Ricerca-Azione | Agroecologia e sperimentazione
le nuove sfide da affrontare nella zootecnia del futuro

1: Pianificazione: prima fase della ricerca-azione
Lavoro in gruppi e focus group del giorno 1
Azienda analizzata
Abstract
L’Azienda Agricola Grugni opera nel distretto zootecnico lodigiano e ha sede a Cervignano
d’Adda. L’attività di allevamento, iniziata intorno al 1960, è oggi distribuita su tre siti
produttivi situati a Cervignano d’Adda, Pieve Fissiraga e Cavenago d’Adda.
Complessivamente vengono munte circa 900 vacche, con una produzione media rilevata
durante la visita di circa 40 litri di latte al giorno per capo.
L’azienda è inserita in un territorio caratterizzato da competenze zootecniche diffuse,
presenza di cooperative lattiero-casearie, tecnici, veterinari, fornitori specializzati ed enti
pubblici. La partecipazione a reti cooperative facilita il conferimento e la trasformazione del
latte, ma rende importante adottare standard condivisi di qualità, tracciabilità e tutela
dell’origine del prodotto.
La principale sfida riguarda l’integrazione dei numerosi dati già raccolti dall’azienda e la
loro trasformazione in informazioni utili sia alla gestione interna sia alla comunicazione
esterna. Collari, sistemi automatici, agricoltura di precisione e controlli sanitari generano
dati importanti, che devono però essere collegati e interpretati attraverso adeguate
competenze zootecniche.
La sfida interessa la tripla transizione. Quella digitale riguarda l’integrazione e
l’interpretazione dei dati; quella ecologica comprende energia rinnovabile, risparmio idrico,
gestione degli effluenti e adattamento al caldo; quella generazionale riguarda il
trasferimento delle competenze e il coinvolgimento di giovani e donne nei ruoli tecnici,
gestionali e comunicativi.
I principali problemi esterni sono il cambiamento climatico, la disponibilità di acqua,
l’aumento dei costi delle materie prime, la competizione internazionale e i vincoli
territoriali relativi al numero di capi e alla gestione degli effluenti.
Domande di ricerca
Come integrare i dati produttivi, sanitari, energetici e ambientali già raccolti
dall’azienda?
Come trasformarli in indicatori economici, ambientali e sociali verificabili?
Come comunicare al consumatore il legame tra qualità del latte, benessere animale e
gestione aziendale?
Come può la cooperazione territoriale rafforzare tracciabilità e riconoscibilità del
prodotto?
Come coinvolgere giovani e donne nel cambiamento culturale della zootecnia?
2. Azione: seconda fase della ricerca-azione
Riportare i dati del questionario compilato durante la field visit
Evidenze raccolte sul campo
La study visit ha interessato uno dei tre siti dell’Azienda Agricola Grugni. L’impresa
gestisce complessivamente circa 900 vacche munte: 560 nel sito visitato, 150 a Pieve
Fissiraga e circa 200 a Cavenago d’Adda. La produzione media rilevata durante la visita era
di circa 40 litri di latte al giorno per capo. La mungitura viene effettuata due volte al giorno
in tutti gli allevamenti.
Una quota del latte è destinata alla produzione di alimenti per l’infanzia e quindi sottoposta
a controlli particolarmente stringenti. Il latte viene conferito a Gran Latte e al Consorzio dei
Produttori Latte di Milano, realtà delle quali l’azienda è socia.
Tutti gli animali sono dotati di collari che monitorano movimenti e comportamenti. Il
sistema confronta i dati individuali con le medie precedenti e genera un allarme in caso di
scostamenti. Gli animali segnalati possono essere separati automaticamente dopo la
mungitura per consentire controlli e interventi tempestivi.
Dalla visita è emerso che la disponibilità del dato non è sufficiente. Le informazioni devono
essere accurate, confrontate con altri dati e interpretate da personale dotato di competenze
zootecniche. Il sistema digitale affianca quindi l’esperienza dell’allevatore, senza sostituirla.
L’alimentazione è sottoposta a controlli periodici e viene distribuita quattro volte al giorno,
così da mantenere la miscelata fresca, soprattutto nei periodi più caldi. Le vacche pluripare
assumono circa 52 kg di alimento tal quale al giorno, corrispondenti a circa 27 kg di
sostanza secca. Gli animali sono organizzati in gruppi per età e numero di parti, al fine di
ridurre le gerarchie e tutelare i soggetti più giovani.
