Światowy Dzień Żywności. Sztuczna inteligencja może zmniejszyć marnotrawstwo o 15 proc.

W Unii Europejskiej marnowanych jest co roku choćby 88 milionów ton żywności, co stanowi praktycznie 20 procent rocznej produkcji żywności państw unijnych. Z okazji Światowego Dnia Żywności obchodzonego 16 października eksperci wskazują na potencjał sztucznej inteligencji w redukcji tych strat, szczególnie na etapie przetwarzania i handlu.

Według raportu PROM (Programu Racjonalizacji i Ograniczania Marnotrawstwa Żywności) średnio każdy mieszkaniec Unii Europejskiej wyrzuca 173 kilogramy żywności rocznie. Większość marnotrawstwa w Europie powstaje w gospodarstwach domowych – 47 milionów ton, czyli ponad 53 procent – ale za 17 milionów ton (19 procent) odpowiada przetwórstwo, a za 4,4 miliona ton (5 procent) handel.

W Polsce sytuacja wygląda podobnie. Marnotrawstwo ocenia się choćby na 4,8 miliona ton żywności rocznie. Gospodarstwa domowe odpowiadają za 60 procent, prawie 16 procent to przetwórstwo spożywcze, a handel – 7 procent. Zmiana przyzwyczajeń ludzi to wyzwanie na lata, ale biznes może skutecznie zareagować już teraz.

Prognozy AI choćby o 65 procent dokładniejsze

„Firmy są w stanie stosunkowo gwałtownie ograniczyć marnotrawstwo dzięki lepszemu planowaniu popytu na swoje produkty i usługi oraz dzięki optymalizacji łańcuchów dostaw” – mówi Maciej Kowalik, współtwórca Dature, systemu opartego na sztucznej inteligencji służącego do predykcji popytu, współtworzonego przez polskich naukowców i dofinansowanego przez Narodowe Centrum Badań i Rozwoju.

„Wykorzystanie sztucznej inteligencji pozwala zwiększyć trafność prognoz choćby o 65 procent 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” – tłumaczy Kowalik.

Praktyczne zastosowania w handlu detalicznym

Na świecie nie brak przykładów projektów sztucznej inteligencji nakierowanych na zmniejszenie strat żywności. System Eden stworzony przez sieć handlową Walmart, oparty na sztucznej inteligencji i uczeniu maszynowym, służy do badania świeżości produktów i optymalizacji łańcucha dostaw. Pacific Coast Food Waste Commitment (PCFWC), inicjatywa zrzeszająca duże amerykańskie sieci handlowe, dzięki pilotażowemu wdrożeniu systemów AI zredukowała marnotrawstwo żywności o około 15 procent na sklep.

„Nasze doświadczenia ze współpracy z podmiotami z branży spożywczej pokazują, iż jakość prognozy przekłada się na obniżenie strat z tytułu odpisów (utylizacji) surowców i wyrobów gotowych, obniżenie kosztów oraz poprawę wyników przedsiębiorstwa. Poza technologią kluczem do sukcesu jest oczywiście człowiek, który uczy się wykorzystywać nowe narzędzia” – podkreśla Maciej Kowalik.

Zaawansowana analiza danych dla lepszych decyzji

W planowaniu popytu i optymalizacji zapasów model sztucznej inteligencji jest w stanie przeanalizować dane wewnętrzne firmy, skrzyżować je z danymi zewnętrznymi, na przykład pogodowymi, samemu dopasować najlepszą w danej sytuacji metodę statystyczną i matematyczną oraz 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.

Unia Europejska stawia na redukcję o połowę do 2030 roku

Za przykładem Stanów Zjednoczonych zamierza pójść Unia Europejska, która w strategii „Od pola do stołu” planuje ograniczenie marnotrawstwa żywności choćby o połowę do 2030 roku. Będzie to miało nie tylko wymiar etyczny, ale także ekonomiczny. Według zapisów strategii każde euro zainwestowane w ograniczenie strat żywności przekłada się na 14 euro dodatkowego zysku dla firm. istotny jest też aspekt ekologiczny – FAO podaje, iż produkcja żywności, która jest marnowana, odpowiada choćby za 8 procent globalnej emisji dwutlenku węgla.

Marnotrawstwo żywności wyzwaniem dla zrównoważonego rozwoju

Redukcja marnotrawstwa żywności stanowi jeden z kluczowych elementów transformacji w kierunku zrównoważonej gospodarki żywnościowej. Problem dotyczy nie tylko wymiaru etycznego związanego z głodem na świecie, ale ma także bezpośredni wpływ na emisje gazów cieplarnianych, zużycie wody i degradację gleb. Wykorzystanie zaawansowanych technologii takich jak sztuczna inteligencja w optymalizacji łańcuchów dostaw pokazuje, iż skuteczne działania można podjąć już dziś, nie czekając na zmianę przyzwyczajeń konsumenckich, która wymaga długotrwałych kampanii edukacyjnych. Firmy, które nauczą się efektywnie wykorzystywać narzędzia predykcyjne oparte na AI, mogą nie tylko przyczynić się do realizacji celów środowiskowych Unii Europejskiej, ale również uzyskać wymierną przewagę konkurencyjną poprzez redukcję kosztów i lepsze zarządzanie zasobami. Połączenie technologii z odpowiednio przeszkolonym personelem może przynieść wymierne rezultaty w walce z jednym z najbardziej palących problemów współczesnego systemu żywnościowego.