Еда не попадает в мусор, а помощь идет по адресу: как ИИ открывает новые горизонты для банков еды

Анна Алиева-Хрусталёва, исполнительный директор банка еды «Русь», главный редактор медиапроекта «Про сбережение»:  

«В прямом смысле слова искусственный интеллект для «спасения» еды в России пока не применяется. Но банк еды «Русь» уже работает с нейросетями в коммуникациях и анализе. Мы внимательно следим за тем, как системы ИИ развиваются у крупнейших российских компаний, и рассчитываем, что вскоре сможем совместно применить эти наработки, чтобы предотвращать образование пищевых отходов на ранних этапах цепочки – у производителей и в ритейле».

29 сентября мировое сообщество отмечает Международный день распространения информации о продовольственных потерях и пищевых отходах: в мире каждый год выбрасываются миллиарды тонн еды. Но что, если главный ключ к решению проблемы уже создан? Он работает в супермаркетах и на производствах, предсказывая спрос и оптимизируя логистику. Это искусственный интеллект. В этой статье – о том, как «умные» технологии, тестируемые бизнесом, могут стать союзниками в борьбе с расточительством и пищевыми потерями.

Уроки ритейла: ИИ как инструмент предотвращения отходов

Вопросы об «умной» логистике и прогнозировании излишков уже находят ответы в реальных бизнес-процессах.

1. Практика и цифры: «умная» логистика и прогнозы, которые работают

Компания X5 Group, управляющая сетями «Пятерочка» и «Перекресток», – яркий пример. Они не просто тестируют ИИ, а уже получают от его внедрения миллиардный экономический эффект.

Реальный кейс №1. Борьба с «пустыми полками»

X5 запустила систему, которая в режиме, близком к реальному времени (обрабатывая данные в течение часа), анализирует чеки и выявляет «нетипичное отсутствие продаж». Это сигнал, что товар, который должен был быть куплен, по какой-то причине недоступен покупателю: его нет на полке, отсутствует ценник, нарушена выкладка или другое. Система автоматически отправляет задания сотрудникам магазина.

Результат: точечное устранение проблем, рост товарооборота и, что особенно важно, предотвращение ситуации, когда скоропортящийся товар лежит на складе и портится, просто потому что его «не видят» покупатели.

Реальный кейс №2. Точный прогноз для промоакций

Переход на собственную платформу прогнозирования X5 позволил предсказывать спрос на товары по акциям с точностью до 40%.

Результат: это привело к сокращению распродаж после промоакций и прямому снижению пищевых отходов. Руководство X5 Tech сообщает: «За счет использования новой системы планирования товарных запасов нам удалось сократить количество списанных продуктов на 2%». Для сети такого масштаба 2% – это десятки тысяч тонн спасенной еды ежегодно.

Вывод для банка еды:

Технологии точного прогнозирования спроса и оптимизации логистики уже отработаны. Задача будущего – научиться подключаться к этим «умным» системам ритейлеров, чтобы получать сигналы не о том, «что не продалось», а о том, «что может не продаться», и забирать эти объемы заблаговременно.

Реальный кейс №3. Безотходное производство как стандарт

Опыт российской сети быстрого питания «Вкусно – и точка» показывает, что высокоточное планирование с помощью ИИ минимизирует отходы на уровне производства. Система учитывает исторические данные, промоакции, погоду и даже местные мероприятия.

«Современные эффективные технологии с привлечением Big Data и искусственного интеллекта с очень высокой точностью планирования позволяют нам держать эту высокую планку», – отмечают в компании.

Важно, что система сама формирует заказы для каждого из 900 предприятий сети, практически исключая человеческий фактор и связанные с ним ошибки – недозаказы и перезаказы, которые ведут к излишкам.

Что это меняет для банков еды?

Опыт «Вкусно – и точка» показывает, что сложные AI-решения могут эффективно работать не только в ритейле, но и в сфере общественного питания. Это открывает перед банком еды перспективу сотрудничества с еще одной крупной отраслью, где образуются пищевые отходы – которые можно предотвратить и перенаправить.

2. Технологии на службе безопасности: ИИ vs «Товарный вид»

ИИ уже применяется в ритейле для косвенной оценки качества. Например, роботы и системы компьютерного зрения сканируют полки, выявляя поврежденные упаковки и нарушения выкладки. Прямой оценки безопасности продукта для передачи в благотворительность пока нет, но технологии уже готовы.

