From weak signals to megatrends: a foresight analysis of digital innovation in the agrifood sector

This thesis investigates the future evolution of the agrifood sector through a foresight-based approach, aiming to provide a systemic understanding of emerging transformations with a focus on digital innovation. The study is motivated by the increasing complexity and uncertainty characterizing agrifood systems, shaped by technological innovation, environmental pressures, and socio-economic dynamics. Building on a structured literature review on foresight methodologies, horizon scanning was selected as the core analytical approach, as it enables the systematic identification and interpretation of early signals of change. This method provides the foundation for subsequent scenario planning activities, supporting the exploration of alternative future developments. The research is based on a desk-based analysis of heterogeneous sources, including academic literature, industry reports, and institutional publications (e.g., FAO and World Economic Forum). Through horizon scanning, a broad set of weak signals was collected and subsequently clustered into emerging trends, allowing fragmented and unstructured information to be transformed into coherent patterns of change. These trends were then further aggregated into megatrends, enabling a shift from a granular to a systemic perspective. Megatrends were characterized according to two key dimensions: intensity of impact and probability of occurrence, allowing for the assessment of their strategic relevance. The results highlight a structural transformation of agrifood systems toward more data-driven, automated, and interconnected configurations, alongside increasing exposure to climate risks, geopolitical instability, and systemic inequalities. Finally, the identified megatrends were used as a basis for scenario development, supporting the exploration of alternative future trajectories. The study contributes by providing a structured foresight framework to interpret long-term transformations and support strategic decision-making in the agrifood sector.

Questa tesi analizza l’evoluzione futura del settore agrifood attraverso un approccio di foresight, con l’obiettivo di fornire una comprensione sistemica delle trasformazioni emergenti, con un focus sull’innovazione digitale. Lo studio nasce dalla crescente complessità e incertezza che caratterizzano i sistemi agroalimentari, influenzati da innovazioni tecnologiche, pressioni ambientali e dinamiche socio-economiche. A partire da un’analisi della letteratura sui metodi di foresight, è stato selezionato l’horizon scanning come approccio metodologico principale, in quanto consente l’identificazione sistematica e l’interpretazione di segnali precoci di cambiamento. Tale metodo costituisce la base per lo sviluppo di attività di scenario planning, permettendo l’esplorazione di possibili traiettorie future. La ricerca si fonda su un’analisi desk-based di fonti eterogenee, tra cui letteratura accademica, report industriali e pubblicazioni istituzionali (FAO e World Economic Forum). Attraverso l’horizon scanning è stato raccolto un ampio insieme di weak signals, successivamente clusterizzati per individuare trend emergenti, trasformando informazioni frammentate in pattern di cambiamento strutturati. I trend sono stati poi aggregati in megatrend, consentendo il passaggio da una visione analitica a una prospettiva sistemica. I megatrend sono stati caratterizzati secondo due dimensioni principali: intensità dell’impatto e probabilità di accadimento, permettendo di valutarne la rilevanza strategica. I risultati evidenziano una trasformazione strutturale dei sistemi agrifood verso configurazioni più digitalizzate, automatizzate e interconnesse, insieme a una crescente esposizione a rischi climatici, instabilità geopolitica e disuguaglianze sistemiche. Infine, i megatrend identificati sono stati utilizzati per la costruzione di scenari futuri, a supporto dei processi decisionali strategici. La tesi contribuisce fornendo un framework di foresight strutturato per interpretare le trasformazioni di lungo periodo nel settore agrifood.