على مدى سنوات ، يستخدم تجار التجزئة للبقالة التنبؤات التي تعتمد على البيانات لمساعدتهم على التنبؤ بالطلب لمعرفة المنتجات التي يجب إعادة ترتيبها لإبقاء الرفوف مخزنة. هذا لا شيء جديد. لكن شركة FreshFlow التي تستند إلى برلين تستهدف شريحة معينة من هذا السوق: لقد تم تصميمها منصة تنبؤات تعمل بالطاقة AI لمساعدة تجار التجزئة على تحسين تجديد الأسهم للسلع الطازجة القابلة للتلف-مثل الفواكه والخضروات واللحوم والألبان والمخابز-بالترتيب يتم تقليل نفايات الغذاء إلى الحد الأدنى وتعظيم إيرادات متاجر التجزئة.
تقول إن عميلها الأول شهد انخفاضًا بنسبة 28 ٪ في نفايات الطعام وزيادة إيراداتها بنسبة 16 ٪ بعد حوالي ثمانية أشهر باستخدام نظامها الذي يعمل بمواد AI لأتمتة Fresh Autom إنتاج الإنتاج - مع متوسط معدلات عبر (حفنة من) المتبنين الأوائل التي يبلغ عددها بنسبة 30 ٪ من النفايات الغذائية وزيادة الإيرادات بنسبة 16.7 ٪.
Quirk من تجارة التجزئة في البقالة هي أن إعادة ترتيب المنتجات الطازجة لا يزال يتم تنفيذها يدويًا ، ، يقول المؤسس المشارك لشركة FreshFlow Avik Mukhija ، حيث يتخذ موظفو السوبر ماركت ما يرقى في كثير من الأحيان إلى قرارات غريزة الأمعاء بشأن مقدار المنتجات الطازجة التي يمكن إعادة ترتيبها-مما قد يؤدي إلى الإفراط يفسد السيدة بسرعة ويجب إلقاؤه ؛ وأيضًا نقص الترتيب-يعني أن تجار التجزئة يخسرون إيرادات إضافية إذا شعر المتسوقين بالإحباط من الأرفف الفارغة.
أسباب استمرار إعادة الترتيب اليدوي لهذا الجزء (الجديد) من تجزئة البقالة لا تعد ولا تحصى ، وفقًا لمخيجا- بما في ذلك حياة الرف القصيرة (ولكن غير موحدة) ؛ تباين الجودة الموسمية وغالبًا ما يتم بيع المنتجات بالوزن بدلاً من القطعة ، مما يعقد بيانات مخزون ERP. ويقول إن هذه التحديات مجتمعة تجعل المنتجات الطازجة مختلفة بطبيعتها معبأة ، قائلاً إنها تعويذة للبيع بالتجزئة تقريبًا لا يزال بإمكان الإنسان القيام بذلك يدويًا بشكل أفضل مما يمكن للنظام. الآن ، بالنسبة للجزء الأكبر ، اعتمد تجار التجزئة للتو على الناس للقيام بهذا الجزء. الأمعاء من خلال القدرة على وزن مجموعة متنوعة من العوامل التي قد تؤثر على الطلب (مثل الطقس ، والموسم ، والأحداث المحلية) ، ومن خلال التغلب على بيانات متاجر التجزئة المتاحة للقيام بالنمذجة الاحتمالية والتنبؤات (مثل التنبؤ بعمر الصلاحية لمختلف المنتجات) إلى - بشكل عام - يقول موخية أن نتائجها المبكرة (وإن كان ذلك بالنسبة لعدد صغير من العملاء) أكثر دقة. من المؤكد أن تنبؤنا أفضل من ما تم القيام به تاريخياً باستخدام شعور الأمعاء لأننا قللنا من النفايات وشهدنا زيادة كبيرة في الإيرادات.
عندما تنظر إلى الرسوم البيانية بين ما نتوقعه من حيث المبيعات وما هو في الواقع يحدث ذلك تقريبًا ، ويضيف المؤسس المشارك كارمين باولينو-الذي ، عندما سئل عن دقة النموذج ، يخبرنا أن الخطأ المطلق المتوسط لتنبؤاته حتى الآن هو 1.
على افتراض أن AI FreshFlow يمكن أن يحافظ على هذا مبكرًا الأداء لأنه يتقدم لخدمة المزيد من تجار التجزئة ، يبدو أن بدء التشغيل على شيء كبير ومهم: كما يلاحظ ، فإن قطاع البيع بالتجزئة للبقالة مسؤول عن حوالي 5 ٪ من إجمالي كمية الطعام التي يتم إلقاؤها سنويًا ، والتي تعادل أكثر من 4.5 مليون طن. بينما ، في أوروبا ، يساهم الإفراط في الترتيب الناجم عن ضعف التنبؤ بالطلب على 50 مليار دولار من الأطعمة الطازجة التي يتم إلقاؤها من قبل تجار التجزئة كل عام. انبعاثات الكربون غير الضرورية على الإطلاق ، مما يعني أن تقليص الهدر هنا لا يتعلق فقط بتحسين أرباح متاجر التجزئة-من المهم للغاية إذا كانت الإنسانية تعالج بنجاح تغير المناخ.
من المؤسسين المشاركين في FreshFlow Carmine Paolino (L) و Avik Mukhija. اعتمادات الصورة: Freshflow
بدء التشغيل المستند إلى برلين ، والذي تم تأسيسه منذ ما يزيد قليلاً عن عام ، ليس وحده في اكتشاف فرصة تطبيق تقنيات التعلم الآلي مثل احتمالية
اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي
