Az évente megtermelt élelmiszer harmada hulladékban végzi, függetlenül a minőségétől. Ez globálisan kb. 1,3 milliárd tonna, amiből Magyarország 1,8 millió tonnával veszi ki a részét. Ez azt jelenti, hogy évente mintegy 170 milliárd forintot (lakosonként 18 ezer forint) dobunk ki a szemétbe.

De már közel a megoldás, hogy ezt a mennyiséget radikálisan csökkentsük. Illetve mintegy 10 ezer km-re, nyugatra. Kaliforniában a mexikói "gyorskajákat" kínáló Chipotle ugyanis olyan olyan mesterséges intelligenciát tesztel, ami a munkafolyamatokat gördülékenyebbé, az étel minőségét egyenletesebbé teszi – és ami a legfontosabb: radikálisan csökkenti a keletkező élelmiszer-hulladék mennyiségét. A rendszer előrejelzi a keresletet, figyeli az alapanyagok felhasználását, sőt még azt is biztosítja, hogy a dolgozók megfelelően teljesítsék a rendeléseket.

Az étterem-irányítási rendszert, melyet a New York-i székhelyű PreciTaste startup fejlesztett, egyelőre nyolc kaliforniai Chipotle-egységben tesztelik. A magja az MI-alapú kereslet-előrejelző. Számítógépes látás segítségével elemzi a gyalogos- és járműforgalmat, az így kapott adatokat kombinálja múltbeli értékesítési adatokkal és egyéb információkkal. Elemzése jó becslést ad arra vonatkozóan, hogy az étteremnek mely menüelemekből hányat kell majd készítenie, és ehhez mennyi előkészület kell, azt mikor kell elkezdeni stb. A konyhai személyzet mindezeket az információkat egy a konyhában elhelyezett kijelzőn követi.

MI figyeli a konyhai folyamatokat is: gépi látás elemzi az elkészült ételeket, hogy a dolgozók pontosan tudják, mely menüelemek mióta várnak a vevőre, és melyeket fenyegeti a "fáradás" veszélye. Figyeli az alapanyagkészlet fogyását, és a várható fogyasztói igényeknek, illetve az ételek fogyásának tükrében optimalizálja a nyersanyagrendelést mind időben, mind mennyiségben. A kamerák azt is ellenőrzik, hogy a vendég azt kapta-e, amit rendelt, és ha nem, a dolgozót vizuális- és hangjelzéssel is figyelmezteti a tévedésre.

Összességében a PreciTaste rendszerétől azt várják, hogy optimalizálja a gyorséterem-egységek áteresztőképességét, az ételek frissességét, és radikálisan csökkenti az élelmiszer-pazarlást. És mint a bevezetőben írtuk, ez nem csak a környezetvédelem, hanem a piszkos anyagiak miatt is igencsak fontos.

Mindenre (is) jó lesz az MI a gasztroiparban

A Chipotle komplex étterem-irányítási rendszerben gondolkodik, de MI-alapú részmegoldásokat más láncok is bevetnek, hívja fel a figyelmet Andrew Ng MI-szakértő a blogjában.

A szintén amerikai Checkers Drive-In láncnál várhatóan az év végén áll munkába az a beszédfelismerő rendszer, amely a rendelésfelvételnél váltja ki az embert. De van komplexebb ötlet is: az izraeli székhelyű Hyper-Robotics 2021-ben autonóm pizzázókat telepített. A konténerekbe épített rendszer óránként 30 pizzát képes készíteni 12-féle feltéttel. (Az ilyen robot egyébként nem újdonság, 2018-ban a Bitport is beszámolt egy autonóm hamburgerrobotról. A pizzafronton pedig ma már egészen komoly tülekedés van, világszerte tucatnyi megoldás verseng a picaon.)

Mindezek a fejlesztések rövid távon is segítenek: enyhítik a gasztroipar egyik legsúlyosabb problémáját, a munkaerőhiányt. Lehet, hogy hamarosan a Guide Michelin ellenőreit is át kell képezni, hogy megfelelően tudják megítélni az éttermekben folyó munkát: nemcsak a szakácstudományhoz, hanem az MI-algoritmusok értelmezéséhez is kell valamennyit konyítaniuk.

De az igazi előny az lenne, ha az MI valóban képes lenne a Föld erőforrásait erősen kimerítő, és nagyon nagy ökológiai lábnyomot hagyó mezőgazdaságig visszahatni, és optimalizálni az élelmiszer előállítását – és persze elosztását.

A Chipotle kísérletéről a gyorséttermi szakmai magazinban a QSR-ben olvashatnak részletes beszámolót.