Kaip dinaminė AI kainodara gali panaikinti maisto švaistymą parduotuvėse
Key Takeaways
- Dėl atliekų daugiau nei 30 % maisto niekada net neparduodami JAV.
- Lenkijos prekybos centras bando dirbtinio intelekto kainas, kad automatiškai sumažintų kainas, kol maistas nesuges.
- Nuogąstavimai, kad klientai pasinaudos sistema, norėdami gauti pigaus maisto, yra nepagrįsti.

Liz Caldwell / Unsplash
Maisto technologijų startuolis „Wasteless“ planuoja panaikinti maisto švaistymą prekybos centruose, automatiškai sumažindamas prekių kainas dar prieš jas išparduodant.
Greitai gendančio maisto kainos sumažinimas, kol jis nesuges, yra prekybos centrų strategijos pagrindas. Galite išnaudoti sistemą – apsipirkdami vėlai šeštadienį, galite gauti tam tikrų nuolaidų, jei parduotuvė užsidaro, pavyzdžiui, sekmadieniais. Wasteless naudoja AI, kad automatiškai dinamiškai keistų kainas, kad būtų parduota kuo daugiau prekių, kol jos nesuges. Tai panašu į oro linijų sėdynių kainodarą, tik atvirkščiai.
Visi esame matę specialius trumpalaikių prekių pasiūlymus prekybos centre. Problema ta, kad dažnai šie sumažinimai ateina per vėlai. Niekas nenusipirks avokado net už 0,10 USD, kai viduje jis labiau primena drungną juodos ir žalios spalvos avokadų kokteilį. Taip pat, jei per anksti nuleisite kainas, rizikuojate uždirbti mažiau pinigų nei galėtumėte ir likti be akcijų.
Taigi laikas atėjo geresniam būdui.
„Kadangi JAV išmetama beveik pusė viso maisto, dirbtinio intelekto naudojimas yra savalaikis sprendimas“, – sakė dr. Philipas J. Milleris. AI medicinos komunikacijos ekspertas, sakė Lifewire el. paštu. „Jis gali numatyti tiek pasiūlos, tiek paklausos tendencijas, todėl užsakymas vyksta efektyviau. Tai taip pat gali strategiškai sumažinti kainas, kad greitai perkeltų daiktus, kurie išnyks.
Nešvaistė
Prekybos centrų akcijų kontrolė jau labai priklauso nuo AI. Kompiuterio smegenys gali sekti tendencijas ir numatyti sezoninę paklausą daug geriau nei žmonės. Todėl prasminga, kad kompiuteris savo dirbtinį intelektą pritaikytų prekių kainodarai, optimizuotų pardavimą ir išvengtų švaistymo.

FG prekyba / Getty Images
Toks yra „Wasteless“ tikslas šiuo metu bandoma bakalėjos parduotuvėje Lenkijoje. Idėja yra ta, kad kompiuteris išmoksta pirkėjų įpročius toje parduotuvėje ir sujungia tai jos žinios apie tai, kiek laiko turėtų būti visi tie vaisiai ir daržovės, mėsa, sūriai ir kiti greitai gendantys produktai paskutinis.
Tada jis gali automatiškai keisti kainas. Idealiu atveju joks maistas nebūtų švaistomas dėl sugedimo, o parduotuvės savininkas gali, kaip žada „Wasteless“ svetainė, „atgauti visą vertę“ jų vytančio produkcijos.
Kita šios lygties dalis yra elektroninės kainų etiketės. Galbūt jau matėte juos kai kuriose parduotuvėse. E-rašalo lentynų etiketes galima belaidžiu būdu atnaujinti iš centrinio kompiuterio, todėl visa procedūra vyksta sklandžiai.
„Reikalingi AI algoritmai nėra sudėtingi“, - sako Verma. „Didesnis iššūkis yra pradinis klientų elgsenos tyrimas, dažni kainodaros pokyčiai, dėl kurių reikia investicijos į elektroninius kainodaros rodymus ir kainų vykdymą bei, galiausiai, senėjimo duomenų tikslumo didinimas. pakuotė“.
Taigi kliūtys yra tik įgyvendinimo išlaidos. Technologija yra prieinama ir brandi. Ją tiesiog reikia dislokuoti. Tai lengviau parduoti dideliems prekybos centrams, kurie gali lengviau amortizuoti savo investicijas. Tiesą sakant, šioms didelėms grandinėms maisto švaistymas nėra tvarumo ar aplinkos problema. Tai tiesiog didelis pinigų švaistymas. Laimei, išspręsdami vieną išspręskite kitą.
Maisto atliekos
2019 m. maisto atliekos JAV kainavo daugiau nei 400 mlrd. Tai yra trečdalis viso pagaminamo, o ne parduodamo maisto. Ir tai dar prieš jums priėjus prie maisto, kurį švaistome namuose ir pan.
„Kadangi JAV iššvaistoma beveik pusė viso maisto, dirbtinio intelekto naudojimas yra savalaikis sprendimas.
„Prekybos centrai iššvaisto daugiau nei 25 % parduodamo maisto“, – sako Sushilas Verma. „Austin Data Labs“ prezidentas ir CTO, sakė Lifewire el. paštu.
„Nepaisant to, prekybos centrai vengia didelių nuolaidų gaminiams, kurių galiojimo laikas baigiasi, dėl dviejų priežasčių: baimė, kad klientai tyčia atidėlioja pirkimą, laukdami nuolaidos, ir galimų susirūpinimų dėl maisto saugos priežastis“.
Tiesą sakant, tai neįvyko. Nors kai kurie žmonės gali organizuoti savo apsipirkimo keliones taikydami nuolaidas, dauguma mūsų perka tada, kai reikia arba kai mums patogu.
„Neseniai buvo atlikti tyrimai, kurie rodo, kad šios baimės yra pernelyg išpūstos“, – sako Verma. „Vis labiau atrodo, kad pagal amžių pagrįsta kainodara yra didelė galimybė mažmenininkams, būdas segmentuoti rinką, imti daugiau už šviežesnius produktus, padidinti vidutinę maržą ir sumažinti atliekų kiekį laikas."