L’orologio segna le tre. Il camion è fermo in banchina, il giro è pronto, il picking è chiuso. E da qualche parte, in un server che non vedi, un algoritmo sta già calcolando quanti ordini partiranno domani, a che prezzo, con quale riempimento di pedana. Non è fantascienza: è quello che Coop Alleanza 3.0 e Apofruit hanno fatto nell’inverno 2025/2026, su scala reale, con numeri che cambiano il modo di pensare alla filiera. Mentre tu aspetti che il buyer chiami, qualcuno ha già ottimizzato il giro. Vale la pena capire cosa sta succedendo — e cosa significa per chi lavora lungo la catena.
Il caso Coop-Apofruit: meno camion, più valore
I dati vengono dal test pilota condotto tra Coop Alleanza 3.0, Apofruit e un gruppo di cooperative produttive emiliane nell’inverno 2025/2026. La sperimentazione ha coinvolto il 95% dei volumi invernali scambiati sull’asse Coop-Apofruit. I risultati, presentati a Bologna al Cubo Unipol di Legacoop Emilia-Romagna, parlano chiaro: −34% nel numero di ordini e dei giri dei mezzi di trasporto, riempimento delle pedane cresciuto del 9%, saturazione dei camion migliorata di 0,5 pallet per mezzo, e lead time di fornitura anticipato di un giorno.
Non si tratta solo di efficienza logistica. I benefici economici generati sono stati trasferiti direttamente: una quota come sconto sul prezzo finale ai consumatori, un’altra come maggiore riconoscimento economico ai produttori. È esattamente quello che Edy Gambetti, vice presidente di Coop Alleanza 3.0, ha definito “logiche di mercato che abilitano relazioni dirette e di lungo periodo con gli attori della filiera”. Tradotto per chi vende ortofrutta alla GDO: meno giri vuoti, meno ordini piccoli e urgenti, più prevedibilità.
Il modello si fonda sull’integrazione dei dati tra distribuzione (Coop Italia e Coop Alleanza 3.0) e produzione (Apofruit, Agribologna, Terremerse, Codma, Fruttagel), con il coordinamento tecnico di Scs Consulting. Non è un’app: è una piattaforma di pianificazione condivisa che riduce le asimmetrie informative tra chi produce e chi distribuisce. L’AI, in questo contesto, non sostituisce il buyer — pianifica al posto del foglio Excel.
Stimare la fragola prima che sia pronta: il 90% di accuratezza
Mentre la logistica si ottimizza a valle, a monte della filiera l’AI lavora sull’altro problema classico dell’ortofrutta: non sapere quanto prodotto arriverà e quando. Il caso arriva da Coöperatie Hoogstraten, cooperativa belga tra le principali produttrici europee di fragole, che ha ingaggiato la società di consulenza fiamminga Möbius per migliorare le stime di produzione.
Il risultato: un modello AI che, incrociando dati climatici, storici di produzione e parametri agronomici, riesce a stimare con il 90% di accuratezza il momento in cui le fragole saranno pronte per il mercato. Non è un caso isolato. La stessa logica — previsione del raccolto attraverso machine learning su dati storici e meteo — si applica a pesche, nettarine, kiwi e ortaggi a ciclo breve. L’obiettivo non è la perfezione: è ridurre l’errore di previsione dall’ordine dei giorni all’ordine delle ore. Per chi gestisce un magazzino, significa ordini di acquisto più precisi, meno emergenze, meno merce che arriva quando non ci sono slot liberi.
ALDO e la GDO: l’AI che parla con chi compra la zucchina
Sul fronte della distribuzione, nel 2026 è entrato in campo anche ALDO — Artificial Ludic Digital Operator — l’assistente virtuale per il reparto ortofrutta sviluppato da Spettacoli alla Frutta. Il progetto coinvolge sei insegne della GDO italiana, tra cui Coop, Carrefour e Conad, in una fase sperimentale che durerà tutto il 2026. ALDO gestisce interazioni con il consumatore nel punto vendita, ma la parte rilevante per il fornitore è a monte: i dati che raccoglie sul comportamento d’acquisto alimentano i modelli di previsione della domanda, chiudendo il cerchio tra cosa compra il consumatore e cosa deve ordinare il buyer.
Non è l’unico segnale. Stefano Grillenzoni di Ammagamma-Accenture, intervenuto al Macfrut 2024, aveva anticipato questo scenario: “L’applicazione di tecnologie come l’intelligenza artificiale può portare benefici concreti in campo agricolo, da una più efficiente pianificazione”. Il punto è che quella pianificazione sta diventando realtà misurabile, non più convegno.
NIS2: quando l’AI porta con sé un obbligo di sicurezza
C’è però un lato meno raccontato di questa digitalizzazione accelerata: più dati, più connessioni, più superficie di attacco informatico. La Direttiva NIS2 (recepita in Italia con D.Lgs 138/2024) impone obblighi di cybersicurezza anche alle aziende ortofrutticole che superano determinate soglie o che operano come fornitori critici di soggetti essenziali. Chi lavora con piattaforme logistiche condivise, chi scambia dati in tempo reale con la GDO, chi usa app per la tracciabilità — è dentro il perimetro.
Gli obblighi pratici includono: misure di gestione del rischio informatico, notifica degli incidenti significativi all’ACN (Agenzia per la Cybersicurezza Nazionale) entro 24 ore dalla scoperta, responsabilità del management (non delegabile all’IT). Le scadenze per la registrazione al portale ACN sono già scattate; le verifiche si intensificheranno nel 2026-2027. Non è un adempimento per grandi aziende: una cooperativa ortofrutticola con fatturato sopra i 10 milioni che usa strumenti digitali condivisi con la GDO è già nel mirino.
