(di Fulvio Liberatore, Easyfrontier)

Il “ramo della computer science che studia lo sviluppo di sistemi dotati di specifiche capacità tipiche dell’essere umano (interazione con l’ambiente, apprendimento e adattamento, ragionamento e pianificazione),” – in breve: Intelligenza Artificiale (IA) – sta destando un interesse crescente nelle aziende del settore delle carni e dei salumi, anche con riferimento alle più spinte implementazioni dei “framework” di Industria 4.0. E se l’interconnessione informativa di sistemi eterogenei (dalla gestione di ordini e commesse e dagli adempimenti amministrativi fino agli ordini di produzione e, in taluni casi, fino alla predisposizione e presentazione dei documenti doganali e di trasporto) non è cosa nuova, certamente nuove e rivoluzionarie sono le prospettive che apre l’esplosivo sviluppo dell’IA.

L’automazione comporta già di per sé un notevole efficientamento dell’attività produttiva ma i più recenti sviluppi a livello tecnologico vedono macchine capaci di svolgere task con una capacità decisionale sempre più elevata grazie all’impiego di tecnologie di IA. Guardando all’industria delle carni e dei salumi, sensori, telecamere o altri sistemi hardware guidati da IA possono, tra le altre cose, percepire le differenze tra i diversi tagli di carne ma anche utilizzare tali percezioni per identificare eventuali criticità nel prodotto¹. In altre parole, i più recenti sistemi di automazione basati sull’IA sono stati progettati per far sì che i prodotti che escono dalla lavorazione siano conformi alle specifiche tecniche e ai requisiti sanitari. Ma l’IA può svolgere un ruolo decisivo anche nella raccolta di dati, per esempio, sulla quantità di grasso, sul peso e sulle dimensioni dei prodotti che passano attraverso il processo produttivo. Dati che sono indispensabili non solo per ottenere certificati sanitari e documentazione logistica ma anche per la predisposizione e l’elaborazione di dichiarazioni doganali.

Ogni giorno, infatti, enormi quantità di informazioni vengono generate negli impianti di lavorazione delle carni ma non sempre queste informazioni vengono poi raccolte e aggregate in modo significativo per aiutare l’IA a prendere decisioni in tempo reale, con riferimento, ad es., alla richiesta di analisi o per la valutazione di opportunità offerte dagli accordi di libero scambio o dalle limitazioni derivanti dai contingenti applicati da Paesi terzi. Si tratta indubbiamente di opportunità mancate per le aziende del settore poiché impiegare sistemi di IA nei propri processi produttivi significa quasi sempre una maggiore qualità del prodotto finito. Quando si parla di qualità, si parla anche di tracciabilità dei prodotti: l’IA può essere efficacemente impiegata per tracciare tutta la filiera produttiva².

L’accelerazione e l’ottimizzazione dei processi sono destinate, grazie alla diffusione delle applicazioni di IA, ad uscire dal perimetro aziendale investendo la rete di relazioni con clienti, fornitori e pubbliche amministrazioni, tra cui, senza dubbio, le dogane. Le tecnologie di gestione dell’informazione già oggi indirizzano e, talora, gestiscono processi quali l’acquisizione di dati, la valutazione dei rischi, la segnalazione di anomalie, l’individuazione di attività illecite, la facilitazione nei pagamenti transfrontalieri e molto altro; attività e processi che, fino a pochissimi anni fa, richiedevano esclusivamente competenze umane.

Nei prossimi anni, però, diventerà sempre più strategico utilizzare algoritmi di IA per verificare l’affidabilità dei fornitori, il corretto funzionamento della catena logistica, nonché la liceità dei traffici di merci al momento dei controlli doganali. Inoltre, l’IA, se correttamente implementata e certificata, sarà pivotale nella verifica delle procedure interne volte a garantire la compliance aziendale. Soluzioni pre-trained, letteralmente “pre-addestrate”, di IA potrebbero, quindi, prendersi carico direttamente della stessa autovalutazione della compliance che le autorità doganali si attendono sempre di più da parte degli operatori, anche al fine di passare dalle verifiche “transazionali” (operazione per operazione) a controlli SBA (System Based Approach), ossia basati sugli assetti operativi, contabili e gestionali degli operatori economici.

Migliore gestione del rischio, riduzione dei traffici illeciti, facilitazione delle attività di audit doganale e capacità di individuazione di pattern che caratterizzano gli scambi commerciali, sono, quindi, tra i principali vantaggi che potrebbero derivare da un impiego generalizzato di Big Data e IA in ambito doganale, con effetti di grande rilievo anche per le imprese, che dovrebbero aspettarsi riduzione significativa non solo dei tempi di sdoganamento ma anche la progressiva eliminazione di documenti, certificati ed attestazioni che spesso costituiscono vere e proprio barriere non tariffarie “invisibili” negli scambi internazionali. Documenti e certificazioni, così come le dichiarazioni doganali, infatti, non fanno altro che riportare a schemi interpretativi condivisi le informazioni rappresentative di conformità tecniche, fiscali e legali che dovrebbero esser già intrinsecamente presenti in prodotti e comportamenti delle imprese.

Ed ecco che un’impresa orientata ad un utilizzo pieno delle informazioni già presenti nei sistemi aziendali e, se del caso, integrate nei prodotti scambiati, potrebbe avvalersi, a sua volta, di IA in grado di governare la creazione di informazioni utili a dimostrare le stesse conformità a prescindere dalla predisposizione di schemi “trasformativi” (come documenti e certificati) spesso poveri e insufficienti a diradare ogni dubbio in sede di controlli frontalieri.

1 – Chafik Barbar, Phillip D Bass, Rachel Barbar, Jordyn Bader, Britany Wondercheck, Artificial intelligence-driven automation is how we achieve the next level of efficiency in meat processing, Animal Frontiers, Volume 12, Issue 2, April 2022, Pages 56–63, https://doi.org/10.1093/af/vfac017

2 – s Biglia, A., Barge, P., Tortia, C., Comba, L., Ricauda Aimonino, D. and Gay, P. (2022) “Artificial intelligence to boost traceability systems for fraud prevention in the meat industry”, Journal of Agricultural Engineering, 53(4). doi: 10.4081/jae.2022.1328.