Prevedere la domanda, ottimizzare le risorse, ridurre gli sprechi. Sono gli obiettivi al centro di “Opera” (Optimization and Efficiency in Resource Allocation for olive/Evo oil Production), il progetto di ricerca che ha portato per la prima volta l’intelligenza artificiale all’interno della filiera dell’olio extravergine di oliva.
L’iniziativa, presentata lo scorso 23 ottobre all’Università di Palermo, nasce nell’ambito del programma Onfoods – Research and Innovation Network on Food and Nutrition Sustainability, Safety and Security, finanziato con fondi Pnrr, e rappresenta un esempio concreto di come la collaborazione tra università, imprese e partner tecnologici possa accelerare la transizione digitale del settore agroalimentare.
Dai dati alle decisioni, un ecosistema di competenze
Alla base di “Opera” c’è un consorzio multidisciplinare che ha unito ricerca scientifica, industria e tecnologia.
- Il Dipartimento Saaf dell’Università di Palermo e il Dipartimento di Informatica dell’Università di Salerno hanno sviluppato modelli predittivi e algoritmi di machine learning;
- Tuidi srl ha curato lo sviluppo dell’intelligenza artificiale applicata alla previsione della domanda;
- Integry srl ha gestito l’infrastruttura digitale, i sistemi IoT e cloud;
- Olio Levante srl ha rappresentato il banco di prova industriale,
- mentre Food Hub ha coordinato comunicazione e formazione.
«Opera non è solo un modello tecnologico, ma un metodo di lavoro basato su dati affidabili e condivisione di conoscenza. Quando i dati guidano le decisioni, si crea valore reale lungo tutta la filiera», ha sottolineato Valeria Borsellino, docente associato presso il Dipartimento Saaf dell’Università di Palermo e coordinatrice scientifica del progetto.
Un frantoio “intelligente” per produrre meglio
La validazione in campo del sistema presso Olio Levante, azienda pugliese attiva dal 1902 e oggi presente in 53 Paesi, ha dimostrato la portata innovativa dell’approccio.
L’applicazione dell’intelligenza artificiale ha permesso di anticipare la domanda, ridurre i tempi morti e adottare un modello di produzione “just-in-time”. I risultati sono tangibili e misurabili:
- +18% di efficienza degli impianti;
- -22% di tempi di consegna;
- -30% di ordini inevasi tra il 2024 e il 2025.
«L’adozione di un unico sistema integrato - ha spiegato Massimo Morelli (Integry srl) - ha consentito all’azienda di gestire un incremento delle vendite del 26% senza stressare la struttura produttiva. L’IA ha reso più agile e consapevole ogni decisione “Opera”tiva».
Quando la complessità diventa opportunità
La filiera olearia è notoriamente una delle più complesse da gestire: la produzione è soggetta a variabili climatiche, le rese oscillano, la domanda dipende da promozioni e stagionalità. Come ha ricordato Vincenzo Deufemia (Università di Salerno), «la sfida principale è costruire modelli predittivi robusti in presenza di dati scarsi, disomogenei e discontinue».
Le serie storiche di vendita, spesso frammentate, devono essere integrate con dati esterni – meteo, quotazioni spot, attività promozionali – per fornire al sistema un contesto completo.
Gli esperti di “Opera” hanno quindi tracciato una roadmap per la digitalizzazione predittiva della filiera:
- investire nella qualità e nell’arricchimento dei Dati. Ovvero non limitarsi alle sole vendite. È cruciale integrare dati esterni (es. meteo sul raccolto, prezzi spot dell’olio, attività promozionali) e interni (es. giacenze di magazzino) per fornire al modello il contesto necessario a gestire la volatilità;
- standardizzazione e pulizia. Per questo è necessario stabilire protocolli rigorosi per la raccolta e l’unificazione dei dati aziendali eterogenei (clienti, prodotti, canali distributivi), garantendo che le serie temporali siano continue e affidabili;
- creare infrastrutture cloud flessibili e scalabili implementando piattaforme dati che possano gestire grandi volumi di dati e supportare l’integrazione rapida di nuove fonti consentendo l’addestramento e il retraining rapido di modelli complessi.
Le imprese olearie tra curiosità e cautela
Nonostante il successo del progetto pilota, la diffusione dell’intelligenza artificiale nel comparto oleario è ancora agli inizi. Un’indagine condotta da Food Hub su 14 aziende italiane (disponibili all’indagine su 110 contattate), concentrate soprattutto tra Puglia e Sicilia, mostra che solo 4 imprese su 14 intervistate si sentono pronte ad avviare un progetto di IA, mentre altre quattro ipotizzano di farlo entro cinque anni.
Le principali barriere? Timori sulla sicurezza dei dati, la potenziale perdita della privacy, specialmente nella condivisione di dati sensibili (clienti, fornitori, informazioni aziendali) con terze parti e la mancanza di competenze interne e costi di implementazione. Ma anche resistenze culturali, come la paura di perdere controllo (diffidenza, sfiducia, paura di dipendere troppo dal digitale) o di “umanità” nei processi decisionali.
Un settore che cambia passo
Sul piano economico, come evidenziato da Gabriella Epifani (Università di Palermo), il mercato dell’olio italiano sta attraversando una fase di normalizzazione post-inflattiva: i prezzi si stabilizzano e l’evo consolida il proprio ruolo “core” nella dispensa domestica.
In questo contesto, tecnologie predittive e digital twin possono rappresentare un vantaggio competitivo decisivo, aiutando le imprese a pianificare la produzione in modo più flessibile e sostenibile.
Verso una filiera digitale e sostenibile
Con “Opera” è stato sviluppato un prototipo funzionante e pre-commerciale, ma l’ambizione è più ampia: estendere il modello ad altre filiere agroalimentari, creando un framework nazionale per la gestione digitale e sostenibile della produzione.
Un approccio che unisce efficienza, innovazione e responsabilità ambientale, dimostrando che l’intelligenza artificiale non sostituisce l’esperienza dell’agricoltore o dell’imprenditore, ma la potenzia con nuovi strumenti di previsione e controllo.
In definitiva, “Opera” segna un punto di svolta per la filiera dell’olio extravergine di oliva: dal frantoio al mercato, la conoscenza diventa misurabile, condivisibile e strategica.
Il progetto in breve
Nome: OPERA – Optimization and Efficiency in Resource Allocation for olive/Evo oil Production
Coordinamento: Università degli Studi di Palermo – Dipartimento SAAF
Partner scientifici: Università di Salerno – Dipartimento di Informatica
Partner tecnologici: Tuidi srl, Integry srl, Food Hub srl SB
Azienda pilota: Olio Levante srl (Puglia)
Finanziamento: Programma ONFOODS (PNRR)
Obiettivo: Applicare l’intelligenza artificiale per prevedere la domanda, ottimizzare la produzione e ridurre gli sprechi nella filiera olearia.
Risultati: +18% efficienza impianti, –22% tempi di consegna, –30% ordini inevasi.
L’articolo è disponibile per i nostri abbonati su Olivo e Olio n. 6/2025
Sfoglia l’edicola digitale
e scopri di più sulle formule di abbonamento a Olivo e Olio
