不用翻垃圾桶就知道剩食量 IKEA靠AI減少50%食物浪費

【文／吳凱琳；圖片／Getty Images】

【AI實戰】人工智慧可以幫我們監控垃圾桶，挖掘歷史數據，減少食物浪費，同時避免企業獲利，也跟著食物一起浪費掉了。

美國某家連鎖飯店在房間垃圾桶安裝了攝影機，想要知道房客丟掉哪些食物，結果發現早餐的可頌麵包太大了，房客根本吃不完。許多食物就這麼浪費掉，也包括公司的利潤。

另外，某一家超市從自家的銷售資料庫中發現，黃洋蔥的銷售速度不如紅洋蔥，而且更容易被扔掉。

這一切都要歸功人工智慧技術的發展，讓頭痛的食物浪費有了可行的解決方法。

現代社會的食物浪費問題究竟有多嚴重？

根據美國環保局統計，全美有將近三分之一的食物未食用就直接被丟棄。另外，聯合國環境署數據顯示，2022年全球有大約十億公噸的食物被浪費。

大量未吃的食物從超市、餐廳、家庭餐桌被倒入垃圾桶，如果這些被丟棄的食物沒被用作堆肥，最終只能進入垃圾掩埋場、逐漸腐爛，任由大量溫室氣體排放到空氣中。

根據聯合國環境署統計，浪費掉的食物所產生的溫室氣體，佔全球排放量的8%至10%，大約相當於航空與船運一年排放量的總和。

但是，「食物浪費造成的環境問題，一直被大眾忽視，」英國新創公司Winnow創辦人佐恩斯（Marc Zornes）告訴《紐約時報》。

監控剩食，重新調整餐點份量

曾任職於麥肯錫顧問公司的佐恩斯，在2013年與杜菲（Kevin Duffy）共同創辦了Winnow，兩人決定從餐飲業著手，解決食物浪費的問題。

根據非營利組織ReFED報告，餐廳浪費的食物中，有70%是餐盤裡剩餘的食物，代表餐廳必須重新調整每份餐點的份量。

「這是眾所周知的問題，」佐恩斯說，「卻一直找不到解決方法。」

佐恩斯估計，餐廳採購的食物當中，大約有5%至15%在製作過程中被浪費掉。他希望開發實用的科技工具，幫助餐廳更有效率地管理廚房，減少浪費。

Winnow成立後不久，IKEA就成了他們的客戶，後來甚至成為重要的合作伙伴。

2015年初，Winnow選定IKEA在英國的兩家門市測試開發系統，結果6個月內減少了40%的食物浪費，IKEA餐飲業務的獲利更是顯著提升，因此雙方決定擴大推行規模，一起合作改良系統。

2019年，Winnow正式推出全新的人工智慧系統Winnow Vision，整套系統包含一台電子秤、垃圾桶與平板電腦。每當餐廳廚房的員工將食物丟進垃圾桶，安裝於垃圾桶底部的電子秤就會記錄被丟棄的食物重量。

在此同時，垃圾桶上方的平板電腦會自動拍照，辨識垃圾桶內有哪些食物種類，例如系統可以區分千層麵（比較有價值）與香蕉皮（沒那麼有價值）的不同，然後推估這些浪費的食物大約是多少成本。

最後，系統會針對上述的數據進行分析，建議客戶未來應該如何調整，減少食物浪費。

Winnow Vision系統採取「軟體即服務」（SaaS）模式，客戶每月支付一筆服務費用給Winnow。

目前主要客戶包括IKEA、杜拜亞曼尼飯店，以及希爾頓、威斯汀、皇冠假日等全球知名連鎖飯店。

希爾頓飯店就是利用這套系統發現，早餐的糕點份量太大，房客常吃不完，茄汁焗豆經常有剩。IKEA在導入Winnow系統後，2022年達成食物浪費減半的目標。

佐恩斯向科技新聞網站TechCrunch表示，使用Winnow系統的廚房，在6到12個月內可減少4到7成的食物浪費，同時省下2%至8%的食物成本。

演算法推估，減少生鮮損耗

另一家值得關注的新創企業是2017年成立的Afresh，三位創辦人史瓦茲（Matt Schwartz）、費納（Nathan Fenner）與庫勒雪夫（Volodymyr Kuleshov）曾是史丹佛大學研究所同學，他們鎖定的是超市生鮮食品（包含肉類、海鮮、熟食、蔬果等）。

