Intelligent Food Information Retrieval Service (IFIRS)

Risultato della ricerca:

La ricerca attuale parte da una declinazione della IoT legata al mondo agroalimentare ed in particolare alle diverse accezioni del concetto di Internet of Food (IoF). La prima definizione dell’IoF è stata permutata dalla definizione di IoT o IoE (Internet of Everything) con una verticalizzazione sulle supply chain del food (reti di device, sensori per supportare i processi logistici legati al cibo). Attualmente la definizione di IoF è molto più ampia e include diversi aspetti che legano il cibo agli strumenti tecnologici. In particolare oltre la IoF si preoccupa di identificare cibi, alimenti con un loro indirizzo univoco o con una mappatura digitale delle proprie caratteristiche fisiche. Oltre all’IoF risultano interessanti anche altre aree che combinano tecnologia e food in diversi contesti. Si pensi al Food Web, FoodTech, Food Delivery, Food Literacy, Food Information Service, tutti concetti che hanno dato lo spunto alla nascita di numerose start-up legate al mondo del cibo (basta visitare il sito Startupitalia e navigare nella sezione FoodMakers). In questi ultimi anni l’attività di ricerca e sviluppo si è rivolta, in particolare, alle tecnologie IoT e IoF per la tracciabilità e rintracciabilità dei prodotti alimentari con la doppia accezione per Smart Manufacturing 4.0 e lo Smart Labeling con tecnologie per l’autenticazione dell’origine del cibo e della sua integrità biomolecolare. Come follow-up delle prime iniziative imprenditoriali sul food, come i piattaforme per il supporto decisionale e la classificazione degli alimenti per stakeholder nel campo della trasformazione del cibo, si intende perseguire la strada dell’integrazione nei sistemi digitali dei paradigmi dell’Internet of Food (IoF) attraverso la realizzazione di Food Information Systems (FIS) a supporto della shell life del food. I sistemi in sviluppo, anche nell’ambito delle iniziativa progettuali finanziate in corso, includono supporto alla tracciabilità e rintracciabilità del cibo, autenticità e certificazione di tutte le informazioni legate al ciclo di produzione, conservazione, trasporto, smaltimento del cibo. Le piattaforme in sperimentazione integreranno diversi sistemi informatici di backend e frontend, sia desktop che mobile per la fruizione e la generazione di conoscenza dinamica sul cibo orientato sia ai consumatori finali sia agli attori lungo la catena produttiva/distributiva specifica per ogni settore alimentare. Lo stato dell’arte scientifico e tecnologico è individuabile nelle diverse accezioni del termine “Internet of Food”. Gli argomenti maggiormente inerenti l’iniziativa imprenditoriale prendono ispirazione da ricerche quali:

• Food Ontologies, la classificazione normalizzata degli alimenti, ingredienti e cibi a partire da repository pubblici o aperti (Food Big Data);
• Recipe Management, la gestione delle ontologie degli ingredienti applicate al mondo della ristorazione per il decision-making del consumatore nella scelta del luogo di ristorazione al di là del semplice word-of-mouth su piattaforme digitali;
• Food Inventory Management, la gestione e pianificazione della spesa culinaria sia in ambito ristorazione che domestico;
• Food Literacy, comunicazione integrata nelle nuove tecnologie legata all’educazione al consumo consapevole di cibo sia a scopo edonico che a scopo salutistico;
• Food Information Systems, sistemi per la gestione e la certificazione dell’informazione e la conoscenza legate al ciclo di vita del food, anche con utilizzo di certificazione digitale e/o blockchain
• Strategie di Marketing legate a modelli di consumo e al comportamento del consumatore per il consumo del cibo.
• Strategie di marketing territoriale per combinare l’attrattività turistico-culturale alle tradizioni culinarie tipiche (p.es. dello stile culturale mediterraneo), ad esempio orientate al turismo enogastronomico.

