Η Έκθεση του UNEP 2024 υπογραμμίζει την επείγουσα ανάγκη δράσης κατά της τροφικής σπατάλης. Το 2024, 1,05 δισεκατομμύρια τόνοι τροφίμων σπαταλήθηκαν παγκοσμίως, με το 28% να προέρχεται από τον τομέα της εστίασης. Η χρήση λογισμικού βασισμένου στην τεχνητή νοημοσύνη στον τομέα της εστίασης μπορεί να μειώσει τη σπατάλη έως και 907.372 τόνους ετησίως. Η παρακολούθηση των απορριμμάτων στις κουζίνες εστιατορίων και ξενοδοχείων επιτρέπει πράγματι τον έλεγχο των μερίδων και τη μείωση των απωλειών.
Στην Ιταλία, η ποσότητα του φαγητού που πετιέται είναι μεγάλη: τον τελευταίο χρόνο αυξήθηκε κατά 8%, με μέσο όρο 0,56 κιλά που πετιούνται κάθε εβδομάδα. Όπως και άλλες εύπορες χώρες, τα οικιακά απόβλητα είναι πολλά , αλλά το μεγάλο αυτό θέμα αγγίζει όλα τα στάδια της τροφοδοσίας, από το χωράφι έως τον καταναλωτή. Η παρέμβαση στην τροφική αυτή αλυσίδα είναι συνεπώς αναγκαία. Είναι επίσης σημαντικό να κάνουμε διάκριση μεταξύ της απώλειας και της σπατάλης τροφίμων. Ο FAO, ο Οργανισμός των 'Ενωμένων Εθνών για την Τροφή και την Γεωργία, επισημαίνει ότι η σπατάλη συμβαίνει από τη συλλογή και την επεξεργασία των πρώτων υλών. Αυτή η χαμηλή αποδοτικότητα των διαδικασιών παραγωγής είναι ακόμα και η κύρια αιτία των απωλειών τροφίμων. Η δεύτερη αιτία είναι η απόρριψη τροφής στο τελικό στάδιο της αλυσίδας, όπου εμπλέκονται οι καταναλωτές.
Παρόλο που η βιομηχανία εστίασης ενδιαφέρεται για τη μείωση των αχρησιμοποίητων τροφίμων, συχνά δεν παρέχει αποτελεσματικές λύσεις στο κοινό. Οι πελάτες σπάνια ζητούν να πάρουν σε πακέτο το φαγητό που δεν έφαγαν ή το κρασί που έμεινε, παρόλο που από το 2016 έχει θεσπιστεί ο νόμος Gadda που απλοποιεί τις διαδικασίες δωρεάς τροφίμων για τη μείωση της σπατάλης. Οι κύριοι λόγοι που οι πολίτες δεν υιοθετούν ανάλογες συμπεριφορές είναι η ντροπή (55%), η αμηχανία (19,5%) και η αδιαφορία (18,3%)**.
Η χρήση της τεχνητής νοημοσύνης θα μπορούσε να συμβάλει στην καταπολέμηση της σπατάλης τροφίμων. Σύμφωνα με μια μελέτη της Pacific Coast Food Waste Commitment (PCFWC), η υιοθέτηση λύσεων βασισμένων στην τεχνητή νοημοσύνη θα μπορούσε να μειώσει τη σπατάλη τροφίμων έως και κατά 907.372 τόνους ετησίως, αντιστοιχώντας σε 13,3 εκατομμύρια τόνους εκπομπών διοξειδίου του άνθρακα. Από το 2019 έως το 2022, οι οκτώ αλυσίδες* που συμμετείχαν στο πρόγραμμα μελέτης του PCFWC κατέγραψαν μείωση 25% στο συνολικό όγκο τροφίμων που δεν πωλήθηκαν.
Ένα πρακτικό παράδειγμα του πώς λειτουργεί αυτό το σύστημα παρέχεται από την Jess Tausig, Γενική Διευθύντρια EMEA της Winnow Solutions. Αυτή η βρετανική εταιρεία δημιούργησε έναν καινοτόμο αλγόριθμο οπτικής αναγνώρισης βασισμένο στην τεχνητή νοημοσύνη, για την παρακολούθηση των αποβλήτων στις κουζίνες εστιατορίων και ξενοδοχείων. Αυτή η εφαρμογή επιτρέπει τον έλεγχο των μερίδων και τη μείωση των αποβλήτων. Με πελάτες σε πάνω από 70 χώρες, η Winnow θεωρείται ως ο κορυφαίος πάροχος λύσεων σε αυτόν τον τομέα χάρη στην τεχνολογία της που βασίζεται στην τεχνητή νοημοσύνη.
Ο Jess Tausig εξηγεί: «Το σύστημα Winnow χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης παρόμοια με αυτά των αυτόνομων αυτοκινήτων»., λέει, προσθέτοντας πως το εργαλείο αυτό δεν είναι χρήσιμο μόνο για κουζίνες εστιατορίων και καντίνες.«Πάνω από κάθε κάδο απορριμμάτων όπου πετιέται το φαγητό, μια κάμερα εξοπλισμένη με αισθητήρα κίνησης και μια ζυγαριά που δίνουν μια αρκετά ικανοποιητική εικόνα των αποβλήτων».
