Je wilt graag overbodig afval voorkomen, maar hoe doe je dat precies? Eén plan van aanpak begint bij de bron: productie. Of beter gezegd: overproductie.Overproductie is één van de grootste bronnen van voedselafval. Natuurlijk wil je niet overproduceren (zie toepassing vraagvoorspelling), maar je wilt er wel voor zorgen dat je niet zonder producten valt en klanten niet kan bedienen. Een heel begrijpelijk risicomanagement dus. AI kan je helpen dat risico beter te beheren door meer effectief je voorraad aan je vraag te koppelen.

Denk bijvoorbeeld aan supermarkten die telkens de juiste hoeveel van hun eigen-merk producten in de rekken willen hebben liggen. AI kan helpen om een betere productieplanning te generen door de toekomstige vraag van deze producten te voorspellen. Zo ben je zeker dat je genoeg producten voor je klanten zal hebben, terwijl je een minimum aan producten hebt die je uiteindelijk moet weggooien. Dat bespaart je overigens ook een heel deel kosten uit.

Hetzelfde scenario is ook prominent aanwezig in restaurants. In universiteitsrestaurants is het bijvoorbeeld zeer moeilijk om te voorspellen hoeveel studenten op een bepaalde dag komen en welke maaltijden ze zullen bestellen. AI kan dan helpen om het aantal studenten en de benodigde maaltijden beter in kaart te brengen. Op basis daarvan bereid je dan de juiste en de juiste hoeveelheid maaltijden.

In de productie van voedsel zelf schuilt natuurlijk ook veel afval. Het groeien en oogsten van gewassen gebruikt bijvoorbeeld veel natuurlijke bronnen zoals water, die dan vaak de bodemgrond insijpelen met alle chemicaliën daaraan vast. Door AI toe te passen, kun je makkelijker meer geavanceerde landbouwtechnieken gebruiken die duurzamer zijn, zoals regeneratieve landbouw en slim gebruik van kunstmest. Een voorbeeld daarvan is het gebruik van drones die met hyperspectrale camera's veranderingen in water, mest en gewasopbrengsten in het oog houden. Of het gebruik van slimme robotten die beschadigde suikerrietknuppels automatisch vervangen door gezonde knuppels. Dat bespaart plaats en middelen die de beschadigde knuppels anders zouden innemen.

Gelijkaardig aan de hierboven vermelde voorbeelden van supermarkten en restaurants, kan AI helpen om nauwkeuriger de gewassenopbrengst van bijvoorbeeld tomatenplanten voorspellen. Met een betere kennis van je uiteindelijke opbrengst, kun je je productie beter afstellen op je vraag.

Maar ook in de fabriek kan AI je helpen afval te verminderen. Denk bijvoorbeeld aan de juiste temperatuur en duur van het mixproces optimaliseren om de houdbaarheid van een product te verhogen.

Met een slimmere supply chain, kun je ook veel afval uitsparen. Het incorrect plaatsen van beperkt houdbare producten in warenhuizen of leverbusjes resulteert bijvoorbeeld ook vaak in afval. Met behulp van AI, krijg je een betere vat op deze producten te plaatsen in ruimtes met koelingsystemen met de juiste temperaturen. Wanneer beperkt houdbare producten reeds in de supermarkt liggen, kan AI helpen om in real-time de prijs van producten aan te passen naarmate de vervaldatum dichterbij komt. Dat stimuleert de verkoop van deze producten zodat ze uiteindelijk niet weggegooid hoeven te worden.

Tot slot is een groot probleem om voedselafval te voorkomen ook dat er geen overzicht is van hoeveel en welk voedsel precies wordt weggegooid. Om dit probleem aan te pakken, gebruikt IKEA in Groot-Brittannië bijvoorbeeld slimme afvalbakken die detecteren welke eten wordt weggegooid, wat tot 37% minder afval leidde (en een kostenbesparing van 1.4 miljoen Britse pond). Gelijkaardige slimme afvalbakken zijn in gebruik door hotels en luchtvaartmaatschappijen, alsook in zorgcentra.