A gasztronómiai iparban még mindig túl sok étel kerül a szemetesbe. Hogyan csökkentheti drasztikusan az élelmiszer-pazarlást az mesterséges intelligencia (MI) a gasztronómiai iparban – és így pénzt is kereshet miközben megóvja a klímát.
Néhányan az apokalipszist jósolják, mások a földi paradicsomot vetítik előre az MI előretörésével. A valóságban, ha közelebbről megvizsgáljuk az MI gyors felemelkedését, gyorsan észre fogjuk venni: mindkét opcióra van lehetőség. Ami az élelmiszer-pazarlást illeti, biztosan képes csodákat művelni. Csodákat, amelyekre a világnak kétségbeesetten szüksége van, ugyanis évente körülbelül kétmilliárd tonna ételt dobnak el világszerte.
Egyes tanulmányok szerint ennek akár 40%-a is az éttermi iparnak tulajdonítható. A brit Waste and Resources Action Program (WRAP) nevű NGO szerint egy étterem élelmiszer-pazarlásának körülbelül 20%-a kerül a szemetesbe, mert már elromlott felhasználás előtt. 45% a készítési folyamattal kapcsolatos, és körülbelül 35% a felszolgált étel maradékai.
A pontos adatok változnak. De a tanulmányok azt mutatják, hogy az élelmiszer-pazarlás évente a globális CO2-kibocsátás nyolc-tíz százalékáért felelős. Az élelmiszer-pazarlás ezért nemcsak etikai, hanem klímapolitikai szempontból is probléma. Éppen ezért üdvözölendő, hogy sok Michelin- csillagos séf összpontosított az élelmiszer-pazarlás elleni harcra az elmúlt években, mely lejjebb gyűrűzve trendet teremtett.
Massimo Bottura és a Food for Soul- elnevezésű projektje valószínűleg ennek legkiemelkedőbb példája. Kulturális projektjével arra próbálja ösztönözni az embereket, hogy az élelmiszer-pazarlást kerüljék a társadalmi kohézió és az egyéni jólét érdekében. Viszont a séfektől eltérően az MI strukturálisan, nem idealisztikusan foglalkozhat ezzel a problémával. Az egész világon egyszerre, mindezt pedig emberi beavatkozás nélkül.
INTELLIGENS HULLADÉKTÁROLÓK AZ ÉLELMISZER-PAZARLÁS ELLEN
A gasztronómiai iparban való élelmiszer-pazarlásnak valójában csak egy oka van – az adathiány. Túl sok konyha még mindig nem tudja megválaszolni az alábbi kérdéseket: Melyik három termékből rendeltek meg túl sokat az elmúlt hónapban? Miből nem rendeltek elegendő mennyiségben? Mennyi étel került összesen a szemetesbe? Melyik ételt eszik a legkevesebben? Ennek az ételnek mely részét dobják leggyakrabban el?
Itt jön képbe a mesterséges intelligencia legfőbb ereje. Képes mérni és lebontani mindezt az információt – így teremtve meg az alapot az élelmiszer-pazarlás csökkentéséhez a vendéglátóiparban. De pontosan hogyan?
Vegyük példának a Winnow-t. A vállalatot 2013-ban alapították Londonban, és jelenleg a világ vezető MI eszközének tekintik az élelmiszer-pazarlás megoldásai terén. A konyhák több mint 40 országban támaszkodnak erre a forradalminak számító mesterséges intelligenciára – az Ikeától kezdve a Costa Cruises hajókon át, olyan nagy hotel láncokig, mint az Emaar, Accor vagy Hilton. Miért? A Winnow intelligens adatgyűjtőkké alakítja a hulladéktárolókat. Ezt egy kamera elhelyezésével érik el a hulladéktároló felett, ami csodákat művel. Felismeri az eldobott étel típusát, és kiszámítja annak értékét az áru fogyasztása alapján. Ezek után megmutatja, hogy egy adott termékből hány adag került a szemetesbe egy nap alatt, mennyibe került – és milyen szintű volt a CO2-kibocsátása.
Mindez nemcsak valós időben jelenik meg egy képernyőn közvetlenül a hulladéktároló felett, hanem statisztikaként is a felhőben. Hetente, havonta, évente – ahogyan szeretnénk. Az ebben lévő varázslat az, hogy mennyi ételt dobnak ki kizárólag a konyhákban. A konyhafőnökök, séfek és F&B menedzserek így pillanatok alatt látják, miből és mikor kell kevesebbet rendelniük és elkészíteniük. És így eredményeket érnek el, amelyek reményre adnak okot: 2022-ben az Ikea önmagában 50%-kal csökkentette az élelmiszer-pazarlást, az Emaar Vendéglátó Csoport pedig 72%-kal.
A mesterséges intelligencia kulcsa az adatmennyiség
Bármennyire is forradalminak tűnik egy olyan eszköz, mint a Winnow, az MI potenciálja az élelmiszer-pazarlás elleni küzdelemben messze nem merült ki. Miért? Újra a válasz: Mert még mindig nincs elegendő adat. Mert a hulladéktárolóból származó információ önmagában nem elegendő a probléma minden szegmensének megoldásához. Például adatokra van szükség az ülések kihasználtságáról vagy minden termék minimális eltarthatósági idejéről.
Természetesen már léteznek megoldások, olyan MI eszközökkel, amelyek szállítják és lebontják ezt a típusú adatot. De sokszor még mindig egymás mellett teszik ezt, vagyis nincsenek összekapcsolva. Az egy vállalat kihasználtsági helyzetére vonatkozó algoritmusok felbecsülhetetlen értékűek lehetnek bizonyos termékek rendelési mennyiségének meghatározásához – különösen azokhoz, amelyek csak rövid ideig érhetők el egy szezonban. És ez csak a kezdet.
Az MI-felhőké a jövő
A jövőben az éttermek közvetlenül kapcsolódhatnak beszállítóikhoz és farmjaikhoz egy MI felhőn keresztül annak érdekében, hogy még pontosabban koordinálják a jelenlegi keresleti-kínálati arányt – a még magasabb minőségű, frissebb és pontos mennyiségű rendelésekért. Mindez jelenleg talán távoli álomnak tűnhet. De az elmúlt tíz évben elért haladás azt mutatja, hogy nem csak gondolkoznunk kell, hanem nagyban kell gondolkoznunk, ha ekkora kihívásokról van szó.
Egy dolog biztos: A legtöbb étterem nem tudja teljesen megszüntetni az élelmiszer-pazarlást, hiszen nem minden kereskedelmi konyha készíthet sült krumplit burgonyahéjból. Még ha az élelmiszer-pazarlást az elkövetkező évtizedekben gyakorlatilag utópisztikus minimumra lehetne csökkenteni, az étteremiparban még mindig lesz élelmiszer-pazarlás. A jó hír az, hogy egy egyre inkább klímasemleges körkörös gazdaság idején a MI valószínűleg hamarosan megoldásokat tud nyújtani ezekre a kihívásokra is. De ez egy másik történet.