Αυτή η τεχνολογία αναγνωρίζει σε πραγματικό χρόνο τον τύπο του φαγητού που πετιέται, τη φάση προετοιμασίας και εκτιμά την ποσότητα του φαγητού που πετιέται, συμπεριλαμβανομένων των μερικώς καταναλωμένων τροφίμων.
Μετά από αυτό το στάδιο, τα δεδομένα στέλνονται σε έναν αλγόριθμο που παρέχει προτάσεις για το πώς να προσαρμοστούν οι μερίδες προκειμένου να μειωθούν τα απορρίμματα. Η Jess Tausing συνεχίζει: «Παρέχουμε ημερήσιες και εβδομαδιαίες αναφορές στους σεφ. Αυτές οι πληροφορίες επιτρέπουν στις ομάδες μαγειρικής να κάνουν ενημερωμένες τροποποιήσεις στις στρατηγικές προετοιμασίας και αγοράς. Με αυτόν τον τρόπο μειώνεται σημαντικά η σπατάλη». Επιπλέον, η δυνατότητα ενημέρωσης για το περιεχόμενο των σκουπιδιών, δίνει στον εκάστοτε σεφ την δυνατότητα να μαγειρέψει και να αγοράσει τα υλικά του με πιο συνειδητό τρόπο. Οι μάγειρες και οι ιδιοκτήτες εστιατορίων πειραματιζόμενοι με λύσεις τεχνητής νοημοσύνης, όχι μόνο μπορούν να βελτιώσουν την εξυπηρέτηση και να εξατομικεύσουν την εμπειρία του πελάτη, αλλά να καλυτερέψουν επίσης την ασφάλεια των τροφίμων παγκοσμίως και να μειώσουν τις αρνητικές επιπτώσεις της γεωργίας στο περιβάλλον.
Μέχρι στιγμής, η υιοθέτηση της τεχνητής νοημοσύνης στον τομέα της εστίασης προχωρά αργά. Στην Ιταλία, η πρώτη πολυεθνική που υιοθέτησε αυτό το σύστημα ήταν η ομάδα Elior στην κουζίνα και την αίθουσα του εστιατορίου Elior Fourchette στο Μιλάνο τον Μάιο του 2021. Η Elior εισήγαγε την τεχνητή νοημοσύνη στις κουζίνες για την καταπολέμηση των τροφίμων που πετιούνται με ένα πιλοτικό έργο που διήρκεσε μέχρι τον Ιανουάριο του 2022, παράγοντας εξαιρετικά αποτελέσματα: σε εννέα μήνες, η απώλεια τροφίμων μειώθηκε κατά 85%. Εκτός από την Elior, και άλλες αλυσίδες έχουν αρχίσει να χρησιμοποιούν την τεχνητή νοημοσύνη στις κουζίνες τους. Μεταξύ αυτών, η Costa Crociere, η Felsinea (εστίαση), οι Τέσσερα Εποχές και το IKEA χρησιμοποιούν τις τεχνολογίες της Winnow.
Μέχρι σήμερα κατά κύριο λόγο μεγάλες αλυσίδες έχουν υιοθετήσει αυτήν την τεχνολογία, με τα αποτελέσματα να είναι εντυπωσιακά. Προς το παρόν δεν είναι τόσο διαδεδομένη στις μικρές επιχειρήσεις του κλάδου, οι οποίες δεν είναι πάντα σε θέση να υποστηρίξουν τα αρχικά κόστη επενδύσεων. Παρόλα αυτά, η δυναμική της συγκεκριμένης εφαρμογής στην συμβολή των Στόχων Βιώσιμης Ανάπτυξης του Ατζέντας 2030 του ΟΗΕ και ειδικότερα στην μείωση κατά 50% της σπατάλης τροφής το 2030, είναι μεγάλη.
Ναι, η τεχνητή νοημοσύνη μπορεί να συμβάλει στη μείωση των τροφίμων. Για παράδειγμα, εφαρμογές βασισμένες στην τεχνητή νοημοσύνη μπορούν να χρησιμοποιηθούν για να προβλέψουν τη ζήτηση των καταναλωτών, να βελτιστοποιήσουν τις αλυσίδες εφοδιασμού και να διαχειριστούν τα αποθέματα με πιο αποτελεσματικό τρόπο, βοηθώντας έτσι στη μείωση των απωλειών τροφίμων. Η τεχνητή νοημοσύνη μπορεί επίσης να χρησιμοποιηθεί για την παρακολούθηση της κατάστασης των τροφίμων (αν είναι δηλαδή φρέσκα ή όχι) και την βελτίωση της διαχείρισης των ημερομηνιών λήξης, συμβάλλοντας έτσι αποτελεσματικά στην μείωση της σπατάλης τροφίμων.