沃爾瑪用AI減少浪費

新聞提要■隨著生成式AI應用範圍擴大，北美零售業開始運用AI監控商品庫存，減少食物及服裝浪費。

精句選粹■Giving AI to associates will help them make date-driven proactive decisions that lead to reduced waste in stores,said Swati Kirti, senior director of data science at Walmart International Tech.

美國加州大學洛杉磯分校安德森管理學院在2018年所做調查發現，沃爾瑪每年賣剩的食品造成350萬公噸的食物廢料，讓公司承擔2.6兆美元成本，獲利也因此少掉74億美元。

　沃爾瑪近年為了推動獲利成長開始檢視各項成本，發現許多隱形成本來自食物及服裝廢料，尤其是美國、加拿大、墨西哥三國營運產生的廢料數量最為驚人，因此誓言2025年前要在這三國達成零廢料的目標，而AI技術快速精進正推動沃爾瑪朝目標邁進。

相準降價時機 防過期

　沃爾瑪近日開始在美國門市運用自家研發的AI庫存監控系統，隨時掌握各項商品上架或降價時機，避免生鮮食品過期被迫下架丟棄，也能避免季節敏感度較高的服飾商品過季滯銷。

　以香蕉這類生鮮蔬果為例，沃爾瑪門市人員只要掃瞄店內香蕉再將影像上傳至AI系統，系統就能自動分析香蕉熟度並建議何時開始降價，以免香蕉在架上放到過熟還賣不出去，最後不得不丟棄造成食物浪費。

　這套AI系統不僅能建議架上各項商品的降價時機，也能針對不同商品特性建議門市人員將庫存退回供應商或捐出，目的都是為了避免丟棄浪費。

　負責開發這套AI系統的沃爾瑪國際科技公司資料科學主任克緹（Swati Kirti）表示：「這項AI工具為門市人員省下決策時間，直接掌握各項商品庫存的處置方式與時機。」

　克緹表示：「服飾商品對季節敏感度高，因此門市人員必須迅速做出決策才能減少浪費，否則很可能在過季時累積滯銷庫存或收到顧客退貨。」

　以當季服飾為例，當門市人員在季節中旬掃描服飾商品時，AI系統會建議提早降價促銷。由於許多服飾採用混和纖維製造難以回收，過季滯銷若非送往暢貨中心，大多只能銷毀造成浪費，因此當季服飾銷售愈多愈能減少浪費。

美每年丟棄6千萬噸食物

　減少浪費是當前美國零售業最大課題，因為研究機構RTS估計美國每年丟棄的食物多達6,000萬公噸，相當於全球糧食供應量的40％，也是占據全美垃圾掩埋場最多空間的廢料。

　另據Earth.org估計，美國人每年丟棄的服裝總重量高達1,130萬公噸。

　沃爾瑪國際科技公司技術長卡納提（Sravana Karnati）表示：「利用我們開發的AI廢料管理系統不僅能減少環境足跡，還能節省社會資源及公司營運成本。」

　除了沃爾瑪之外，美國近來也有不少新創公司運用AI減少食物浪費，例如Winnow研發的AI工具能協助連鎖餐廳、旅館監控廚餘桶，建議各項食材進貨量與進貨時間。

　與沃爾瑪合作規劃食物廢料解決方案的ReFED執行董事甘德斯（Dana Gunders）表示：「食物浪費問題並非花錢就能解決。我們需要從整條食物供應鏈下手來減少浪費，而AI或許能提供更多解決方案，例如精確預估商品需求，或是在食物腐敗前建議降價，沃爾瑪最新推出的AI系統也是如此。」

　沃爾瑪表示，AI系統為公司省下的營運成本不僅能回饋給消費者，也能用來投資擴張事業，可謂雙贏。卡納提表示：「這是一個循環。我們若能以優惠價格提供優質商品，顧客就願意上門消費。我們這麼做將贏得顧客信賴，如此一來顧客不斷回流，有助公司獲利成長。」