多年来，杂货零售商一直在使用数据驱动的预测来帮助他们预测需求，以确定需要重新订购哪些产品以保持货架库存。这不是什么新鲜事。但总部位于柏林的初创公司Freshflow正瞄准这一市场的特定部分：它建立了一个人工智能驱动的预测平台，以帮助零售商优化新鲜易腐商品的库存补货，例如水果和蔬菜、肉类、乳制品和烘焙产品食物浪费最小化，零售商收入最大化。
该公司表示，在使用其人工智能驱动的系统自动进行新鲜农产品补货大约八个月后，其第一位客户的食物浪费减少了 28%，收入增加了 16%——（少数）早期采用者的平均比率为减少 30% 的食物浪费和 16.7% 的收入增长。
Freshflow 联合创始人 Avik Mukhija 说，杂货零售的一个怪癖是新鲜农产品的重新订购通常仍然是手动完成的，超市员工通常会根据“直觉”决定重新订购多少新鲜农产品——这可能导致过度- 订购不仅会影响收入，还会导致食物浪费，因为未售出的物品会迅速变质并且必须丢弃；还有订单不足——这意味着如果购物者对空荡荡的货架感到沮丧，零售商就会失去额外的收入。
根据 Mukhija 的说法，对于这个（新鲜的）杂货零售领域，人工重新订购一直存在的原因有很多——包括保质期短（但不统一）；质量变化；季节性；并且产品通常按重量而不是按件销售，这使 ERP 库存数据变得复杂。 “这些挑战结合在一起，使得新鲜产品在本质上与包装产品不同，”他争辩说，这几乎是“零售业的口头禅，人类仍然可以比系统更好地手动完成这项工作。”
“因为这是一种观点……直到现在，在大多数情况下，零售商只是依靠人们来完成这部分工作。”
Freshflow 的前提是，机器学习在补充新鲜食品方面可以做得比人眼、鼻子和肠道做得更好、浪费更少，因为它能够权衡可能影响需求的各种因素（如天气、季节、当地事件）并通过处理可用的零售商数据来进行概率建模和预测（例如预测不同产品的保质期），从而更准确地匹配供需。
Mukhija 表示，它的早期结果（尽管是针对少数客户）证明了这一点。 “我们的预测肯定比历史上使用直觉所做的预测要好，因为我们减少了浪费并看到了显着的收入增长。”
联合创始人 Carmine Paolino 补充说：“当您查看我们在销售方面的预测与实际发生的情况之间的图表时，它几乎可以完美地跟踪它。”当被问及模型的准确性时，他告诉我们“平均绝对误差”因为到目前为止它的预测是<1。
假设 Freshflow 的 AI 能够在扩大规模以服务于更多零售商的过程中保持这种早期表现，这家初创公司似乎正在做一件大而重要的事情：正如它所指出的，杂货零售业占被丢弃食品总量的 5% 左右每年，相当于超过 450 万吨。而在欧洲，由于需求预测不佳导致的过度订购导致零售商每年丢弃500 亿美元的新鲜食品。
食物浪费也是气候变化的一个巨大贡献者，最终会产生完全不必要的碳排放，这意味着在这里减少浪费不仅仅是为了优化零售商的利润——如果人类要成功应对气候变化，这一点非常重要。
Freshflow 联合创始人 Carmine Paolino (L) 和 Avik Mukhija。图片来源： Freshflow
这家成立于一年多前的柏林初创公司并不是唯一一家发现将概率建模等机器学习技术应用于新鲜食品订购的机会的公司。它正在与Afresh和Shelf Engine等许多美国初创公司竞争。虽然在欧洲，竞争领域看起来有点薄，但有更多的通用零售需求计划平台，如Relex——当然还有德国 ERP 巨头 SAP——但 Freshflow 认为其专注于新鲜农产品为其带来了优势新鲜杂货与不那么专业的需求预测者相比。
除此之外，它声称的另一个差异化因素是零售商易于整合。 Freshflow 的平台旨在作为零售商现有 ERP 系统之上的一层——Mukhija 说客户可以在大约一个月内启动并运行该平台。
“Freshflow 的一个关键特性是集成是超轻量级的，”他告诉 TechCrunch。 “通常，当超市采用新的 IT 系统时，需要几个月或几年的集成时间。因为他们拥有非常过时的 ERP 系统，并且没有合适的 IO/API。
“借助 Freshflow，我们能够在一个月内让他们上手——原因是我们是他们现有 ERP 系统之上的轻量级层，因此无需专门集成。我们利用数据管道将数据从他们的系统中传递出来。”
在商店里，产品采用 iPad 应用程序的形式供生产团队使用——通知他们每种产品的建议补货水平。这个重新订购过程旨在很大程度上由 Freshflow 的应用程序自动化，但如果需要，人工可以介入并覆盖 AI 对特定产品订单的建议。
Freshflow 表示，其系统已与德国最大的杂货零售商之一以及东欧的快速商务公司合作。它还没有命名任何客户，但当被按下时，它告诉我们 SaaS 总共在四家商店中使用。
