Campus Bio-Medico · Agri Research and Teaching Center

Le 4 Sfide

Open innovation per la serra multifunzionale.

Documento sfide · Versione 2.0 · Luglio 2026

AmbitoAcquaponica · Idroponica · Fitotroni
Cosa si progettaUn piano pilota di sperimentazione
Su cosaUn'infrastruttura di ricerca reale

Quattro sfide tecnologiche ancorate all'infrastruttura dell'Agri Research and Teaching Center — i sistemi reali dell'impianto acquaponico, idroponico e fitotronico del Campus Bio-Medico. Ogni sfida è descritta con problema, asset coinvolti, traccia di lavoro, output attesi, KPI e profilo dei team ricercati.

·
Il contesto

L'asset al centro

L'Agri Research and Teaching Center, inaugurato a maggio 2026, è un'infrastruttura ad alta tecnologia — centro di gravità di tutte le sfide — che integra:

  • un'area dedicata alla coltivazione con tecnologia acquaponica: vasche per l'allevamento ittico integrate con sistemi di coltivazione fuori suolo, interconnessi in un unico ciclo biologico;
  • un'area dedicata alla coltivazione idroponica in ambiente controllato;
  • un'area composta da 6 fitotroni, allestiti con diverse tecnologie di coltivazione, con annesso laboratorio sperimentale per analisi chimiche, biologiche e fitochimiche;
  • un impianto fotovoltaico che alimenta l'intera infrastruttura.

L'infrastruttura è stata progettata come hub aperto a università, centri di ricerca, imprese e startup, con vocazione esplicita a ospitare programmi di ricerca scientifica e applicata, produzione vegetale mediante sistemi avanzati, formazione ed educazione innovativa, coinvolgimento attivo delle comunità accademiche e degli stakeholder, public engagement e programmi di Open Innovation.

Come leggere ogni sfida
Perché questa sfidaIl razionale strategico per il Campus
Problema specificoIl bisogno concreto da affrontare, con elementi quantitativi dove disponibili
Asset coinvoltiSistemi, sottosistemi e risorse dell'impianto su cui si lavora
Traccia di lavoroCosa fanno i team durante le giornate di co-progettazione
Output attesi dall'eventoI deliverable prodotti durante il percorso
Output del pilotCosa produce la sperimentazione post-evento
KPILe metriche di valutazione, strutturate per categoria
Profilo dei teamLe competenze ricercate — non serve una startup costituita né un prodotto finito
01
Digitale · Automazione · AI

La Serra che Pensa

Complessità pilot MEDIO-ALTA · Qualità ecosistema ALTA · Impatto narrativo ALTO
Perché questa sfida

L'Agri Research and Teaching Center è un'infrastruttura di produzione e ricerca avanzata per l'agricoltura in ambienti controllati, caratterizzata da sistemi di coltivazione fuori suolo, illuminazione artificiale, climatizzazione, sistemi per il ricambio d'aria controllato, sistemi per l'efficienza energetica, riuso delle risorse naturali e controllo dei sistemi biologici, dando vita a un ecosistema tecnologico interdisciplinare. L'impianto è dotato di sistemi automatici di controllo e monitoraggio dei diversi sistemi, composti da un PLC industriale, una rete di sensori e logiche di automazione atte a garantire il corretto funzionamento e monitoraggio delle diverse sezioni biologiche ed impiantistiche. Tali sistemi sono in continua evoluzione, sia dal punto di vista tecnico che scientifico, e ormai tendenzialmente integrati con software per l'AI. La sfida è permettere un salto evolutivo del sistema: da un'automazione a regole fisse a un sistema capace di apprendere dai propri dati, proiettando i sistemi nei migliori scenari futuri, in un contesto dove l'evoluzione verso l'autoapprendimento dei sistemi di AI potrà evolversi continuamente nel tempo.