生鮮食品的採購與庫存管理相較其他商品更困難，生鮮商品會隨著時間累積而變質、無法銷售。此外，不同類型的商品，例如預包裝肉品（雞胸肉）、店內製作的加工品（漢堡肉餅）、在店內切割銷售的大塊原肉等，保鮮期不盡相同。正因為變數多，庫存與實際可販售的數字之間，經常出現落差。

Afresh開發的系統，會蒐集每項生鮮食品大約六年的銷售數據與價格變化等資料，然後進行分析，預估可能的需求量，還可針對不同門市個別預測。

例如：在某家門市，未來三天有90%的機會最多銷售50顆鳳梨，80%的機會最多銷售45顆，70%的機會最多銷售40顆等。

此外，系統會利用演算法推估不同生鮮食品的變質速度，或是因為其他因素導致損耗的可能性，預先提醒門市員工，哪些生鮮商品需要由人工再次確認是否有損耗或需要補貨，如此一來能降低損耗、減少浪費，同時提升庫存準確度。

舉例來說，傳統的復活節彩蛋彩繪季節會導致雞蛋銷量暴增，Afresh系統可以計算門市應該額外訂購多少箱雞蛋，此外還需採購更多甜椒，因為一般美國家庭會在家裡用多餘的雞蛋製作甜椒歐姆蛋。

AI就像經驗豐富的店經理

如果是經驗豐富的店經理必定知道這些眉角，但是人工智慧系統可以提供更精準的資訊。比如，系統會建議店經理必須在復活節前一週訂購105盒雞蛋，而不是110盒，在追加訂單時可以更精準，避免過量。

Afresh的客戶、美國大型連鎖超市艾伯森（Albertsons Companies）永續發展主管蘇珊娜．朗就特別提到，人工智慧正好可以解決現今服務業面臨的人力難題。

經驗豐富的店經理愈來愈難找，「人工智慧所能做的就是準確度，不只是告訴你『需要採購洋蔥』，而且是明確指出要採購『這種洋蔥』，」她說。

為了提高客戶使用意願，Afresh系統採用雲端模式，客戶不需要花費成本與時間安裝與維護系統。透過雲端與客戶系統對接，每晚抓取銷售、價格與發貨日期等資料。

另一家新創公司Wasteless同樣是鎖定生鮮食品，開發電子貨架標籤，愈接近商品保存期限，系統就會依據各項指標如庫存、銷售紀錄、售價等，精密計算之後，自動調降電子標籤上的價格，吸引顧客搶購，同樣能達到避免食物浪費的目的。

如今世界上有地區陷入饑荒，但同時也有許多地區持續製造食物浪費。人工智慧技術的出現，提供我們新的可能，真正有效解決長久以來的難題。

【實戰祕訣】用科技救剩食，也找回公司獲利

1.提升庫存精準度：透過人工智慧分析歷史銷售數據，準確預估銷售，避免過度庫存或是庫存不足的問題。

2.減少生鮮食品浪費：利用演算法推估食物變質速度，及時提出預警，避免不必要的浪費。

3.彌補資深人力不足：在資深人力短缺的情況下，人工智慧可以提供準確的資訊，協助員工迅速做出正確決策。

【延伸閱讀】

焦慮中產》教授也憂買不起房、50歲以下財富萎縮，問題出在哪？

投資黃金五大工具》三大需求推升金價　降息還有撐

節儉生活YouTuber：想存錢，2024年停止做4件事

【更多內容請見《天下雜誌》797期；訂天下雜誌電子版】