icon

Bezoek ons op de ITF World 2024 op 21 en 22 mei in Antwerpen.

|Meer informatie
X

Whitepaper

Met digitale technologie in de kassen richting een toekomstbestendig business model

Het samenbrengen van een accuraat opbrengstvoorspellingsmodel met Robotica in een digitaal platform gestuurd door AI en machine learning zal resulteren in (semi) autonome kassen waarbij de gevraagde producten efficiënt worden geproduceerd en verkocht voor de optimale prijs.

Auteur: Harold Brummelhuis
JBR geeft advies aan klanten die actief zijn in de sector Food & Agri

Voor een succesvolle transformatie is het essentieel om per element van het (digitale) operating model te bepalen wat de juiste snelheid van de implementatie dient te zijn.

De vraag naar efficiënt, duurzaam, gezond en lokaal geproduceerd voedsel neemt sterk toe gedreven door verschillende pull- en push factoren:

  • De groeiende noodzaak van efficiënte en duurzame productie wordt gedreven door macro-economische ontwikkelingen zoals de groeiende wereldbevolking, en de klimaatdoelstellingen. Daarnaast zijn er sectorspecifieke ontwikkelingen zoals de structureel lage marges van voedselproducenten, de dominante positie van supermarkten, opkomst van digital natives en tekort aan arbeidskrachten in de tuinbouw. De groeiende vraag naar lokaal geproduceerd en gezond voedsel wordt gedreven door de handelsoorlog, COVID-19 en veranderend consumentengedrag
  • Verschillende technologische ontwikkelingen die efficiëntere processen mogelijk maken zoals sensoren, Internet der Dingen en AI creëren een concurrentiedruk om te blijven innoveren

Om bloemen of planten goed te laten groeien is een optimale omgeving nodig, bestaande uit verschillende parameters zoals temperatuur, vochtigheid, lichtintensiteit, bepaalde niveaus van chemische stoffen, enz. Een kas is een complex systeem met verschillende componenten, zoals gewas-, klimaat- en irrigatiestrategieën. Binnen dit systeem meten sensoren verschillende plantkarakteristieken met optische en beeldvormingstechnieken. De glastuinbouw is dan ook een data-rijke omgeving waarin men met veel repetitieve taken een ‘optimale productiecyclus’ probeert te behalen. Het is daarom een uiterst vruchtbare bodem om aan de slag te gaan met nieuwe digitale technologie om de gegenereerde data uit te nutten en aan de veranderende vraag te voldoen

Diepgaande kennis van teeltrecepten in de ‘hoofden’ van tuinders combineren met de mogelijkheden van data, robotica en AI biedt de mogelijkheid om de efficiëntie en kwaliteit van de voedselproductie substantieel te verhogen. Met de inzet van digitale technologie in de tuinbouw kunnen de volgende opeenvolgende stappen gezet worden:

  1. Beschrijven en diagnosticeren met dashboards – het creëren van belangrijke inzichten door middel van dashboards die continu een uitgebreid overzicht van bedrijfsprestaties tonen. Met deze beschrijvende en diagnostische analyse kunnen besluitvormers beter zien wat er gebeurt en waarom en acties hierop afstemmen
  2. Opbrengstvoorspelling – de combinatie van een accurate voorspelling van de voedselproductie met voorspelling van de klantvraag door de inzet van data en AI resulteert in het optimaliseren van de opbrengsten, planning, activaspreiding en de bedrijfsstrategie
  3. Automatiseren van de productie middels Robotica – industriële Robotica wordt ingezet op de interne processen waar veel gegevens moeten worden verwerkt en/of waar repetitieve taken in het spel zijn om productie efficiënter en secuurder te krijgen, om de kwaliteit van het product te waarborgen of afhankelijkheid van arbeid te verlagen
  4. Autonoom opereren kas middels een combinatie van Robotica en AI – Het samenbrengen van een accuraat opbrengstvoorspellingsmodel met Robotica in een digitaal platform gestuurd door AI en machine learning zal resulteren in (semi) autonome kassen waarbij de gevraagde producten efficiënt worden geproduceerd en verkocht voor de optimale prijs

 

Voor een succesvolle transformatie is het essentieel om per element van het (digitale) operating model een make-or-buy keuze te maken en te bepalen wat de juiste snelheid van de implementatie dient te zijn. Aan de hand van deze twee assen worden vier keuzes onderscheiden:

  1. collaboratieve innovatie
  2. business transformatie,
  3. M&A/strategic partnerships
  4. Greenfield

Omdat een belangrijk deel van de kennis over de digitale technologie ontbreekt binnen de agrisector proberen technologiebedrijven een positie te verwerven. Daarnaast zijn private equity bedrijven kansen om met Nederlandse ondernemingen een internationale groeistrategie te realiseren. Deze ontwikkelingen resulteren in een stijging van de M&A transacties. Zo heeft JBR recentelijk de aankoop van een minderheidsbelang in Certhon door de Japanse Robotica specialist Denso begeleid met als doel om gezamenlijk stap 3 te realiseren.

 

Heeft u vragen over:

Samenwerkingen, fusies of overnames die bij uw organisatie spelen of kunnen gaan spelen, zoals;

  • uitbreiding of inkrimping van uw portfolio aan activiteiten in de Food & Agri sector;
  • advieswerkzaamheden van JBR in de Food & Agri sector en wat JBR voor u kan betekenen;

Neem persoonlijk contact op met het team

http://Harold%20Brummelhuis

Harold Brummelhuis
Principal

http://Merijn%20Veltkamp

Merijn Veltkamp
Associate