Stále viac odborníkov varuje, že potravinársky podvod ticho odčerpáva z globálneho potravinárskeho odvetvia ročne až 50 miliárd dolárov, pričom predstavuje vážne zdravotné riziko aj pre spotrebiteľov. Odborníci z priemyslu naznačujú, že technológia blockchain by mohla byť riešením na predchádzanie falšovaniu a znečisťovaniu výrobkov. Avšak nasadenie takýchto systémov v zložitých dodávateľských reťazcoch si vyžaduje značné investície a starostlivú stratégiu. Vplyv potravinárskych podvodov Potravinársky podvod zahŕňa klamstvo voči kupujúcim o obsahu ich potravín. Od miešania lacnejších olejov do olivového oleja až po pridávanie nebezpečných látok, ako je melamín do mlieka. Napríklad škandál s mliekom v Číne v roku 2008 údajne spôsobil ochorenia u viac ako 300 000 novorodencov. Podľa Organizácie Spojených národov pre výživu a poľnohospodárstvo (FAO) je potravinársky podvod zámerné klamanie spotrebiteľa o kvalite alebo zložení zakúpených potravín. Hoci potravinárske podvody predstavujú len malú časť z celkového odvetvia s hodnotou 12 biliónov dolárov, ich ekonomický dopad súťaží s krajinami ako Malta. Dôvera spotrebiteľov klesá, značky trpia a aj legitímne farmy a obchody čelia dôsledkom počas škandálov s falšovaním. Nedávne prípady potravinárskych podvodov boli zdokumentované v Ázii a Pacifiku. (Zdroj: FAO) Blockchain zvyšuje transparentnosť Blockchain funguje ako verejný register, kde je každý krok dodávateľského reťazca zaznamenaný a zabezpečený. Napríklad Walmart využil Hyperledger Fabric na sledovanie bravčového mäsa v Číne a manga v USA, čím skrátil čas sledovania z dní na sekundy. To umožňuje okamžitú identifikáciu kontaminovaných výrobkov vnútri reťazca. Po zaznamenaní do blockchainu nemôže byť dáta upravené alebo vymazané, čo poskytuje spotrebiteľom a inšpektorom nezmeniteľný záznam od farmy až po stôl. Experti veria, že takáto transparentnosť odrádza podvodníkov, ktorí sa spoliehajú na tajnosť. Orgány opisujú potravinársky podvod ako zámerné klamanie o výrobcích – či už pridaním lacnejších zložiek, nahrádzaním menej kvalitnými výrobkami alebo falšovaním štítkov – za účelom finančného zisku. (Obrázok: Gemini. ) Výzvy z hľadiska nákladov a zložitosti Implementácia systémov založených na blockchain je však ani nie tak lacná, ani jednoduchá. Firmy čelia nákladom na softvér, hardvér, školenia a senzory potrebné na zadávanie dát do blockchainu.

Chybné alebo manipulované zariadenia môžu ohroziť integritu údajov. Oracles, ktoré prepájajú skutočné udalosti s blockchainom, sú náchylné na hacking. Taktiež niektoré firmy váhajú zdieľať podrobné informácie kvôli konkurenčným obavám. Regulačné rámce týkajúce sa blockchainu a sledovateľnosti potravín zostávajú v mnohých regiónoch nejasné. Koordinácia všetkých účastníkov – od farmárov a prepravcov po predajcov – si vyžaduje značný čas i finančné prostriedky. Odhaduje sa, že nasadenie veľkoplošného systému môže stáť milióny dolárov hlavne veľkým účastníkom. Posilnenie adopcie Organizácie ako TE-Food a Provenance, spolu s priemyslovými skupinami, realizujú pilotné projekty zahrnujúce farmárov, distribútorov a predajcov na testovanie aplikácií blockchainu. Prebiehajú školenia. Niektoré vlády v EÚ a Ázii diskutujú o jasnejších reguláciách týkajúcich sa sledovateľnosti potravín. Odborníci odporúčajú začať s malými projektmi zameranými na konkrétne produkty alebo regióny, aby rýchlo ukázali hodnotu. Úspešné piloty by mohli motivovať širšiu účasť. Perspektívy do budúcnosti Potravinárske podvody zostávajú významnou výzvou. Hoci nástroje ako blockchain ponúkajú skutočný potenciál na ich boj, prinášajú aj vysoké náklady. Efektívne využívanie blockchainu si vyžaduje riešenie slabín v monitorovaní chladírenských reťazcov, prepojenie dátových silo a vytvorenie jasných regulačných rámcov. Investície do spoľahlivých senzorov, bezpečných oracle, a silnej spolupráce sú kľúčové. Keď sa tieto prvky zosúladia, blockchain by mohol významne znížiť počet potravinárskych podvodov. Do tej doby zostáva ochrana spotrebiteľov a zabezpečenie potravinovej bezpečnosti náročnou úlohou. Hlavná fotografia: SafeFood; graf: TradingView.