De wereld staat voor een kritieke uitdaging op het snijvlak van voedselzekerheid en milieuduurzaamheid.
Statistieken die door de VN worden aangehaald, suggereren dat de voedselproductie met maar liefst 70% moet toenemen om een groeiende wereldbevolking te voeden die naar verwachting 9,7 miljard zal overschrijden in 2050. Het is echter onwaarschijnlijk dat een stijging van de landbouwopbrengst alleen de kloof zal overbruggen.
Gezien de toenemende bezorgdheid over klimaatverandering is een drastische uitbreiding van het landbouwareaal niet haalbaar. In plaats daarvan zal het van vitaal belang zijn om beter gebruik te maken van bestaand land, zowel in termen van productiviteit als duurzaamheid.
Terwijl het wereldwijde voedselsysteem bijdraagt aan 26% van de wereldwijde uitstoot van broeikasgassen, is het ook kwetsbaar voor de gevolgen van klimaatverandering, zoals droogtes, overstromingen en veranderingen in de vruchtbaarheid van de bodem. Verder blijft het feit dat een derde van al het geproduceerde voedsel wordt verspild een grote bron van zorg.
Om dergelijke immense uitdagingen op het gebied van duurzaamheid en beschikbaarheid aan te gaan, is meer efficiëntie, productiviteit en weerbaarheid nodig - een gebied waarop data-driven voedselsystemen een belangrijke rol kunnen spelen.
De kracht van data
Data-driven voedselsystemen kunnen een revolutie teweegbrengen in de productie, distributie en consumptie van voedsel door gebruik te maken van geavanceerde technologieën en data-analyse.
Door gebruik te maken van big data en analytics in de hele voedselketen kunnen bedrijven duurzame waarde creëren, activiteiten optimaliseren, de inkoop verbeteren en oplossingen voor de circulaire economie implementeren.
Op dit moment zijn er verschillende voorbeelden van data die worden gebruikt om verschillende aspecten van voedselsystemen te verbeteren. Deze omvatten:
- Precisielandbouw: Optimaliseert de landbouwproductie door gebruik te maken van technologie, data-analyse en gespecialiseerde apparatuur om velden efficiënt te beheren. Dit resulteert in een effectiever gebruik van hulpbronnen zoals water, meststoffen en pesticiden, terwijl het afval en de milieu-impact vermindert.
- Supply Chain Management: Hier kunnen data innovatie, winstgevendheid en duurzaamheid van boerderij tot bord stimuleren via maatregelen zoals betere prognoses, traceerbaarheid van voedsel, veiligheidsmaatregelen en afvalvermindering.
- Consumentengedrag: Data-driven voedselsystemen kunnen ook worden gebruikt om koopgewoonten en consumptiepatronen van voedsel te analyseren, waardoor een beter inzicht wordt verkregen in veranderende voorkeuren en mogelijkheden om gezonde eetgewoonten te bevorderen.
AI en robotica in actie
Tegenwoordig liggen essentiële datastromen ten grondslag aan AI- en robotica-innovaties op verschillende gebieden. In de landbouw bijvoorbeeld gebruiken voorspellende AI-oplossingen geavanceerde algoritmen en data-analyse om intelligente voorspellingen te ontsluiten waarmee boeren proactief verliezen kunnen voorkomen en verbeteringen kunnen doorvoeren.
Een veelvoorkomend voorbeeld hiervan is weersvoorspelling. Met weerdata, satellietbeelden en klimaatmodellen kunnen historische weerpatronen worden geanalyseerd om toekomstige omstandigheden zoals neerslag, temperatuur en vochtigheid te voorspellen.
Daarnaast kunnen AI-modellen uitbraken van gewasziekten voorspellen. Op basis van historische ziektedata, transmissiedynamiek en omgevingsfactoren kunnen epidemiologische modellen voorspellingen doen, risicogebieden aanwijzen en preventieve maatregelen voorstellen.
