オランダOneThirdのAIによる青果物賞味期限予測：年間売上100万ドルでスーパーの廃棄ロスを25%削減

🔧 ワークフロー

日次業務：店員が近赤外分光スキャナーまたはアプリを使用して入荷した青果物のバッチを撮影。AIが数秒以内に糖度、成熟度、残りの賞味期限（精度±1日程度）を予測する。データはクラウドにアップロードされ、動的な陳列期限、配送ルート、販促提案が自動生成される。リスクの高いバッチは事前に検知されるため、固定の賞味期限に基づいて一括廃棄する事態を防げる。 入力データはバッチごとの分光信号に加え、産地や季節のメタデータ。出力はバッチごとの残り賞味期限、最適な販売期間、推奨される対応策である。システムはスキャンデータをトレンドレポートとして蓄積し、サプライヤーの評価、店舗間の在庫調整、期限間近の商品の動的価格設定を支援。調達、品質管理、物流、販売の4部門が自動連携するエコシステムを構築し、従業員は入荷時に一度スキャンするだけで済む。

🛠 構築のハードル

独自の分光データベースと賞味期限回帰モデルの構築が必要。近赤外線ハードウェアまたはサードパーティの分光計SDKを統合し、クラウドSaaSプラットフォームとレポート機能を構築する。分光学、機械学習、バックエンド開発のスキルが求められ、MVP（実用最小限の製品）の構築には6〜12ヶ月かかる。コールドスタート時は、イチゴ、ブルーベリー、アボカドなど回転率の高い品目に絞るのが推奨される。 ハードウェアは市販の近赤外線モジュールから開始可能。品目ごとに数千件の分光記録と保存日数のラベルを紐付け、回帰モデルで残り日数を算出する。クラウド側にはデバイスデータアップロード、モデル推論API、顧客ダッシュボードの3点セットが必要。その後、在庫や物流ルートシステムと連携させる。チーム構成は、アルゴリズム担当とフルスタックエンジニアの2名体制で支払い意欲を検証するのが推奨される。

🧰 ツールチェーン

• 🔧 ハンディ型近赤外分光スキャナー
• 🔧 OneThirdクラウド賞味期限予測プラットフォーム
• 🔧 モバイル用スキャンアプリ
• 🔧 動的物流ルートおよび在庫システム連携インターフェース
• 🔧 クラウドモデル学習および分光データラベリングパイプライン

🚀 初心者ガイド

地元の青果卸売業者やスーパーの廃棄ロスという課題から参入する。低コストの分光モジュールと公開データセットを使用して、賞味期限予測モデルのプロトタイプを作成。その後、地域の小売業者1社と提携し、実際に削減できた廃棄額に応じたレベニューシェアモデルで試験運用を行い、実績を作ってから品目や地域を拡大する。 第一段階として、回転率が高く廃棄の多い品目（イチゴやアボカド）を選び、数百件の分光データと保存日数を収集して、信頼性の高い予測モデルを構築する。第二段階として、ソフトウェアを販売するのではなく、卸売業者と廃棄削減のレベニューシェア契約を結び、顧客に廃棄額の減少を実感させてから、段階的に月額サブスクリプションへ移行する。

📌 実例

• 📌 オランダAlbert HeijnのサプライチェーンパートナーであるBakker BarendrechtやJUMBOなどで導入後、生鮮食品の廃棄が20〜25%減少。品質管理の人件費を最大10倍短縮
• 📌 2026年3月にオランダRVOから100万ユーロのイノベーション融資を獲得。高容量分光イメージングシステムの開発に投資し、2027年にはイチゴやブルーベリーのパレット単位での3秒スキャンを目指す
• 📌 アボカドの顧客でスキャン導入後に売上が25%向上。ドイツのEDEKAとREWE、スイスのMigrosとCOOPなど欧州チェーンが導入リストに入っており、2027年までに累計1.5億キロの食品廃棄削減を目指す