Årlig selges det rundt 175 millioner brød i norsk dagligvarehandel. Med fokus på FNs bærekraftsmål og effektiv drift har KPMG og Mesterbakeren brukt maskinlæring og kunstig intelligens for å redusere miljøbelastning og matsvinn.
Effektiv og bærekraftig brødproduksjon
Bakte for mange brød
Hvert fjerde brød som selges i Norge lages av Mesterbakeren. Å produsere og levere ferske brød- og bakevarer til over 600 butikker er en stor utfordring. Kundene forventer dagferske brød gjennom hele dagen, og butikkene vil unngå tomme hyller, men hvordan sikre at man ikke sitter igjen med for mange brød som må kastes ved dagens slutt?
Dette var oppgaven KPMGs teknologispesialister ble koblet på for å løse.
Løsningen var en prediksjonsmodell
Prosessen med å finne ut av hvor mange brød som skal bakes, har tradisjonelt tatt utgangspunkt i salgstallene til hver enkelt butikk for hvert enkelt brød i bestemte perioder. Vi så at prosessen kunne effektiviseres ved å utvikle en prediksjonsmodell som baserte seg på kunstig intelligens.
Prediksjonsmodellen henter data fra tidligere salg, eksterne faktorer og ser på atferden til kunden over lang tid. Modellen finner et mønster og spår hvordan kundene vil handle i fremtiden og hvor mange varer som derfor bør bestilles.
Kombinasjonen menneske og maskin
Modellen ble utviklet i korte prosesser for å sørge for en god overgang og sikre at brukerne hos Mesterbakeren var komfortable med å bruke noe helt nytt i hverdagen. Da verktøyet ble tilgjengelig, dikk de ansatte nyttig hjelp til å gjøre mer treffsikre vurderinger. Brukerne erfarer at modellen har høy treffsikkerhet, og at den i kombinasjon med menneskelige vurderinger fungerer svært godt. Resultatet er gode tall - i enkelte perioder viser modellen nesten null prosent avvik, noe som betyr at så godt som alt det som produseres faktisk blir solgt.