L’azienda dispone di un impianto fotovoltaico da 250 kW, utilizzato per coprire il
fabbisogno energetico degli edifici, e di un impianto a biogas da 1 MW, alimentato dalle
deiezioni animali. Nei campi vengono impiegate tecnologie satellitari e strumenti di
agricoltura di precisione per registrare gli interventi e confrontarli con le analisi del
terreno.
I punti di forza sono la capacità produttiva, il monitoraggio degli animali, la prevenzione
sanitaria, la qualità del latte, le competenze aziendali e gli investimenti in energia
rinnovabile. Le criticità riguardano la frammentazione dei dati, il caldo estivo, la gestione
dell’acqua, i costi degli investimenti e la difficoltà di comunicare al pubblico la complessità
e il valore della produzione zootecnica.
3.Osservazione: terza fase della ricerca-azione
Riportare i dati del quadro logico
Contesto
L’azienda opera nel distretto zootecnico lodigiano, dove sono presenti competenze
tecniche, cooperative, latterie e servizi specializzati. La gestione di tre siti produttivi e di
circa 900 vacche rende indispensabili il monitoraggio digitale e il coordinamento delle
informazioni.
Le tecnologie già adottate hanno migliorato il controllo dei processi, la prevenzione
sanitaria e la produttività. L’effetto sul reddito deve tuttavia essere valutato considerando
anche il prezzo del latte, i costi dei mangimi, dell’energia, della manodopera e degli
investimenti.
Il contesto è influenzato dal cambiamento climatico, dalla disponibilità di acqua,
dall’aumento delle temperature, dalla competizione internazionale e dai vincoli relativi alla
gestione degli effluenti. Il progetto si inserisce quindi nella necessità di integrare i dati esistenti, renderli comprensibili e utilizzarli per migliorare le decisioni aziendali e
comunica
Obiettivo di cambiamento
Entro 18 mesi si propone di progettare e sperimentare un sistema capace di integrare i
principali dati produttivi, sanitari, energetici e ambientali dell’azienda e di trasformarli in
indicatori economici, ambientali e sociali verificabili.
Il sistema dovrà perseguire due finalità. La prima è interna: migliorare il monitoraggio dei
processi, individuare tempestivamente inefficienze e sostenere le decisioni aziendali. La
seconda è esterna: comunicare a consumatori, scuole e operatori della filiera il legame tra
qualità del latte, benessere animale, uso delle risorse, produzione di energia rinnovabile e
contributo dell’impresa al territorio.
L’obiettivo comprende anche un cambiamento culturale della zootecnia, basato su
trasparenza, competenze e apertura alla società. Il progetto dovrà favorire il trasferimento
delle conoscenze tra generazioni e la partecipazione di giovani e donne nei ruoli tecnici,
gestionali, digitali e comunicativi.
Strategia
La strategia consiste nel collegare ciò che l’azienda produce al modo in cui lo produce. Il
latte diventa il punto di accesso a un sistema informativo che rende visibili qualità,
controlli, benessere animale, gestione delle risorse e contributo al territorio.
La prima componente prevede l’integrazione dei dati provenienti da collari, mungitura,
alimentazione, controlli sanitari, agricoltura di precisione, consumi idrici, fotovoltaico e
biogas.
La seconda componente riguarda la trasformazione dei dati in indicatori semplici,
confrontabili e verificabili. La terza interessa la comunicazione attraverso QR code,
etichetta parlante, visita virtuale e incontri in azienda.
La cooperazione con latterie, altre imprese, università e soggetti territoriali servirà a
validare gli indicatori, definire standard condivisi, rafforzare tracciabilità e riconoscibilità
del prodotto e ridurre i costi della sperimentazione
Azioni
Fase 1: analisi, da 0 a 3 mesi
1. Mappatura dei processi produttivi, sanitari, energetici e ambientali.
2. Censimento delle fonti di dati già disponibili.
3. Valutazione della qualità, completezza e frequenza di aggiornamento dei dati.
4. Individuazione delle informazioni mancanti e dei responsabili della raccolta.
5. Analisi della presenza di giovani e donne nei diversi ruoli aziendali.
Fase 2: progettazione, da 4 a 8 mesi
6. Selezione di un primo gruppo di indicatori economici, ambientali e sociali.
7. Progettazione di un sistema per integrare i dati provenienti dai diversi strumenti
aziendali.