Il messaggio concreto è questo: se stai investendo in AI e dati condivisi, investi anche nella sicurezza di quegli stessi dati. Non farlo significa costruire un vantaggio competitivo su fondamenta esposte. Se vuoi capire dove sei rispetto agli obblighi NIS2 e cosa fare subito, parliamone qui.
Cosa puoi fare adesso (anche se non sei Coop)
Il test Coop-Apofruit è un caso da grande organizzazione cooperativa. Ma i principi che lo guidano sono accessibili anche a un magazzino di medie dimensioni. Eccoli, scalati verso il basso.
Dati storici strutturati. Nessun algoritmo funziona senza dati. Se stai ancora tracciando ordini, consegne e resi su un foglio o su WhatsApp, il primo passo non è l’AI: è strutturare il dato. Un’app no-code che registra peso, lotto, destinazione e ora è già la base.
Condivisione anticipata con il fornitore. Il modello Coop-Apofruit funziona perché distribuzione e produzione condividono le previsioni di domanda prima che l’ordine venga fatto. Anche tu puoi farlo con i tuoi fornitori chiave: un file condiviso che aggiorna la previsione settimana per settimana vale più di dieci telefonate.
Modelli di previsione semplici. Non serve il machine learning di Möbius per stimare quante casse di pesche arriveranno la prossima settimana. Un foglio Google Sheets con i dati delle ultime quattro stagioni e una formula media pesata ti dà già una previsione più affidabile dell’intuizione. Il salto verso l’AI vero si fa quando quella previsione è insufficiente — non prima.
Il punto è uno solo: l’AI nella filiera non è un’opzione per il futuro. È già una scelta che alcuni stanno facendo adesso, e che determinerà chi avrà pedane più piene e lead time più corti tra due anni. Se vuoi iniziare a strutturare i tuoi dati in modo che domani possano alimentare qualcosa di più, scrivimi qui.
Fonti
Supply Chain Italy — Test pilota Coop Alleanza 3.0 e Apofruit inverno 2025/2026: −34% ordini, +9% riempimento pedane, lead time −1 giorno: https://www.supplychainitaly.it/2026/06/10/ordini-e-giri-abbattuti-con-la-collaborazione-di-filiera-tra-coop-alleanza-3-0-e-apofruit
Linkiesta — ALDO, l’assistente AI per il reparto ortofrutta GDO (Coop, Carrefour, Conad), fase sperimentale 2026: https://www.linkiesta.it/2026/05/lintelligenza-artificiale-ortofrutta-supermercato-aldo/
Agid/ACN — Direttiva NIS2 e obblighi di cybersicurezza per le aziende agroalimentari (D.Lgs 138/2024): https://www.acn.gov.it/portale/nis2
FreshLogic — Direttiva NIS2: cosa deve fare il magazzino ortofrutticolo FreshLogic — IA e IoT nelle celle frigo: cosa è emerso al Macfrut 2026 FreshLogic — Dati strutturati nella filiera ortofrutta: da dove si parte
FAQ
Nel breve periodo no. Il valore del buyer — la relazione con il produttore, la lettura del mercato spot, la gestione delle emergenze — resta difficilmente automatizzabile. Quello che l’AI sta già sostituendo è la parte più meccanica del lavoro: la generazione degli ordini ricorrenti, la previsione di domanda su prodotti standard, l’ottimizzazione dei giri logistici. Il buyer che sopravviverà è quello che usa questi strumenti per liberare tempo sulle decisioni ad alto valore, non quello che li ignora.
I principi del modello Coop-Apofruit sono scalabili. Il primo passo non è l’AI: è strutturare i dati storici di ordini, consegne e resi in formato digitale. Il secondo è condividere le previsioni di domanda con i fornitori chiave in anticipo, riducendo la variabilità degli ordini. Il terzo è usare semplici fogli di calcolo con dati storici per prevedere i volumi. Questi tre step, già con strumenti no-code o fogli condivisi, replicano in piccolo la logica dell’integrazione cooperativa.
Il test pilota condotto nell’inverno 2025/2026, che ha coinvolto il 95% dei volumi invernali scambiati tra le due realtà cooperative, ha evidenziato una riduzione del 34% nel numero di ordini e di giri dei mezzi di trasporto. Il riempimento delle pedane è cresciuto del 9% e il lead time di fornitura è stato anticipato di un giorno. I benefici economici sono stati trasferiti sia ai consumatori che ai produttori, dimostrando che l’ottimizzazione AI non favorisce solo la distribuzione.
Sì, con buona approssimazione. Il caso più documentato riguarda la Coöperatie Hoogstraten, che con il supporto della società Möbius ha sviluppato un modello AI capace di stimare il momento di maturazione delle fragole con il 90% di accuratezza. Lo stesso approccio — dati climatici, storici di produzione e parametri agronomici incrociati con machine learning — è applicabile a drupacee, kiwi e ortaggi a ciclo breve. L’obiettivo pratico è ridurre l’incertezza sui volumi e sui tempi, non eliminarla del tutto.
Dipende dalle dimensioni e dalla tipologia di attività. La Direttiva NIS2, recepita in Italia con D.Lgs 138/2024, si applica anche alle aziende agroalimentari che superano determinate soglie di fatturato o che operano come fornitori rilevanti di soggetti essenziali. Chi usa piattaforme digitali condivise con la GDO, app di tracciabilità o sistemi logistici interconnessi è potenzialmente nel perimetro. Gli obblighi includono misure di gestione del rischio informatico, notifica degli incidenti all’ACN entro 24 ore e responsabilità diretta del management.
#DalBancaleAlDato
Lascia un commento