Digitalizzazione e Zootecnia di Precisione a supporto della gestione dati intra ed extra aziendale

Precision Livestock Farming (PLF) over the years is gaining more traction within livestock farms. This is due to the need of farmers to optimize the production process, improve company efficiency and meet the demand of a consumer who requires greater traceability and healthiness of the product, placing an important focus on environmental impact and animal welfare. This thesis focuses on the importance of sensors in the zootechnical field, the evolution of precision livestock farming over the years and the importance of data collection and management. Next, he delves into the various technologies used in this area, such as sensors, the Internet of Things (IoT), Artificial Intelligence (AI) and Big Data analysis, highlighting their applications. Finally, the crucial aspects of data management, traceability and traceability are addressed, highlighting their importance. The objective is to define a framework for a potential platform for managing and transferring data relating to the agri-food supply chain. This platform can be used both at the intra-farm level, by the breeder to control business parameters, and at the extra-farm level to accompany consumers in their choices. The origin and provenance of the data that will feed the platform and their processing are analysed in detail to obtain helpful information for breeders and consumers. The general organization of the platform is defined through a flowchart, outlining the key phases of data acquisition, processing, archiving, analysis and return and the different types of output (intra and extra-farm data management). Other platforms used for data management at both an intra and extra-farm data management level are analysed, defining their advantages and critical issues. In conclusion, the present thesis work proposes a conceptual framework for an integrated data management platform in Precision Livestock. The development of this framework is based on an analysis of the types of data and transferable information, outlining the optimal ways of sharing and accessing data, with particular attention to the Italian zootechnical context.

La zootecnia di precisione o Precision Livestock Farming (PLF) nel corso degli anni sta prendendo sempre più piede all’interno delle aziende zootecniche. Questo è dovuto alla necessità degli allevatori di ottimizzare il processo produttivo, migliorare l’efficienza aziendale e soddisfare la domanda di un consumatore che richiede una maggiore tracciabilità del prodotto, ponendo un’importante attenzione all’impatto ambientale e al benessere animale. Il presente lavoro di tesi inquadra l’importanza della tecnologia digitale in ambito zootecnico e della raccolta e gestione dei dati. Approfondisce le possibili tecnologie utilizzate in questo ambito quali i sensori, l’Internet of Things (IoT), l’Intelligenza Artificiale (AI) e l’analisi dei Big Data evidenziandone le applicazioni. Infine, vengono affrontati gli aspetti cruciali della gestione del dato, tracciabilità e rintracciabilità, evidenziandone l’importanza. L’obiettivo della tesi è quello di andare a definire un framework per una potenziale piattaforma di gestione e trasferimento dei dati relativi alla filiera agroalimentare (produttore-consumatore). Tale piattaforma potrà essere utilizzata sia a livello intra-aziendale, dall’allevatore per monitorare i parametri aziendali, sia a livello extra-aziendale per accompagnare i consumatori nelle proprie scelte. Si analizzano in dettaglio l’origine e la provenienza dei potenziali dati che alimenteranno la piattaforma e la loro elaborazione per estrarre delle informazioni utili ad allevatore e consumatore. Attraverso un flowchart è stata definita l'organizzazione generale della piattaforma, delineando le fasi chiave di acquisizione, elaborazione, archiviazione, analisi e restituzione dei dati e le differenti tipologie di output (intra-azienda ed extra-azienda). Vengono analizzate altre piattaforme utilizzate per la gestione dei dati sia a livello intra-aziendale che extra-aziendale, definendone vantaggi e criticità. In conclusione, il presente lavoro di tesi giunge alla proposta di un framework concettuale per una piattaforma integrata di gestione dei dati nella Zootecnia di Precisione. Lo sviluppo di tale framework si fonda su un'analisi delle tipologie di dati e delle informazioni trasferibili, delineando le modalità ottimali di condivisione e accesso ai dati, con particolare attenzione al contesto zootecnico italiano.