8. Realizzazione di un cruscotto digitale sperimentale.
9. Validazione degli indicatori con il supporto di tecnici, veterinari, agronomi e università.
10.Definizione delle informazioni da rendere pubbliche, evitando dati non verificati o
comunicazioni ambientali generiche.
Fase 3: comunicazione e sperimentazione, da 9 a 14 mesi
11.Applicazione iniziale del sistema a un sito produttivo.
12.Creazione di un QR code collegato a una pagina informativa aggiornata.
13.Progettazione di un’etichetta parlante sulla qualità e la tracciabilità del latte.
14.Realizzazione di una visita virtuale dedicata a stalle, mungitura, alimentazione,
benessere animale, biogas, fotovoltaico e agricoltura di precisione.
15.Organizzazione di incontri rivolti a scuole, cittadini, consumatori e operatori della
filiera.
16.Formazione del personale sull’interpretazione e sulla comunicazione dei dati.
17.Coinvolgimento di giovani e figure femminili nelle attività digitali, gestionali e
comunicative.
Fase 4: valutazione, da 15 a 18 mesi
18.Verifica dei risultati attraverso indicatori iniziali e finali.
19.Raccolta delle valutazioni di consumatori, dipendenti e stakeholder.
20.Analisi dei costi e dei benefici della sperimentazione.
21.Correzione del sistema ed eventuale estensione agli altri siti aziendali.
Fattori esterni
Il progetto è condizionato dalla disponibilità di acqua e dall’aumento delle temperature. Il
caldo può ridurre il benessere degli animali e la produzione di latte, aumentando il
fabbisogno di ventilazione e raffrescamento. L’azienda ha già incrementato ventole e
impianti di raffreddamento e prevede sistemi di irrigazione attivati dalla presenza
dell’animale per limitare il consumo idrico.
Altri fattori sono la volatilità del prezzo del latte, l’aumento dei costi di mangimi, energia e
materie prime, la competizione internazionale e i vincoli territoriali relativi al numero di
capi e alla gestione degli effluenti.
Incidono inoltre la disponibilità di finanziamenti, l’evoluzione della PAC, le norme
ambientali, la qualità delle infrastrutture digitali e la possibilità di reperire professionisti
qualificati.
Fattori favorevoli sono la presenza del distretto zootecnico, le competenze diffuse, le
cooperative, le collaborazioni con università e la crescente attenzione dei consumatori
4. Riflessione: quarta fase della ricerca-azione
Compilazione sul sito post mini camp
Risorse necessarie e possibili fonti di finanziamento
Le risorse umane comprendono un responsabile interno del progetto, personale aziendale,
veterinari, agronomi, tecnici informatici, analisti dei dati, esperti ambientali e professionisti
della comunicazione. Università, istituti agrari e tirocinanti potrebbero supportare la
validazione degli indicatori e la produzione dei contenuti.
Le risorse tecnologiche includono una piattaforma di integrazione dei dati, un cruscotto
digitale, servizi di archiviazione sicura, strumenti per il QR code, sviluppo web e produzione
audiovisiva per la visita virtuale.
Le risorse finanziarie dovranno coprire progettazione, consulenza, licenze, formazione,
raccolta e validazione dei dati, comunicazione e manutenzione.
Le possibili fonti comprendono CSR/PSR, interventi PAC 2023-2027, bandi regionali per
innovazione e cooperazione, PEI-AGRI, Gruppi Operativi, bandi INAIL e accordi di filiera.
L’azienda ha già ottenuto un finanziamento INAIL per rinnovare carri semoventi e un
trattore.
Impatto atteso
Impatto ambientale
Migliore conoscenza dei consumi idrici ed energetici, uso più efficiente di mangimi e
fertilizzanti, ottimizzazione della gestione degli effluenti e valorizzazione di fotovoltaico e
biogas. Gli indicatori consentiranno di individuare inefficienze e definire interventi di
miglioramento.
Impatto economico
Riduzione delle inefficienze, prevenzione tempestiva delle patologie, maggiore controllo dei
costi e valorizzazione del latte attraverso qualità e tracciabilità. L’effettivo beneficio sul
reddito sarà verificato considerando ricavi, costi operativi, investimenti e risparmi ottenuti.
