e automatizzare i pagamenti per sostenere la valorizzazione dei dati e il loro scambio.
La dimensione legale
La dimensione legale è invece quella che disegna le regole che vanno a tener conto dei diritti degli agricoltori, raccolti nel cosiddetto Code of Conduct[2] che prevede solo adempimenti su base volontaria, rinforzato sia dai contenuti dal Data Governance Act (divenuto legge il 24/09/2023) che di quelli del Data Act (che dovrebbe entrare in vigore entro qualche mese), con i quali la Commissione Europea vuole salvaguardare, in maniera obbligatoria stavolta, i diritti di chi i dati li produce senza ignorare le volontà di chi invece è rappresentato da quei dati.
Questi avanzamenti lungo le tre dimensioni illustrate hanno lo scopo di gettare le basi per andare a sostenere la realizzazione di dataspaces che promuovono una nuova economia dei dati, il subentro di nuovi attori (e.g. data intermediaries) e l’implementazione di soluzioni di condivisione equa con gestione del consenso da parte degli agricoltori per l’accesso e l’utilizzo di quei dati che riguardano le loro coltivazioni e aziende.
Le sfide della data economy in agricoltura
L’implementazione della strategia europea per un dataspace federato rappresentativo del settore agroalimentare, tuttavia non può rappresentare un obiettivo fine a se stesso. Per quanto sia auspicabile ridurre la frammentazione per efficientare un settore burocraticamente ancora molto appesantito, è chiaro che riscuotere il successo atteso significa anche promuoverne applicazioni concrete, che dimostrino il valore aggiunto per i vari attori che decidono di adottare queste linee guida andando a migrare i propri sistemi dati verso una destinazione comune.
Per sostenere questa migrazione aggregata verso obiettivi comuni, nasce l’esigenza di prevedere un percorso di roadmapping che realizzi opportunità di integrazione per fasi successive dettate sia dalla disponibilità delle tecnologie e soluzioni richieste ma anche e soprattutto dalle richieste di mercato motivate da casi d’uso concreti che realizzano valore per gli attori coinvolti nell’adozione di tali soluzioni.
La condivisione di un’architettura di riferimento per un dataspace europeo comune per l’agricoltura, l’analisi di casi d’uso concreti derivati dall’analisi dettagliata di quanto esiste già a livello europeo e il roadmapping di tecnologie in fase di implementazione e di progettazione, sono tra i risultati attesi per la fase conclusiva del progetto AgriDataSpace, che terminerà a fine marzo 2024.
Il progetto AgrifoodTEF
L’applicazione in contesti di progettazione esistenti, in cui l’adozione di una strategia comune per la condivisione di dati derivanti nello specifico dalla sperimentazione in campo di algoritmi di Intelligenza Artificiale e di soluzioni di Robotica sarà invece parte integrante delle attività di un altro importante progetto EU, chiamato AgrifoodTEF. Questo progetto, coordinato dalla Fondazione Bruno Kessler, prevede la messa in piedi di servizi forniti da Testing and Experimentation Facilities che testano, in condizioni reali, soluzioni di Intelligenza Artificiale e Robotica per la produzione agroalimentare europea, fornite da PMI e aziende terze.
Il piano per AgrifoodTEF di acquisire una sostenibilità economica basata sulla vendita di servizi prevede anche di dare un contributo importante alla realizzazione della visione sui dataspaces, andando a dimostrare la realizzazione di un asset concreto che metterà a fattor comune dati prodotti nelle centinaia di servizi che si prevede di fornire in questa importante rete di più di 30 partner Partner in 9 nazioni europee. La realizzazione di un dataspace per dati collezionati in locazioni e sperimentazioni diverse permetterà di parallelizzare gli sforzi ed i progressi fatti nel migliorare le soluzioni che verranno introdotte a mercato da aziende innovative senza dover aspettare il ripetersi di stagioni produttive. Di questo progetto e di come costituisca un’importante pietra miliare anche nella realizzazione di soluzioni concrete che usano l’intreccio tra dataspaces e Intelligenza Artificiale, parleremo nel dettaglio in uno degli articoli successivi.
Conclusioni
In conclusione, per il contesto applicativo della produzione primaria si prevede che la scommessa migliore su cui i promotori del concetto di dataspaces possano puntare, sia l’accelerazione di soluzioni che usano l’Intelligenza Artificiale, grazie soprattutto alla possibilità di sfruttare basi dati sempre più allargate e complete. La crescita e l’evoluzione di queste basi dati, nonché l’abbassamento delle barriere tra i vari silo dei tanti sistemi informativi, permetteranno infatti di creare le premesse per allenare algoritmi progressivamente sempre più sofisticati e in grado di supportare gli agricoltori (ma anche e soprattutto i policy-makers impegnati ad indirizzare le misure della PAC) nel capire su quali tecnologie e soluzioni vale la pena di investire per rendere le proprie produzioni più efficienti e sostenibili.
Note
[1] https://agridataspace-csa.eu/
[2] EU Code of conduct on agricultural data sharing by contractual agreement. https://www.cema-agri.org/images/publications/brochures/EU_Code_of_conduct_leaflet.pdf
