Alla sede della FAO in zona Terma di Caracalla a Roma si è tenuta tra il 1 e il 3 luglio la Global Conference on Smart Farming. Si tratta della prima conferenza mondiale sull’agricoltura intelligente: una tre giorni che ha visto riunirsi ministri, ricercatori, organizzazioni non governative e colossi della tecnologia. Per la prima volta in una grande conferenza istituzionale il tema principale è stato la digitalizzazione delle filiere agricole: contestualmente, la FAO ha lanciato di uno strumento rivoluzionario, destinato a cambiare il modo in cui si decide cosa e dove coltivare.
LA GLOBAL SOIL SUITABILITY PLATFORM
Durante la giornata inaugurale la FAO e l’Università di Sydney hanno presentato ufficialmente. Si tratta di uno strumento digitale interattivo, capace di incrociare enormi quantità di dati (tessitura del suolo, pH del suolo, concentrazione di carbonio e micro elementi, capacità di ritenzione idrica, temperature, precipitazioni, stagionalità
ecc.) per consigliare a chi consulta le colture più adatte per ogni specifico appezzamento di terreno. Ovunque nel mondo l’appezzamento si trovi.
Non si tratta di un chatbot generalista, ma di un insieme di algoritmi di machine learning e modelli predittivi addestrati su dati pedologici e climatici globali, in grado di simulare l’idoneità di oltre cinquanta colture chiave per la sicurezza alimentare del pianeta. “È necessario un cambiamento di paradigma nell’agricoltura globale”, ha dichiarato Lifeng Li, Direttore della Divisione Terra e Acqua della FAO, “che passi dalla massimizzazione della produttività all’ottimizzazione della sostenibilità. Questa piattaforma ci offre le conoscenze scientifiche fondamentali per guidare la transizione, assicurando che ogni campo sia coltivato con la coltura più adatta, per le persone e per il pianeta”. La Global Soil Suitability Platform rientra nel progetto FAO SoilFER, progetto quinquennale iniziato nel 2022 e di cui la piattaforma rappresenta il principale punto di arrivo.
La Global Soil Suitability Platform stata progettata per essere accessibile gratuitamente. Non solo permetterà a decisori politici e ai singoli agricoltori di ridurre il rischio di raccolti fallimentari e ottimizzare l’uso di acqua e fertilizzanti: soprattutto, fornirà ai privati dati open e scientificamente consolidati. Anche startup agritech, sviluppatori di software e compagnie assicurative potranno usare questa infrastruttura scientifica per prodotti commerciali, consulenze agronomiche di precisione o polizze assicurative sui raccolti più affidabili. A tale proposito, le Nazioni Unite e la ISF Advisors indicano che, nei progetti in cui sono state introdotte le AI agronomiche, si sono ridotti i default sui prestiti agricoli di oltre il 50% e di aumentare la probabilità di ottenere un finanziamento del 15-20%.
LA GRANDE SINERGIA: EDGE AI, OPEN SOURCE E BIG AG
Il tema della Global Conference on Smart Farming non è nuovo: due tra le aziende più strutturate nei rami Agribusiness e AI, Syngenta e Microsoft, lavorano in tale direzione e dichiaratamente sin dal 2024. Microsoft mise in commercio a luglio la piattaforma cloud Azure Data Manager for Agriculture per intrecciare dati su suolo, clima e colture e calcolare scenari agronomici e ipotesi decisionali. Syngenta, invece, lanciò al WEF di Davos di gennaio 2024 il sistema di intelligenza artificiale generativa di assistenza gli agronomi nelle scelte colturali quotidiane Cropwise AI.
Di lì in poi si è assistito alla moltiplicazione di startup che portano la AI nei campi coltivati. Ciò grazie ai dispositivi Edge AI (chip come NVIDIA Jetson, NVIDIA Tao Toolkit e Google Coral), economici (meno di $200) e in grado di eseguire modelli di visione artificiale a bordo di trattori e droni, mentre assistenti AI offline open-source come Llama e Mistral forniscono l’interfaccia. Quest’integrazione è nodale per portare l’agricoltura di precisione anche nelle aree rurali più isolate, specie Africa e Sud America.
Se la FAO ha fatto il primo passo nel quadro di una istituzionalizzazione dei processi AI in agronomia, lo sviluppo tecnologico parla, come s’è visto, la lingua delle Big Tech e dell’open source. Google DeepMind attraverso Gemini è impegnata in progetti di ricerca in India e Africa per l’analisi di immagini satellitari e il riconoscimento di malattie delle piante. La già citata Microsoft fornisce Azure anche a Bayer e Land O'Lakes. OpenAI alimenta chatbot e strumenti di generazione di report utilizzati da startup come ClimateAI e Cropin.
PROSPETTIVE
L’interesse mostrato in queste ore a Roma ha quindi solide fondamenta finanziarie. Se il mercato globale dell’intelligenza artificiale applicata all’agricoltura valeva nel 2025 circa $2,6 miliardi, 0IMARC stima che potrebbe arrivare a $13 miliardi entro il 2034. Ciò significa una crescita annuale stimata del 19%. Attualmente, il 53% degli acquisti va in modelli di machine learning. Il meccanismo si sta quindi consolidando sui mercati e la FAO ha deciso di metterci mano con questa conferenza: l’organizzazione mondiale mette a disposizione gli standard e gli open data, le aziende e i centri di ricerca scalano le soluzioni e i mercati finanziari valutano secondo le metriche AI affidabili la sostenibilità degli investimenti. Un circolo virtuoso con l’obiettivo dichiarato di rendere l’agricoltura globale non solo più produttiva, ma più intelligente e resiliente.
LO SCENARIO EUROPEO: SICCITÀ E NECESSITÀ DI INNOVAZIONE
Il congresso della FAO si inserisce nella cornice di un’agricoltura europea messa sempre più alle strette dalla crisi climatica. Coldiretti, tra le sigle presenti alla conferenza, ha sottolineato che otto aziende agricole italiane su dieci si dichiarano pronte a investire in tecnologie digitali per ottimizzare l’uso di acqua, energia e fertilizzanti. Un dato che fa eco a quelli di Smart Agrifood, secondo cui l’agricoltura italiana ha già investito circa 2,5 miliardi di euro in tecnologie 4.0 e Intelligenza Artificiale.
Se il regolamento UE 2024/1689 varato dall’Europarlamento sulla AI sta entrando in vigore in modo graduale (dal 2 febbraio 2025 sono operativi i divieti e gli obblighi di alfabetizzazione, mentre dal prossimo 2 agosto 2026 scatteranno le regole complete per i sistemi ad alto rischio), per l’agricoltura, tuttavia, la strada appare relativamente sgombra. Infatti, le applicazioni più diffuse della AI, come il riconoscimento di malattie delle piante tramite immagini o l’ottimizzazione degli input in campo, non rientrano nelle categorie di rischio predefinite e sono soggette principalmente ai consueti obblighi di trasparenza e qualità dei dati, senza gli oneri normativi della legge europea del 2024.
UCapital Media