Riferimento a finanziamenti precedenti:

• Progetto AGROMATER-LAB, Innovazione tecnologica, ricerca e servizi per il marketing dei prodotti agroalimentari tipici/di qualità e per la valorizzazione dei luoghi produttivi; POR Calabria FESR 2007-2013
• Progetto DIRECT FOOD. Valorizzazione delle Produzioni agroalimentari dei Sistemi Locali e di quelli tradizionali del Made in Italy attraverso la gestione integrata delle filiere e di canali innovativi produttore-consumatore; Programma Operativo Nazionale “Ricerca e Competitività 2007-2013” Regioni Convergenza
• Progetto SADECAL, fondi 2006-2007, Sostegno alla diffusione dell’e-business per aziende agroalimentari della Calabria
• Referente scientifico e progettazione per conto spin-off IbisLab srls progetto POR CALABRIA FESR 2007/2013 (CCI N° 2007 IT 161 PO 008), Obiettivo Operativo 1.1.4, IoCucino. Prot. 287629, Dicembre 2014
• Referente scientifico e progettazione per conto spin-off IbisLab srls progetto POR CALABRIA FESR-FSE 20142020, ASSE I – PROMOZIONE DELLA RICERCA E DELL’INNOVAZIONE, Azione 1.2.2, S3, Olio extra vergine d’oliva Digital Id maNagement (ODIN)

Innovatività rispetto a soluzioni già esistenti:

Negli ultimi anni il gruppo di ricerca di riferimento ha condotto una serie di review della letteratura sulla tecnologia che riguarda le varie fasi e attività sui comportamenti dei consumatori di food&beverage. Particolare attenzione è stata dedicata alle varie tipologie di informazione sul food che vengono fornite agli stakeholder lunga la catena di distribuzione del cibo, con particolare attenzione all’informazione veicolata verso i consumatori finali. E’ stato anche svolto un approfondito esame su varie piattaforme di information provisioning su food esistenti online (web app e mobile app ). Sulla scorta delle ricerche effettuate, alcuni progetti che hanno coinvolto spin-off e startup hanno prodotto alcuni concept e applicativi prototipali con potenzialità applicative di business in bari settori del food&bevarage.

Titoli di proprietà intellettuale:

Non si possiedono titoli specifici di proprietà industriale visto il settore di ricerca e le applicabilità ai business esistenti.

Principali applicazioni e mercato di riferimento:

Le possibili implicazioni sono ascrivibili a rendere più efficienti ed efficaci i processi legati al delivery, alla ricerca intelligente del food da parte del consumatore, alla verifica della compatibilità dietetica/etica/salutistica dei pasti con il profilo del consumatore, alla qualificazione e validazione puntuale dei commenti e valutazioni di piatti/ricette/ristoranti etc.

Il Mercato di riferimento, se valutato in funzione dei prodotti/servizi attivati, è piuttosto ampio e specifico. Il settore delle app nel food è in continua crescita per il riscontro sul mercato sempre più positivo, il valore di mercato a livello globale è stimato in 90 miliardi di euro secondo una stima di Rocket Internet, ma anche grazie alle ingenti somme che si stanno investendo in questi nuovi servizi. Nel corso del 2018 è stato uno dei settori preferiti dai Venture Capital: circa 1,6 mld di euro investiti – con un incremento di quasi il 23% rispetto all’anno precedente (dati AG Funder – European Agrifood Tech – Investing Report https://research.agfunder.com/2018/Europe-AgriFood-Tech-Funding-Report-2018.pdf). Attualmente è uno dei mercati tra i più affollati e competitivi, ma non di certo saturi: con una penetrazione online che si aggira attorno all’1%, il food delivery resta uno dei più grandi settori ancora prevalentemente offline, la cui inevitabile transizione verso l’online/mobile creerà moltissime opportunità di lavoro e guadagno (da Tech Crunch). Sul mercato italiano sono presenti esempi di start up, tra chi è specializzato nello sviluppo di un e-commerce di prodotti alimentari, servizi e app nel food delivery, servizi e app per la condivisione di ricette, food marketplace, applicazioni-guida nel mondo del mangiare e del bere.

Esigenze per l’ulteriore sviluppo – Industrializzazione:

È necessario integrare vari fonti di dati eterogenee e recuperare informazioni strutturati dagli stakeholder coinvolti. Si potrebbe partire da un sottoinsieme degli stessi e verificare la funzionalità degli algoritmi nelle funzioni principali per poi successivamente lavorare su dati più numerosi. L’estensione verso funzioni avanzate (machine-learning) sono prospettive future realizzabili per aumentare il ventaglio di applicabilità su contesti diversi e integrare gli aspetti “sociali” di rete o delle profilazione personalizzata del consumatore specifico di food&beverage.