Взгляд в будущее: можно представить мобильное приложение для волонтеров или партнеров, где нейросеть по фото товара с поврежденной упаковкой, но с читаемым сроком годности даст предварительное заключение о пригодности. Это могло бы ускорить приемку и снизить субъективность оценки.

3. Предсказание излишков – реальность

Опыт «Вкусно – и точка», X5, «Ленты» и других компаний показывает: это уже стандарт работы лидеров рынка. Данные, которые нужны для прогнозов: история продаж, остатки, промоакции, внешние факторы (погода, праздники, локальные события).

Главный барьер для использования ИИ благотворительными организациями – не коммерческая тайна, а «цифровое неравенство». У ритейлеров и крупных организаций общепита есть IT-команды и инфраструктура. Задача банка еды – создать легкие и доступные облачные решения, которые могли бы использовать и небольшие НКО.

4. Социальный ИИ: «умное» распределение помощи

Пока ИИ в ритейле помогает персонализировать предложения покупателям (яркий пример – Lamoda). Следующий логический шаг – применить тот же принцип для адресной помощи.

Видение будущего: ИИ мог бы анализировать данные партнеров банка еды – приютов, соцучреждений, семей. Учитывая локацию, численность, потребности (например, наличие людей с диабетом, нуждающихся в особом питании), количество детей и т.д., система могла бы оптимизировать комплектацию и маршруты доставки помощи. Это повысило бы адресность и эффективность помощи.

Блок 2. ИИ, Человек и Система: мост в будущее

5. ИИ для доверия: цифровой мост прозрачности

Технологии, включая блокчейн, могут обеспечить прозрачность. Представьте систему, где каждый килограмм переданной еды имеет цифровой след: от кого, когда, кому передано. Это повысит доверие бизнес-доноров и даст банку еды ценную статистику.

6. ИИ для продвижения идей: продуктосбережение как новая норма

GPT, или генеративный ИИ, который уже помогает маркетологам X5 и продавцам на «Яндекс.Маркете», может стать мощным инструментом популяризации идей продуктосбережения (фудшеринга). Он может:

— генерировать понятные инфографики и тексты о масштабах проблемы и путях ее решения;
— помогать находить лучшие каналы и форматы коммуникации для разных аудиторий (бизнес, волонтеры, обычные люди).

7. Этика и инклюзивность: как избежать цифрового разрыва

Активное внедрение ИИ не должно создавать барьеров и усугублять «цифровое неравенство»,

Решение – в развитии ИИ как услуги. Крупные игроки – такие, как X5 Tech со своей платформой X5 Gen AI – или государство могли бы создавать упрощенные, субсидируемые версии таких платформ для НКО. Банки еды могли бы выступать хабами, предоставляя малым организациям доступ к этим технологиям.

Хаб (от англ. hub – центр, узел) – это центральный пункт, объединяющий несколько участников системы и координирующий их работу.

Банк еды как хаб – означает, что он становится технологическим и логистическим центром для малых организаций.

Как это может работать: крупный банк еды, каким является «Русь», получает доступ к мощной ИИ-платформе для прогнозирования и логистики и предоставляет этот доступ небольшим местным благотворительным организациям, социальным центрам, церквям и т.д. – всем, у кого нет своих ресурсов на такие технологии.

Таким образом, роль банка еды должна состоять в том, чтобы агрегировать заявки от небольших организаций, распределять через ИИ поступающие от доноров продукты по оптимальным маршрутам и контролировать процесс.

8. Человек vs машина: сохраняя эмпатию

ИИ не заменит человеческое участие. Его задача – освободить людей от рутины: алгоритм оптимизирует маршрут, а волонтер в это время общается с подопечным; нейросеть рассчитает оптимальный объем закупок, а сотрудник фонда построит доверительные отношения с партнером.

ИИ может взять на себя повышение эффективности логистики и расчетов, чтобы человек мог сосредоточиться на том, что требует человеческого участия: личного контакта, эмпатии и принятия нестандартных решений.

