Secondo il report Research Cold Chain Monitoring Applications for the Food & Beverage Supply Chain realizzato dalla società di intelligence tecnologica globale Abi Research, i ricavi provenienti dai servizi di monitoraggio della catena del freddo alimentare dovrebbero superare i 7 miliardi di dollari a livello mondiale nel 2032.
Questi ricavi saranno costituiti da vendite di hardware e da licenze software-as-a-service (SaaS), servizi in grado di consentire il monitoraggio in tempo reale di metriche quali la temperatura e l’umidità dell’ambiente dei camion refrigerati e degli alimenti durante il transito. Il reshoring e il nearshoring sono in aumento in diverse regioni del mondo e questo è stato uno dei principali fattori che hanno favorito l’adozione di soluzioni di monitoraggio. I rivenditori negli Stati Uniti e in Canada, ad esempio, si affidano sempre più alle coltivazioni di prodotti in Messico e in America Centrale, grazie al clima favorevole e alla vicinanza. Tra i principali fornitori di soluzioni in questo settore figurano Avery Dennison, Motive, Samsara, Blue Yonder, Wiliot e Powerfleet.
“I retailer stanno adottando numerose iniziative – spiega Adhish Luitel, supply chain management & logistics principal analyst di Abi Research – come la semplificazione dei processi di consegna dell’ultimo miglio, l’impiego di soluzioni telematiche per la catena del freddo nei camion e nei container refrigerati e l’adozione di soluzioni di tracciabilità come l’identificazione a radiofrequenza (Rfid) e la tecnologia IoT. La capacità di tracciare la temperatura, l’umidità e la posizione lungo tutta la catena di fornitura non solo aiuta i rivenditori a rispettare i requisiti normativi, ma aumenta anche la fiducia dei clienti nella qualità dei prodotti. Le prospettive di diffusione delle soluzioni di monitoraggio della catena del freddo sono incoraggianti per le catene di approvvigionamento di alimenti e bevande. Si prevede che i continui progressi aumenteranno la precisione e l’efficienza, consentendo un maggior numero di casi d’uso. Con l’utilizzo di un maggior numero di punti dati, possiamo prevedere un’integrazione molto più ampia delle applicazioni di intelligenza artificiale (AI). In questo modo si possono creare sistemi di approvvigionamento e distribuzione degli alimenti più proattivi, in grado di risolvere potenziali problemi”.