Что должны знать инвесторы, прежде чем вкладывать средства в инструменты искусственного...
Что должны знать инвесторы, прежде чем вкладывать средства в инструменты искусственного интеллекта для управления пищевыми отходами: отчет Инструменты искусственного интеллекта для измерения и управления пищевыми отходами набирают популярность, но их внедрение остается фрагментарным, и компании используют разрозненные решения. Некоторые технологии используются уже много лет, например, на профессиональных кухнях, другие находятся на самых ранних стадиях разработки, а третьи могут не оказать никакого влияния. Для инвесторов в агропродовольственные технологии важно понимать, в чем заключаются эти различия — этот вопрос рассматривается в новом отчете ReFED и The Spoon. «Искусственный интеллект сейчас очень популярен. Однако часто существует разрыв между тем, что работает, и тем, что является просто шумихой», — говорит Аш Харвуд, вице-президент по данным и аналитике в ReFED. Цель отчета — «более реалистично оценить, какие внедрения являются зрелыми, а какие нет, а также подумать о том, что может произойти в будущем. Мы также посчитали важным понять барьеры или основные факторы, препятствующие внедрению ИИ, чтобы он действительно принес результаты». Сделать отходы «видимыми» Для инвесторов важно помнить, что большая часть искусственного интеллекта в сфере пищевых отходов по-прежнему сосредоточена на измерении отходов и поддержке принятия решений. «Хотя генеративный и агентный искусственный интеллект начинают внедряться, они все еще не получили широкого распространения и еще не доказали свою эффективность», — говорит Харвуд. «В конечном счете, сокращение пищевых отходов сводится к принятию решений людьми и изменению политики на уровне фермерских хозяйств, магазинов или ресторанов. Поэтому любая информация об отходах или любые рекомендации по принятию решений, поступающие от ИИ, должны соответствовать мотивации и возможностям этих людей для реальных изменений». Инвесторам следует отдавать приоритет инструментам искусственного интеллекта, которые могут сделать отходы «видимыми». Приложения, позволяющие принимать более обоснованные решения, предотвращающие дальнейшие потери, как правило, оказывают большее влияние, будь то финансовое, экологическое или социальное, говорится в отчете. Харвуд отмечает, что еще одним важным моментом, который инвесторам следует учитывать, являются данные. «Инструменты искусственного интеллекта требуют высококачественных данных. В результате предприятиям пищевой промышленности, возможно, потребуется изменить методы сбора данных или обновить устаревшее программное обеспечение для работы с этими новыми инструментами». ReFED поощряет инвестиции в инфраструктуру данных, способствующую сокращению отходов. Это может быть система, повышающая точность или доступность платформ мониторинга пищевых отходов, или платформы, способные очищать, стандартизировать и интегрировать данные о продовольственной системе. Например, компания Strella устанавливает датчики внутри камер хранения и созревания, которые могут отслеживать выделение этилена. Модели машинного обучения обрабатывают эти данные для прогнозирования сроков созревания продукции, что позволяет операторам предотвращать порчу гораздо быстрее, чем это возможно при использовании традиционных методов. Еще одна известная компания — Afresh, которая использует искусственный интеллект для анализа данных о продажах, наличии товаров, погоде, сезонности и других факторах, чтобы давать рекомендации по заказу свежих продуктов, молочных продуктов и, совсем недавно, нескоропортящихся продуктов питания на уровне магазинов. «Решения с большей вероятностью будут успешными там, где стимулы, координация при передаче информации и операционная гибкость позволяют сократить потери, а инструменты легко интегрируются в существующие рабочие процессы», — отмечается в отчете.