I prodotti alimentari scadono o vanno a male, i vestiti passano di moda velocemente, per i Retail lo spreco di cibo e l’invenduto sono problemi da risolvere.
Per Walmart l’intelligenza artificiale potrebbe essere un valido supporto per la riduzione del problema.
Anche molte altre aziende e numerose startup lavorano ad algoritmi e analisi volte a migliorare ed efficientare proprio questi processi.
Il caso Walmart
Walmart ha messo a punto alcune soluzioni basate sull‘intelligenza artificiale in-store per consigliare ai dipendenti come prevenire la maturazione delle banane al fine “favorirne” la vendita prima che sia troppo tardi.
La tecnologia AI sviluppata internamente consente ai dipendenti di Walmart di scansionare prodotti come le banane per indicare quanto è maturo il prodotto.
Quindi, utilizzando l’intelligenza artificiale generativa, una dashboard digitale fornisce un suggerimento su cosa fare con il prodotto, eliminando la necessità di un processo decisionale umano in assenza di una consulenza informata.
Fornire l’intelligenza artificiale ai dipendenti li aiuterà a prendere decisioni proattive basate sui dati che portano a una riduzione degli sprechi nei negozi, ha affermato Swati Kirti, direttore senior della scienza dei dati presso Walmart International Tech. (fonte CNBC)
I campi di applicazione per Walmart
L’utilizzo di algoritmi e di scanner collegati ai sistemi AI, per Walmart sarà utilizzato anche su articoli stagionali come l’abbigliamento.
“L’abbigliamento è molto sensibile ai cambiamenti stagionali”, ha detto Kirti.
“È molto importante prendere decisioni rapide su come ridurre gli sprechi, e per l’abbigliamento intervenire per ridurre articoli invenduti o resi che avvengono dopo la fine della stagione”.
Se un sistema collegato all’intelligenza artificiale scansiona i vestiti entro la metà della stagione, ad esempio, verificando dati di vendita, proiezioni e giacenza può consigliare ai dipendenti se devono essere messi in saldo prima.
Più vestiti vengono venduti, meno possibilità finiscono per essere distrutti.
Molti capi di abbigliamento non sono riciclabili, perché realizzati con tessuti misti.
Il programma basato su AI sarà presto sperimentato in Canada, con la speranza di espanderlo ad altri paesi nel prossimo futuro.
Lo spreco negli USA
Gli Stati Uniti buttano via circa 60 milioni di tonnellate di cibo ogni anno, ovvero circa il 40% dell’approvvigionamento alimentare del paese, secondo RTS.
È anche l’elemento più grande che occupa spazio nelle discariche statunitensi, rappresentando circa il 22% dei rifiuti solidi urbani.
Un rapporto dell’UCLA Anderson del 2018 ha rilevato che Walmart ha prodotto 3,5 milioni di tonnellate di rifiuti alimentari, pari a circa 2,6 trilioni di dollari di costi annuali e una perdita di 7,4 miliardi di dollari per i profitti di Walmart.
L’azienda ha l’obiettivo di eliminare i rifiuti operativi negli Stati Uniti, in Canada e in Messico entro il 2025.
Circa il 94% del totale dei rifiuti operativi globali è prodotto da questi tre paesi.
I residenti negli Stati Uniti gettano anche circa 11,3 milioni di tonnellate di rifiuti di abbigliamento ogni anno, secondo Earth.org.
Walmart ha anche implementato programmi come “Take Back”, che consente ai clienti di impacchettare i loro vestiti usati e indesiderati e inviarglieli.
La Walmart Foundation, (fondazione di beneficenza) collabora anche con Goodwill per riciclare i tessuti invendibili.
Altre iniziative basate su AI
Altre aziende utilizzano l’intelligenza artificiale per la gestione dei rifiuti in negozio.
Winnow tiene traccia degli sprechi alimentari in ristoranti, hotel e catene di vendita al dettaglio per aiutare le aziende a ottimizzare i consumi e gli acquisti monitorando i cestini dei rifiuti con l’intelligenza artificiale.
Shelf Engine monitora gli SKU (codici prodotto standardizzati) per gli alimenti deperibili, quindi è più facile tenere traccia degli articoli prima che vadano a male e aiuta a esaurire gli articoli popolari.
