Γιάννης Στοΐτσης : Μπορεί η τεχνητή νοημοσύνη να βοηθήσει στην αποτροπή των αναδυόμενων κινδύνων στα τρόφιμα;

Γιάννης Στοΐτσης : Μπορεί η τεχνητή νοημοσύνη να βοηθήσει στην αποτροπή των αναδυόμενων κινδύνων στα τρόφιμα;

 

Μπορεί η τεχνητή νοημοσύνη να βοηθήσει στην αποτροπή των αναδυόμενων κινδύνων στα τρόφιμα;

 

Συντάκτης – Γιάννης Στοΐτσης

 

Translation from: https://agroknow.com/blog/ai-emerging-food-risks/

 

Το να εργάζεται κανείς στον τομέα της ασφάλειας των τροφίμων για μια εταιρεία παραγωγής τροφίμων σημαίνει ότι πρέπει συχνά να αντιμετωπίζει νέους κινδύνους της εφοδιαστικής αλυσίδας. Πριν από μερικούς μήνες, στο συνέδριο GFSI του 2022 στη Βαρκελώνη, ακούσαμε πολλές φορές ότι ο εντοπισμός των αναδυόμενων, μεσοπρόθεσμων ή μακροπρόθεσμων κινδύνων για τα τρόφιμα είναι μια δύσκολη και επίπονη εργασία για τους επαγγελματίες της ασφάλειας των τροφίμων.

 

Η πρόληψη του κινδύνου είναι μια σύνθετη αποστολή με έναν πολύ σημαντικό στόχο. Χρειάζεται να συνδυάσει κανείς τις βέλτιστες πρακτικές που προτείνονται στα πρότυπα ασφάλειας τροφίμων, με τις απαιτήσεις των ισχυόντων κανονισμών και τα αιτήματα των πελατών.

 

Η ομάδα σας πρέπει να αναπτύξει ένα σχέδιο που θα τεκμηριώνει σωστά όλες τις προτεραιότητες και τις ενέργειές σας για τη μείωση του κινδύνου. Αυτό το σχέδιο πρέπει να ενημερώνεται σε περιοδική βάση, ανάλογα με παραμέτρους όπως η στρατηγική της εταιρείας σας και τα συμβάντα στην αγορά.

 

Είναι επίσης ένα σχέδιο που στη συνέχεια μας βοηθάει να ενεργοποιηθούν μια σειρά από προληπτικά μέτρα, όπως:

• Σχεδίαση μιας σειράς από συγκεκριμένα σχέδια HACCP
• Αποστολή συστατικών και προϊόντων για εργαστηριακό έλεγχο 
• Αίτημα επιθεωρήσεων σε  προμηθευτές 
• Προτεραιότητα επιθεώρησης εσωτερικών εγκαταστάσεων

 

Στο τέλος της ημέρας, στοχεύει να μειώσει την πιθανότητα να συμβεί κάποιο περιστατικό πριν τα προϊόντα φύγουν από τις εγκαταστάσεις σας. Αλλά στην ιδανική περίπτωση, θα πρέπει να διασφαλίζει ότι ένα δυνητικά επιβλαβές συστατικό ή προϊόν δεν εισέρχεται καν στις διαδικασίες παραγωγής σας και ότι λαμβάνονται διορθωτικά μέτρα όταν παρουσιαστεί ένα αναδυόμενο πρόβλημα.

 

Αυτό είναι ακριβώς στο οποίο η τεχνητή νοημοσύνη και οι τεχνολογίες πρόβλεψης μπορούν να δώσουν αξία, βοηθώντας μια εταιρεία να περάσει από μια αντιδραστική λειτουργία σε μια προληπτική λογική πρόληψης κινδύνου. Ας δούμε λοιπόν ποιες είναι οι επιλογές που έχουμε για να πετύχουμε κάτι τέτοιο. 

 

Επιλογή 1: Θέστε σε εφαρμογή ένα σχέδιο πρόληψης κινδύνου που ενημερώνεται κάθε φορά που συμβαίνει ένα σημαντικό περιστατικό ή υπάρχουν νέα στην αγορά για έναν σοβαρό αναδυόμενο κίνδυνο

 

Ένα σχέδιο πρόληψης κινδύνου είναι πιθανώς η προτιμώμενη επιλογή όταν οι πόροι είναι περιορισμένοι. Προς αυτή την κατεύθυνση έχουμε ένα καλό πλάνο HACCP για τον έλεγχο κρίσιμων σημείων των εσωτερικών διαδικασιών.