Impatto sociale
Maggiore fiducia tra azienda e consumatori, migliore conoscenza della zootecnia e
rafforzamento del rapporto con scuole e territorio. Il progetto creerà opportunità di
formazione e responsabilità per giovani e donne.
Indicatori
Saranno monitorati accessi al QR code, visite organizzate, persone coinvolte, consumi per
litro di latte, interventi preventivi, costi evitati e collaborazioni attivate
Replicabilità della soluzione
La soluzione è replicabile perché può essere applicata gradualmente. Le aziende più
strutturate possono integrare numerose fonti di dati, mentre quelle più piccole possono
partire da pochi indicatori, un QR code e una pagina informativa.
Cooperative, consorzi e associazioni di categoria potrebbero sviluppare una piattaforma
comune, riducendo i costi a carico delle singole imprese. L’adozione di criteri condivisi
rafforzerebbe la qualità, la tracciabilità, la tutela dell’origine e la riconoscibilità territoriale
del latte.
Il modello potrebbe essere trasferito anche ad altri comparti agricoli, adattando gli
indicatori alle caratteristiche delle produzioni.
Le condizioni necessarie sono la disponibilità di dati attendibili, la presenza di competenze
per interpretarli, l’accesso alle infrastrutture digitali e la volontà di collaborare. Ogni
informazione comunicata al pubblico dovrà essere verificabile, aggiornata e collegata a
evidenze concrete.
Riflessione sul metodo
La ricerca-azione ha consentito di collegare osservazione diretta, confronto con l’azienda e
rielaborazione collettiva. La visita ha mostrato che la digitalizzazione non coincide
semplicemente con l’acquisto di nuove tecnologie. Per produrre un cambiamento effettivo, i
dati devono essere accurati, integrati e interpretati attraverso competenze zootecniche.
La principale difficoltà è stata organizzare informazioni numerose e tecniche in una
proposta unitaria. La costruzione di una sequenza tra problema, obiettivo, strategia, azioni
e impatti ha permesso di rendere la proposta più chiara.
La scoperta più significativa è stata la distanza tra le innovazioni già presenti in azienda e
la loro conoscenza da parte del pubblico. In una futura attività sarebbe utile predisporre
una griglia di raccolta prima della visita, rilevare dati quantitativi confrontabili e
intervistare separatamente titolari, lavoratori, giovani, donne, cooperative e consumatori.
Lezioni apprese e limiti dello studio
La principale lezione appresa è che tecnologia, conoscenza degli animali ed esperienza
dell’allevatore devono procedere insieme. Collari, sistemi automatici e agricoltura di
precisione migliorano il controllo, ma non sostituiscono la capacità di interpretare le
informazioni.
È emerso inoltre che la sostenibilità non riguarda una singola tecnologia, ma il
collegamento tra benessere animale, gestione dell’acqua, energia rinnovabile, prevenzione
sanitaria, produttività e rapporto con il territorio.
Lo studio presenta alcuni limiti. Le informazioni derivano principalmente da una sola visita
e non comprendono serie storiche complete, bilanci ambientali o dati analitici sui costi di
produzione. Non sono state raccolte direttamente le opinioni dei consumatori, né è stata
analizzata in modo sistematico la presenza femminile nei diversi ruoli. Anche i costi del
sistema digitale e della comunicazione devono essere preventivati.
La proposta dovrà quindi essere considerata un progetto pilota, da verificare attraverso
ulteriori dati, interviste agli stakeholder e una sperimentazione iniziale su un solo sito.
5. Materiali e documentazione
Intervista
Fotogallery
Foto cartelloni
6. Gruppo di lavoro
Composizione del gruppo
| Regione | Ateneo | Nome | Cognome | Funzione |
|---|---|---|---|---|
| Lazio | Università Degli Studi Di Roma La Sapienza | Cedric James | Narte | studente |
| Lombardia | Università degli Studi di Milano | Jessica | Infante | studente |
| Lazio | Università Degli Studi Di Roma La Sapienza | Luca | Scatolini | studente |
| Lazio | - | Ludovica Maddalena | Rossi | studente |
| Friuli-Venezia Giulia | Università degli Studi di Udine | Piero | Scorciapino | studente |
Validazione elaborato da parte del docente/tutor
| Regione | Ateneo | Nome | Cognome | Ruolo |
|---|---|---|---|---|
| Bolzano (provincia autonoma) | - | Lorenzo | Mirabelli | tutor |







