EUROPA-KOMMISSIONEN
Bruxelles, den 12.12.2024
COM(2024) 568 final
RAPPORT FRA KOMMISSIONEN TIL EUROPA-PARLAMENTET OG RÅDET
Anvendelsen af nye informations- og kommunikationsteknologier til at sikre større markedsgennemsigtighed i overensstemmelse med artikel 225, litra dc), i forordning (EU) nr. 1308/2013 ("forordningen om den fælles markedsordning")
1.Indledning
I overensstemmelse med artikel 225, litra dc), i forordning (EU) nr. 1308/2013 (forordningen om den fælles markedsordning) 1 vurderes i denne rapport til Europa-Parlamentet og Rådet anvendelsen af nye informations- og kommunikationsteknologier (IKT), samt om de sikrer større markedsgennemsigtighed.
Markedsgennemsigtighed hjælper markedet med at fungere mere effektivt ved at lette udvekslingen af markedssignaler mellem udbuds- og efterspørgselssiden. Flere oplysninger om priser, produktionsmængder, lagre osv. i de forskellige led i forsyningskæden ville give mange fordele, f.eks.:
1) udvidelse af de oplysninger, der er offentligt tilgængelige, navnlig i de mellemliggende faser af forsyningskæderne, hvilket vil øge tilliden til markedernes funktion
2) bidrage til at mindske asymmetrier i forhandlingsstyrken, navnlig dem, der påvirker landbrugerne, hvilket vil skabe lige vilkår for deltagerne med hensyn til deres adgang til forsyningskæder og mere generelt til markederne
3) give mulighed for en bedre udformning af relevante økonomiske politikker, der går videre end konkurrencebegrænsende praksis 2 .
Denne rapport er i vid udstrækning baseret på resultaterne af en kommissionsundersøgelse af den rolle, som IKT spiller med hensyn til at forbedre markedsgennemsigtigheden (IKT-undersøgelsen) 3 . I undersøgelsen beskrives og analyseres forskellige teknologiers potentiale til at forbedre de eksisterende EU-systemer for data om markederne for landbrugsfødevarer samt til at vurdere de forvaltningsaspekter, der vil bane vejen for potentielle forbedringer.
0.EU's markedsinformationssystem for landbrugsfødevarer sikrer større markedsgennemsigtighed
EU's markedsinformationssystem for landbrugsfødevarer, der er baseret på forordningen om den fælles markedsordning, omfatter ISAMM (informationssystemet for forvaltning og overvågning af landbrugsmarkederne, der blev oprettet ved Kommissionens gennemførelsesforordning (EU) 2017/1185 (ISAMM-forordningen)) 4 , markedsobservatorier og markedssektionen på portalen for landbrugsfødevaredata ("Agri-food Data Portal"). Mens ISAMM anvendes til dataindsamling, anvendes både markedsobservatorierne og portalen for landbrugsfødevaredata til dataformidling.
Dette system omfatter også data fra flere andre informationskilder såsom Eurostat (om produktion, priser og handel) og GD TAXUD's toldovervågningssystem (om daglig import og eksport).
2.1. Dataindsamling – ISAMM
ISAMM er et af de centrale IT-støttesystemer til dataindsamling under den fælles landbrugspolitik. Markedsdataene leveres af medlemsstaterne og ikke direkte af individuelle virksomheder. Der sendes ca. 4 650 meddelelser om måneden via ISAMM. Oplysningerne indsendes via standardformularer, hvis indhold afhænger af de krævede data og indberetningshyppigheden, som varierer fra ugentlig til årlig.
De data, som medlemsstaterne sender til Kommissionen, indlæses ofte manuelt i ISAMM af medlemsstaternes embedsmænd. Lejlighedsvis uploades datafiler for at udfylde én formular, eller xml-filer indsendes for at udfylde flere formularer på én gang. Med hensyn til de data, som medlemsstaterne indsamler fra de oprindelige kilder, indsendes dokumenterne hovedsagelig af de erhvervsdrivende i elektronisk format via spørgeskemaer eller formularer online.
2.2 Dataformidling – portalen for landbrugsfødevaredata og markedsobservatorier
Markedssektionen på portalen for landbrugsfødevaredata 5 dækker en bred vifte af produkter. De fleste af de sektorspecifikke underafsnit omfatter: i) datasæt, der vedrører priser, produktion og handel, ii) oversigter, der sammenstiller de seneste nøgledata for hver sektor, og iii) udsigterne på kort sigt med skøn over produktion, forbrug og handel i de kommende måneder.