它今天宣布了一轮 170 万欧元的种子轮融资，由德国风险基金 Capnamic 和欧洲气候技术风险投资公司World Fund牵头，许多战略天使投资者也参与其中，包括 Dr. Oetker Digital 的首席执行官 Alexander Mrozek 和 Jens Fiege 和 Felix FIEGE Logistics 的首席执行官 Fiege 表示，它打算利用新融资扩大其在欧洲的业务，目标是使其 SaaS 进入 100 家商店。
世界基金普通合伙人蒂姆舒马赫在一份声明中评论 Freshflow 的种子融资时说：“全球生产的所有食品中有近 40% 被浪费，这造成的碳影响是全球整个航空业的六倍。这就是使Freshflow的目标如此令人钦佩的原因，也是我们 World Fund 想要支持它们的关键原因。 Avik 和 Carmine 开发了一种非常令人兴奋的先进人工智能引擎，它已经取得了显著成果，我毫不怀疑Freshflow的未来非常光明。”
Capnamic Ventures 的投资经理 Dorothea Gotthardt 在另一份支持声明中补充说：“在 Capnamic，我们立即对 Avik、Carmine 和Freshflow团队的雄心壮志印象深刻。在提高零售商利润的同时解决食物浪费问题是一个引人注目的提议，鉴于目前的结果，他们显然正在实现这一目标。他们越早在整个非洲大陆扩张，对零售商和消费者来说就越好。我迫不及待地想看看Freshflow在未来 12 个月的发展方向。”
Freshflow 此前还通过位于柏林的 Entrepreneur First 加速器计划获得了一些种子前资金，该计划的两位联合创始人——他们都有机器学习背景——会面并决定围绕这个想法联手。
“我们的人工智能结合了来自商店的数据——来自零售商——我们有销售数据、订单数据、收缩（生产浪费）数据，我们有关于产品的数据……有时还有营养信息，所有我们从他们那里得到的各种信息。我们还获得外部信息，例如天气数据。有时还有位置数据——如果有本地事件和东西的话。我们将它们结合在我们的机器学习模型中，”Paolino 解释说，人工智能是如何进行其需求预测的。
“我们还使用概率库存，基本上知道产品的保质期是多少。这是我们所在领域面临的最大挑战之一——尤其是易腐产品——因为我们能够根据从超市获得的数据实际模拟保质期，这是因为每个超市都以不同的方式处理新鲜产品。 ”
Paolino 举了一个例子，商店将某种类型的蔬菜不冷藏（比如在它到达之后，在它被搁置和/或放入冷藏库之前），即使是相对较短的时间，但这可能会大大影响整体的保质期。该产品 – 意味着这是系统需要考虑的另一个变量。
为此，Freshflow 不从事商店监控业务。相反，它是从超市提供的作为其标准产品跟踪流程的一部分的数据点进行逆向工作——即有关未售出/变质的新鲜食品的信息，结合有关该产品何时到达商店的数据，可用于概率性地预测保质期.
“所以我们有这个机器学习系统，它可以自行计算产品的自我寿命——然后我们有一个概率性的库存，我们或多或少地知道库存中有什么，我们将它们结合到我们的机器学习模型中基本上可以预测他们应该点什么，”Paolino 补充道。
Freshflow 预计其预测会随着时间的推移而进一步改善，因为他们通过吸引更多客户来获取更多数据——以及随着客户使用系统并反馈更多数据点（例如，包括任何员工决定推翻补货建议）——作为其算法在理解易腐烂商品的寿命和预测人类对新鲜食品的需求方面变得更好。
它还指出消费者对新鲜农产品的需求稳步增长——同时注意到超市的冷藏空间保持不变——因此该团队预测杂货零售商对更智能的方法来补充这些寻求的新鲜商品的需求将不断增长。
“特别是当您查看实体零售商时，他们在生鲜产品方面的收入是唯一与在线相比实际增加的产品类别，因为人们喜欢走进商店购买新鲜商品。存储空间显然保持不变，”Mukhija 补充道。 “我们已经注意到我们现有的客户；很明显，那些冷藏室很快就满了，然后事情也很快变坏了。”
这家初创公司的长期愿景是从服务于面向客户的杂货零售商扩展到仓储设施、供应商，甚至最终是农民——目标是实现整个新鲜食品供应链的自动化，并将全球食品浪费减少 50%。或者，嗯，这就是登月。
超市不能自己做这种预测模型吗——因为他们已经拥有大量的核心数据来训练预测 AI 在变幻莫测的易腐食品中？
“一般来说，超市做他们最擅长的事情，这就是我们如何看待零售世界的未来，”Mukhija 回答道。 “我们总是从商店经理那里听到这一点——他们想确保他们正在照顾他们的客户。新鲜农产品部分看起来非常漂亮和漂亮，货架上正在进行大量的质量检查。但他们不想花时间在内部进行数据分析和建立人工智能团队。它非常昂贵——你每次都在重新发明轮子。而且也很难吸引顶尖的人工智能人才。”
Paolino 还表示，Freshflow 正计划尝试将强化学习技术应用于其 AI 驱动的预测，并强调：“这真的、真的很难做到——对零售商来说也是如此。”