I finalisti della sfida dell'innovazione pilotano soluzioni per l'agricoltura sostenibile

 
Nel novembre 2019, la Better Cotton Initiative (BCI) e l'IDH The Sustainable Trade Initiative (IDH), con il supporto di Dalberg Advisors, hanno lanciato la Better Cotton Innovation Challenge, un progetto globale alla ricerca di idee e soluzioni creative per migliorare le pratiche di coltivazione del cotone sostenibili intorno il mondo.

Il primo round della sfida mirava a scoprire approcci innovativi e/o soluzioni esistenti a due sfide identificate:

Sfida uno: formazione personalizzata
Innovazioni per aiutare a portare una formazione personalizzata su pratiche agricole più sostenibili a centinaia di migliaia di coltivatori di cotone in tutto il mondo.

Sfida due: raccolta dati
Soluzioni che potrebbero ridurre il tempo e il costo della raccolta dei dati degli agricoltori per consentire processi BCI più efficienti.

Una giuria composta da esperti esterni, rappresentanti BCI, rappresentanti IDH e il team Dalberg ha valutato 87 candidature e selezionato 20, prima di selezionare cinque candidati per passare alla fase finale del concorso. I cinque finalisti hanno ora l'opportunità di sperimentare sul campo le loro soluzioni incentrate sulla sostenibilità con BCI Farmers.

Incontra i finalisti

Finalisti Challenge One: Formazione personalizzata per gli agricoltori

EKutir

La soluzione di Ekutir ristruttura il contenuto della formazione in moduli più brevi e facilmente digeribili, consegnati agli agricoltori nel periodo appropriato dell'anno. Fornisce inoltre consigli personalizzati e immediatamente attuabili agli agricoltori sulla base di una combinazione dei loro progressi nel ciclo di crescita del cotone e dei dati meteorologici in tempo reale. La soluzione di Ekutir automatizza la fornitura di contenuti formativi generali e crea diversi percorsi di consegna che si rivolgono sia agli agricoltori alfabetizzati che analfabeti, abilitati per smartphone e senza smartphone.

WaterSprint

Water Sprint offre un sistema interattivo di supporto alle decisioni (DSS) progettato per aiutare gli agricoltori a gestire le proprie colture fornendo misure effettive e previste delle condizioni pedoclimatiche e agronomiche a livello locale e regionale. Sulla base delle misurazioni, il sistema calcola il fabbisogno di irrigazione, fertilizzanti e pesticidi. Questa tecnologia proposta utilizzerà il telerilevamento e i sistemi di informazione geografica (GIS) per raccogliere dati dai satelliti e formulare e comunicare informazioni agli agricoltori tramite un'app per smartphone.

Seconda sfida dei finalisti: Efficienza nella raccolta dei dati

Agritasking

Agritask offre una piattaforma per gestire l'intero processo di verifica del cotone, compresa la raccolta di dati digitali, la pianificazione delle ispezioni sul campo, il telerilevamento e altre tecnologie. La sua app mobile consente agli agricoltori di tenere registri in formato digitale e per i facilitatori sul campo (personale sul campo, impiegato dai partner di attuazione di BCI, che offrono formazione sul campo agli agricoltori) di documentare le ispezioni in formato digitale. Agritask consente il monitoraggio remoto via satellite e stazioni meteorologiche virtuali e fornisce consulenza agronomica agli agricoltori. Può anche integrarsi con altre tecnologie come le app mobili basate sulla voce per facilitare la raccolta dei dati.

RitagliaIn

La soluzione proposta da CropIn è una soluzione di gestione digitale dell'azienda agricola (che dispone di interfacce sia mobili che web) che consente la completa digitalizzazione dei processi agricoli. La piattaforma consente il processo decisionale basato sui dati e fornisce una visibilità completa di persone, processi e prestazioni quasi in tempo reale. Consente agli agricoltori di gestire in modo efficiente le pratiche agricole, garantendo al contempo il rispetto dei requisiti di conformità e certificazione. La soluzione aiuterà gli agricoltori ad affrontare problemi come la salute dei parassiti e delle colture e a gestire i budget e gli input, aiutando gli agricoltori a massimizzare i loro guadagni.

Riculto

Ricult è una piattaforma digitale integrata basata sull'intelligenza artificiale che raccoglie dati direttamente dagli agricoltori (tramite telefoni cellulari) e tramite telerilevamento, immagini satellitari, stabilimenti di lavorazione, intermediari e altri attori della filiera del cotone. La piattaforma elabora e analizza i dati e genera approfondimenti fruibili che vengono poi distribuiti in tutto l'ecosistema agricolo tramite telefoni cellulari e un'applicazione web-based. Le informazioni generate sono sia predittive che diagnostiche e aiuteranno gli agricoltori a migliorare la resa e la salute delle colture, consentendo anche ai cotonifici di accedere alle previsioni di resa.

Prove sul campo

Le prove sul campo offrono ai cinque finalisti l'opportunità di testare le soluzioni proposte in un vero ambiente agricolo. Per supportare i finalisti, ogni organizzazione è stata associata a un partner di implementazione BCI che li supporterà durante le otto settimane delle prove.

I processi sono ora in corso in India, Pakistan e Israele, dopo aver subito un leggero ritardo a causa del Covid-19. Le restrizioni di viaggio e i requisiti di distanza sociale hanno anche portato i finalisti a elaborare approcci alternativi per condurre molte delle loro attività di prova in remoto, come la raccolta di dati e la fornitura di sessioni di formazione. Nonostante le difficoltà, le prove stanno andando bene e dovrebbero essere completate entro la fine di settembre.

Una volta completate le prove sul campo, una nuova giuria composta da rappresentanti dei partner di attuazione, rappresentanti di BCI, rappresentanti di IDH e il team Dalberg valuterà i finalisti e selezionerà i vincitori finali in base a un criterio di sei punti: impatto, prestazioni tecniche, probabilità di adozione, scalabilità, sostenibilità finanziaria e capacità del team.

I vincitori finali saranno annunciati verso la fine di ottobre! Non vediamo l'ora di condividere un ulteriore aggiornamento allora.

Condividi