Portalen støtter arbejdet i markedsobservatorier for syv landbrugsprodukter (mælk, kød, sukker, markafgrøder, frugt og grøntsager, vin og olivenolie) samt i markedsobservatoriet for gødningsstoffer og det nyligt oprettede EU-observatorium for landbrugsfødevarekæden. Disse markedsobservatorier indsamler oplysninger fra deres medlemmer og offentliggør oplysninger, analyser og referater af bestyrelsesmøder på deres respektive websider 6 . Landbrugsmarkedsobservatoriernes rolle og arbejdsmetoder er blevet beskrevet i en nylig rapport 7 .
1.Vurdering af det nuværende markedsinformationssystem for landbrugsfødevarer under den fælles markedsordning
3.1 Den fælles markedsordning for landbrugsfødevarer sikrer generelt markedsgennemsigtighed på trods af visse svagheder
Med hensyn til datakvalitet giver det nuværende system generelt en omfattende samling af data, som aktørerne i EU's fødevareforsyningskæde generelt anser for at være pålidelige 8 . Det etablerer en fælles videnbase til støtte for økonomiske analyser og markedsanalyser, som er nyttige, når der skal træffes beslutninger om produktion og investeringer. Det giver også de nødvendige data til politikudformning og yderligere forskning. Informationssystemer for landbrugsfødevarer i de vigtigste lande uden for EU adskiller sig ikke væsentligt fra EU-systemet.
Der er dog konstateret flere muligheder for forbedringer:
Tidspunkt for og hyppighed af ajourføringer
Selv om dataene i markedsinformationssystemet for landbrugsfødevarer ajourføres hyppigt (ugentligt, månedligt osv.), forsinkes de data, der indlæses af kilderne, undertiden af kvalitetsvalideringskrav. Desuden kan forsinkelser i offentliggørelsen skyldes administrative skridt, der ikke er automatiserede, såsom medlemsstaternes dataindsamling fra de relevante økonomiske aktører, fremsendelse til Kommissionen og endelig formidling. Da indsamling og formidling af data på EU-plan afhænger af indsendelser fra hver medlemsstat, hvoraf nogle kan hæmmes af ovennævnte faktorer, offentliggøres EU-data nogle gange senere end data fra visse lande uden for EU.
Datapålidelighed og væsentlige fejl
På trods af at markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning og dets interne kvalitetskontrolprocedurer generelt er pålidelige, vil der sandsynligvis opstå væsentlige fejl, når menneskelig behandling af data bliver nødvendig på forskellige stadier i processen.
Dataenes sammenlignelighed medlemsstaterne imellem kan være usikker på grund af de forskellige metoder, der anvendes 9 , (f.eks. kan en medlemsstat kun indsamle data fra de mest repræsentative aktører på markedet, mens en anden kan indsamle dem fra et bredere udsnit af aktører) og som følge af specifikke nationale karakteristika (markedsstruktur, forskellige produktegenskaber osv.).
Datatilgængelighed og brugervenlighed
Langt størstedelen af databrugerne vurderer den overordnede nytte af formidlingsværktøjer og -platforme for oplysninger om landbrugsfødevarer positivt. Ikke desto mindre peger de på manglende klarhed om tilgængeligheden af data og om metadata (kontekst, indsamlingsmetode, behandling). Brugerne gav også udtryk for et behov for mere fleksible funktioner til udtræk/download af data.
Manglende overholdelse af forpligtelserne til indsendelse af data
Selv om de fleste myndigheder i medlemsstaterne anmelder til tiden, indsender nogle ikke oplysninger til Kommissionen inden for de lovbestemte frister, hvilket fører til ufuldstændige data og forsinkelser. Visse medlemsstater har ikke opfyldt alle deres dataindsamlingsforpligtelser. Omfanget af manglende overholdelse varierer mellem medlemsstaterne og anmeldelsestyperne og er mere markant for de nye dataserier, der blev anmodet om fra 2021.