 

Και όταν ανακοινωθούν νέα για μια ένα νέο κίνδυνο, μπορείτε να καθίσετε μαζί με την ομάδα για να επικαιροποιήσετε και να βελτιώσετε το σχέδιο πρόληψης. Για παράδειγμα, όταν ανακοινώνεται μια μεγάλη ανάκληση και φαίνεται να επηρεάζει την αλυσίδα εφοδιασμού σας ή όταν ένας σημαντικός πελάτης καλεί και ζητά επιπλέον μέτρα προφύλαξης.

 

Αυτή η μέθοδος προϋποθέτει ότι μπορείτε να αντιδράσετε γρήγορα σε κάτι νέο. Και ότι μπορείτε να βρείτε και να διαθέσετε τους επιπλέον πόρους που θα χρειαστούν, πολύ γρήγορα.

 

Επιλογή 2: Επανεξετάζετε και αναθεωρείτε τακτικά τα μέτρα πρόληψης κινδύνου για να διασφαλίσετε ότι είναι ενημερωμένα

 

Μια περιοδική διαδικασία που είναι καταχωρημένη στο ημερολόγιό σας προβλέπει πόσο συχνά συνέρχεται η ομάδα σας για να επανεξετάσει και να ενημερώσει το σχέδιο πρόληψης και τις προτεραιότητές του. Αυτές οι αναθεωρήσεις λαμβάνουν υπόψη τυχόν σημαντικές ειδήσεις ή σχόλια από την αγορά.

 

Οι επαναλήψεις είναι πολύ πιο αποτελεσματικές και βοηθητικές στην πρόληψη αναδυόμενων προβλημάτων. Εδώ υποθέτουμε ότι είστε καλά συνδεδεμένοι με την αγορά και μπορείτε να εντοπίσετε αναδυόμενα ζητήματα που μπορεί να προκύψουν σε οποιοδήποτε μέρος του κόσμου.

 

Επιλογή 3: Αφιερώστε συστηματικά χρόνο για να αλληλεπιδράσετε με εξωτερικούς ειδικούς και συναδέλφους του κλάδου

 

Αυτή είναι μια ρουτίνα που εμπλέκει σκόπιμα εξωτερικούς εμπειρογνώμονες από τον ακαδημαϊκό χώρο ή την αγορά. Μπορεί να είναι ένας διακεκριμένος μελετητής ασφάλειας τροφίμων που προσλαμβάνετε για να μοιραστείτε ιδέες και συστάσεις. Ή μια ομάδα εργασίας του κλάδου στην οποία συμμετέχετε τακτικά για να ακούτε από τους συναδέλφους σας στη βιομηχανία σχετικά με αναδυόμενα ζητήματα και κινδύνους.

 

Αυτές οι ευκαιρίες είναι εξαιρετικά σημαντικές και συνιστώνται ιδιαίτερα, καθώς αξιοποιούν την τεχνογνωσία ατόμων εκτός του συστήματός σας. Η δικτύωση προϋποθέτει ότι έχετε τους πόρους για να διαθέσετε σε αυτήν την αλληλεπίδραση: απαιτεί οικονομικές επενδύσεις αλλά, το πιο σημαντικό, σημαντικό χρονικό διάστημα.

 

Επιλογή 4: Χρησιμοποιήστε μια υπηρεσία πρόβλεψης κινδύνου που βοηθά στον εντοπισμό αναδυόμενων κινδύνων και στην εκ νέου ιεράρχηση του σχεδίου πρόληψης

 

Μπορείτε να επωφεληθείτε από υπηρεσίες που προσπαθούν να προβλέψουν την πιθανότητα συμβάντων ή κινδύνων στην  εφοδιαστική αλυσίδα. Εδώ αναφερόμαστε σε εργαλεία λογισμικού που παρέχονται από τον προμηθευτή που μπορεί να χρησιμοποιούν μια ποικιλία σημάτων δεδομένων και ένα αποδεδειγμένο μοντέλο πρόβλεψης για τον υπολογισμό της πιθανότητας εμφάνισης μιας απειλής.

