Utilizzare l'intelligenza artificiale per prevedere quantità e tempistiche: può sembrare futuristico, ma l'azienda belga Möbius ha sviluppato una soluzione per farlo, inizialmente per la cooperativa Hoogstraten. "Come commerciante, ogni settimana bisogna decidere quanto promuovere, quando avviare le campagne e quanto stock mantenere. Combinando diverse fonti di dati, abbiamo sviluppato un modello di intelligenza artificiale in grado di prevedere i volumi complessivi con una notevole precisione, giorni, settimane e persino mesi in anticipo", hanno spiegato Cynthia Hadinoto e Jonathan Aelterman della Möbius.
© Mobius
Per l'implementazione presso la cooperativa Hoogstraten, l'attenzione si è concentrata in particolare sulle fragole, ma l'azienda sottolinea che la tecnologia può essere applicata anche a molti altri prodotti. "Quando parliamo di fragole, non ci riferiamo solo a una delle colture più delicate e preziose, ma anche a una delle più imprevedibili. La prevedibilità è la parola chiave. Nel caso delle fragole, notiamo che i volumi di produzione variano in modo significativo di anno in anno: si verificano picchi e cali, e ogni anno è diverso. Inoltre, sta diventando sempre più difficile fare previsioni affidabili. Piccole differenze climatiche hanno un grande impatto sui raccolti. E poiché le fragole hanno una breve shelf life, è fondamentale avere un'idea chiara di cosa aspettarsi", sottolinea Jonathan.
"Se si sottostima la resa, ci si ritrova con sovraccapacità e calo dei prezzi. Se si sovrastima, si rischiano scaffali vuoti e vendite perse. Tutto si riduce, quindi, alla prevedibilità. La domanda centrale era: cosa succederebbe se si potesse prevedere l'imprevedibile? Ed è qui che entrano in gioco l'intelligenza artificiale e il machine learning".
L'IA come strumento
Cynthia aggiunge: "Combinando diverse fonti di dati, sia interne che esterne, abbiamo sviluppato un modello di intelligenza artificiale in grado di prevedere i volumi complessivi con grande precisione. Immaginate di essere responsabili della pianificazione commerciale. Tradizionalmente, promozioni e livelli di stock si basano sui dati dell'anno precedente o sull'intuizione, ma condizioni climatiche, rese delle colture e dinamiche di mercato cambiano continuamente. Un sistema di intelligenza artificiale può integrare tutte queste informazioni e aggiornarle quotidianamente, in modo che le decisioni si basino sulla realtà più attuale. Il machine learning utilizza i dati storici per riconoscere i modelli e prevedere il futuro. Il modello continua ad apprendere, migliorando costantemente la precisione delle stime".
© Thijmen Tiersma | FreshPlaza.it
Cynthia spiega come Möbius ha costruito il modello. "Tutto è partito dai dati delle serie temporali. Utilizziamo dati storici come volumi di produzione, varietà di piante e metodi di coltivazione, ma anche fonti esterne come dati meteo, irraggiamento solare e temperatura. Sulla base di questi dati generiamo centinaia di serie temporali derivate, arrivando a oltre 500 variabili di input. Si possono immaginare queste variabili come 500 indizi in un enigma, alcuni evidenti, altri meno. Il modello impara quali segnali sono più importanti e quando. Per ottimizzare il modello, utilizziamo algoritmi genetici. Il sistema testa diverse strategie, seleziona la migliore e si perfeziona a ogni iterazione. Il risultato è un modello che prevede con precisione crescente, fino a quando la linea prevista non corrisponde quasi alla realtà".
Un'app meteo, ma per la gestione aziendale
"Nel tempo, il modello produce previsioni fino a sette settimane in anticipo, aggiornate quotidianamente con gli ultimi dati. Si può paragonare a un'app meteo, ma per la gestione aziendale", continua Jonathan. "Da aprile, il sistema è operativo presso la cooperativa Hoogstraten e i risultati sono promettenti. A seconda dell'arco temporale, il modello raggiunge un'accuratezza di circa il 90%. Un esempio: a maggio, il modello aveva previsto un forte picco di produzione".
La Hoogstraten ha anticipato questo picco lanciando tempestivamente una promozione con un importante retailer. "Grazie a quella promozione, sono riusciti a vendere dieci volte il volume settimanale normale, a un prezzo superiore del 50% rispetto alla media di mercato. Un risultato vantaggioso sia per i produttori sia per il commercio. Questo dimostra che l'intelligenza artificiale e il machine learning possono apportare un reale valore aggiunto al settore agricolo, sia per i grandi produttori sia per quelli più piccoli", conclude Jonathan.
Per maggiori informazioni:
Cynthia Hadinoto / Jonathan Aelterman
Möbius
+32 9 280 74 20
[email protected]
www.mobius.eu