Datamangler, der skal afhjælpes
Systemet er mindre udførligt for visse typer data. For lagre synes det på trods af den nylige anmeldelsespligt for korn, oliefrø og oliefrøprodukter at være vanskeligt at indsamle data, da de erhvervsdrivende anser sådanne oplysninger for at være fortrolige. Dette gør sådanne data mindre anvendelige som grundlag for at informere om EU's fødevaresikkerhedsstatus. Med hensyn til handel er data om handel inden for EU og omdirigering af internationale strømme fra centrale handelsknudepunkter inden for EU ikke tilstrækkeligt indarbejdet i systemets formidlingsdel.
3.2. Nye udfordringer for informationssystemet for landbrugsfødevarer under den fælles markedsordning
Data om sektorer i forudgående og efterfølgende led
Selv om noget landbrugsmæssigt input allerede er omfattet af markedsinformationssystemet for landbrugsfødevarer (f.eks. gødningsstoffer, som har deres eget markedsobservatorium, og frø, hvor data indsamles om areal, produktion og lagre), er data om de forudgående led i forsyningskæden (inputforsyning) samt om de efterfølgende led (detaildistribution og forbrug) mindre udviklede end data vedrørende produktion og i mindre omfang forarbejdning i dette system.
Da der findes en række andre offentlige og flere private systemer, der indsamler data i forudgående og efterfølgende led, bør enhver udvidelse af markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning til sektorer i forudgående og efterfølgende led vurderes med hensyn til dets merværdi. Eventuel dobbeltindsamling og -formidling af data bør undgås.
Data i krisetider
Under covid-19-pandemien blev det klart, at i krisetider er normale indberetningsforsinkelser for lange, og hyppig formidling af rettidige, gennemsigtige og evidensbaserede oplysninger og data er afgørende for at bevare aktørernes tillid i fødevareforsyningskæden.
Der findes i øjeblikket ingen datastrøm, der er specifik for en krisesituation, i markedsinformationssystemet for landbrugsfødevarer. Den europæiske kriseberedskabs- og indsatsmekanisme for fødevaresikkerhed (EFSCM) udgør en oversigt og en platform til udveksling af synspunkter, men omfatter ikke indsamling af markedsdata. Dets fødevarevarslingssystem 10 samler data fra andre hurtige varslingssystemer om vejrrelaterede hændelser, dyresygdomme, energiomkostninger, fragtomkostninger osv. Denne mekanisme er baseret på kvalitative oplysninger, der gives frivilligt af erhvervsdrivende, snarere end på data.
Implementering af hurtige varslingssystemer baseret på automatiseret realtidsovervågning af kritisk tilgængelighed og adgang til samt prisoverkommelighed af landbrugsfødevareprodukter, og muligvis input, på forskellige niveauer i forsyningskæden, ville udgøre en væsentlig ændring af markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning.
2.Forbedring af gennemsigtigheden på landbrugsfødevaremarkedet gennem bedre anvendelse af IKT
Udvikling af IKT vil give mulighed for at afhjælpe nogle af manglerne i markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning og dermed yderligere forbedre dets kapacitet til at skabe markedsgennemsigtighed.
4.1. Optimering af det eksisterende informationssystem for landbrugsfødevarer
Anvendelsen af specifikke teknologiske løsninger kan effektivisere dataindsamlingen og -behandlingen, navnlig ved i videst muligt omfang at anvende allerede tilgængelige data, undgå dobbeltarbejde fra alle involverede aktørers side og spare ressourcer.
Markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning kan optimeres på flere måder. F.eks. ved at importere data, der allerede er tilgængelige i andre informationssystemer. Dette kan gøres ved at sammenkoble Kommissionens informationssystemer med andre systemer for at muliggøre interoperabilitet mellem alle berørte systemer. Dette kræver teknologiske, organisatoriske og muligvis også lovgivningsmæssige foranstaltninger sammen med forordningen om et interoperabelt Europa, som trådte i kraft den 11. april 2024, med henblik på at styrke IT-systemernes grænseoverskridende interoperabilitet og samarbejdet i den offentlige sektor i hele EU.
