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
- Google I/O 2024: 精彩預測與新科技大揭祕
- Y Combinator 幫助醫療記錄 AI 新創 Hona 募得 300 萬美元 的故事
- 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