Problema specifico

La challenge invita i team a proporre soluzioni innovative e/o integrabili con l'architettura tecnologica della serra, analizzare l'intero impianto e proporre una strategia di sviluppo tecnologico che permetta di automatizzare attività oggi manuali, ottimizzare le logiche di controllo, correlare dati oggi analizzati separatamente e valorizzare lo storico di funzionamento accumulato. L'obiettivo è accompagnare l'evoluzione dell'impianto: eseguire automaticamente determinate operazioni, comprendere il proprio stato, anticipare criticità, supportare gli operatori e migliorare progressivamente le prestazioni. Le proposte potranno riguardare la revisione delle logiche di controllo esistenti, l'introduzione di nuovi sensori o attuatori, l'automazione di attività oggi manuali, piattaforme di integrazione dati, la costruzione di un Digital Twin dell'infrastruttura agro-tecnologica e dei processi biologici, sistemi di AI per anomaly detection e previsione dei comportamenti dei sottosistemi (biologici, idraulici, ambientali), e strumenti di supporto decisionale per operatori e automazione. L'infrastruttura attuale è un punto di partenza, non un vincolo progettuale.

Asset coinvolti
  • Sensori esistenti — pH, temperatura, ossigeno disciolto, conducibilità, umidità, livelli idrici.
  • Illuminazione artificiale — LED dei sistemi idroponici e fitotroni: gestione di cicli, intensità luminosa e spettro.
  • Sistemi di automazione — PLC industriale, attuatori (pompe, valvole), logiche di controllo dei sottosistemi idroponico e acquaponico.
  • Sistemi per la regolazione della temperatura dell'ambiente e dell'acqua di coltivazione, sistemi di ricambio aria e filtrazione.
Traccia di lavoro
  1. Analisi dell'architettura attuale: sensoristica, attuatori, logiche di funzionamento, procedure manuali e flussi operativi.
  2. Ottimizzazione dell'automazione: proposta di evoluzione del sistema di controllo, con revisione e nuove logiche per automatizzare operazioni manuali (priorità: massimo impatto, minime barriere).
  3. Costruzione della rappresentazione digitale (digital twin): condizioni ambientali, parametri chimico-fisici, stato attuatori, consumi e storico operativo.
  4. Definizione dei modelli di AI: cosa apprende, su quali dati, con quali metriche. Applicazioni: anomaly detection, predictive maintenance, supporto alle decisioni per ottimizzazione energetica, illuminazione, dosaggio nutrienti.
  5. Piano di rollout incrementale (proof of concept → estensione).
Output attesi dall'evento
  • Analisi dell'automazione esistente e proposta di ottimizzazione dell'impianto.
  • Architettura tecnica preliminare del Digital Twin e del modello di AI.
  • Piano di addestramento del modulo AI: dati necessari, periodo di osservazione, casi d'uso predittivi prioritari.
  • Roadmap e definizione delle tempistiche per la messa a terra, milestone e KPI di successo.
Output del pilot

Il pilot potrà essere realizzato su un sottosistema definito e dovrà dimostrare concretamente l'approccio e la capacità di generare benefici misurabili, scalabili e replicabili: analisi dell'architettura di automazione e opportunità di miglioramento; ottimizzazione di almeno una logica di controllo o nuova funzionalità che riduca gli interventi manuali; primo Digital Twin del sottosistema; primo modulo di AI in apprendimento per anomalie o previsione di parametri; sistema di alert e raccomandazione a supporto degli operatori.

