Quando parliamo di startup Deep Tech ci riferiamo ad aziende che sviluppano tecnologie avanzate di intelligenza artificiale, robotica, biotecnologie, estrazione e interpretazione di dati, energie rinnovabili e molto altro. Queste società rappresentano di fatto la frontiera della ricerca e dello sviluppo tecnologico e grazie alle loro soluzioni sono in grado di infondere uno slancio enorme all’economia di un Paese. Eppure, diversamente da quanto accade in aree anche geograficamente vicine come la Germania o la Francia, in Italia si avverte un ritardo preoccupante nel settore. «Questo ritardo può essere attribuito a vari fattori, tra cui un ecosistema di startup relativamente giovane, la scarsità di fondi di venture capital di grandi dimensioni, ma anche una mancanza di coraggio e cultura da parte degli investitori». Spiega Mauro Manfredi, Co-Founder e CEO di Awentia, startup Deep Tech che trasforma le immagini in dati strutturati di grandissimo valore per l’agricoltura e l’industria in generale.
«Investire nelle startup Deep Tech in Italia non è solo una questione di sviluppo economico, ma anche un imperativo strategico per garantire competitività al Paese nella corsa globale all’innovazione». Spiega Federico Frontali, Founder & CTO di Awentia.
Eppure, spesso aziende di questo tipo fanno fatica a farsi conoscere e a risultare subito appetibili perché, a differenza delle startup tradizionali, che spesso si concentrano su modelli di business già testati o su miglioramenti incrementali, le startup Deep Tech sono spesso pioniere in nuovi campi della scienza e della tecnologia. Questo comporta cicli di sviluppo più lunghi, maggiori investimenti in R&S e un’elevata difficoltà nell’attrarre capitali a causa dell’alto rischio e della complessità tecnologica. Eppure, sono proprio aziende di questo tipo a offrire moltiplicatori importanti agli investitori e cambiamenti epocali all’economia.
«Con Awentia sappiamo molto bene quanto sia complesso fare Deep Tech in Italia. Non è neanche semplice raccontare e spiegare quello che facciamo perché operiamo in un settore trasversale, ovvero quello della raccolta e organizzazione di dati strutturati che riguarda infinite aree di applicazione. Nonostante questo, l’azienda cresce, incontriamo investitori interessati e anche il mercato ci sta dimostrando che siamo sulla strada giusta». Continua Manfredi.
Un recente accordo con le aziende argentine Ava Fruit, Doña Paula e Bodega A16 ha permesso alla startup di Imola, di portare in America Latina la tecnologia Awentia Agritech per innovare un settore tradizionalmente “analogico” come quello dell’agricoltura. «Attraverso l’AI e speciali dispositivi hardware, sviluppati internamente da Awentia e installabili sui veicoli agricoli usati normalmente nei campi, riusciamo a monitorare i filari di un vigneto tenendo sotto controllo la salute delle piante e rilevando in anticipo l’eventuale insorgenza di problematiche o malattie. Si tratta di una tecnologia che si adatta a una grande varietà di colture». Spiega Frontali.
Proprio grazie alla grande versatilità di questa tecnologia, Awentia Agritech è stata adottata in Italia anche da Terremerse, importante cooperativa agricola composta da oltre 5.600 soci, per monitorare impianti di kiwi, melo e pomodoro. «Abbiamo fiducia in questa collaborazione – ha dichiarato Gianfranco Pradolesi, Responsabile Ricerca e Sviluppo Terremerse – Crediamo che la tecnologia sia ormai un elemento indispensabile per essere competitivi e ottimizzare la nostra produzione. Con Awentia, siamo certi di poter fare un passo in avanti verso un monitoraggio delle colture automatico, oggettivo e sostenibile»
Fra i riconoscimenti guadagnati da Awentia c’è inoltre lo sviluppo di una collaborazione con l’Università di Torino funzionale ad abilitare gli studenti nella realizzazione di soluzioni agritech su contesti reali.
Per quanto complessa e avanguardistica, la tecnologia sviluppata da Awentia prevede applicazioni nei settori più disparati: in una linea di produzione, per rilevare in anticipo prodotti danneggiati o monitorare l’uso di materie prime, in agricoltura per individuare eventuali malattie delle piante, nell’industria petrolifera, all’Health e Telemedicina, Inventory Management e così via. In pratica, in ogni ambito in cui sia essenziale la riduzione degli sprechi, il miglioramento dell’efficienza e l’aumento della produttività.