Ifølge de hørte interessenter kan seks vigtige innovative løsninger forbedre kvaliteten af oplysningerne fra markedsinformationssystemet for landbrugsfødevarer:
1.Brugen af IKT kan forbedre de nuværende processer eller gøre det muligt at anvende nye automatiserede systemer til dataindsamling og -forvaltning (behandling, lagring og validering af data). Af eksempler kan nævnes:
oIndførelse af en maskine-til-maskine-grænseflade (M2M), således at oplysninger kan overføres direkte fra medlemsstaternes systemer til Kommissionen (via ISAMM). Dette vil bidrage til både aktualiteten og kvaliteten af de indsamlede data samt til at mindske den administrative byrde og omkostningerne i forbindelse med dataindsamling og -validering. For at muliggøre fuld M2M-kommunikation skal både semantiske og tekniske interoperabilitetsudfordringer tackles 11 .
oAutomatisering af dataindsamlingsprocesserne fra operatørerne til medlemsstaterne. Dette kunne omfatte integration af medlemsstaternes dataindsamlings- og valideringssystemer i Kommissionens system (ISAMM).
oGennemførelse af automatiseret kontrol af data i henhold til foruddefinerede parametre, der vil bidrage til at sikre pålideligheden af datavalidering mere systematisk.
2.Anvendelsen af avancerede IKT-værktøjer, herunder værktøjer baseret på kunstig intelligens (AI), kan forbedre offentliggørelsen og delingen af de indsamlede data takket være:
oSikring af bedre datatilgængelighed og visualisering, f.eks. ved at medtage direkte links til oprindelige kilder, give oplysninger om indsamlings-/udarbejdelsesmetoder, anvende alternative udtrækssystemer, tilvejebringe flere formater, der gør det muligt at redigere, og oprette en mobilappversion af webstedet. Alle disse foranstaltninger vil bidrage til at forbedre databrugernes oplevelse.
oTilvejebringelse af formidlingsmateriale, der er skræddersyet til de vigtigste brugertypologiers behov, og dermed øge kendskabet til systemet og de tilgængelige ressourcer.
oBidrag til at mindske risikoen for markedsmanipulation på grund af "tidsfølsomme" data, som aktørerne har adgang til før andre, og som kan anvendes til at træffe forretningsmæssigt fordelagtige beslutninger (f.eks. kan oplysninger om lave lagerbeholdninger tilskynde nogle aktører til at fremrykke deres køb) 12 .
|
Kunstig intelligens i indsamlingen og formidlingen af markedsdata om landbrugsfødevarer Kunstig intelligens (AI) 13 er et bredt begreb, der omfatter anvendelse af maskinlæring (ML), deep learning (DL) og generativ kunstig intelligens (Gen AI) 14 . Deep learning er en underkategori af maskinlæring og skaber modellerne til generativ kunstig intelligens. Den nuværende anvendelse af kunstig intelligens i markedsinformationssystemer for landbrugsfødevarer, der drives af Kommissionen, er generelt ret begrænset, selv om man er bevidst om potentialet. Desuden har Agricultural Marketing Service (AMS) under det amerikanske landbrugsministerium haft indledende drøftelser om, hvorvidt AI skal indarbejdes i systemet til datavalidering. En af de vigtigste AI-applikationer, der er under udvikling, er brugen af maskinlæring til at vurdere data fra web-harvesting (f.eks. ved at træne værktøjet til at genkende elementer og klassificere dem i henhold til produktdefinitioner). Det kan dog ikke desto mindre være nødvendigt, at mennesker foretager kvalitetskontrol for at finjustere det datasæt, der udtrækkes og raffineres med disse værktøjer. Eksempler på banebrydende AI-teknologi, der anvendes i andre projekter vedrørende landbrugsmarkedsdata, omfatter: ·igangværende projekter om den fælles markedsordning, der undersøger muligheder og udfordringer i forbindelse med forskellige afdelingers anvendelse af AI for at forbedre tilvejebringelsen og integrationen af telemålingsdata ·datavalidering og -analyse i Verdensfødevareprogrammets Data Bridges -applikation, der har til formål hurtigt at identificere nye fødevaresikkerhedsproblemer, herunder tidlige advarselsindikatorer som Alert for price spikes (ALPS). Ud over levering af markedsdata eksperimenterer nogle private udbydere med AI-applikationer til at levere prognoser baseret på tilgængelige data. Det gælder f.eks. det schweiziske forbundskontor for landbrug (FOAG), som foretager AI-baserede prognoser for mælkepriser til internt brug. Fremme af generativ AI og tilgængeligheden af brugervenlige AI-værktøjer vil gøre det muligt for flere organisationer at udvikle eller anvende AI-baserede værktøjer. Mere specifikt kan anvendelse af kunstig intelligens i et markedsinformationssystem for landbrugsfødevarer være en realistisk mulighed for at automatisere dataindsamling, -rensning og -analyse, for udarbejdelse af sammenfatninger og visualiseringer og for udvikling af prognosemodeller for høstudbytte, priser og efterspørgselsprognoser. |
3.De kan gøre det muligt at forbedre indsamlingen og behandlingen af data fra de sektorer, der indirekte er forbundet med landbrugsforsyningskæder, herunder logistik og transport (f.eks. realtidsovervågning af forsendelser ad søvejen). Teknologierne bag denne type løsninger er allerede ved at blive udviklet og bliver anvendt af nogle private dataleverandører 15 og internationale organisationer 16 .
