近日，一條有關盒馬鮮生九點半之后扔掉大量海鮮、飯菜等臨期商品的微博引發熱議。很多網友指責，中國仍然不富裕，這種行為未免太浪費。

臨期商品，扔還是不扔

據有關數據顯示：中國每年丟棄和浪費的食物達1700-1800萬噸，大約是全國食物總產量的6%。而到2018年末，全國農村貧困人口依然有1660萬人。

一邊是還沒有解決溫飽問題的貧困人口，一邊是被扔掉的臨期商品。很多網友表示，超市這種處理臨期商品的行為太粗暴，為什么不捐給福利院，免費發給員工做福利或者打折銷售？這樣就會減少社會資源的浪費，也會增加企業的美譽度。

面對網友的建議，企業為什么都不這么做？首先，關于打折，很多企業都有完善的折扣機制，但依然很難避免剩余和損耗。不捐給福利院，主要考慮到可能會有食品安全隱患，并且還要承擔包裝、冷鏈、運輸等一系列費用。免費送給員工，就更會出現員工隱藏商品或者不賣力推銷商品的情況，這就和資本家在生產過剩時，把牛奶倒入河里也不免費救濟難民或給員工的原因一樣。綜合比較，“扔掉”應該是成本最低的做法，也是目前大部分超市的常規操作。

需求預測，從源頭止損

庫存浪費是零售企業尤其是食品為主類的零售企業的共性，除了我們能看到的在末端銷售環節產生大量臨期過期商品，在層層的供應鏈采購和物流環節同樣會浪費很多商品。

在利潤和食品安全高壓線面前，企業難道只有“扔掉”這一條選擇嗎？過去可能是，而現在已經有了更好的方法。

除了把剩余商品贈送給有需要的人，還可以從源頭止損。企業需要精準地判斷未來需求量，提前指導生產或采購。以前都是靠經驗，而現在可以通過大數據分析和AI預測追蹤用戶消費行為，精準預測市場需求，控制進貨量，實現產銷平衡或購銷平衡。

根據預測銷量提前向產地訂貨，保證到期充足的供應，提前布局倉儲物流，縮短商品從采購至到達用戶所需的時間，在及時滿足現貨率的前提下最大限度減少報廢損失。

盒馬鮮生在這次風波后也提到，未來，“將根據門店情況進行數據分析，保證日日新鮮，嚴控訂貨量盡量接近實際購買量。”

做公益，我們有自己的方式

隨著、云計算、人工智能的發展，AI預測已經成功在部分零售品牌身上落地開花，數據量越大，精準度將越高。

在和某鞋服巨頭的合作中，觀遠數據通過AI成功預測出其門店國慶期間每天的**量，幫助提前優化排班，較之歷史同期，門店人效提升了33%以上。

某連鎖巨頭也將觀遠數據的AI產品應用到單店生鮮水果的銷量預測中，較之前已有的模型，準確率得到了大幅提升。

通過幫某連鎖便利店品牌做鮮食銷售預測，使其人工報廢率下降了10%。

... ...

不能用臨期商品被動去做慈善，但是，企業可以通過AI預測減少報損率，降低成本，提高營業額，把增加的收入投入到更多的社會公益中。提高整個社會的資源利用率，減少浪費，促進供需平衡，實現利益最大化。

由于在智能訂貨上的出色表現，9月26日，觀遠算法團隊成員將接受沃爾瑪中國總部邀請，遠赴英國利茲，去參加他們的全球CMO/COO峰會，現場分享與沃爾瑪通過智能訂貨，提升銷售，降低報廢的合作案例。

活動結束后，我們將持續報道，AI預測在國際上更多零售企業中的落地應用案例。