KPI specifici
  • Operativi — riduzione del tempo delle operazioni manuali sugli asset coinvolti · numero e qualità delle logiche di controllo automatizzate · riduzione degli errori operativi · uptime del sistema.
  • Predittivi — numero di alert predittivi generati · % di alert validati come reali · tempo medio di anticipo rispetto al manifestarsi del problema.
  • Tecnologici — numero di sensori integrati nel sistema · latenza media di rilevamento e attuazione · affidabilità delle integrazioni con hardware esistente.
  • Strategici — scalabilità ad altri sottosistemi dell'impianto · riusabilità dei moduli sviluppati · tempo di onboarding per nuovi utenti del sistema.
Profilo dei team ricercati
  • Tecnologia core — software PLC-equivalente, piattaforme IIoT, digital twin, sistemi SCADA evoluti, AI per controlled environment agriculture (CEA).
  • Stadio — startup early-growth con prodotto già implementato in almeno 2-3 contesti reali (greenhouse, vertical farm, acquacoltura, industriali).
  • Verticale — smart agriculture, precision farming software, vertical farming tech, aquaculture management, IIoT industriale.
  • Team ideale — mix di competenze: IoT/embedded systems, data engineering, machine learning, agronomia o acquacoltura applicata.
  • Segnali fit — esperienza di integrazione con hardware eterogeneo · modelli AI validati su dati reali · approccio modulare/scalabile · disponibilità a lavorare on-site.
  • Segnali no-fit — soluzioni puramente consulenziali · prodotti che richiedono hardware proprietario esclusivo · focus esclusivo B2C · team senza profilo tecnico forte.

È la sfida che racconta meglio l'identità del nuovo hub: un'infrastruttura non più solo fisica ma anche cognitiva. Comunica al mondo accademico, industriale e istituzionale che il Campus non sta costruendo semplicemente una serra moderna, ma una piattaforma di ricerca data-driven, capace di generare conoscenza riusabile e di attrarre talenti tecnologici di alto livello.

02
Nutrizione · Filiere · Novel Food

Alimentazione sostenibile & Novel Food

Complessità pilot MEDIA · Qualità ecosistema MEDIA · Impatto narrativo MEDIO-ALTO
Perché questa sfida

Le diverse tecniche di coltivazione presenti nell'infrastruttura e gli ambienti controllati permettono di produrre diverse tipologie di cultivar indipendentemente dalla stagionalità o dalle caratteristiche climatiche, con capacità di standardizzazione e replicabilità inimmaginabili per l'agricoltura tradizionale. L'insieme di queste caratteristiche costituisce un contesto favorevole per la coltivazione e la promozione di prodotti innovativi e nutrienti, novel food, sviluppati secondo principi etici e sostenibili. Il Campus intende usare questa capacità per produrre vegetali ad alto valore nutrizionale destinati al mercato agroalimentare e alle filiere del functional food. È la sfida che connette l'agricoltura in ambiente controllato alla cultura della salute, dell'innovazione e della sostenibilità che caratterizza il Campus Bio-Medico.

Problema specifico

L'agricoltura affronta una crisi complessa legata ai cambiamenti climatici (siccità estrema, precipitazioni intense), al rincaro dei costi di produzione (fertilizzanti, energia), agli squilibri di mercato imposti dalla grande distribuzione. A ciò si aggiungono l'abbandono delle terre, la burocrazia e i danni da fauna selvatica. L'infrastruttura innovativa dell'Agri Research and Teaching Center offre soluzioni concrete, nel rispetto dell'ambiente e della sostenibilità alimentare. Serve identificare colture ad alto valore, novel food o superfood (microgreens, ortaggi biofortificati, colture officinali) che performino in modo ottimale nel sistema e possano portare valore aggiunto, in termini di sostenibilità economica e qualità alimentare, al mercato.

Asset coinvolti
  • Coltivazione in acquaponica ed idroponica con tecnica floating system — coltivazione fuori suolo di colture vegetali.
  • Fitotroni — ambiente completamente controllato per protocolli sperimentali, test su singole cultivar per definire le migliori condizioni di crescita.
Traccia di lavoro
  1. Selezione del panel di colture target in base a valore nutrizionale, domanda di mercato e fattibilità nel sistema.
  2. Disegno dei protocolli di coltivazione: condizioni ambientali, nutrizione, cicli, eventuale biofortificazione o ottimizzazione delle caratteristiche strutturali della biomassa.
  3. Definizione delle metriche di qualità (nutrizionali, chimiche, fisiche e strutturali) e dei metodi di misura (analisi di laboratorio).
  4. Identificazione del mercato di sbocco: retail premium, ristorazione, mercati agroalimentari.
Output attesi dall'evento
  • Panel di colture target selezionate con motivazione (valore nutrizionale, mercato, fattibilità).
  • Protocollo preliminare di coltivazione con parametri controllati.
  • Piano di caratterizzazione del prodotto.
  • Quadro di mercato con canali di sbocco e posizionamento.
  • Roadmap e definizione delle tempistiche per la prima produzione caratterizzata, milestone tecniche e KPI di successo.
Output del pilot

