Az élelmiszer-pazarlás világszerte komoly gazdasági és környezeti probléma. A kereskedelemben különösen nagy kihívást jelent a gyorsan romló termékek – például a friss húsok, tejtermékek, zöldségek és gyümölcsök – kezelése, hiszen ezeknél rövid idő alatt változhat meg az értékesíthetőség.
Egy új, mesterséges intelligencián alapuló megközelítés azt célozza, hogy a kereskedők ne csak akkor reagáljanak, amikor egy termék már a lejárathoz közeledik, hanem előre lássák a kockázatokat.
Rugalmasabb, adatokra épülő döntéshozatal
A Retail Insight által fejlesztett Predictive Waste megoldás olyan gépi tanulási algoritmusokra épül, amelyek többféle adatot elemeznek egyszerre. A rendszer figyelembe veszi többek között a beszállítások időzítését, a termékek romlandóságát, az egyes üzletek vásárlási mintázatait, valamint a fogyasztói kosarak adatait.
A hagyományos gyakorlatban az üzletek sok esetben előre meghatározott leárazási menetrend alapján dolgoznak. Ez azt jelenti, hogy egy adott termékkategóriában hasonló időpontban és hasonló mértékű kedvezményeket alkalmaznak, függetlenül attól, hogy az adott boltban milyen a kereslet vagy mekkora készlet áll rendelkezésre. Az új technológiák ezzel szemben lehetővé teszik a rugalmasabb, adatokra épülő döntéshozatalt.
A kutatások szerint az élelmiszer-pazarlás költsége globális szinten évente több száz milliárd dollárra tehető. A veszteség nem csupán a kereskedők számára jelent problémát: minden kidobott élelmiszer mögött ott van a termesztéshez, feldolgozáshoz, szállításhoz és tároláshoz felhasznált energia, víz és munkaerő is. Emiatt a pazarlás mérséklése egyszerre gazdasági, környezetvédelmi és társadalmi érdek.
Hatékonyabb készletgazdálkodás
A mesterséges intelligenciával támogatott előrejelzés egyik legfontosabb előnye, hogy a beavatkozás korábban megtörténhet. Ha a rendszer azt jelzi, hogy egy termék várhatóan nem fogy el a lejáratig, az üzlet akár napokkal korábban dönthet az árcsökkentésről vagy más értékesítési megoldásról. Így nagyobb eséllyel marad értékesíthető az áru, miközben a vásárlók kedvezőbb áron juthatnak hozzá.
A technológia nemcsak a hulladék csökkentésében lehet hasznos, hanem a választék kialakításában is. Az üzletek pontosabb képet kaphatnak arról, hogy egy adott helyszínen mely termékek iránt van valódi kereslet, és hol érdemes változtatni a kínálaton.
A megoldás jelentősége túlmutat egyetlen vállalat fejlesztésén: jól mutatja azt az irányt, amelyben az élelmiszer-ellátási lánc egyre inkább adatalapúvá válik.
A termelőktől a feldolgozókon át a kereskedőkig minden szereplő számára egyre fontosabb, hogy pontosabban tervezze a mennyiségeket és gyorsabban alkalmazkodjon a fogyasztói igények változásaihoz. A mesterséges intelligencia ebben nem helyettesíti az emberi döntéseket, hanem olyan információkat biztosít, amelyek segítségével hatékonyabbá válhat az élelmiszer-gazdaság működése.
