L’AI applicata alla filiera alimentare – riduzione degli sprechi, ottimizzazione energetica, previsione della domanda – funziona bene solo quando si verificano due condizioni precise.
La nostra Survey EPM 2026, appena pubblicata e condotta su 87 professionisti del manifatturiero italiano, con Food & Beverage primo settore per rappresentanza (44,8%), le misura entrambe. E i numeri non sono incoraggianti.
La prima condizione è il patrimonio informativo
Un algoritmo predittivo applicato a dati frammentati non ottimizza: amplifica le inefficienze già presenti. Eppure il 27,6% del campione intervistato convive ancora con fonti dati non integrate, e il 6,9% gestisce i propri dati prevalentemente tramite Excel. In un contesto di settore caratterizzato da alta stagionalità, promozioni trade aggressive e filiere multi-stabilimento, questo significa che oltre un terzo delle aziende non ha ancora le fondamenta informative per un’AI che produca risultati affidabili anche in ambito ESG. Consumi energetici per linea produttiva, coefficienti di spreco per SKU, emissioni di filiera: l’AI ha bisogno di essere nutrita con dati di qualità, strutturati che si costruiscono nel tempo e non si recuperano retroattivamente.
La seconda condizione è il controllo umano
Anche quando i dati ci sono, emerge un rischio altrettanto concreto: delegare la decisione all’algoritmo senza gli strumenti per valutarne la qualità. Il predominio cognitivo non è uno stato naturale: si costruisce attraverso processi di governance strutturati e framework di analisi progettati per restituire alla componente umana del processo le informazioni necessarie a valutare – e se necessario contestare – ciò che il modello suggerisce. Solo così il management può mantenere piena comprensione dei meccanismi dell’AI, riconoscere i segnali di errore e intervenire sulla logica dei modelli, non limitarsi al semplice “human in the loop”. Nel reporting ESG questo è particolarmente critico: i dati Scope 3 – relativi cioè alle emissioni indirette di gas serra generate lungo l’intera supply chain, sia a monte che a valle, non controllate direttamente dall’azienda – sono i più difficili da verificare e rendicontare numeri prodotti da un modello opaco espone l’azienda a rischi concreti di non conformità in sede di audit.
La nostra Survey rileva che il 44,8% delle aziende che utilizza l’EPM integra una qualche forma di analisi per il Reporting ESG – un dato in sé significativo. ma compensato dal 48,3% di chi non ha ancora piani concreti di integrazione. Il messaggio per CIO e responsabili supply chain del F&B è uno: l’AI nella sostenibilità non è un problema tecnologico. È un progetto che inizia dalla qualità del dato e si completa con la capacità organizzativa di governare – non subire – le raccomandazioni dei modelli.
Survey EPM Italia 2026 disponibile su richiesta: mirko.menecali@sinfo-one.it
