Marnowanie żywności. AI pomoże w ograniczaniu strat?

Według raportu PROM (Programu Racjonalizacji i Ograniczania Marnotrawstwa Żywności), średnio 20 proc. rocznej produkcji żywności w UE jest marnowana. W przeliczeniu na mieszkańca oznacza to 173 kg wyrzucanej żywności rocznie. Największe straty powstają w gospodarstwach domowych (53 proc.), przetwórstwie (19 proc.) i handlu (5 proc.).

W Polsce marnotrawstwo żywności szacuje się na 4,8 mln ton rocznie, z czego 60 proc. przypada na gospodarstwa domowe, 16 proc. na przemysł spożywczy, a 7 proc. na handel.

Zmiana przyzwyczajeń konsumentów to długofalowe wyzwanie, ale biznes może działać od razu.

- Firmy są w stanie stosunkowo szybko ograniczyć marnotrawstwo dzięki lepszemu planowaniu popytu na swoje produkty i usługi oraz dzięki optymalizacji łańcuchów dostaw - mówi Maciej Kowalik, współtwórca Dature, systemu opartego na AI do predykcji popytu. - Wykorzystanie sztucznej inteligencji pozwala zwiększyć trafność prognoz nawet o 65 proc. w porównaniu do "tradycyjnych" metod opartych o wyliczenie średniej. Oznacza to znaczny wzrost jakości posiadanej przez firmy wiedzy, a to - przy odpowiednim wykorzystaniu jej w łańcuchu dostaw - może przełożyć się na ograniczenia marnotrawstwa żywności. Odnosi się to zarówno do surowców, półproduktów, jak i wyrobów gotowych oraz towarów trzymanych w magazynach i na półkach sklepowych - dodaje.

Przykłady z rynku pokazują realne efekty takich działań. Pacific Coast Food Waste Commitment (PCFWC), inicjatywa dużych amerykańskich sieci handlowych, zredukowała marnotrawstwo żywności o ok. 15 proc. na sklep dzięki pilotażowym wdrożeniom systemów AI.

- Poza technologią kluczem do sukcesu jest oczywiście człowiek, który uczy się wykorzystywać nowe narzędzia. W planowaniu popytu i optymalizacji zapasów model jest w stanie przeanalizować dane wewnętrzne firmy, skrzyżować je z danymi zewnętrznymi, np. pogodowymi, samemu dopasować najlepszą w danej sytuacji metodę statystyczną i matematyczną i wykonać bardziej trafną prognozę. To pozwala podjąć decyzje, które w praktyce ograniczają sytuacje, w których w łańcuchu dostaw znajdują się produkty o dużym ryzyku zestarzenia się na półkach - tłumaczy Kowalik.

Na świecie nie brakuje przykładów zastosowania AI w tym obszarze. System "Eden" stworzony przez Walmart monitoruje świeżość produktów i optymalizuje łańcuch dostaw z wykorzystaniem uczenia maszynowego.

Unia Europejska w strategii "Od pola do stołu" planuje zmniejszenie marnotrawstwa żywności o połowę do 2030 r. Każde euro zainwestowane w ograniczenie strat żywności może przynieść 14 euro dodatkowego zysku dla firm, co pokazuje wymiar ekonomiczny działań.

Nie mniej istotny jest aspekt ekologiczny: Organizacji Narodów Zjednoczonych ds. Wyżywienia i Rolnictwa podaje, że produkcja żywności, która jest marnowana, odpowiada nawet za 8 proc. globalnej emisji CO₂.

Światowy Dzień Żywności przypomina, że problem marnowania żywności wciąż jest ogromny. Firmy, które wykorzystają AI do precyzyjnego prognozowania popytu i optymalizacji łańcucha dostaw, mogą nie tylko ograniczyć straty, ale również zwiększyć zyski i poprawić wyniki środowiskowe.

- Nasze doświadczenia ze współpracy z podmiotami z branży spożywczej pokazują, że jakość prognozy przekłada się na obniżenie strat z tytułu odpisów (utylizacji) surowców i wyrobów gotowych, obniżenie kosztów oraz poprawę wyników przedsiębiorstwa - podsumowuje Kowalik.

Światowy Dzień Żywności to okazja, by nie tylko uświadamiać problem marnotrawstwa, ale też pokazać, że nowoczesne technologie, w tym AI, mogą stanowić realne narzędzie zmiany.