4.De kan gøre det muligt at forbedre indsamlingen og behandlingen af big data direkte fra bedrifter takket være professionelle landbrugeres anvendelse af agroteknologiske løsninger, herunder til præcisionslandbrug. For at forbedre indsamlingen af data på bedriftsniveau på stedet er der behov for at arbejde videre med dataformidlere og potentialet i digitale pas/tegnebøger for landbrugsbedrifter. Øget indsamling af markedsdata og yderligere datadeling mellem landbrugere kan også være gavnligt. Udviklingen på området bør overvåges nøje, da den kan åbne op for nye muligheder for dataindsamling. Som bebudet i den europæiske datastrategi er et fælles europæisk landbrugsdataområde f.eks. under udvikling og bidrager til målet om at skabe et indre marked for data, mens der oprettes et konsortium for europæisk digital infrastruktur, som vil fremme oprettelsen og brugen af de såkaldte digitale pas/tegnebøger i landbruget.
5.Muligheden for med IKT at indsamle data om sektorer i forudgående og efterfølgende led kan styrkes ved at udvide praksis med web-harvesting 17 . Automatisk web-harvesting af markedsoplysninger (ofte ved hjælp af kunstig intelligens) fra forskellige onlinekilder er en stadig mere anvendt omkostningseffektiv metode til indsamling af data. Navnlig i efterfølgende led, såsom forbrug og detailpriser, som har større onlineeksponering, muliggør web-harvesting automatisering af dataindsamlingsprocesser, hvilket giver mulighed for realtids- eller næsten realtidsovervågning af markedsoplysninger fra forskellige kilder, der dækker en bred vifte af onlinekilder, herunder websteder, sociale medieplatforme og onlinemarkedspladser. Udfordringerne i forbindelse med web-harvesting omfatter imidlertid vanskeligheder med at validere data (kun et meget struktureret og avanceret kontrolsystem kan sikre pålideligheden og repræsentativiteten af de indsamlede data) og juridiske spørgsmål (f.eks. databeskyttelse). For sektorerne i forudgående led er web-harvesting mindre lovende, da pålidelige og repræsentative inputpriser i mindre grad er tilgængelige online.
6.Med hensyn til data i krisetider kan anvendelsen af IKT forbedre datakapaciteten i realtid, danne grundlag for nye særlige kommunikationskanaler og sandsynligvis forbedre prædiktiv analyse. Sådanne data kan være kritiske under kriser, navnlig hvis de understøttes af nye ad hoc-dataindsamlingsstrømme og integreres i et dedikeret hurtigt varslingssystem, der kombinerer data fra en række andre IT-systemer, både offentlige og private, og har integrerede udløserfunktioner. Sådanne funktioner kan omfatte dataindikatorer, der er relevante for at måle parametre for fødevaretilgængelighed/prisoverkommelighed, f.eks. kritiske lagre, transporttid eller forsinkelser ved grænsen osv. Et sådant hurtigt varslingssystem kan gøre det muligt for erhvervsdrivende og også forbrugere at forberede sig på eventuelle forstyrrelser i forsyningskæden.
4.2. Betingelser for en vellykket udvikling af teknologiske løsninger
Ovennævnte IKT-løsninger kan måske kun bruges, hvis det er muligt at implementere dem, hvilket afhænger af følgende betingelser:
1.En omfattende omlægning af dataindsamlings- og valideringssystemerne for landbrugsfødevarer vil kræve en tæt koordinering mellem Kommissionen og alle medlemsstaterne samt betydelige investeringer i teknologi. Dette er særlig relevant i forbindelse med ISAMM, da indsamlingen, aggregeringen og valideringen af data udelukkende foretages af medlemsstaterne og derfor afhænger af deres engagement. Dette er et område, hvor harmoniseringen af IT-systemer giver den største merværdi ved at automatisere og effektivisere processer. Denne ændring af dataindsamlings- og valideringssystemerne bør ikke ske isoleret og bør ikke skabe parallelle eller overlappende systemer. Den bør knyttes sammen med udviklingen af datastyrings- og datadelingsmekanismer i landbrugsfødevaresektoren i betragtning af fordelene ved større datadeling i sektoren og med andre sektorer.
