جلوگیری از هدر رفت مواد غذایی در فروشگاه‌ها با کمک هوش مصنوعی-توسط استارت‌آپ جدید فرانسوی Ida

جلوگیری از هدر رفت مواد غذایی در فروشگاه‌ها با کمک هوش مصنوعی-توسط استارت‌آپ جدید فرانسوی Ida

در این پست از بلاگ بنو الکترونیک می‌خواهیم استارت‌آپ جدید فرانسوی با نام Ida را معرفی کنیم. این استارت‌آپ قصد دارد با سوپرمارکت‌ها و فروشگاه‌های مواد غذایی کار کند و هدف آن بهینه کردن میزان سفارش محصولات تازه‌ای چون میوه‌ها، سیزیجات، گوشت قرمز، مرغ، و ماهی است. Ida اخیرا توانسته است از طریق این ایده حدود 2.9 میلیون دلار از شرکت‌های سرمایه‌گذاری Frst، Daphni، Motier Ventures، و Kima Ventures جذب سرمایه کند.

در حال حاضر سوپرمارکت‌ها و فروشگاه‌های مواد غذایی برای خرید از برگه‌های سفارش، که شامل تعداد زیادی ستون برای برنامه‌ریزی خرید مجدد محصولات است، استفاده می‌کنند. این برگه‌های سفارش، که اتفاقا میزان خطا نیز در آن‌ها بالا است، هم می‌توانند منجر به هدررفت محصولات و مواد غذایی شده و هم گاها فروشگاه را با کمبود محصول مواجه کنند. بنابراین نتیجه نهایی به یکی از دو صورت زیر خواهد بود:

  • از دست دادن پول و یا
  • عدم  استفاده کامل از پتانسیل فروشگاه

فروشگاه مواد غذایی

Mateo Beacco مدیر عامل و یکی از بنیان‌گذاران این شرکت می‌گوید: "ماجرا به این شرح است. کسی که مسئول قسمت سبزیجات است برگه‌های سفارش و یک خودکار آبی در دست می‌گیرد. سپس خط به خط لیست را چک کرده و می‌گوید امروز حس خوبی نسبت به هویج دارم، هوا هم نسبتا خوب است پس برویم سراغ چهار جعبه هویج دو کیلویی!"

البته که این کار فقط بر مبنای حدس و گمان صرف نیست. چرا که افراد با تجربه می‌توانند با نگاه به الگوهای سال‌های قبل حدس بزنند که آیا زمان مناسب برای سفارش توت‌فرنگی بیشتر رسیده‌است یا خیر. اما در سال‌های اخیر گردش مالی این مشاغل افزایش یافته است و حتی برای افرادی که چندین سال است در یک فروشگاه کار می‌کنند سخت خواهد بود که هر روز حدس‌های دقیقی داشته باشند.

به همین دلیل است که شرکت Ida می‌خواهد این روند را با دادن ابزار مناسب به فروشگاه‌ها تغییر دهد. Ida یک برنامه متصل به یک الگوریتم پیش‌بینی فروش است که زمان مناسب خرید مجدد محصولات تازه را در اختیار کارکنان فروشگاه قرار می‌دهد.

Ida کار خود را با میوه‌ها و سبزیجات شروع کرده‌است اما به زودی می‌تواند به سراغ قفسه‌های دیگری چون گوشت و ماهی نیز برود. این استارت‌آپ با تمرکز بر روی مواد خراب/فاسد شدنی در حال دست و پنجه نرم کردن با بخشی از انبار فروشگاه‌های مواد غذایی است که فروش کمی دارند چرا که به لطف دستگاه‌های بارکد خوان و داده‌های فروش موجود برای محصولات پرفروشی چون غلات صبحانه پیش‌بینی اینکه چه مقدار از این مواد مورد نیاز خواهد بود سخت نیست.

در پشت صحنه این کار Ida صرفا به داده‌های فروش تکیه نمی‌کند چرا که برای محصولات کم فروشی مانند میوه‌ها و سبزیجات این داده‌ها عملکرد خوبی نخواهند داشت. در عوض این شرکت یک لیست موجودی بر مبنای احتمالات تولید می‌کند که سناریوهای دنیای واقعی را نیز در نظر می‌گیرد. 

