BlogGuide
Quanto produrre domani in panetteria: cosa dice uno studio sull'IA

Un clic, e Google ti mostrerà i miei articoli più spesso fra i tuoi risultati.
Un'analisi del ciclo di vita pubblicata nel 2024 sul Journal of Industrial Ecology aiuta a rispondere a quanto produrre domani in panetteria con l'intelligenza artificiale: sui dati di vendita del 2022 misura una riduzione media del 30% dei resi di pane e panini. È il primo studio accademico a confermare un ordine di grandezza vicino a quello dichiarato dai fornitori, con un limite da dire subito: i dati analizzati arrivano dai clienti dell'azienda che vende il sistema.
Uno studio accademico misura lo stesso ordine di grandezza dei fornitori
Nel 2024 il Journal of Industrial Ecology ha pubblicato uno studio di Nicolas Hübner, Justus Caspers, Vlad Constantin Coroamă e Matthias Finkbeiner, ricercatori della TU Berlin, dedicato a Foodforecast, un servizio di previsione della domanda basato su intelligenza artificiale che diverse panetterie tedesche usano per decidere quanto produrre o ordinare ogni giorno. Lo studio è una valutazione del ciclo di vita: misura sia l'impatto ambientale diretto del software, server compresi, sia il beneficio indiretto dei resi evitati rispetto agli ordini fatti a mano. Sui dati di vendita del 2022, gli autori trovano una riduzione media del 30% dei resi di panetteria, soprattutto pane e panini.
È il primo studio su rivista con revisione paritaria a confermare un numero vicino a quello che i fornitori dichiarano da soli nei propri materiali promozionali, il 30-34% pubblicato da Foodforecast stessa nei casi clienti sul proprio sito: ne avevamo scritto nell'articolo su cosa dicono davvero i dati sullo spreco in panetteria, dove l'unica conferma indipendente restava un caso svizzero raccontato senza percentuali.
Perché non è una conferma pienamente indipendente
Gli autori dello studio sono ricercatori universitari della TU Berlin, non dipendenti di Foodforecast, e il lavoro è passato attraverso la revisione paritaria di una rivista scientifica indicizzata: è una garanzia che un caso clienti pubblicato da un'azienda non ha. Ma la valutazione analizza i dati di vendita e di resi forniti dai clienti dell'azienda che vende il sistema, non un campione raccolto in modo indipendente dai ricercatori: gli stessi autori scrivono che i risultati restano vincolati da difficoltà metodologiche e incertezze nei dati (fonte: abstract dello studio, Journal of Industrial Ecology, volume 28, 2024, consultato il 22 novembre 2026). Il testo integrale è a pagamento: questo articolo si basa sull'abstract pubblico e sulle schede bibliografiche che lo riportano, non sul testo completo.
Da queste fonti pubbliche non si può stabilire quante panetterie fossero incluse nel campione né quante tonnellate di spreco siano state evitate in totale: alcuni numeri su questo circolano online, ma non li abbiamo trovati confermati in nessuna fonte raggiungibile, quindi non li riportiamo.
Un secondo progetto, in Germania, ancora senza numeri
Dal 3 maggio 2024 il ministero federale tedesco dell'Ambiente (BMUV) finanzia, nel programma Green-AI Hub Mittelstand, un progetto pilota che riguarda la pasticceria berlinese Brammibal's Donuts e la start-up di Münster FoodTracks: l'obiettivo è usare algoritmi di previsione della domanda per ridurre lo spreco alimentare nel trasporto delle merci al dettaglio, secondo il comunicato del BMUV del 3 maggio 2024. Il comunicato che annuncia il progetto non contiene nessun numero già misurato, solo obiettivi: a più di un anno e mezzo di distanza, la ricerca fatta per questo articolo non ha trovato un risultato pubblico specifico per questo progetto, anche se il programma nel suo complesso ha pubblicato altrove risultati legati ad altre aziende partecipanti, non a questa.
Cosa significa per chi gestisce una panetteria o una pasticceria
Un 30% di riduzione media, misurato su un gruppo di clienti di un solo fornitore, non è una promessa per ogni singola attività: dipende da quanti dati di vendita organizzati l'attività possiede già, perché questi sistemi imparano dallo storico, non lo indovinano. È lo stesso principio alla base del caso opposto, quello di un bar di Stoccolma gestito da un'IA senza controllo umano, che aveva comprato oltre quattro volte la pasticceria che il locale è poi riuscito a vendere.
Prima di guardare quale sistema scegliere, conviene guardare i propri dati di cassa: se sono organizzati da mesi, uno studio come questo dà un'idea realistica di cosa aspettarsi; se non lo sono, nessun software risolve da solo quel problema. Se vuoi capire se la tua attività ha già le basi per uno strumento del genere, scrivimi: te lo dico senza venderti nulla che non ti serva.