Definizione di almeno una coltura prodotta con protocollo standardizzato, analisi di letteratura del valore nutrizionale e/o delle proprietà peculiari, profilo qualitativo e stima di resa, identificazione di potenziali canali di mercato.

KPI specifici
  • Qualitativi — contenuto dei nutrienti target e/o dei composti bioattivi vs benchmark · costanza tra i cicli produttivi · stabilità del profilo qualitativo.
  • Produttivi — resa per unità di superficie · tempo di ciclo · consumo di risorse.
  • Commerciali — valore di mercato del prodotto · identificazione dei canali di sbocco potenziali.
Profilo dei team ricercati

Competenze in agronomia, scienze degli alimenti, coltivazione fuori suolo, scienze dei materiali vegetali e nutrizione vegetale. Startup agri/foodtech, gruppi di ricerca in scienze agrarie e alimentari. Fit: esperienza su colture in ambiente controllato, biofortificazione, qualità nutrizionale. No-fit: soluzioni puramente commerciali senza capacità agronomica o analitica.

È la sfida che interpreta la serra come piattaforma di produzione vegetale, unita alla qualità della vita e dei prodotti in ottica One Health; racconta bene la vocazione del Campus Bio-Medico e apre a partnership con le filiere agroalimentari.

03
Biomolecole · Nutraceutica · One Health

La natura aiuta

Complessità pilot ALTA · Qualità ecosistema MEDIO-ALTA · Impatto narrativo MOLTO ALTO (One Health)
Perché questa sfida

L'ambiente controllato della serra, dei fitotroni e del laboratorio è una piattaforma ideale per produrre piante e composti con caratteristiche standardizzate e replicabili, qualcosa di molto difficile in agricoltura tradizionale. Questo apre alla produzione di biomolecole specifiche di interesse nutraceutico o per composti fitoterapici, prodotti in ambienti controllati a partire da cultivar officinali. È la sfida che meglio si allinea alla vocazione bio-medica del Campus: usare l'infrastruttura agricola come ponte verso la salute umana.

Problema specifico

Serve identificare cultivar che performino in modo eccellente nel sistema controllato e sviluppare protocolli standardizzati di coltivazione, estrazione e caratterizzazione di biomolecole di interesse (es. polifenoli, flavonoidi, vitamine, composti antiossidanti), tali da garantire qualità costante e tracciabilità per l'uso in formulazioni nutraceutiche, preparati fitoterapici o produzione di piante officinali o di interesse erboristico.

Asset coinvolti
  • Fitotroni — ambiente controllato per protocolli standardizzati su singole cultivar e condizioni.
  • Laboratorio sperimentale — estrazione e caratterizzazione fitochimica delle biomolecole.
Traccia di lavoro
  1. Selezione del panel di cultivar o composti target, in base a valore di mercato e fattibilità.
  2. Disegno dei protocolli di coltivazione: condizioni base e condizioni di "stress controllato" per stimolare la produzione di composti.
  3. Strategia di estrazione e analisi: tecniche, standard di riferimento, metriche di qualità.
  4. Identificazione del mercato di sbocco: nutraceutica, integratori, preparazioni galeniche ed erboristiche, ingredient supply, farmaceutico.
  5. Quadro IP e regolatorio per l'uso commerciale dei composti.
Output attesi dall'evento
  • Panel di cultivar o composti target selezionati con motivazione (valore di mercato, fattibilità, interesse scientifico).
  • Protocollo preliminare di coltivazione per le cultivar prescelte, con parametri controllati.
  • Pipeline analitica di estrazione e caratterizzazione delle biomolecole.
  • Quadro di applicazione commerciale con mercati target e canali di accesso.
  • Roadmap e definizione delle tempistiche per la prima caratterizzazione di un batch, milestone e KPI di successo.
Output del pilot

