(题图 via TechSpot)
FreShip 的机器学习解决方案,旨在可视化地分析食品或一组配料的相对新鲜度。然后将这些食品重新分配到整个供应链中,以避免任何食物的浪费。
视觉分析涉及将各种物联网(IoT)传感器集成到运输容器中。以同一种水果为例,若一家超市因收到的水果过熟而无法销售,损失和浪费就不可避免。
但借助 FreShip 算法,可将这些水果转售给能够更好地利用它们的新供应商。作为一个相当优雅的解决方案,其或对供应链减少食物浪费产生重大影响。
(图自:NRDC,via IBM)
根据美国农业部(USDA)的统计,有 30-40% 的新鲜食品在供应链的一两个环节中被浪费。这已经成为了一个巨大的问题,因其不仅造成了食物本身的浪费,还涉及劳动力、能源、水、时间的浪费。
为减少浪费,可对何时将食物重新分配到何处做出更明智的实时决策,从而将浪费率降低 30% 。鉴于企业总体上向着更绿色、清洁、高效的方向去发展,FreShip 有助于其在竞争中脱颖而出。
本文素材来自互联网