Comment les supermarchés peuvent-ils réduire le gaspillage alimentaire qui pèse lourdement sur l’environnement et leurs finances? D’après une source, aux États-Unis, les supermarchés jettent 10% des 44 milliards de livres de nourriture produites annuellement. Les conséquences ? Pas seulement écologiques — les déchets alimentaires sont une source importante d’émissions de carbone — mais également financières, les détaillants en alimentation et épicerie perdant jusqu’à 8% de leur chiffre d’affaires en raison d’une disponibilité inadéquate de leurs stocks. Mais, quelles en sont les racines?
Est-ce que les prévisions de demande inefficaces sont le seul coupable derrière cette situation? Euro Wang et Jack Solomon, deux entrepreneurs, ont ressenti les effets micro-économiques des problèmes de prévision chez leur épicier local, qui se trouvait souvent à court de leur guacamole préféré. Discernent-ils correctement l’envergure du dilemme ? « Même les plus grands détaillants peinent à prédire la demande future, surstockant ou sous-stockant fréquemment leurs inventaires, » a confié Wang lors d’une interview par email à TechCrunch. La question se pose donc : la météo extrême et les pénuries d’approvisionnement ne feraient-ils qu’aggraver ce problème, sans parler des pressions inflationnistes et de l’augmentation des coûts de la main-d’œuvre?
Qu’en est-il de la technologie venant à la rescousse ? Wang et Solomon ont co-fondé Guac, une plateforme utilisant l’IA pour prédire la quantité de chaque article vendue par les épiceries chaque jour dans un magasin donné. Guac a récemment clôturé un tour de table de 2,3 millions de dollars, dirigé par 1984 Ventures et avec la participation de Y Combinator et du Collaborative Fund. Mais, ce financement reflète-t-il une réelle solution aux problèmes sous-jacents?
La valeur ajoutée de Guac réside-t-elle dans son algorithme personnalisé et sa capacité à intégrer des données externes diverses?
L’intelligence artificielle peut-elle résoudre l’équation complexe du gaspillage alimentaire ? Chez Guac, Wong, Solomon et les deux ingénieurs de l’entreprise construisent des algorithmes personnalisés en tenant compte de variables telles que la météo, les événements sportifs, les cotes de paris, voire les données d’écoute de Spotify. Les recommandations aux clients tiennent compte de la durée de vie des produits, des quantités minimales de commande ou encore des temps de plomb des fournisseurs. Ces préconisations sont-elles suffisantes pour aider les distributeurs à optimiser leurs stocks?
Guac fait face à des concurrents comme Crisp et Freshflow. Alors, qu’est-ce qui distingue Guac ? Une dévotion à la transparence et une intense personnalisation des modèles prévisionnels. Mais ces éléments différenciant Guac de ses concurrents sont-ils convaincants pour les épiceries déchirées entre le coût de l’innovation et les pertes dues au gaspillage?
Pour combattre le gaspillage alimentaire, les épiceries s’en remettent-elles donc à Guac comme solution? Quelques premiers clients, y compris des sociétés de livraison d’épicerie en Amérique du Nord, en Europe et au Moyen-Orient, voient en Guac une possibilité d’ajouter de la valeur. Alors que les modèles prévisionnels évoluent sans cesse et que le secteur alimentaire résiste aux crises économiques, la pandémie n’aurait-elle pas accéléré la digitalisation des exigences de prévision?
Source : Techcrunch
