為了減少食物浪費和優化庫存水平，超市越來越多地轉向人工智慧 (AI) 技術。

這些先進的系統不僅增強了生鮮農產品管理者的決策過程，而且還引入了創新方法來確保食品新鮮度，從而有可能改變食品零售業。

徹底改變生鮮農產品管理

人工智慧對超市影響的典型例子來自德國農村，當地一家商店因員工經驗不足而陷入庫存過剩問題，因此實施了 Freshflow 的機器學習系統。

該技術可預測客戶購買模式並建議最佳庫存水平，從而減少近 30% 的產品浪費。

Freshflow 是一家擁有 15 名員工和 300 萬歐元資金的新創公司，其軟體已被德國多家商店採用，並在法國進行了試點測試。

據聯合創始人 Avik Mukhija 稱，他們的系統可以減少 20-25% 的浪費，並將收入提高高達 3%。

該技術利用大量數據（包括天氣預報、即時銷售和過去的促銷表現）來做出預測。

儘管擔心自動化取代人類工作，但 Mukhija 強調 Freshflow 的目標是增強而不是取代生鮮農產品經理的技能。

這種方法不僅減少了浪費，而且承認了人類創造力在產品展示和促銷方面的獨特貢獻。

透過創新追蹤新鮮度

另一方面，總部位於倫敦的新創公司 BlakBear 正在開創氣體感測技術，以監測魚和肉等包裝食品的新鮮度。

聯合創始人馬克斯·格雷爾（Max Grell）解釋說，他們的傳感器被設計成具有大規模成本效益，可以檢測包裝內表明腐敗的空氣變化。

透過識別氨和二氧化碳等氣體，這些感測器可以透過 RFID 或藍牙技術傳達潛在的惡化情況。

BlakBear 已籌集 230 萬英鎊，並與英國主要零售商合作，設想用感測器取代傳統的保質期，為消費者提供更準確的產品新鮮度測量。

大局觀：人工智慧在食品零售中的作用

食品零售業採用人工智慧是更永續、更有效率實踐的更廣泛趨勢的一部分。

歐盟每年面臨約 6,000 萬噸食品浪費，能夠準確預測需求和追蹤食品新鮮度的技術有可能大幅減少這一數字。

然而，這些系統的有效性依賴於持續的監控和調整，因為不可預測的消費者行為或外部因素可能會影響其準確性。

上奧地利應用科學大學的 Patrick Brandtner 等專家認為，食品零售中高科技工具的整合是應對COVID-19 大流行、通貨膨脹以及來自亞馬遜等巨頭的競爭帶來的挑戰的回應。

布蘭特納的工作，包括與連鎖超市阿爾迪的合作，強調了預測分析適應消費者購買行為變化的潛力，暗示未來人工智慧可以幫助應對類似於大流行病的破壞。

供應商也利用人工智慧做出有關生產和促銷的明智決策。

Fresh4cast 是一家幫助供應商每年管理超過 350,000 噸食品的公司，使用戶能夠模擬各種場景並做出快速、數據驅動的決策。

在人工智慧的推動下，零售商和供應商之間的合作旨在最大限度地提高整個供應鏈的效率並最大限度地減少浪費。

隨著超市及其合作夥伴不斷探索和擴大人工智慧的使用，其好處是顯而易見的：減少浪費、增加利潤以及反應更加靈敏的食品供應鏈。

食品零售中的技術整合不僅解決了環境問題，也增強了消費者的購物體驗，預示著未來技術和人類專業知識攜手合作，滿足快速變化的世界的需求。