اگر به فروشگاههای سنتی محله خود نگاهی بیندازیم، خواهیم دید که همه چیز بهصورت تجربی و تخمینی محاسبه میشود. فروشنده بر اساس برآورد خود از میزان فروش و تعداد مشتریان، قفسههای فروشگاه خود را پر میکند و اگر خریداران بیشتری نسبت به روزهای عادی به فروشگاه مراجعه کنند، قطعاً با قفسههای خالی روبهرو میشوند. برای جلوگیری از این مسئله، معمولاً فروشندگان بیشتر از حد مصرفی خریداران اقدام به تهیه محصول میکنند و همین موضوع باعث میشود که محصولاتی مانند مواد غذایی تازه که ماندگاری کوتاهی دارند، بهسرعت فاسد و غیرقابلمصرف شوند. بهمنظور رفع این چالش، استارتاپ Afresh Technologies با ارائه یک نرمافزار مجهز به هوش مصنوعی، به فروشگاهها کمک میکند تا میزان فروش خود را بادقت پیشبینی کنند و از این طریق، دورریز مواد غذایی را تا حد زیادی کاهش دهند.
به گفته مت شوارتز، مدیرعامل Afresh، این استارتاپ در تلاش است تا سازوکاری را پیاده کند که هنگام ورود بار جدید به فروشگاه، انبار ذخیره کاملاً خالی و قفسه فروشگاهها تکمیل باشد. طبق تخمین سازمان ReFED، میزان دورریز مواد غذایی به رقم نجومی ۲۸ میلیارد دلار در سال میرسد و استفاده از برنامههایی ازایندست، میتواند نقش مهمی در کاهش هدررفت مواد خوراکی ایفا کند.
استارتاپ Afresh فعالیت خود را از سال ۲۰۱۷ آغاز کرده و هنوز یک کسبوکار نوپا محسوب میشود؛ اما بااینحال، رشدی سریع و چشمگیر را تجربه میکند. آنها موفق شدهاند تا نرمافزار خود را در هزاران فروشگاه به کار بگیرند و به این وسیله، دورریز مواد غذایی را تا ۲۵ درصد کاهش دادهاند. این به معنای سود عملیاتی ۴۰ درصدی برای فروشگاههای زنجیرهای و خردهفروشیها است و از ضرر دهها میلیوندلاری آنها جلوگیری میکند.
نحوه عملکرد نرمافزار Afresh در نوع خود جالبتوجه است. این استارتاپ در ابتدا با تاریخچه دادههای فروشگاه در چند سال گذشته شروع میکند و به تجزیهئتحلیل آنها میپردازد. سپس هر متغیری که بر میزان فروش روزانه تأثیر بگذارد را شناسایی و به طور مداوم رصد میکند. این متغیرها شامل تبلیغات، آبوهوا، تعطیلات، تخفیفات و… است که میتواند میزان فروش را دستخوش تغییر کند. همچنین ماندگاری محصولات مختلف نیز با یکدیگر تفاوت دارند و بعضی از موارد خوراکی مانند سبزیجات، میوهها و مواد پروتئینی، سریعتر از دیگر اقلام فاسد میشوند. در نتیجه، Afresh تمامی این موارد را موردتوجه قرار میدهد و بر اساس بهترین زمان استفاده هر محصول، توصیههایی را به فروشندگان ارائه میکند.
در سال گذشته، Afresh توانست از هدررفتن ۲۰ هزار تن مواد غذایی جلوگیری کند و مدیران این مجموعه معتقدند که میتوانند در مدتزمان کوتاهی، این رقم را به بیش از ۵۰ هزار تن در سال برسانند. هوش مصنوعی با سرعتی خیرهکننده به پیشرفت خود ادامه میدهد و سکوهایی که از این فناوری استفاده میکنند هم به دنبال آن توسعه پیدا میکنند. میتوان انتظار داشت که در آینده نزدیک، صرفهجویی در کالا و انرژی مصرفی به یکی از کاربردهای اصلی هوش مصنوعی تبدیل شود.