۲۵ درصد محصولات کشاورزی دورریز می‌شود/ کاهش ضایعات با فناوری‌

بررسی‌ها نشان می‌دهد، سالانه ۲۵ تا ۳۰ درصد از محصولات کشاورزی ایران طی زنجیره تولید و توزیع از بین می‌رود؛ این در حالی است که با استفاده از روش‌های مختلف پیش‌بینی و تحلیل داده‌ها، می‌توان به تصمیم‌گیری‌های بهتر و کاهش ضایعات غذایی کمتر کمک شایانی کرد.

 

 

سیدمجتبی خیام نکویی، رئیس سازمان تحقیقات، آموزش و ترویج کشاورزی با تأکید بر سختی کار در تولید محصولات کشاورزی از جمله گندم، عنوان می‌کند، بخشی از محصول در کالای نهایی (نان) ضایع می‌شود. از این رو زنجیره تولید گندم تا تهیه نان از اهمیت بسزایی برخوردار است. البته ضایعات فقط در حوزه مصرف و مشکلات نان نیست در زمان برداشت هم بخشی از محصولات از بین می‌رود.

 

بنا بر اعلام آخرین آمار فائو، سالانه ۳۰ تا ۳۵ درصد محصولات تولیدی در بخش کشاورزی به هدر می‌رود که این میزان غذای ۹ میلیون نفر است.

 

 

فناوری در سال‌های اخیر به‌شدت بر صنایع مختلف از جمله کشاورزی تأثیر گذاشته است. یکی از حوزه‌هایی که فناوری به‌شدت در آن نفوذ کرده، توزیع محصولات کشاورزی است. با استفاده از فناوری‌های نوین، می‌توان فرایند توزیع را بهینه کرده، کیفیت محصولات را بهبود بخشید و ضایعات غذایی را کاهش داد. به‌عنوان‌مثال اینترنت اشیا (IoT) با اتصال اشیا فیزیکی به یکدیگر و اینترنت، تحولات شگرفی را در صنایع مختلف از جمله صنعت غذا ایجاد کرده است.

 

در حوزه توزیع مواد غذایی و کشاورزی، IoT امکان نظارت و کنترل دقیق‌تر بر زنجیره تأمین را فراهم کرده و به بهبود کیفیت، کاهش ضایعات و افزایش کارایی منجر شده است.

 

بنا بر اعلام سازمان ملی بهره‌وری کشور، در ایران سالانه ۳۰ میلیون تن محصول کشاورزی به‌عنوان ضایعات دور ریخته می‌شود. به عنوان نمونه میزان تولید ناخالص بخش کشاورزی در سال ۱۴۰۱، ۱۲۵ میلیون تن بود که ۲۵ درصد این میزان یعنی حدود ۳۰ میلیون تن به‌عنوان ضایعات دور ریخته می‌شود. نکته مهم در دورریز این میزان بالا از محصولات کشاورزی، توجه به آب مصرف‌شده برای آن است.

 

بنا بر اعلام رئیس وقت این سازمان، با این میزان اتلاف محصول می‌توان ۱۶ میلیون نفر، معادل جمعیت کشورهای کوچک خلیج‌فارس را سیر کرد که نشان از مقدار بالای ضایعات محصولات کشاورزی و غذایی در ایران دارد.

 

همچنین محسن خلج، یکی از مسئولان دولتی در مرکز توسعه مکانیزاسیون و صنایع کشاورزی وزارت جهاد کشاورزی عنوان می‌کند، بر اساس آخرین آمار و اطلاعاتی که از بخش‌های دیگر گزارش شده است تقریباً ۲۱ میلیون تن محصول فقط در حوزه تولید غلات شامل گندم، جو شلتوک، ذرت دانه‌ای سالانه در حال از بین رفتن است. با یک حساب سرانگشتی اگر فقط یک درصد تلفات این بخش را کاهش دهیم، با قیمت میانگین ۱۵ هزار تومان برای محصولات، تقریباً ۳ هزار میلیارد تومان (همت) سالانه صرفه جویی خواهیم داشت.

 

متأسفانه نه تنها سرمایه گذاری مورد نیاز در حوزه فناوری تأمین نمی‌شود بلکه خسارت‌های ناشی از سوخت اضافه و تبدیل شدن محصولات کشاورزی به ضایعات زیان بسیاری به اقتصاد کشور تحمیل کرده است.

 

 

یکی از چالش‌های بزرگ جهان امروز، مسئله ضایعات غذایی است. این موضوع نه‌تنها به هدر رفتن منابع ارزشمند مانند آب، خاک و انرژی منجر می‌شود، بلکه اثرات مخربی نیز بر محیط‌زیست و اقتصاد دارد. خوشبختانه، با پیشرفت فناوری و به ویژه بررسی کلان‌داده، می‌توان گام‌های مؤثری در جهت کاهش این مشکل برداشت.