Definizione di almeno una cultivar coltivabile con protocollo standardizzato nei fitotroni, analisi di letteratura dei composti di interesse, profilo qualitativo documentato, identificazione di potenziali partner di mercato (nutraceutica, galenica ed erboristica, ingredient suppliers).

KPI specifici
  • Scientifici — concentrazione dei composti target vs benchmark · riproducibilità tra i batch.
  • Qualità — standardizzazione del protocollo · tracciabilità.
  • Commerciali — valore di mercato dei composti · identificazione partner potenziali.
Profilo dei team ricercati

Competenze in biotecnologie o scienze farmaceutiche, agronomia e fitochimica. Startup biotech o gruppi di ricerca (Farmacia, Medicina, Bioingegneria). Fit: capacità sia di coltivazione controllata sia di estrazione e caratterizzazione. No-fit: profilo puramente commerciale senza capacità analitica.

È la sfida che meglio incarna l'identità del Campus Bio-Medico: una serra che non produce solo vegetali, ma molecole con applicazione nella salute umana. Crea un ponte naturale tra agricoltura, ricerca biomedica e nutraceutica — un posizionamento che pochi altri attori in Italia possono rivendicare. È anche la sfida con il maggior potenziale di brevetti, pubblicazioni e partnership industriali.

04
Energia · Storage · Resilienza

Energia dell'Impianto

Complessità pilot MEDIA · Qualità ecosistema ALTA · Impatto narrativo MEDIO
Perché questa sfida

L'impianto integra già una produzione energetica da fotovoltaico che contribuisce in modo significativo al fabbisogno, e dispone di un gruppo elettrogeno per garantire l'alimentazione in caso di disservizi di rete. I consumi sono continui e distribuiti nell'arco delle 24 ore della giornata (illuminazione artificiale, climatizzazione, pompaggio, controllo ambientale), mentre la produzione fotovoltaica è concentrata nelle ore diurne e soggetta a variabilità stagionale e meteorologica. Ne derivano tre criticità: sottoutilizzazione dell'energia rinnovabile, ricorso sistematico alla rete nei momenti di disallineamento e uso di backup a combustibili fossili in emergenza. La sfida riguarda la progettazione di un sistema energetico integrato, intelligente e resiliente, che massimizzi l'uso di energia rinnovabile ed elimini o minimizzi la dipendenza dalla rete.

Problema specifico

In assenza di un sistema evoluto di gestione energetica si osservano: utilizzo non ottimale dell'energia fotovoltaica; limitata capacità di adattamento dei consumi alla disponibilità; uso del gruppo elettrogeno come unica soluzione di continuità in caso di blackout della rete elettrica, con impatto economico e ambientale. Serve una soluzione integrata che proponga un modello complessivo di gestione intelligente dell'energia e della resilienza: sistemi di storage, energy management, ottimizzazione dei carichi, demand response, uso intelligente del gruppo elettrogeno come ultima risorsa e — ove possibile — alternative a minore impatto per la continuità operativa.