Hoewel deze oplossingen zijn ontworpen om boeren in staat te stellen risico's te beperken door middel van adaptieve beheerpraktijken, zorgen agrofood-robots ook voor een revolutie in landbouwpraktijken, arbeidsdynamiek en efficiëntie van de voedselproductie.
Veel boeren hebben al geautomatiseerde melkmachines en robots voor het plukken van gewassen om de productie-efficiëntie en het dierenwelzijn te verbeteren. En niet alleen op de boerderij spelen AI en robotica een belangrijke rol.
Dergelijke technologieën worden namelijk ook toegepast bij het optimaliseren van productie- en verpakkingsprocessen, waarbij geautomatiseerde systemen uitvaltijd en menselijke fouten kunnen verminderen en zorgen voor een consistent productietempo dat effectief voldoet aan de vraag van de consument.
De rol van internationale normen
Hoewel dergelijke innovaties noodzakelijk zijn gezien de huidige mondiale uitdagingen, is het belangrijk dat de voedselzekerheid beschermd blijft tegen de risico's die gepaard gaan met de transformatie van de industrie.
Internationale normen kunnen hier een nuttig hulpmiddel zijn om nieuwe systemen en oplossingen te onderbouwen, zodat ze de uitdagingen op het gebied van voedselzekerheid op een veilige en duurzame manier aanpakken. Door best practices te beschrijven, kunnen ze veiligheid, kwaliteit en efficiëntie in de hele voedingsmiddelenindustrie helpen bevorderen.
Van boeren tot winkeliers, elke belanghebbende in de supply chain inzake voedsel heeft baat bij het naleven van de richtlijnen en best practices die in de normen worden beschreven. Ze kunnen niet alleen de blauwdrukken leveren voor het stroomlijnen van processen en het verhogen van de efficiëntie, maar ze zijn ook van groot belang voor het verbeteren van de veiligheidsmaatregelen, zodat bedrijven kunnen voldoen aan de wettelijke mandaten.
Wereldwijde voorbeelden van data-driven voedselsystemen
Met behulp van normen kan een effectief data-driven voedselsysteem worden ontwikkeld, waarvan al veel voorbeelden zijn.
In het geval van landbouw is het biotechnologiebedrijf Antler Bio een goed voorbeeld. Na een Smart Grant te hebben ontvangen van Innovate UK, heeft het bedrijf dat gespecialiseerd is in het combineren van epigenetisch testen van vee met AI-gestuurde data-analyse 'EPIHERD' gelanceerd. Dit platform, dat de naam 'precision herd screening tool' heeft gekregen, geeft boeren inzicht in prominente genen die worden beïnvloed door specifieke omgevingsfactoren om hen heen. Dit betekent weer dat ze factoren kunnen veranderen die ze zelf in de hand hebben om de productiviteit en duurzaamheid te verbeteren.
Wat retailers betreft, werkt de Amerikaanse supermarktketen Kroger samen met Retail Insight om voorraden te optimaliseren en voedselverspilling tegen te gaan. Met behulp van de toonaangevende WasteInsight-oplossing van Retail Insight maakt het bedrijf gebruik van machine learning om voedselverspilling in zijn hele ecosysteem aan te pakken. Zo wordt het gebruik van kortingen geoptimaliseerd om de verkoop te maximaliseren en verspilling te verminderen.
De toekomst van voedsel
Van precisielandbouw en voorspellende analyses in gewasbeheer tot optimalisatie van de supply chain en aanpassing aan klimaatverandering, de vele opwindende mogelijkheden van data-driven voedselsystemen zijn schijnbaar eindeloos.
In de toekomst zullen meer data en inzicht in de hele voedselwaardeketen de weg vrijmaken voor oplossingen met toegevoegde waarde, zoals gepersonaliseerde voedingsplannen die zijn afgestemd op de specifieke behoeften van individuen. Deze modellen zouden niet alleen kunnen helpen bij gedragsveranderingen in het dieet en meetbare gezondheidsvoordelen kunnen opleveren, maar ze zouden ook de consumptie van dierlijke producten kunnen verminderen om de klimaatcrisis te helpen bestrijden.