 

استفاده از اطلاعات ثبت شده در فرایند تولید و توزیع محصولات غذایی می‌تواند راهکار مناسبی برای کاهش دورریز مواد غذایی باشد. بررسی کلان‌داده (Big Data Analytics) به تحلیل حجم عظیمی از داده‌های ساخت‌یافته و غیر ساخت‌یافته گفته می‌شود. این داده‌ها از منابع مختلفی مانند سنسورها، دستگاه‌های IoT، شبکه‌های اجتماعی و سیستم‌های اطلاعاتی جمع‌آوری می‌شوند. با تحلیل این داده‌ها می‌توان الگوها و روندها را کشف کرد که در تصمیم‌گیری‌های بهتر و حل مشکلات پیچیده در صنایع غذایی و کشاورزی کمک می‌کنند.

 

با تحلیل داده‌های فروش در طی زمان، رفتار مصرف‌کننده، رویدادهای فصلی و عوامل محیطی، می‌توان تقاضا برای محصولات غذایی را با دقت بیشتری پیش‌بینی کرد. این امر به تولیدکنندگان و توزیع‌کنندگان کمک می‌کند تا مقدار مناسب محصول را تولید و توزیع کنند و از تولید بیش از حد و در نتیجه فساد محصولات جلوگیری کنند.

 

همچنین، با استفاده از داده‌های جمع‌آوری شده از سنسورهای نصب شده بر روی محصولات و وسایل نقلیه، می‌توان زنجیره تأمین را بهینه‌سازی کرد. مثلاً می‌توان دمای مناسب برای نگهداری هر محصول را تعیین کرد و از فساد محصولات در طول مسیر جلوگیری کرد؛ همچنین، می‌توان مسیرهای حمل‌ونقل را بهینه کرده و زمان تحویل را کاهش داد.

 

از طرف دیگر، با استفاده از داده‌های فروش و موجودی، می‌توان سیستم‌های مدیریت موجودی هوشمند را طراحی کرد. این سیستم‌ها به فروشگاه‌ها کمک می‌کنند تا میزان دقیق محصولات مورد نیاز را سفارش دهند و از انباشت محصولات و در نتیجه فساد آن‌ها جلوگیری کنند. بنابراین با استفاده از داده‌های فروش و رفتار مشتریان، می‌توان نحوه عرضه محصولات در فروشگاه‌ها را بهبود بخشید و از این طریق به کاهش ضایعات کمک کرد.

 

 

با وجود مزایای فراوان، استفاده از فناوری‌های نوین، مانند بررسی کلان‌داده‌ها در کاهش ضایعات غذایی، این مسئله با چالش‌هایی نیز همراه است. به عنوان مثال کیفیت داده‌های جمع‌آوری شده بسیار مهم است. داده‌های ناقص، نادرست یا بی‌ربط می‌توانند به نتایج نادرست منجر شوند. از سوی دیگر جمع‌آوری و تحلیل داده‌های شخصی می‌تواند نگرانی‌هایی در مورد حریم خصوصی ایجاد کند.

 

البته به نظر می‌رسد یکی از مهم‌ترین موانع استفاده از فناوری‌های نوین در صنایع ایران هزینه‌های راه‌اندازی و سرمایه‌گذاری باشد؛ البته یکی دیگر از دلایل مقاومت در برابر ایجاد سازوکارهای مدرن، تولید و عرضه سنتی محصولات غذایی و کشاورزی در ایران است. با این‌حال، فرصت‌های موجود در این حوزه بسیار زیاد است. با استفاده از فناوری‌های نوین مانند اینترنت اشیا و بررسی کلان‌داده به‌دست‌آمده از این طریق، می‌توان به یک سیستم غذایی پایدارتر، کارآمدتر و شفاف‌تر دست‌یافت.

 

 

با پیش‌بینی دقیق میزان تقاضا، می‌توان با سیاست‌گذاری درست در سطح حاکمیت، از تولید بیش از حد محصولات جلوگیری کرد و در نتیجه ضایعات غذایی را کاهش داد؛ از طرف دیگر با دانستن میزان تقاضای آینده، می‌توان موجودی انبارها را بهینه کرده و از کمبود یا مازاد محصول جلوگیری نیز کرد.

 

همچنین، استفاده از فناوری در پیش‌بینی تقاضا می‌تواند موجب افزایش رضایت مشتری شود، به طوری که با تأمین به‌موقع محصولات مورد نیاز مشتریان، می‌توان رضایت آنها را افزایش داد و وفاداری آنها را به کسب‌وکار جلب کرد.

 

بررسی سری‌های زمانی در سازوکار عرضه محصولات غذایی می‌تواند الگوها و روندهای گذشته را شناسایی کرده و از آنها برای پیش‌بینی رفتار مشتریان استفاده کرد، البته جمع‌آوری این داده‌ها از طریق دستگاه‌هایی که توانایی استفاده از اینترنت اشیا و جمع‌آوری خودکار داده را دارند شرایط تحلیل اطلاعات را تسهیل می‌کند.

 

در پایان می‌توان گفت، پیش‌بینی دقیق تقاضا با استفاده از فناوری یکی از کلیدهای موفقیت در کسب‌وکارهای امروزی است. با استفاده از روش‌های مختلف پیش‌بینی و تحلیل داده‌ها، می‌توان به تصمیم‌گیری‌های بهتر و کاهش ضایعات غذایی کمک کرد زیرا با وجود منابع محدود و اهمیت تأمین امنیت غذایی چاره‌ای جز این امر نیست.