Пищевые отходы являются важнейшей глобальной проблемой, поскольку почти треть (около 2 миллиардов тонн) всех продуктов питания, производимых ежегодно для потребления, выбрасывается в отходы. Такое количество приводит к выбросу примерно 3 миллиардов тонн парниковых газов на свалках и ежегодному экономическому ущербу в размере почти 160 миллиардов долларов. Экологические и экономические последствия расточительного использования значительны, они представляют собой упущенные экономические возможности и негативное воздействие на окружающую среду. Например, когда отходы пищевой промышленности выбрасываются на свалки, при их разложении образуется газообразный метан, который более опасен для атмосферы планеты, чем углекислый газ. Кроме того, пищевые отходы создают нагрузку на сельскохозяйственную промышленность — на перепроизводство продуктов питания, которые в конечном итоге остаются неиспользованными, тратится огромное количество ценных ресурсов, таких, как вода, земля, труд людей и энергия.
Объекты индустрии гостеприимства, в частности отели, рестораны и заведения общественного питания, уже начали внедрять технологии искусственного интеллекта (ИИ), которые используют данные в реальном времени и прогнозную аналитику для мониторинга, категоризации и сокращения пищевых отходов. Этот сектор работает в больших масштабах, при этом ежедневное приготовление и потребление пищи происходит в больших объёмах. Непредсказуемый характер потребительского спроса и операционных практик, например, питание по типу «шведского стола», а также строгие правила санитарного контроля и безопасности пищевых продуктов, часто приводят к значительному излишку еды, которую приходится выбрасывать. Кроме того, чрезмерное приготовление пищи в ресторанах, когда повара готовят больше еды, чем необходимо, чтобы избежать дефицита популярных блюд в часы пик, и недоеденные остатки с тарелок посетителей, способствуют появлению ещё большего объёма к общему количеству отходов. Утилизация этих отходов обычно включает ещё их транспортировку на свалки, где они разлагаются и выделяют метан, усугубляя глобальное потепление.
Согласно исследованиям, всё это количество распределяется следующим образом: 61% от общего объёма приходится на домохозяйства (но включая ТБО), 26% — на предприятия общественного питания и 13% — на предприятия розничной торговли. Эти статистические данные подчёркивают острую необходимость первоочередного сокращения пищевых отходов на уровне общепита и домохозяйств. Некоторые стартапы разработали технологии, на основе ИИ, интегрированные с существующими кухонными операциями, для мониторинга и анализа использования продуктов питания в режиме реального времени. Отслеживая количество и тип выбрасываемой пищи, системы предоставляют информацию, которая помогает персоналу кухни корректировать размеры порций, оптимизировать управление запасами и сокращать избыточное приготовление. Выявляя закономерности в пищевых отходах, эти технологии позволяют внедрять более устойчивые практики, такие как корректировка меню и более точное прогнозирование спроса, в конечном итоге сокращая издержки.
Парадигма «от фермы до вилки» расширилась до «от фермы до вилки и на свалку», высветив пробелы в нынешних продовольственных системах. Управление городскими пищевыми отходами становится жизненно важным по мере роста городских территорий и увеличения плотности населения. Эффективное управление этими отходами может значительно ограничить негативное воздействие на окружающую среду и способствовать устойчивому комфортному образу жизни. Несомненно, что в первую очередь домохозяйства должны покупать с умом, эффективно хранить и потреблять разумно, чтобы минимизировать отходы. Если брать во внимание частные дома, то компостирование и питание скотины тоже служит механизмом переработки, превращая органические отходы в ресурс. Несмотря на эти практики, значительный объем продуктов питания остаётся на свалках, а неконтролируемые отходы способствуют выбросам парниковых газов, финансовым потерям и неоправданному давлению на сельскохозяйственную отрасль. Но воздействовать на население гораздо сложнее, чем на организации, ведущие бизнес. Кроме того, излишняя утилизация приводит к убыткам и сокращению операционной прибыли. Поэтому разработчики начали внедрение своих систем в индустрию гостеприимства.
Исторически эта отрасль существовала, как значительный источник пищевых отходов из-за специфического операционного характера деятельности, которая требует избыточного обеспечения для удовлетворения разнообразных потребительских запросов. При высоких стандартах подачи и качества продуктов питания, значительные объёмы продуктов часто выбрасываются. Эти подразумевает не только экономические потери, но и ненужный экологический след. Руководители компаний этой отрасли начали осознавать, что эффективное управление в этой области может принести ощутимые экономические выгоды, помимо очевидных экологических и моральных императивов. В результате наблюдается растущая тенденция к использованию передовых технологий на основе искусственного интеллекта, для разработки и внедрения эффективных стратегий управления.
В последние годы было разработано несколько технологических решений для решения проблемы пищевых отходов именно в индустрии гостеприимства. Эти системы используют сложные алгоритмы и датчики для идентификации, категоризации и количественной оценки выброшенных продуктов питания. Потом эти данные обрабатываются в реальном времени серверами и обеспечивают действенную обратную связь, позволяя персоналу и руководству компаний корректировать свои методы. Успех таких систем даже вызывает интерес к их потенциальной применимости в домашней среде. Хотя домохозяйства вносят значительный вклад в генерацию отходов, их непоследовательные и разнообразные модели потребления создают проблемы для непосредственного применения инноваций. Однако с появлением систем умного дома и Интернета вещей (IoT) появилась возможность использовать предиктивную аналитику для уменьшения потребления, принятия решений о покупках и рациональному использованию продуктов.
Но объем и последовательность в ресторанах и отелях часто более предсказуемы, чем в домашних условиях, где в игру вступают изменчивость моделей потребления, диетических предпочтений и покупательского поведения. Экономические стимулы для домохозяйств инвестировать в передовые решения на основе ИИ могут быть не столь очевидны, как для предприятий. В сфере гостеприимства интеллектуальные контейнеры с весами и камерой автоматически отслеживают, взвешивают и классифицируют пищевые отходы, помогая работникам кухни контролировать закупки, рецептуру и вносить корректировки на основе получаемых данных. Прогностическое управление запасами помогает коммерческим организациям корректировать уровни запасов на основе истории спроса за любой период (по времени дня, по дням недели, по местным праздникам или регулярным событиям, таким, как концерты, фестивали, туристический сезон и т.п.). Кроме того, интеллектуальные встроенные системы способны напоминать пользователям о предстоящих датах истечения срока годности.
Отслеживание обратной связи, а также обучение и вовлечение сотрудников в бережливое производство, позволяет поощрять персонал за постоянные улучшения и участие в экономии. Системы ИИ, которые предоставляют своевременные напоминания, данные о потреблении или персонализированные рекомендации, усиливают воспринимаемый людьми контроль над управлением продуктами питания, сокращая отходы. Автоматизируя такие задачи, как отслеживание запасов, планирование питания, оптимизация цепочки поставок и оповещения о сроках годности, уже существующие инструменты предлагают управляющим заведений общественного питания рациональные решения.