Data kan ook helpen om voedselverspilling tegen te gaan. Sterker nog, we hebben al voorbeelden gezien van hoe dit in de praktijk wordt gebracht, met de grote leverancier van voedingsmiddelen ISS die data-inzichten gebruikt om een collectieve jaarlijkse besparing van 985.000 ton voedselverspilling voor zijn klanten te realiseren. Door vast te stellen dat afsnijdsels van de productie, bordenafval en de overproductie van hoofdmaaltijden bijdroegen aan bijna 60% van de totale voedselverspilling die in het bedrijf werd gegenereerd, heeft het bedrijf 2.463.000 maaltijden kunnen besparen en de CO2-uitstoot met 4.200 ton kunnen verminderen.
In de toekomst zal de wijdverspreide toepassing van initiatieven en technologieën zoals deze van cruciaal belang zijn om gezamenlijk incrementele productiviteits- en efficiëntieverbeteringen te ontsluiten die op hun beurt de voedselzekerheid, weerbaarheid en toegankelijkheid wereldwijd zullen vergroten.
Nu is het tijd om data-driven voedselsystemen te omarmen
Gezien de huidige mix van mondiale uitdagingen is het omarmen van data-driven voedselsystemen geen luxe maar een noodzaak - nieuwe benaderingen en technologieën moeten prioriteit krijgen.
Nu is het tijd voor moderne voedselsystemen om op de voorgrond te treden, waarbij normen een sleutelrol gaan spelen om bedrijven in staat te stellen de best practices in hun innovaties in te voeren, om ervoor te zorgen dat de wereldwijde supply chain beschermd blijft tijdens deze immense transformatie van de industrie.
BSI Knowledge is een waardevolle bron van oplossingen en begeleiding voor bedrijven die data-driven praktijken willen implementeren en willen voldoen aan relevante normen. Wij bieden meer dan 800 voedings- en retailnormen, waarmee agriofood-bedrijven de vinger aan de technologische pols kunnen houden en effectiever kunnen opereren in een wereldwijde markt. Vraag vandaag nog een live demo aan voor meer informatie.
Lees hier meer over BSI Knowledge
Specifieke normen:
Voor degenen die geïnteresseerd zijn in gedetailleerde normen met betrekking tot de behandelde onderwerpen:
- Agrarische robotica: BS 8646 Gebruik van autonome mobiele machines in de land- en tuinbouw.
Beschrijft de praktijkcode voor het veilig en vertrouwd gebruik van autonome mobiele machines in de land- en tuinbouw. - Kwaliteit van data: BS 10102 Big data - richtlijnen voor data-driven organisaties
Geeft richtlijnen voor het realiseren van waarde uit data, inclusief big data, zoals het verkrijgen van inzichten, het informeren van strategieën, het verbeteren van de reputatie en het verbeteren van naleving, efficiëntie en prestaties. - Voedselveiligheid: BS EN ISO 22000 Voedselveiligheidsmanagementsystemen
Deze norm biedt een uitstekend kader voor het implementeren van een voedselveiligheidsmanagementsysteem en helpt organisaties voedsel te leveren dat veilig is om te eten. - Traceerbaarheid van voedsel: BS EN ISO 22005 Traceerbaarheid in de voeder- en voedselketen
Stelt principes en vereisten vast voor traceerbaarheidssystemen voor voedingsmiddelen, die helpen om zichtbaarheid te behouden tijdens de productie, verwerking, distributie en verwerking van voedingsmiddelen. - Milieumanagement: BS EN ISO 14001 Milieumanagementsystemen
Geeft richtlijnen voor bedrijfsinkoop, opslag, distributie, productontwikkeling en productie om de milieu-impact te verminderen en relaties met belanghebbenden te verbeteren. - AI-normen: BS ISO/IEC 42001 AI-managementsysteem
Biedt een certificeerbaar kader voor AI-managementsystemen waarbinnen AI-producten kunnen worden ontwikkeld, zodat bedrijven en de maatschappij optimaal kunnen profiteren van AI.
