全球每年大约浪费13亿吨粮食，这一数字足够养活8.15亿饥饿人口。然而，科技进步可能在未来解决这个问题。例如，杂货店技术领先者Ocado利用数据分析、机器学习和人工智能来管理其商品，从而大幅降低了食品浪费率，将其降至6000件商品中只有1件。

Ocado的企业社会责任负责人Suzanne Westlake表示，在英国，每年浪费的食品数量惊人，包括8600万只鸡、4.38亿片面包、300万片奶酪、130万只苹果、5.2亿品脱牛奶以及20多亿个土豆。她补充道：“我们希望看到食物进入人们的餐桌，而不是被丢进垃圾桶。”

减少食品浪费

Ocado利用基于机器学习的预测和优化技术，其端到端的电子商务、物流和执行平台能够精确计算出客户实际需要的商品数量，避免从供应商处订购过多产品。

Ocado Technology的首席执行官James Matthews指出，他们的在线商店采用先进的AI来了解客户的购物习惯。一套高级预测引擎能准确预测54000多种产品的市场需求，从而避免过度采购。“我们每天生成超过2000万个预测。我们寻找的是既能保证新鲜度和可用性，又能最大限度减少浪费和库存的最佳平衡点。这也让我们能够预测销量，并在适当的时间对相应产品进行打折，确保所有库存都能售罄。”

Ocado在仓库中部署了一系列AI驱动的系统和机器人，以确保食物按时送达客户手中并保持新鲜，从而避免最终被丢弃。Matthews解释说，名为Hive的订单执行技术和其上的独特机器人集群，使得他们能够在5小时内完成订单的拣选、打包和再次配送。“实际上，成千上万的机器人在网格上协作，只需5分钟就能完成一笔包含大约50件商品的订单。我们的机器人在网格上以每秒最高可达4米的速度移动。拣选、包装和运送速度越快，冰淇淋融化等现象就越少发生。”

跟踪运输车队

当产品未能在仓库或运输车辆中正确储存时，也会造成食品浪费。对此，Ocado已经实施了模拟和预测模型来应对这一问题。“这有助于我们确保送到的产品始终处于适当的温度控制环境中，有效减少了因储存温度不当或运输过程中造成的浪费。”

此外，机器学习优化工具每天为数千辆货车安排最佳的实时配送路线。Matthews提到：“我们每秒进行950万次路线规划计算。每当客户下单或更新订单时，所有可能的路线规划和配送方案都会在刷新页面所需的时间内计算出来。”“路线规划是实时调整的，能够响应各种因素，包括不断变化的道路状况、交通流量和燃料量等。这使得最后一英里的配送变得高效且无缝。结果是，运输途中的食品浪费极少。”

为了保证食品的新鲜度，Ocado不会出售即将过期的新鲜农产品，而是捐赠给有需要的人。Westlake表示：“相反，这些产品会被自动标记，并重新分配给当地的食物银行或动物保护区。”

“我们与30多家精选食品合作伙伴、本地化食品银行、食品再分配慈善机构和野生动物园合作，将食品浪费降到最低，并将食品提供给真正需要的人。过去三年，我们已经重新分配了近4000吨食品。”

展望未来，Ocado将继续扩大其社会公益活动。Westlake总结道：“我们继续支持社区，并与食品银行Ediblelinks运营的Honesty Shops合作。”“对于许多人来说，这是一种毫无耻辱感的食品银行替代方案，有助于缓解和防止危机情况的发生。这使得社区成员能够获得食物和其他必需品，如尿布和婴儿配方奶粉，否则他们可能无力从商业街上的批发商那里购买。”