2.Omkostningerne ved at oprette forskellige IT-systemer med forskellige anvendelsesområder og driftsmuligheder skal vurderes. Denne rapport indeholder ingen vurdering af omkostningerne, da der er for mange variabler til en så omfattende analyse. De fleste interessenter og eksperter har ikke været i stand til at fremlægge omkostningsoverslag for oprettelsen af de nævnte IT-løsninger, og der foreligger kun begrænsede data om tidligere oprettelsesomkostninger 18 .
3.Datasystemer skal udformes med fokus på brugeren. Opfattelsen af, hvor aktuelle og dækkende markedsdataene for landbrugsfødevarer er, afhænger af brugerens formål med at søge efter og anvende dem. Selv om detaljeringsgraden og hyppigheden af de data, der leveres af de nuværende systemer, generelt er tilstrækkelig til langsigtet markedsanalyse, akademisk forskning og politikudformning, er de ofte utilstrækkelige til den daglige beslutningstagning i erhvervslivet eller til komplekse systemer til gennemførelse af transaktioner på de finansielle markeder.
4.Med hensyn til indsendelse af data giver deanonymisering af forretningshemmeligheder anledning til bekymring hos private aktører. Data om lagre, markedsførte mængder og priser betragtes af erhvervsdrivende som særligt følsomme, da brud på datasikkerheden kan bringe deres konkurrencemæssige stilling i fare. Opnåelse af en balance mellem forbedring af markedsgennemsigtigheden og beskyttelse af operatørernes fortrolighed kan indebære: i) retlig beskyttelse og IT-beskyttelse af fortroligheden, ii) styrket dialog og samarbejde mellem interessenter i forsyningskæden og Kommissionen, iii) inddragelse af ikkestatslige institutioner som f.eks. offentlige forskningsinstitutter og iv) anvendelse af en teknologi til beskyttelse af privatlivet (et anonymiseret system, der anvender input og output til at generere nyttige oplysninger uden kendskab til dets interne funktioner) i databehandlingsprocessen.
5.Endelig skal EU-lovgivningen om markedsinformationssystemer for landbrugsfødevarer og om anvendelsen af IKT være effektiv, ajourført (f.eks. med hensyn til fortrolighed, beskyttelse af personoplysninger, anvendelse af kunstig intelligens osv.) og anvendes og håndhæves konsekvent i hele EU.
5. Konklusioner og yderligere debat
Denne rapport præsenterer med henblik på en politisk debat de vigtigste elementer i markedsinformationssystemet for landbrugsfødevarer under den fælles markedsordning, nogle af udfordringerne og nogle potentielle IKT-baserede løsninger, der kan bidrage til at tackle disse udfordringer.
Eksisterende IT-teknologi kan bidrage til at forbedre flere aspekter af informationen om EU's landbrugsfødevaremarked. IKT kan f.eks. bidrage til at udvide anvendelsesområdet for det nuværende system ved at automatisere dataindsamling og -formidling og udvide det til sektorer og faser, der i øjeblikket ikke er omfattet. Desuden vil yderligere integration af EU's og de nationale informationssystemer om landbrugsfødevarer gennem interaktion mellem maskiner også bidrage til udviklingen af et fælles landbrugsdataområde i Europa. En sådan integration ville imidlertid kræve betydelige finansielle og administrative investeringer. Endelig kan IKT hjælpe med indsamling og behandling af markedsdata i krisetider, hvor dataene skal ajourføres hyppigt og leveres med mindst mulig forsinkelse.
Da avanceret IKT eller elementer heraf allerede anvendes i den private sektor, bør der foretages yderligere undersøgelser for at fremme offentlig-private partnerskaber med henblik på at udvikle markedsdataløsninger for landbrugsfødevarer. Dette vil bidrage til at forbedre kvaliteten af og adgangen til data på en omkostningseffektiv måde.