بنیان‌گذاران استارت‌آپ Ida

Beacco نمونه‌ای از این سناریوها را شرح می‌دهد: "با موجودی احتمالاتی فروش خیار معمولی و خیار ارگانیک یکی در نظر گرفته می‌شود. چرا که وقتی خیار ارگانیک می‌خرید صندوقدار آن‌ها را به عنوان خیار معمولی حساب می‌کند. یا به عنوان نمونه‌ای دیگر شاید بتوانید سیب‌زمینی‌ها را برای مدتی در فروشگاه نگه دارید اما گیلاس‌‌ها خیلی زود خراب می‌شوند."

با این روش به جای شمارش اینکه چند خیار در انبار دارید Ida می‌تواند یک پیش‌بینی از تعداد خیارهای فروشگاه به شما بدهد. البته اگر موجودی‌ای به طور محسوس متفاوت به نظر برسد کارکنان فروشگاه می‌توانند آن را اصلاح کنند.

دوم اینکه Ida صدها پارامتر مختلف را در کنار حداقل سه سال داده مربوط به فروش برای انجام پیش‌بینی تقاضا استفاده می‌کند. پارامترهایی مانند شرایط آب و هوایی، قیمت‌های فصلی، سایر فروشگاه‌های منطقه، پیشنهادها و تخفیف‌های خاص، و بسیاری دیگر.

سوم اینکه Ida از این داده‌های پیش‌بینی برای تولید لیست سفارش‌های بعدی شما استفاده می‌کند. به این ترتیب فروشگاه‌ها می‌توانند انبارداری امنی را تجربه کنند به طوری که مطمئن باشند هیچ محصولی، بدون سفارش بیش از اندازه، سریعتر از موعد به پایان نرسد.

Beacco می‌گوید: "همانطوری که در مثالی اشاره شد شما هویج‌ها را در جعبه‌‌های دو کیلوگرمی خریداری می‌کنید. بنابراین در اینجا با یک مسئله ریاضی که بهینه‌سازی دارای محدودیت (optimization under constraint) است روبرو هستیم. هر عدد سفارش به معنی افزایش دو کیلوگرمی است و فرص کنید پنج کیلو در انبار موجود باشد. تمام تلاش ما این است که با استفاده از تمامی داده‌های موجود پیش‌بینی کنیم به چهار جعبه نیاز داریم. نه یک جعبه بیشتر و نه یک جعبه کمتر."

هوش مصنوعی برای بهینه سازی لیست سفارش فروشگاه‌های مواد غذایی

Ida به تنهایی لیست سفارشات را پردازش نمی‌کند بلکه کارکنان فروشگاه نیز بر آن نظارت داشته و می‌توانند برخی موارد را به صورت دستی تغییر دهند. در حال حاضر تخمین می‌زنیم که 70 تا 75 درصد پیش‌بینی‌ها و پیشنهادات Ida دقیق هستند و نیازی به اصلاح توسط کارکنان نیست. زمانی که این پیش‌بینی انجام شد Ida فرم‌های سفارش را برای دفتر خرید مرکزی تولید می‌کند. همچنین به صورت بالقوه‌ای نیز برای تولیدکنندگان محلی چرا که توانایی ترکیب و تطبیق تامین‌کنندگان را دارد.

از بسیاری جهات Ida به تازگی کار خود را شروع کرده‌است. جالب است که بدانیم آیا فروشگاه‌ها برای مدیریت مقدار محصولات تازه خود به این راه‌حل‌های نرم‌افزاری روی می‌آورند یا خیر. هر چند بسیار واضح است که با این کار فروشگاه‌ها می‌توانند سودشان را افزایش داده و همزمان تاثیر مخرب بر محیط را کاهش دهند.

منبع: AI News & Artificial Intelligence | TechCrunch

نظرات بازدیدکنندگان

  1. رها رحیمیان

    لطفا مطالب بیشتری در رابطه با هوش مصنوعی بذارید. کل دنیا داره از این علم استفاده می کنه و هر روز سعی در بهبودش داره.

  2. فریدونی

    سلام خیلی ممنون از پست های بروز و جذابی که منشتر میکنید