AI와 디지털 혁신이 식료품점에서 음식물 쓰레기를 줄이는 데 어떻게 도움이 되는지

Alvarez & Marsal의 John Clear는 식품 소매업체가 부패를 줄이는 데 도움이 되는 공급망 투명성, 작업자 교육 및 더 나은 데이터 관리에 새로운 기술이 어떻게 영향을 미치는지 설명합니다.

식료품점이 지속 가능성의 핵심 영역인 음식물 쓰레기를 줄이기 위한 노력을 강화함에 따라 인공 지능과 기타 디지털 혁신은 식품 소매업체가 데이터 프로세스와 인력 효율성을 개선하는 데 도움이 된다고 Alvarez & Marsal의 John Clear는 말합니다.

이미 크고 작은 식료품점에서는 음식물 쓰레기 문제를 해결하기 위해 기술을 활용하고 있습니다. Twin Cities 식료품점 Lunds & Byerlys는 최근 음식물 쓰레기 기술 회사인 Phood Solutions와 협력하여 직원들이 식료품점의 델리 푸드 바에 추가하기 전과 음식을 버리기 전에 음식을 스캔하고 무게를 측정할 수 있는 기능을 제공합니다. 한편, Albertsons는 2030년까지 회사의 음식물 쓰레기를 50% 줄이는 것을 목표로 전체 매장에 AI 기반 플랫폼을 제공하는 Afresh Technologies의 신선 식품 최적화 기술을 배포했습니다.

컨설팅 회사의 소비자 소매 그룹 이사인 Clear는 기술, 특히 AI를 식료품점이 지속적으로 해결하려고 하는 진화하는 공급망 및 매장 관리 퍼즐의 한 부분으로 포지셔닝했습니다.

Lidl US에서 고위 구매 역할을 포함하여 식료품 업계에서 거의 10년을 보냈던 Clear는 식료품점이 음식물 쓰레기 공간에 AI 또는 기타 기술을 구현하는 것을 고려하면서 식료품점에게 완전한 솔루션으로 기술에 의존하지 말라고 경고했습니다. Grocery Dive와의 인터뷰에서 Clear는 AI에 대한 식료품 업계의 관심이 어디에 있는지, 그리고 신기술 구현이 직원 교육에 어떻게 영향을 미치는지 공유했습니다.

이 인터뷰는 길이와 명확성을 위해 편집되었습니다.

분명한:지속 가능성을 더욱 주류로 만드는 열쇠는 그것이 지구뿐만 아니라 그들에게도 얼마나 큰 이익이 되는지 소매업체에 알리는 것입니다.

분명히 모든 사람은 자신의 리더십과 최종 결과가 무엇이든 따라야 합니다. 여기서 중요한 점은 낭비하는 음식이 적을수록 수익에 더 좋다는 것입니다. 내 생각에 현재 대화가 바뀌고 있는 부분은 제품이 공급망을 통해 이동하는 방식을 개선하여 모든 사람에게 전체 계획의 수익성을 높일 수 있다는 것입니다. 저는 이것이 더 이상 단순히 ESG 주제가 아니라고 생각합니다. "우리는 비즈니스를 점점 더 실행 가능하게 만들면서 실제로 더 지속 가능해질 수 있습니다."

고객, 일반 식료품점과 대화할 때 기술과 관련하여 우리가 논의하는 가장 큰 주제 중 하나는 사람들이 기술을 추가하는 것을 간단한 해결책으로 볼 수 있고 그것이 전체 문제를 해결할 것이라는 것입니다. 먼저 꽤 좋은 표준과 프로세스를 마련하고 기술을 조력자로 사용하지 않는 한 그렇지 않습니다. 우리가 일반적으로 사용하는 문구 중 하나는 다음과 같습니다. 기술은 문제를 해결하지 않으며 일반적으로 손상된 시스템을 더 빨리 중단시킵니다.

지난 10년 동안 데이터를 얻으려는 노력이 컸던 것 같아요. 그런 다음 구문 분석 및 데이터에 대한 다음 푸시가 있었습니다. 그러나 그것은 실제로 문제의 근본 원인에 도달하지 않습니다. 그것은 단지 새로운 데이터를 제공하고 사람들이 볼 수 있는 다양한 방식을 포함하여 다양한 방식으로 제공하는 것입니다. 그러나 핵심은 실행 가능한 통찰력을 갖는 것입니다. 회사가 많은 사람들에게 모호한 보고서와 대시보드를 제공하는 상황이 있을 수 있습니다. 그게 전부입니다.

재고 관리 관점에서 볼 때 성공의 열쇠는 데이터에 액세스하고 시스템에 액세스할 수 있을 뿐만 아니라 이해하기 쉬운 방식으로 데이터를 구문 분석하고 편집하는 성공적인 사람입니다. 그리고 데이터를 실행 가능한 통찰력으로 나누는 대시보드를 통합하는 것이 거기에 영향을 미치는 비결이라고 생각합니다.

그 위에 기계 학습이나 AI 시스템과 같은 다른 것을 추가하려면 먼저 정확한 데이터가 있어야 합니다. 즉, 매장 내 이미지 위치에 의존하는 경우 예를 들어 매장 내 재고 관리 방법을 알고, 프로세스를 올바르게 따르고, 저장소의 입력이 정확하므로 "가비지 입력, 쓰레기 출력" 시나리오가 되지 않습니다.