Una startup californiana ha messo a punto una piattaforma che analizza le serie storiche di vendita di un supermercato, i dati meteo, i comportamenti della concorrenza e gli eventi sociali per guidare le scelte di acquisto dei buyer della Gdo. Obiettivo: ridurre il food waste
Quanto pane fresco, frutta e verdura compreranno domani i clienti del supermercato? Che tipologia di pesce prediligeranno? E quanta carne acquisteranno? Sono queste le domande che ogni giorno si fanno i supermercati per determinare la quantità di merce deperibile da acquistare dai fornitori per riempire gli scaffali.
Un’operazione molto delicata, perché acquistare troppa merce rischia di tradursi in un costo enorme se questa rimane invenduta sugli scaffali. Ma è altrettanto vero che l’incubo dei supermercati è quello di avere gli scaffali vuoti, non solo perché ci si lascia scappare una possibilità di business, ma anche perché si perde la fiducia del cliente.
A guidare le scelte dei buyer della grande distribuzione fino ad oggi é stata l’esperienza e una analisi dello storico. Ma sfruttando l’Intelligenza artificiale si puó essere molto più accurati. Afresh é una startup californiana che ha messo a punto una piattaforma predittiva di ‘demand forecast’, utilizzabile dai buyer per determinare quanta merce acquistare in un determinato giorno.
Il food waste è un enorme problema per la Gdo e per l’ambiente
Il problema non é da poco. Basti pensare che nei soli Stati Uniti il food waste legato al mondo della Gdo vale 40 miliardi di dollari all’anno. Ogni supermercato deve buttare nel bidone a fine giornata tra il 5 e il 10 per cento della merce deperibile. Mentre l’8% va incontro ad una rottura di stock, con gli scaffali che rimangono vuoti. Senza contare poi le ricadute ambientali. A livello globale il cibo sprecato pesa sull’ambiente per 4 miliardi di tonnellate di anidride carbonica e quasi il 20% del consumo di acqua potabile.
Ma su quali basi l’algoritmo di Afresh guida le logiche di acquisto? Vengono prese in considerazione le serie storiche di vendita, come già si fa oggi. Ma anche le condizioni metrologiche, come temperature elevate o temporali che possono influire sui comportamenti dei consumatori. Ci sono poi gli eventi pubblici, come fiere o manifestazioni sportive, festività e ricorrenze. Il tutto viene incrociato con la concorrenza: l’apertura di nuovi punti vendita, l’arrivo dei saldi, promozioni e così via. Il tutto viene digerito in maniera autonoma dall’algoritmo che poi prescrive la sua ricetta.
Il risultato? Matt Schwarts, ceo di Afresh, spiega che il suo algoritmo è in grado di ridurre del 50% gli sprechi, facendo in modo che i supermercati arrivino a sera con gli scaffali del fresco quasi vuoti. Mentre é stato in grado, in alcuni esperimenti pilota in piccole catene di supermercati, di ridurre dell’80% i casi di rottura di stock.