“Quando si tratta di spreco alimentare, non esiste una soluzione certa”, ha affermato il direttore esecutivo di ReFED Dana Gunders, che ha lavorato con Walmart per alcuni anni su soluzioni per lo spreco alimentare.
“Abbiamo bisogno di aiuto in tutto il sistema alimentare per ridurre gli sprechi, e sembra che l’intelligenza artificiale stia fornendo una crescente varietà di soluzioni, da una migliore previsione della domanda, consentendo riduzioni di prezzo sul cibo a rischio di deterioramento, e ora questa nuova soluzione che Walmart sta implementando”.
Homer Swei, vicepresidente senior per la scienza della vita sana presso l’organizzazione no-profit EWG, ha affermato che mosse come quella di Walmart sono anche legate al fatto che i consumatori ora si aspettano di più dalle aziende quando si tratta della loro impronta ecologica, produzione e imballaggio, ingredienti/materiali e pratiche di smaltimento e rifiuti.
“I rivenditori hanno un enorme potere di ridurre al minimo il proprio impatto ambientale, così come i marchi e le loro catene di approvvigionamento, e di fare del bene al pianeta”, ha affermato Swei.
I rivenditori stanno adottando una varietà di approcci per creare pratiche sostenibili nelle aree di business principali.
Amazon sta lavorando a sistemi per ridurre gli imballaggi di spedizione, inclusa l’eliminazione delle sue caratteristiche scatole marroni.
Dal 2015 è stata in grado di ridurre del 41% gli imballaggi. Target sta anche lavorando per azzerare i rifiuti negli Stati Uniti entro il 2030, anche attraverso programmi di diversione delle discariche e facendo in modo che metà dei suoi capi di abbigliamento di marca mirino alla produzione di rifiuti zero.
“È fondamentale che tutti noi facciamo la nostra parte per salvaguardare il nostro ambiente”, ha detto Swei. “Ciò significa i consumatori, i marchi che acquistiamo, i fornitori che utilizzano e i rivenditori in cui scegliamo di acquistare i nostri prodotti o servizi”.
E in Italia ?
In Italia, ad esempio Tuidi cerca quanto possibile, di partire dal fabbisogno del punto di vendita, studiando perfino il dettaglio orario dello scontrino.
Questo permette di andare a prevedere le fluttuazioni giornaliere, se non orarie, del venduto e, dunque, di aumentare molto l’accuratezza di previsione (fino al 30% in più di tradizionali modelli statistici).
Pertanto, utilizzare un software (nel caso di TUIDI Delphi) di gestione dello stock che si basa su questo principio, permette di automatizzare tantissime attività di controllo sugli ordini.
Quel tempo risparmiato permette ai capi negozio di investire attenzione sul controllo delle giacenze anomale (segnalate tramite un algoritmo proprietario che incrocia dati di vendita con documenti di movimentazione interna di magazzino) ed avere un’accuratezza sullo stock a scaffale di oltre il 95%.
Bilancia con AI di Digi
Tra le soluzioni tecnologiche presenti nel secondo Prendi&Vai di Dao, che lo rendono unico nel panorama italiano, c’è la bilancia SM-6000AI di DIGI Italia
È un passo in avanti verso l’experience e la semplificazione dell’acquisto nella spesa quotidiana.
Sfruttando l’Intelligenza artificiale della bilancia, la fotocamera integrata è in grado di riconoscere sia i prodotti sfusi che quelli insacchettati.
I risultati più appropriati vengono mostrati sul display, riducendo gli errori nella selezione e le potenziali perdite: il cliente non deve che confermare i prodotti proposti per procedere con la pesatura.
- Nel punto di vendita i clienti apprezzano il non “dover cercare e ricordare” il codice del prodotto. La bilancia di Digi propone una o più opzioni e il cliente è facilitato nella scelta.
- La bilancia propone le possibili alternative… e ad ogni conferma affina la sua capacità di risposta.
- La pesata confermata viene collegata ed inserita nel basket virtuale associato al cliente.
- Obiettivo della nuova bilancia è rendere più smart la pesatura: in pratica prendo e peso e confermo il prodotto tra le molte possibili proposte
QUI UN FILMATO del punto vendita DAO
