Η Afresh συγκεντρώνει 13 εκατομμύρια δολάρια για την τεχνητή νοημοσύνη που βελτιστοποιεί τις αλυσίδες εφοδιασμού τροφίμων

Η Afresh συγκεντρώνει 13 εκατομμύρια δολάρια για την τεχνητή νοημοσύνη που βελτιστοποιεί τις αλυσίδες εφοδιασμού τροφίμων


Πλατφόρμα διαχείρισης αγορών βασισμένη στην τεχνητή νοημοσύνη Εκ νέου Σήμερα, συγκέντρωσε χρηματοδότηση 13 εκατομμυρίων δολαρίων, κάτι που μια πηγή λέει ότι η VentureBeat εκτιμά ότι η εταιρεία ξεπερνά τα 100 εκατομμύρια δολάρια. Ο Afresh αναφέρει ότι η πρωτεύουσα θα της επιτρέψει να επεκτείνει το προϊόν της μέσω της αλυσίδας εφοδιασμού, των καταστημάτων και των εμπορευμάτων για όλες τις κατηγορίες τροφίμων μετά από ένα έτος κατά το οποίο διπλασίασε το μέγεθος του εργατικού δυναμικού της.

Τα μανάβικα είναι υπεύθυνα για ένα πολύτιμος Το 10% όλων των απορριμμάτων τροφίμων στις Ηνωμένες Πολιτείες, που ανέρχεται σε 43 δισεκατομμύρια λίρες ετησίως. Σύμφωνα με Κηδεμόνας, η αλυσίδα εφοδιασμού τροφίμων σπαταλά το 45% όλων των προϊόντων, το 35% των θαλασσινών, το 30% των δημητριακών και το 20% του κρέατος και των γαλακτοκομικών προϊόντων κάθε χρόνο. Επιπλέον, η Υπηρεσία Προστασίας Περιβάλλοντος εκτιμά τι συνθέτουν τα δοχεία τροφίμων και οι συσκευασίες 23% των αποβλήτων σε χώρους υγειονομικής ταφής.

Η Afresh, των οποίων οι πελάτες περιλαμβάνουν το Fresh new Thyme Sector, το WinCo Foods και το Heinen’s, στοχεύει στην καταπολέμηση αυτού του προβλήματος με λύσεις που βελτιστοποιούν τις εμπορικές συναλλαγές, τις παραγγελίες και τις λειτουργίες για τμήματα φρέσκων τροφίμων στα σούπερ μάρκετ. Ο κινητήρας AI της πλατφόρμας βοηθά στη λήψη αποφάσεων ανιχνεύοντας προβλήματα και εντοπίζοντας περιοχές που μπορούν να αυτοματοποιηθούν ενώ προσελκύουν συνεργάτες όταν χρειάζεται.

Η Afresh αναλύει τα δεδομένα αγορών πελατών και προβλέπει τη ζήτηση για προϊόντα, λαμβάνοντας υπόψη τις ανεμοδαρμένες αντιδράσεις, όπως φυλές που σχετίζονται με πανδημία σε προϊόντα χοιρινού και βοείου κρέατος. Οι διαχειριστές λιανικής μπορούν στη συνέχεια να χρησιμοποιήσουν την πλατφόρμα για να παραγγείλουν την ακριβή ποσότητα φρέσκου φαγητού που θα χρειαστούν.

Ο Afresh ισχυρίζεται ότι εκπαιδεύει τα μοντέλα μηχανικής εκμάθησης, μερικά από τα οποία έχουν αξιολογηθεί από ομοτίμους σε ακαδημαϊκά περιοδικά, σε εκατοντάδες εκατομμύρια σημεία δεδομένων και χιλιάδες χαρακτηριστικά. Τα μοντέλα προσπαθούν να προβλέψουν την κατανομή των γεγονότων σε ένα φάσμα πιθανοτήτων, γενικεύοντας σε σπάνια γεγονότα (όπως η πανδημία) ακόμη και με περιορισμένα ιστορικά δεδομένα.

«Οι αλγόριθμοί μας βελτιστοποιούν τους στόχους των πελατών μέσω ενός πιθανολογικού και βασιζόμενου σε δεδομένα μοντέλου του μέλλοντος. Το κορυφαίο προϊόν μας επιτρέπει στους παντοπωλείους να βελτιστοποιήσουν την ποσότητα των ευπαθών αγαθών που μεταφέρουν ανά πάσα στιγμή σε ένα συγκεκριμένο κατάστημα “, εξηγεί ο Afresh στον ιστότοπό του.” Συνδυάζουμε την ανθρωποκεντρική τεχνητή νοημοσύνη, τις σκόπιμα σχεδιασμένες ροές εργασίας και τα συστήματα. ολιστικά συστήματα σχεδιασμένα για να αντιμετωπίζουν τις πολυπλοκότητες της αλυσίδας εφοδιασμού με φρέσκα τρόφιμα που απλά δεν μπορούν να χειριστούν τα συστήματα του παρελθόντος. “

Ο Afresh λέει ότι τα καταστήματα που χρησιμοποιούν τη σουίτα του μειώνουν τα απόβλητα τροφίμων κατά 25% ή περισσότερο και βλέπουν αύξηση εσόδων από 2% σε 4% και αύξηση 40% στο περιθώριο λειτουργίας του προϊόντος. Η εταιρεία ισχυρίζεται επίσης ότι κάθε μέλος της ομάδας παραγωγής που χρησιμοποιεί το Afresh εξοικονομεί 1-2 ώρες την εβδομάδα ή περισσότερο.

Η Afresh έχει έναν ανταγωνιστή στο Crisp, ο οποίος χρησιμοποιεί δεδομένα και τεχνητή νοημοσύνη για να προσφέρει παρόμοια εξυπηρέτηση στους πελάτες των μανάβικων. Ο διαδικτυακός έμπορος Farmstead βασίζεται επίσης σε αλγόριθμους που τον βοηθούν να προβλέψει και να διαχειριστεί καλύτερα το απόθεμά του.

Αλλά ο Afresh λέει ότι οι υποστηρικτές του είναι ενθουσιασμένοι για το μέλλον. Παράλληλα με το Food Retail Ventures, η σημερινή Σειρά Α παρουσίασε τη συμμετοχή των επενδυτών που επιστρέφουν Innovation Endeavors, Maersk Growth και Baseline Ventures.

Εγγραφείτε στο Εβδομαδιαία χρηματοδότηση για να ξεκινήσετε την εβδομάδα σας με τις καλύτερες ιστορίες χρηματοδότησης της VB.



[via]