Asset coinvolti
  • Agri Research and Teaching Center — impianto fotovoltaico, sistema di monitoraggio energetico.
  • Carichi dell'impianto — illuminazione, pompe, climatizzazione, ventilazione: definiscono il pattern di consumo.
  • Dati di produzione e consumo — storico e real time per dimensionamento e ottimizzazione.
Traccia di lavoro
  1. Analisi del profilo energetico, della flessibilità dei carichi e della loro programmabilità: produzione fotovoltaica (giornaliera, stagionale) e consumi dei sottosistemi.
  2. Identificazione delle possibili inefficienze e delle criticità di continuità operativa.
  3. Progettazione di una strategia integrata di gestione energetica e resilienza.
  4. Architettura di un Energy Management System che coordini produzione, eventuale accumulo, consumi, backup, integrazione con sistemi meteo e di irraggiamento solare.
  5. Quadro normativo: connessione alla rete, autorizzazioni, incentivi disponibili.
  6. Stima del ROI e della riduzione dell'impronta carbonica.
Output attesi dall'evento
  • Analisi del profilo energetico e di resilienza: produzione, consumo, gap temporali, asimmetrie.
  • Proposta di architettura di sistema energetico integrato: logiche di gestione intelligente e strategie di continuità con energia autoprodotta.
  • Strategie di ottimizzazione dei carichi e gestione dei diversi scenari (normale, picchi, emergenza).
  • Business case: investimento, saving energetici, payback period, riduzione CO₂.
  • Roadmap e definizione delle tempistiche per l'installazione con messa in servizio, milestone e KPI di successo.
Output del pilot

Applicabilità di un modello di "sicurezza energetica": il pilot potrà includere l'integrazione con il fotovoltaico esistente, l'eventuale installazione di sistemi di accumulo, un Energy Management System evoluto, la gestione intelligente dei carichi e strategie per ridurre l'uso del gruppo elettrogeno. Il sistema dovrà consentire la misurazione dei benefici: aumento dell'autoconsumo, riduzione dei prelievi da rete, riduzione dell'uso del generatore, migliore continuità operativa con minore impatto ambientale, anche negli scenari di emergenza.

KPI specifici
  • Energetici — % di autoconsumo fotovoltaico · riduzione dei prelievi da rete · indipendenza energetica dell'impianto.
  • Economici — saving sulla bolletta elettrica · payback dell'investimento · costo livellato dell'energia stoccata.
  • Ambientali — riduzione delle emissioni di CO₂ equivalente · energia rinnovabile effettivamente autoconsumata.
  • Operativi — livello di integrazione tra produzione energetica e gestione dei carichi della serra · stabilità dell'alimentazione anche in caso di interruzione di rete.
Profilo dei team ricercati
  • Tecnologia — sistemi di accumulo a batterie (BESS) per applicazioni commerciali/industriali, software di energy management e ottimizzazione dell'autoconsumo, integrazione con fotovoltaico esistente.
  • Stadio — startup con prodotto già installato in casi analoghi (sistemi commerciali, agricoltura, piccola industria), con offerta dedicata all'energia.
  • Verticale — energy storage, energy management, smart grid, distributed energy resources, fotovoltaico + storage integrato.
  • Team ideale — competenze in power electronics, software di controllo energetico, dimensionamento di sistemi energetici. Bonus: esperienza in CEA o agritech.
  • Segnali fit — track record di installazioni comparabili · software di gestione proprietario o partner consolidato · capacità di analisi tecnico-economica completa · esperienza con normative energetiche italiane.
  • Segnali no-fit — soluzioni focalizzate solo sul mercato residenziale · hardware proprietario chiuso · mancanza di software di gestione integrato · approccio "vendita batteria" senza ottimizzazione.

È la sfida meno spettacolare ma quella che chiude il cerchio sostenibile. Rendere l'impianto energeticamente efficiente e resiliente è la precondizione per presentarlo come modello esportabile e replicabile. Da sola non racconta innovazione di frontiera, ma insieme alle altre completa il quadro di un'infrastruttura intelligente, percettiva, circolare, di valore e sostenibile: è la base operativa su cui poggiano tutte le altre promesse del programma.

Pronto a scegliere la tua sfida?

La partecipazione è gratuita e aperta a startup, gruppi di ricerca, team universitari e innovatori. Ogni team si candida a una sola sfida.

Candidati su F6S →

[ Link F6S in preparazione ]