AI4FoodLogistics

De retailsector – en de voedingssector in het bijzonder – vormt een complexe omgeving, waarin meerdere partners nauw moeten samenwerken. Bovendien streeft de sector voortdurend naar meer efficiëntie en duurzaamheid, bijvoorbeeld door minder afval te produceren.

Belangrijkste uitdagingen

Om die doelstellingen te verwezenlijken, hebben de belanghebbenden oplossingen nodig voor drie belangrijke uitdagingen:

• Datasilo’s: hoewel alle organisaties binnen de supplychain met elkaar in verbinding staan, worden de gegevens vaak opgeslagen in silo’s binnen elk afzonderlijk bedrijf.
• Zweepslageffect: Doordat het consumentengedrag en de consumentenvraag voortdurend veranderen, is het in de retailsector uiterst moeilijk om verkoopcijfers, bestellingen en leveringen te voorspellen. Dat effect is nog duidelijker bij verse, zeer bederfelijke levensmiddelen.
• Meerdere variabelen en parameters: Om winkelactiviteiten of supplychainprocessen te optimaliseren, moet rekening worden gehouden met een groot aantal variabelen en parameters, die voortdurend veranderen. In die context zijn menselijke analyses en traditionele analytics vaak niet optimaal.

Gecombineerde intelligentie

Om deze uitdagingen aan te pakken, onderzoekt het AI4FoodLogistics-consortium de volgende oplossingen:

• Uitbouwen van een gecentraliseerd data-ecosysteem, dat gegevens van verschillende belanghebbenden samenbrengt in het retailecosysteem. De inzichten daaruit maken het mogelijk om voorspellingen te optimaliseren en slimme algoritmen te ontwikkelen.
• Optimaliseren van de operationele activiteiten en de klantwaarde, en tegelijk voedselverspilling beperken dankzij hyperpersonalisering op basis van nieuwe algoritmische technieken.
• Verbeteren van de efficiëntie en duurzaamheid van de supplychains (end-to-end en farm-to-fork) door middel van slimme algoritmen.

Tests in de winkel

Op die manier wil AI4FoodLogistics de logistieke kosten verlagen, en voor verse voeding een vernieuwende en gepersonaliseerde premiumservice leveren. Om het resultaat van deze researchdoelstellingen na te gaan, zullen de prognosecapaciteiten en de hyperpersonalisering getest worden in de supermarkten van Delhaize en via de klanten van Foodmaker. Bovendien zullen alle partners in de sector de logistieke optimalisering valideren in een gesimuleerde omgeving, die geïntegreerde gegevens van supplychainpartners combineert met gegevens afkomstig van dynamische markdown- en hyperpersonaliseringsmodellen.

“AI4FoodLogistics gaat uitdagingen in de voedingsretail aan door de ontwikkeling van een betrouwbare, just-in-time-ervaring voor de levering van verse voeding met behulp van een innovatieve, ecosysteembrede data-architectuur.”