Η βιώσιμη γεωργία στο σήμερα, η πρόκληση της μείωσης των εκπομπών άνθρακα και ο καταλυτικός ρόλος της Agtech απασχόλησε στη θεματική “Food Security & Biodiversity”, κατά το 1ο Hellenic Impact Investing Conference που συνδιοργανώθηκε σήμερα από τη Phenix Capital, την TSOMOKOS και το Hellenic Impact Investing Network στο Μουσείο Μπενάκη.
O Νίκος Κανόπουλος, Founder & CEO, Brite Solar, τόνισε ότι για να καλύψουμε τις ανάγκες τροφίμων για τον αυξανόμενο πληθυσμό του πλανήτη, πρέπει να αυξήσουμε την παραγωγή κατά 70%-100% σε σύγκριση με τα σημερινά επίπεδα. Αυτό δεν είναι βιώσιμο γιατί αν προσπαθήσουμε να το κάνουμε αυτό με συμβατικά μέσα θα πρέπει να καταστρέψουμε όλα τα δάση της γης. Πρέπει να χρησιμοποιήσουμε τεχνολογία για να αυξήσουμε την απόδοση της παραγωγής τροφίμων, υπογράμμισε ο κ. Κανόπουλος. “Η καλλιέργεια θερμοκηπίου αυξάνει την παραγωγή τροφίμων κατά δέκα φορές, ενώ καταναλώνει δέκα φορές λιγότερο νερό. Μπορούμε λοιπόν να αντιμετωπίσουμε το θέμα των τροφίμων ενώ καταναλώνουμε λιγότερο νερό, αλλά πρέπει να επιλύσουμε τον τρίτο παράγοντα, που είναι η ενέργεια. Η καλλιέργεια θερμοκηπίου χρησιμοποιεί δεκαπλάσια ενέργεια από την καλλιέργεια ανοιχτού αγρού”, προσθέτει ο ίδιος.
Κατά τη διάρκεια της συζήτησης, που συντόνισε η Χρυσάνθη Στέτου, δημοσιογράφος του CNN Greece, o Βασίλης Στενός, Founder & CEO Solmeyea, στάθηκε, μεταξύ άλλων, στα οφέλη από την παραγωγή βιομάζας μικροφυκών. “Αυτή η βιομάζα είναι πολύ πιο λειτουργική και θρεπτική για όλους, για τους ανθρώπους και τα ζώα. Το κύριο εμπόδιο είναι να εκπαιδεύσουμε τους ανθρώπους σχετικά με αυτά τα οφέλη. Βασιζόμαστε πολύ στη νέα γενιά που γνωρίζει τις τάσεις και σε όλους αρέσει η έννοια της βιωσιμότητας. Τους ενδιαφέρει τι θα φορέσουν, τι θα φάνε. Ναι, χρειαζόμαστε όλο και περισσότερες πηγές τροφής για να μας τρέφουν όλους.
Από την πλευρά του, ο Σταμάτης Διαβατίδης, Co-Founder & COO, farmAIr, μίλησε για το λεγόμενο plant stress που αυξάνει το κόστος παραγωγής ενώ μειώνει την ποιότητα της παραγωγής και πρόσθεσε ότι οι θερμικές κάμερες συνδυάζονται με AI analysis & Machine Learning για τον εντοπισμό των προβλημάτων των φυτών νωρίτερα, δημιουργώντας οφέλη για τους παραγωγούς, καθώς και στο περιβάλλον (εξοικονόμηση νερού κατά την άρδευση, περιορισμό φυτοφαρμάκων για την αντιμετώπιση προβλημάτων κλπ).