Takket være de teknologiske fremskridt har fremtidens IKT et enormt potentiale til at forbedre effektiviteten af markedsinformationssystemet for landbrugsfødevarer. AI kan hjælpe med at automatisere arbejdsgangen for databehandling og gøre den hurtigere, mere præcis og mere effektiv. AI-algoritmer og maskinlæring kan håndtere store mængder data og finde mening i komplekse mønstre, som mennesker måske ikke kan. Selv om AI stadig er underudnyttet inden for markedsdata om landbrugsfødevarer, kommer AI helt sikkert til at spille en voksende rolle i fremtiden.
Europa-Parlamentets og Rådets forordning (EU) nr. 1308/2013 af 17. december 2013 om en fælles markedsordning for landbrugsprodukter og om ophævelse af Rådets forordning (EØF) nr. 922/72, (EØF) nr. 234/79, (EF) nr. 1037/2001 og (EF) nr. 1234/2007 (EUT L 347 af 20.12.2013, s. 671).
Europa-Kommissionen: Det Fælles Forskningscenter og Ménard, C., "Market transparency in food supply chain – Goals, means, limits", Publikationskontoret, 2018. https://data.europa.eu/doi/10.2760/285157 .
"Study on the role of information and communication technologies to improve market transparency", kommende publikation.
Kommissionens gennemførelsesforordning (EU) 2017/1185 af 20. april 2017 om regler for anvendelsen af Europa-Parlamentet og Rådets forordning (EU) nr. 1307/2013 og (EU) nr. 1308/2013 for så vidt angår indberetning til Kommissionen af oplysninger og dokumenter og ændring og ophævelse af flere af Kommissionens forordninger.
https://agridata.ec.europa.eu/extensions/DataPortal/agricultural_markets.html .
https://agriculture.ec.europa.eu/data-and-analysis/markets/overviews/market-observatories_en .
Rapport fra Kommissionen til Europa-Parlamentet og Rådet om EU-markedsobservatorierne (COM(2023) 679 final af 31.10.2023).
Ifølge interviews med interessenter og undersøgelser, der er gennemført i forbindelse med IKT-undersøgelsen.
ISAMM-forordningens artikel 9 indeholder bestemmelser om en sådan metodologisk fleksibilitet.
https://agridata.ec.europa.eu/extensions/DataPortal/food-alert-system.html .
Sådanne udfordringer behandles f.eks. i den interoperabilitetsundersøgelse, der gennemføres af programmet for et digitalt Europa og databaserne over plantesorter (afgrødekodelisten).
Se også forordning (EU) nr. 596/2014 (markedsmisbrugsforordningen).
Kunstig intelligens reguleres i EU af AI-forordningen (forordning (EU) 2024/1689 om harmoniserede regler for kunstig intelligens), som fastsætter klare krav og forpligtelser vedrørende specifikke anvendelser af kunstig intelligens for udviklere og idriftsættere af kunstig intelligens.
Se forklaringer på forskellene mellem AI, ML, DL og Gen AI på: https://synoptek.com/insights/it-blogs/data-insights/ai-ml-dl-and-generative-ai-face-off-a-comparative-analysis/ eller https://www.sumologic.com/blog/machine-learning-deep-learning/ .
F.eks. dataløsninger til forsyningskæden for leverandører, købere og tjenesteudbydere i ferskvareindustrien.
F.eks. med henblik på realtidssporing af fartøjer til overvågning af korn- og hvedehandel og fødevaresikkerhed: https://globaltradedata.wto.org/real-time-data.
Web-harvesting anvendes allerede af Kommissionen i det europæiske markedsobservatorium for fiskeri- og akvakulturprodukter (EUMOFA), som har et skræddersyet instrument til web-harvesting af detailpriser: https://eumofa.eu/.
F.eks. blev oprettelsesomkostningerne i forbindelse med det amerikanske system med obligatorisk hyppig indberetning af markedsdata i husdyrsektoren på grundlag af lov om obligatorisk indberetning af husdyrbestande fra 1999 (1999 Livestock Mandatory Reporting Act (LMRA)) anslået til ca. 2 mio. USD (1999). Ifølge den amerikanske Agricultural Marketing Service dækker driftsomkostningerne ved LMRA 15-20 journalister og revisorer plus 1 mio. USD om året i IT-støtte.