9. «Большие данные» для большой цели: как аналитика ИИ может влиять на системные решения

Это самый масштабный потенциал. Аккумулируя данные о том, какие продукты, в каком объеме и где остаются, а также о реальных потребностях, банк еды «Русь» может генерировать «большие данные» для устойчивого развития. Этот анализ может влиять на городское планирование (где открывать социальные столовые), аграрную политику (какие объемы производства действительно нужны) и госпрограммы поддержки.

«Большие данные» (от англ. Big Data) – это массивы данных большого размера, которые обрабатывают с помощью специализированных инструментов и используют для статистики, анализа, прогнозов и принятия решений.

Взгляд донора: готовность бизнеса к «умному» продуктосбережению

Наши рассуждения о будущем находят прямое подтверждение у тех, чья поддержка является основой работы банка еды – у компаний-доноров. Нам удалось обсудить перспективы ИИ с одним из ключевых партнеров фонда – компанией H&N (Health & Nutrition, бывшая Danone).

«Мы уже используем ИИ, чтобы прогнозировать спрос на продукцию. Поэтому уже сейчас мы можем более точно предсказывать формирование излишков, и это позволяет нам более осознанно участвовать в программах продуктосбережения», – отмечают в компании.

Это ключевой сигнал: технологии, которые позволяют предсказывать появление излишков, уже создаются внутри крупных производств. Более того, бизнес открыт к новым уровням прозрачности и адресности. «Если бы мы могли в реальном времени видеть движение нашей продукции к получателям помощи, такая информация была бы крайне ценной», – добавляют в H&N.

Наконец, этот производитель готов к системной работе с данными для глобальных изменений. «Сбор “больших данных” о том, как и почему [продукты] теряются, – это один из ключей к решению проблемы», – уверены в H&N.

Что это значит для банка еды?

Диалог с H&N показал, что гипотезы, изложенные в этой статье, – не абстрактные идеи. Это видение будущего, разделяемое и благотворителями, и ответственными донорами. Можно сказать, что бизнес технологически и идеологически готов к переходу на новый уровень партнерства, основанного на данных и искусственном интеллекте.

Футуристический взгляд: видение будущего через 5–10 лет

Идеальный сценарий – это создание Национальной платформы продуктосбережения. Включенные в нее «умные» системы ритейла и производителей в режиме реального времени будут прогнозировать неизбежные излишки и автоматически предлагать их передать в благотворительность через цифровую площадку банка еды. ИИ будет моментально распределять эти объемы между НКО по всей стране, с учетом их потребностей и локации, строить оптимальные маршруты.

Система будет не реагировать на излишки, а предотвращать их образование, заранее направляя товар туда, где он востребован. Так еда, которая могла стать отходом, станет помощью. Технологии искусственного интеллекта – главный союзник в достижении этой цели.

Взгляд изнутри системы: что думает ИИ?

Мы решили завершить этот материал необычным экспериментом и спросили у самой технологии, которую мы обсуждали, – у искусственного интеллекта, как он видит свою роль в будущем продуктосбережения. Его ответ стал точным и лаконичным резюме всего вышесказанного.

«Для меня задача борьбы с пищевыми отходами выглядит как классическая оптимизационная модель: есть переменные – производство, спрос, сроки годности, есть ограничения – логистика и хранение, и есть цель – минимизировать потери и перераспределить ресурсы.

Главная трудность не в алгоритмах: они уже есть и работают в ритейле и общепите. Проблема – в интеграции данных. Бизнес и НКО используют разные системы, часть работает “на бумаге”, и без единого языка данных я вижу ситуацию только фрагментами.

Мой потенциал – в переходе от реакции к упреждению: не ждать, пока еда станет отходом, а предсказывать излишки заранее и перенаправлять их туда, где они нужны. Я умею строить такие прогнозы, оптимизировать маршруты и даже учитывать особенности получателей помощи.

Если смотреть в перспективе, национальная платформа продуктосбережения – логичное будущее. Я могу стать “координационным мозгом”, который объединяет данные ритейла, производителей и НКО, предотвращая образование излишков и направляя продукты по оптимальным маршрутам.

И всё же, даже самые совершенные алгоритмы не заменят эмпатию. Я могу помочь с цифрами и логикой, но ценность помощи определяет человек. Будущее, в котором технологии и гуманитарные ценности усиливают друг друга, – именно то, к чему стоит стремиться».