L'innovazione nel territorio

GeosmartMagazine

L'innovazione nel territorio

Agreen Lab

AGREEN LAB - Startupeasy

ha per oggetto lo sviluppo, la produzione e la commercializzazione di prodotti o servizi innovativi ad alto valore tecnologico, in particolare nel campo Agro – Alimentare, progettazione di sistemi ad alto contenuto tecnologico, agricoli e produttivi, per il riutilizzo e riciclo di materiali di scarto, con eventuale produzione di energia da fonti alternative innovative.

Concorrenza

Tra i principali partecipanti al mercato globale dei biostimolanti vi sono BASF SE, Gruppo Isagro, Gruppo Sapec, Biolchim S.P.A, Novozymes A / S, Platform Specialty Products Corporation, Gruppo Valagro, Koppert B.V., Italpollina SAP e Biostadt India Limited. D’altra parte il mercato dei servizi online di supporto all’agricoltura sulla base dell’intelligenza artificiale comprende diversi concorrenti innovativi come Agrivi, Gamaya e Sentera. Tuttavia, nessuno di essi offre servizi di analisi automatizzata della biologia del suolo o consente di autoprodurre biostimolanti con tecnologie installabili nel contesto di un’azienda agricola anche di piccola scala..
Settore: IT
Labels: agrifood, Biostimolanti
Canali di Vendita: E-commerce
Interessi: Business partners, Customers, Lender / Investor

Stadio della startup Agreen Lab

Prodotto/Servizio

Il progetto intende trovare una soluzione all’uso scorretto in ambito agricolo di pratiche agronomiche e prodotti dannosi per la biologia del suolo e la biodiversità dell’agro-ecosistema. L’obiettivo finale del progetto è quindi quello di sviluppare e validare un sistema prototipale completo, composto dai seguenti moduli: Modulo hardware di acquisizione dati. Si configurerà in un device per l’analisi del suolo di semplice utilizzo (microscopio ottico con interfaccia digitale , sensori combinati infrarossi-umidità, tecnologie “minirhizotron”, o altri sensori da valutare in fase progettuale) che permetta l’acquisizione di un segnale ad alta risoluzione e l’invio in remoto a un server per l’analisi automatica. Modulo software di analisi della microbiologia del suolo tramite machine learning. Il modulo, basato su algoritmi avanzati di machine learning, permetterà di elaborare parametri e informazioni rilevanti a partire da immagini (tramite image processing) o altre tipologie di segnale, in modo da classificare lo stato della biologia del suolo e predirne la modalità di trattamento. lo stesso modulo permetterà di analizzare e validare la qualità dei biostimolanti prodotti in modo da garantirne la sicurezza di utilizzo. Modulo software di supporto alla bioreazione. Il modulo sarà capace di formulare dosaggi e tempistiche ottimali per la produzione e applicazione di biostimolanti specifici per il suolo e le colture analizzate. La connessione con il modulo 4. permetterà di monitorare la correttezza del processo, tararne le tempistiche al variare di fattori ambientali (temperatura), e supportare la pianificazione delle applicazioni dei prodotti. Modulo hardware di bioreazione controllata tramite sensori per la produzione di biostimolanti. Il modulo permetterà la produzione di biostimolanti tramite il supporto del modulo 3, e sarà corredato da un set di sensori (temperatura, ph, quantità di ossigeno disciolto ecc.) che permetteranno di monitorarne il processo.

Team

Dati della startup Agreen Lab

Costituzione Impresa : 04/09/2019
Data iscrizione alla sezione delle Startup: 04/09/2019
Denominazione:
AGREEN LAB S.R.L.
Comune: PALO DEL COLLE
Provincia: Bari
Regione: Puglia
Codice Fiscale: 08334640722
Forma Giuridica : SOCIETA' A RESPONSABILITA' LIMITATA
Codice Ateco : 6201
Settore: IT

Agreen Lab

Modello di Business

Si stima che il mercato dei biostimolanti rappresenti 2,6 miliardi di dollari nel 2019 e si prevede che raggiungerà i 4,9 miliardi di dollari entro il 2025, con un CAGR dell’11,24% durante il periodo di previsione. La nostra strategia di penetrazione del mercato coinvolgerà inizialmente un numero limitato di imprenditori innovativi e orticoltori per costruire una forte comunità di supporto, per poi lavorare estensivamente sulla scalabilità del servizio, in modo da crescere in modo organico e acquisire in 3-4 anni fino al 2% del mercato.

Innovazione

Breve descrizione degli aspetti di innovazione che caratterizzano il business dell’impresa L’applicazione del machine learning all’analisi biologica, combinata con l’utilizzo sapiente di un serie di moduli hardware per l’acquisizione dati sul suolo e sul processo di bioreazione, fa quindi presupporre la possibilità tangibile di sviluppare un sistema prototipale efficiente e industrializzabile.La progettazione e sviluppo inerente a questo progetto parte quindi da un analisi critica dello stato dell’arte che evidenzia un spiccato potenziale applicativo, da cui derivano anche componenti di rischio tecnico da affrontare durante le attività di ricerca industriale e sviluppo sperimentale

Requisiti di innovazione tecnologica

R&S

Team Qualificato

Proprietà Intellettuale

classe di produzione
100K-500K euro
B

Leggenda Classe di Produzione
A=1-100K euro
B=100K-500K euro
C=500K-1M euro
D=1M-2M euro
E=2M-5M euro
F=5M-10M euro
G=10M-50M euro
H=più di 5OM di euro
ND=non disponibile

classe di addetti
0-4 addetti

Leggenda Classe di Addetti
A=0-4 addetti
B=5-9 addetti
C=10-19 addetti
D=20-49 addetti
E=50-249 addetti
F=almeno 250 addetti
ND=non disponibile

A
classe di capitale
5K-10K euro
3

Leggenda Classe di Capitale
1=1 euro
2=1-5K euro
3-5K-10K euro
4=10K-50K euro
5=50K-100K euro
6=100K-250K euro
7=250K-500K euro
8=500K-1M euro
9=1M-2,5M euro
10=2,5M-5M euro
11=più di 5M di euro
ND=non disponibile

prevalenza femminile
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente

prevalenza giovanile
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente

prevalenza straniera
NO

Legenda prevalenza femminile/giovanile/straniera
NO: [% del capitale sociale + % Amministratori] / 2 ≤ 50%
Maggioritaria: [% del capitale sociale + % Amministratori] / 2 > 50%
Forte: [% del capitale sociale + % Amministratoril / 2 > 66%
Esclusiva: [% del capitale sociale + % Amministratori] / 2 = 100%
?: Non disponibile

I dati sulla prevalenza sono riferiti al trimestre precedente

Please select listing to show.