Systém tak sám upozorní na potřebu zboží doplnit, jednorázově zlevnit nadměrně naskladněné zboží, nebo doporučí přesun nadměrných zásob před jejich expirací na jinou prodejnu. V budoucnu by mohl Food Save kontrolovat například i čerstvost ovoce a zeleniny umístěných v regálech prodejny.
"Food Save dokáže v reálném čase sám efektivně vyhodnotit potřebu naskladnění, distribuce i výroby rychle expirujícího zboží, čímž dochází k omezení plýtvání. Kromě tohoto pozitivního dopadu pomáhá šetřit v mnoha dalších oblastech," řekl Kamil Mahdal, zakladatel a CEO společnosti Analytics Data Factory. "Díky automatickému upozornění na potřebu naskladnění šetří Food Save čas personálu prodejny. Na základě kvalitní předpovědi a historizaci dat dokáže přesně definovat množství, které je potřeba naskladnit a tím optimalizuje samotný distribuční proces. Přesné datové modely zase zvýší pravděpodobnost prodejů a tím i obrátkovost zboží. O implementaci Food Save tak již jednáme s některými řetězci," dodal.
Food Save funguje tak, že kamera snímá určený prostor a umělá inteligence v reálném čase rozpozná zboží a jeho množství. V případě jeho nedostatku systém automaticky informuje o nutnosti doplnění, naopak při nadměrném množství a pomalém prodeji může doporučit i změnu ceny. V rámci prodejní sítě může dokonce doporučit přesun na jinou vhodnou pobočku, kde je daného zboží menší množství a je zde tak vyšší možnost jeho prodeje před expirací. Systém také rozpozná zboží, které na dané místo nepatří, a upozorní na nutnost jeho odstranění. Umělá inteligence, kterou řešení Food Save využívá, se navíc po celou dobu učí a zdokonaluje tak svá doporučení.
Data, která Food Save získává, mohou být následně využita pro vyhodnocování efektivity a předpovídání poptávky a nabídky pro konkrétní prodejny i celý řetězec – řešení umožňuje napojení na další systémy zákazníka. Systém slibuje vysoké zabezpečení a anonymizace osob v záznamech kamerového systému.
V rámci vývoje Food Save vytvořila firma vlastní laboratoř – prodejnu, která simuluje reálné podmínky umístění produktů, jejich osvětlení nebo frekvenci pohybu osob. "V budoucnu plánujeme zahrnout i analýzu čerstvosti, tedy rozpoznání počátku degradace kvality ovoce a zeleniny vystavených na prodejně. Na této funkci Food Save již pracujeme," doplnil Kamil Mahdal.
Food Save je postaven na prověřených řešeních a produktech globálních technologických společností Diebold, SAS, VMWare nebo Dell. Dohromady tak vytváří dostupný a bezpečný ekosystém pro řešení potřeb maloobchodních prodejen.*
-zr-