 

Μπορείτε να επιλέξετε τη λύση που ταιριάζει καλύτερα στις ανάγκες σας, παρόμοια με τον τρόπο που επιλέγετε μια εφαρμογή πρόβλεψης καιρού που είναι σχετική με τις αποφάσεις που θέλετε να υποστηρίξετε – π.χ. Το να αποφασίσετε εάν θα πάρετε ομπρέλα αύριο είναι πολύ διαφορετικό από το να επιλέξετε τη σωστή διαδρομή για το σκάφος σας για να αποφύγετε τις κακές καιρικές συνθήκες.

 

Μια εξωτερική υπηρεσία έχει το πλεονέκτημα ότι μπορεί να προστατεύσει σε ένα μεγάλο αριθμό προμηθευτών και συστατικών που χρησιμοποιούνται στην αλυσίδα σας. Μπορείτε επίσης να συνδυάσετε διαφορετικές λύσεις για διαφορετικούς σκοπούς. Προϋποθέτει ότι έχετε σαφή κατανόηση των εσωτερικών αποφάσεων στις οποίες μια τέτοια υπηρεσία μπορεί να δώσει αξία, για να αποφύγετε μη ρεαλιστικές προσδοκίες ή να επιλέξετε τελικά μια υπηρεσία που δεν είναι κατάλληλη για τη συγκεκριμένη εργασία σας.

 

Επιλογή 5: Αναπτύξτε ένα εσωτερικό λογισμικό πρόβλεψης κινδύνου που θα χρησιμοποιεί διάφορα μοντέλα τεχνητής νοημοσύνης για να σας βοηθήσει να εντοπίσετε τους αναδυόμενους κινδύνους και να βάλετε ξανά προτεραιότητες στο σχέδιο πρόληψης

 

Πρακτικά σημαίνει τη δημιουργία μιας εσωτερικής ομάδας μηχανικών και επιστήμης δεδομένων που θα σχεδιάσει και θα αναπτύξει τα εσωτερικά σας προγνωστικά μοντέλα. Οι πολύ μεγάλες εταιρείες τροφίμων φαίνεται να προτιμούν αυτήν την επιλογή, καθώς ξεκινούν μια ατζέντα ψηφιακού μετασχηματισμού σε επίπεδο οργανισμού.

 

Μακροπρόθεσμα, φαίνεται να είναι η ιδανική λύση για έναν μεγάλο οργανισμό, καθώς αναπτύσσει εσωτερικά μια ψηφιακή μονάδα ισχύος με δυνατότητες πρόβλεψης. Ωστόσο, θα απαιτήσει σημαντική επένδυση στην υποδομή για τη συλλογή και την επεξεργασία δεδομένων. Θα χρειαστεί επίσης πολύς πειραματισμός με μια ποικιλία μοντέλων πρόβλεψης, έως ότου βρεθούν τα καλύτερα και αποτελεσματικότερα.

 

Παραδείγματα τρόπων με τους οποίους η τεχνητή νοημοσύνη και η προγνωστική ανάλυση βελτιώνουν τέτοια συστήματα

 

Έτσι, αν με ρωτούσατε πώς η τεχνητή νοημοσύνη μπορεί να υποστηρίξει τέτοια συστήματα, θα έλεγα ότι:

 

• Στη βραχυπρόθεσμη πρόληψη, τα μοντέλα πρόβλεψης κινδύνου μπορεί να βοηθήσουν στην επανεξέταση των συνεχιζόμενων προτεραιοτήτων μείωσης του κινδύνου και στην εκ νέου κατανομή των μέτρων πρόληψης κινδύνου.
• Μακροπρόθεσμα, τα μοντέλα πρόβλεψης συστημικού κινδύνου μπορεί να βοηθήσουν στον εντοπισμό και την πρόβλεψη τάσεων σχετικά με εξωτερικούς κινδύνους που αναμένεται να εμφανιστούν ή να αυξηθούν σε 3 έως 5 χρόνια.

 

Αυτοί είναι μόνο μερικοί τρόποι με τους οποίους η τεχνητή νοημοσύνη μπορεί να βοηθήσει τις εταιρείες τροφίμων να κρατήσουν τους αναδυόμενους κινδύνους και τις απροσδόκητες απειλές μακριά από την αλυσίδα εφοδιασμού τους. Εμείς στην Agroknow (www.agroknow.com) πιστεύουμε ότι οι τεχνολογίες που λειτουργούν με τεχνητή νοημοσύνη μπορούν να επεκτείνουν σημαντικά τις δυνατότητες των συστημάτων παρακολούθησης, αξιολόγησης και πρόληψης κινδύνου τροφίμων, οδηγώντας σε μια εποχή ασφαλέστερων τροφίμων.