看天吃飯!日本用天氣預測有效減少食物浪費

人工智慧食物浪費

作者/譯者:聯合新聞

《重點摘要》日本經濟產業省在2016年4月25日公布了這項與氣象協會合作的成果,該計畫自2014年開始在關東地區試點實施,利用天氣預測為基礎來提升生產食品的效率,避免生產過剩導致的浪費。成功減少退貨或作廢棄物處理的狀況,降低了20-30%的食品浪費、將運送途中所產生的二氧化碳減半,並成功利用人工智慧(AI)技術分析、預測消費者的購買行為。

   近年來食物浪費在世界各國都是非常受到注目的議題,國際上除了有許多由民眾自發性建立的食物銀行之外,聯合國糧農組織(FAO)也針對此議題建立資訊平台,並獲得七大工業國(G7)響應;法國甚至立法禁止超商丟棄食品。日本政府在這股國際趨勢下也實施了「提升需求預估精準度以削減食品浪費並節省物流能源消耗計畫」,針對豆腐、中華涼麵沾醬、鍋底等易受天氣影響需求量或需求集中在特定季節的商品,活用天氣預報,成功減少退貨或作廢棄物處理的狀況,降低了20-30%的食品浪費、將運送途中所產生的二氧化碳減半,並成功利用人工智慧(AI)技術分析、預測消費者的購買行為。

   日本經濟產業省在2016年4月25日公布了這項與氣象協會合作的成果,該計畫自2014年開始在關東地區試點實施,利用天氣預測為基礎來提升生產食品的效率,避免生產過剩導致的浪費。有具體成果後,在2015年將數據分析的區域擴大至日本全國,調查商品除了豆腐、中華涼麵沾醬、鍋底之外也增加了素麵沾醬、蕎麥麵沾醬、碳酸飲料、麥茶、寶特瓶裝咖啡;參與計劃的食品製造商、通路商和學術團體也從原有的9個擴增到26個;此外還分析了合作零售商所有商品的需求量與天氣之間的關聯性,希望能讓需求量預估更精確。

   2015年利用前一年的成果來調整生產量,結果在豆腐這項商品上減少了30%的食物浪費、而在中華涼麵沾醬這項商品上也減少了20%的浪費。同時,廠商也利用日本氣象協會的氣溫預測資訊來決定商品的輸送方法,2015年的計畫中將寶特瓶裝咖啡由陸地運輸改為海路運輸,因此每公噸貨品的碳足跡減少了約48%,半年來省下了98公噸的二氧化碳排放量。

另一方面,該計畫也利用人工智慧(AI)、分析銷售點(POS)、社群網站(SNS)和氣象數據,建立商品需求量的預估模型,完成了以下結果:

   分析零售商販售的所有商品之銷售額及天氣之關連性,確立出與銷售量與天氣高度相關的商品之優先順序,包含飲料、鍋物等。利用人工智慧(AI)建立商品需求量預估模型,比起以往的分析方法,對來店客數的預測精準度提高了約20%

   分析社群網站(Twitter)上有發文位置資訊的貼文,分析人們在不同天氣狀況下的冷熱感受,得到體感溫度之數據;比起絕對溫度,體感溫度與商品需求更有直接相關。

   日本經濟產業省希望將此計畫作為永續發展政策的一環、並將其變成例行業務,希望能強化產業鏈間的合作關係並提升合作夥伴間的信賴感。未來將推動零售商與食品製造商提前分享販賣計畫,並將季節性商品之終止販賣流程最適化,進一步削減退貨及食品浪費的情況。也希望能利用人工智慧(AI)開發出的來店客數預測模型,來預估容易受到天氣影響之日常食品需求量,協助零售商的採購業務,以期能更有效地減少剩食浪費。

圖片來源:食力FoodNext
資料來源:聯合新聞

你可以任選星星留下你的評分
0.0