L’intelligence artificielle peut contribuer à réduire le gaspillage alimentaire : voici comment

L’intelligence artificielle connaît un véritable essor, et l’industrie agroalimentaire n’y échappe pas.

Randall Craig, chef de la direction du Braintrust Professional Institute, explique que l’intelligence artificielle entraîne présentement de profonds changements dans divers secteurs. Dans le domaine agroalimentaire, plusieurs outils clés contribuent à réduire le gaspillage en optimisant la production et les prix, et en permettant d’éviter les pannes qui peuvent s’avérer coûteuses.

Voici quatre pratiques en lien avec l’intelligence artificielle qui pourraient vous aider à réduire le gaspillage alimentaire :

1. Avoir recours à l’analyse prédictive

Une façon efficace de réduire le gaspillage consiste à produire exactement ce que les clients veulent, et l’analyse prédictive est un outil clé pour atteindre cet objectif. Ce type d’analyse, mieux connue sous le nom de prévision, existe depuis des décennies, mais l’intelligence artificielle a permis de décupler ses capacités.

« Surproduire entraîne des pertes, alors que sous-produire nuit à la relation avec la clientèle. Les coûts sont importants dans les deux cas, soutient Nestor Gomez, propriétaire de Brightline Solutions. L’intelligence artificielle permet de travailler avec de gros volumes de données de différentes sources. »

« Les économies engendrées par l’amélioration de la précision des prévisions peuvent être substantielles : une augmentation d’aussi peu qu’un point de pourcentage peut permettre aux producteurs à grande échelle d’économiser jusqu’à 3,5 millions de dollars par année », ajoute M. Gomez.

Située à Moncton au Nouveau-Brunswick, la société Fiddlehead Technology se décrit comme une plateforme d’analyse des angles morts des entreprises du secteur agroalimentaire. L’apprentissage profond est utilisé pour anticiper tout ce qui se rapporte à la catégorie dans laquelle une entreprise évolue, à la clientèle qu’elle sert et aux actions menées par la concurrence. Ces outils peuvent traiter un volume élevé de données, pour ensuite établir des prévisions précises quant à la quantité d’aliments à produire.

« Ils apprennent des données qu’on leur transmet. Plus on leur en fournit, plus ils gagnent en précision », explique M. Gomez.

2. Adopter la maintenance prédictive

La défaillance de l’équipement peut nuire à la production et entraîner des pertes importantes. Or, l’intelligence artificielle peut aider les entreprises à déceler les problèmes potentiels avant qu’ils surviennent.

« Si vous avez une bonne compréhension de l’ensemble des facteurs qui peuvent provoquer une panne, vous pourriez soumettre ces données à l’intelligence artificielle, qui pourrait ensuite produire des messages tels que “Ralentissez la chaîne de production” ou encore “Il vous reste deux mois avant x” », précise M. Craig.

« Effectuez la maintenance au moment recommandé en perturbant le moins possible votre chaîne de production. Vous diminuerez ainsi vos coûts et vos pertes, suggère M. Gomez. La maintenance prédictive joue un rôle déterminant dans la réduction du gaspillage. »

En temps réel, des capteurs connectés à Internet capables de mesurer plusieurs variables, notamment la fréquence de vibration et la température, peuvent détecter qu’une pièce d’équipement a besoin d’être réparée ou remplacée avant qu’un bris se produise. Ces données donnent aux manufacturiers la capacité de prévenir les interruptions, voire d’améliorer la qualité des produits.

3. Se servir des données pour optimiser les coûts

L’optimisation des coûts est intimement liée à la réduction du gaspillage, affirme M. Gomez.

Quand on arrive à prédire le prix que les gens seront en mesure de payer pour un produit alimentaire donné, il est possible de réduire les pertes et de maximiser l’accessibilité de façon instantanée.

« Quand on arrive à prédire le prix que les gens seront en mesure de payer pour un produit alimentaire donné, il est possible de réduire les pertes et de maximiser l’accessibilité de façon instantanée. »

Cette notion est particulièrement importante à une époque où les prix des aliments fluctuent énormément.

Par exemple, basée à Saskatoon, BetterCart Analytics propose l’analyse des prix hyper locaux en temps réel aux épiceries de détail, aux producteurs de biens de consommation courante et aux entreprises de transformation agroalimentaire.

D’après Melanie Morrison, fondatrice et présidente-directrice générale de BetterCart, les données détenues par l’entreprise contiennent plus de cinq milliards de dossiers de produits. Par ailleurs, chaque semaine, ce sont plus de 38 millions de nouveaux dossiers de produits provenant de plus de 3 600 magasins indépendants et 25 chaînes qui sont importés.

4. S’équiper pour déceler les aliments impropres à la consommation

Selon le Programme alimentaire mondial, près du tiers des aliments produits chaque année dans le monde – soit l’équivalent de 1,3 milliard de tonnes – est gaspillé. Depuis le début de l’humanité ou presque, on se fie à l’odeur ou à la texture pour déterminer si un aliment est avarié ou non. Or, bien qu’éprouvées, ces méthodes ne sont pas nécessairement fiables.

En outre, d’importants profits peuvent être dégagés de toutes ces denrées jetées à la poubelle. Il n’est donc pas surprenant de constater qu’une vague d’entreprises cherche à utiliser la technologie pour résoudre ce problème.

L’une d’entre elles, ImpactVision, combine l’apprentissage automatique et l’imagerie hyperspectrale pour détecter les imperfections, les corps étrangers susceptibles de provoquer des rappels de produits et même les défauts internes invisibles à l’œil nu.

Son logiciel d’apprentissage automatique a été programmé de manière à reconnaître ce que l’entreprise décrit comme la « signature structurelle » des aliments. Un tel processus permet de mieux déceler les anomalies et de retirer les produits qui posent problème du système.

Article par : Chris Powell