Guac 使用人工智慧預測食品需求，減少浪費
美國超市每年浪費 440 億磅食物 8%收益損失
美國超市每年浪費超過 440 億磅食物，佔食物總產量的 10%。這不僅對環境不利，也對超市造成了巨大的損失。據 Retail Insights 報告，食品和雜貨零售商因庫存不足而損失高達 8%的收入。這意味著低效的食品需求預測不僅是一個環境問題，同時也是一個經濟問題。Guac：用人工智慧解決食品需求預測問題
Guac 是一個新創平臺，由 Euro Wang 和 Jack Solomon 共同創立，旨在利用人工智慧預測超市每日每個店鋪的商品銷售量。他們的平臺剛剛完成了一輪 230 萬美元的種子融資，由 1984 Ventures 領投，Y Combinator 和 Collaborative Fund 參與。 Guac 使用自定義的演算法來預測雜貨商品的訂購數量，並考慮諸如天氣、體育事件、博彩賠率甚至 Spotify 音樂收聽資料等變數，以捕捉消費者的購買行為。他們的客戶可以獲得有關儲存期限、最小訂購數量、促銷活動和供應商交貨時間等建議，並將其整合到現有的庫存訂購軟體和工作流程中。Guac 脫穎而出：透明度和細緻的預測模型調整
儘管 Guac 並非唯一一家從事食品需求預測的新創公司，但他們的透明度和對預測模型的精細調整使他們脫穎而出。相比使用簡單的回歸模型或 Excel 公式進行傳統預測，Guac 將更多外部變數納入考慮，以識別影響需求變化的真實世界變數。Guac 的市場前景
Guac 已經開始與北美、歐洲和中東的雜貨送貨公司合作，預測未來還能擴大他們的工程團隊。在經濟放緩時期，食品需求特別穩定，即使經濟放緩，人們購買食品的意願會增加，這使 Guac 的市場前景看好。新冠疫情與需求預測
疫情導致消費者行為出現巨大改變，這使得超市無法僅僅依賴過去三年的銷售資料來預測未來需求。Guac 的演算法能夠調整 2020 和 2021 年疫情對銷售資料的偏見，甚至對疫情後的殘餘影響進行調整。結語
Guac 的應用顯示出人工智慧對食品業的潛在影響。儘管競爭激烈，但透明度和精細調整的競爭優勢讓 Guac 能夠在市場上脫穎而出。對於未來，食品需求預測將成為食品業的一個重要環節，有助於減少浪費，提高效率以及滿足消費者需求。MachineLearning-YCombinator,Guac,訓練演算法,食品需求,預測
延伸閱讀
- Y Combinator 企業 Matterport 以 212%溢價被地產巨頭 Costar 收購
- 字母 X 的 Bellwether 利用人工智慧幫助預測自然災害
- Y Combinator Demo Days 中 Fintech 的參與正在明顯減少
- Y Combinator 孩子們又有什麼新動作？_新創企業週報
- Y Combinator Demo Day 激發 AI 新創泡沫爭議
- 跨境金融科技在 Y Combinator 2024 年冬季批次中脫穎而出
- 這些人工智慧新創公司在 Y Combinator 2024 冬季批次中脫穎而出
- Y Combinator 創辦人 Garry Tan 再次指責舊金山立法者 — 這次是關於電子郵件法案
- Y Combinator 支援的數位銀行 Onyx Private 告訴客戶將關閉他們的帳戶
- 露思特汽車將在 2024 年只生產 9,000 輛電動車，儘管曾預測將販售 90,000 輛
