L’ispezione delle etichette alimentari sta diventando una prima linea di difesa contro i richiami in Italia
Italian recall data shows label and allergen errors behind many food recalls. Learn w...
I richiami alimentari non sono sempre causati da contaminazione. In Italia, molti iniziano con qualcosa di più semplice: un’etichetta che non corrisponde a quello che c’è realmente nella confezione.
Il Fatto Alimentare, una delle testate italiane più seguite in materia di sicurezza alimentare, monitora ogni avviso di richiamo pubblicato sul registro ufficiale del Ministero della Salute. Secondo il proprio conteggio, ha registrato 273 richiami relativi a 592 prodotti in Italia dall’inizio del 2025. I problemi di etichettatura, tra cui allergeni non dichiarati, informazioni sugli ingredienti incomplete ed etichettatura scorretta, ricorrono ripetutamente tra questi avvisi, insieme alla contaminazione e ad altre cause.
I singoli casi rendono concreto lo schema. Tra i richiami segnalati da Il Fatto Alimentare nella seconda metà del 2025, un dolce tradizionale di Varese venduto con il marchio InLombardia è stato ritirato dagli scaffali Carrefour perché l’etichetta non specificava un allergene dichiarato, mentre i liquori Mozart sono stati richiamati separatamente per non aver indicato la presenza di latte e derivati del latte, un’omissione seria per chiunque soffra di allergia al lattosio. In entrambi i casi, a scatenare il richiamo non è stato il prodotto in sé, ma un disallineamento tra quanto riportato sulla confezione e quanto effettivamente contenuto al suo interno. A livello UE, l’Italia è regolarmente tra i paesi con il maggior numero di notifiche RASFF, la rete che le autorità utilizzano per segnalare e coordinare i rischi legati alla sicurezza alimentare tra i vari paesi.
La practice Food Safety di Deloitte inquadra il costo di un richiamo su due livelli: i costi diretti, cioè notifica, smaltimento del magazzino e spese legali, e i costi indiretti, cioè il danno al brand e la perdita di goodwill che tende a protrarsi oltre il richiamo stesso. Per un produttore italiano, questo secondo livello pesa in modo particolare, dato che una quota rilevante della produzione alimentare italiana è destinata all’export, e un problema di etichettatura emerso sul mercato interno può facilmente riproporsi come un rifiuto a una frontiera estera.
È facile presumere che gli errori di etichettatura dipendano dalla disattenzione. Nella pratica, sono quasi sempre un sintomo di processo, non di persone.
Cambi di ricetta, sostituzioni di fornitori e restyling del packaging si muovono a velocità diverse all’interno di un’azienda alimentare. Lo sviluppo prodotto finalizza una formulazione, l’ufficio regolatorio approva le diciture, il marketing valida la grafica, spesso su sistemi diversi e con tempistiche diverse. Quando una di queste fasi resta indietro rispetto alle altre, un’etichetta non aggiornata passa inosservata, e nessuno se ne accorge finché non lo fa un cliente, un ente regolatore o una causa legale.
L’altra metà del problema è fisica, non procedurale. Su una linea di confezionamento in rapido movimento, un addetto che esegue l’ispezione manuale delle etichette alimentari deve controllare decine di dati, lista ingredienti, dichiarazione allergeni, lotto, data di scadenza, codice a barre, su un target in movimento, alla velocità di produzione. L’occhio umano non è fatto per cogliere una singola parola sbagliata su una confezione ogni diecimila, in modo costante, turno dopo turno. La maggior parte dei produttori si affida a controlli a campione anziché a una copertura completa, il che significa che la maggior parte delle confezioni che escono dalla linea non viene mai effettivamente controllata.
Questo è esattamente il tipo di sfida industriale in cui la Physical AI crea valore misurabile, combinando computer vision, sensoristica e automazione direttamente sulla linea di produzione, invece di affidarsi a una persona per cogliere ciò che un processo veloce non è mai stato progettato per farle vedere.
Si tratta di un problema con una risposta ingegneristica piuttosto diretta: posizionare una camera e un motore di confronto a fine linea, ed eseguire l’ispezione delle etichette alimentari su ogni singola confezione invece che su un campione.
Un sistema inline di ispezione delle etichette alimentari legge l’etichetta stampata in tempo reale tramite optical character recognition, la verifica rispetto alla specifica di etichetta approvata memorizzata in un database, e conferma che codice a barre, dichiarazione allergeni e lotto corrispondano tutti a quanto previsto per quello specifico SKU. Quando qualcosa non corrisponde, il sistema non si limita a segnalarlo: rimuove fisicamente la confezione dalla linea prima che raggiunga un camion, uno scaffale o un cliente.
La sfida tecnica non è banale. Richiede di integrarsi con le linee esistenti senza rallentarle, di mantenere aggiornato il database delle specifiche man mano che le etichette cambiano, e di validare l’accuratezza a un livello su cui un team di food safety possa fare affidamento al posto dei controlli manuali. Questa combinazione, hardware, computer vision e integrazione con i sistemi di produzione e i dati aziendali, rientra esattamente in quella che in ambito industriale viene definita Physical AI: intelligenza integrata direttamente nel processo fisico, non aggiunta sopra a posteriori.
Nella pratica, un retrofit significa in genere montare una camera di visione e un’unità di illuminazione a fine linea, collegarla al PLC (programmable logic controller) della linea in modo che l’ispezione resti sincronizzata con la velocità della linea, e integrare un meccanismo di scarto, spesso un espulsore ad aria o un braccio deviatore, che si attiva nel momento in cui il motore OCR rileva un’incongruenza. Nulla di tutto ciò richiede di smontare la macchina confezionatrice esistente, ed è proprio questo che rende sensato il confronto sui costi: un retrofit non va valutato rispetto a una nuova linea di produzione, ma rispetto al costo di un singolo errore non intercettato che raggiunge il mercato, un’opzione realistica anche per le piccole e medie imprese che costituiscono la maggior parte del settore alimentare italiano, e una soluzione naturale per il tipo di lavoro di innovazione di processo che integra sensoristica e automazione nelle operazioni esistenti invece di sostituirle del tutto.
L’Italia è tra i maggiori esportatori alimentari d’Europa, il che significa che un’etichetta che supera la revisione sul mercato interno può comunque generare un rifiuto in dogana in Germania, o un richiamo negli Stati Uniti, se non rispetta esattamente i requisiti del mercato di destinazione. Moltiplicando questo rischio su decine di SKU e più mercati export, la revisione manuale dell’etichetta smette di essere un presidio di controllo ragionevole. Un singolo richiamo può arrivare a costare milioni di euro una volta sommati notifica, distruzione del prodotto e perdita di spazio sugli scaffali, prima ancora di contare l’impatto sul brand. Per molti produttori, un sistema di ispezione delle etichette alimentari rappresenta un investimento molto più contenuto rispetto al costo finanziario e reputazionale di un singolo richiamo su larga scala.
La tecnologia esiste già. Per molti produttori alimentari, il passo successivo è riconoscere che l’accuratezza dell’etichetta non è più solo un tema di conformità normativa, ma una sfida di linea produttiva che può essere progettata, monitorata e migliorata in modo continuo. Il ritorno non riguarda solo meno richiami: significa anche maggiore fiducia dei clienti, meno spreco di prodotto e maggiore sicurezza nell’espandersi verso nuovi mercati internazionali.
