Ai als hoofdingrediënt voor verduurzamen van voedselketen
Slimmer eten, minder verspillen
Wereldwijd gaat tot een derde van het geproduceerde voedsel verloren. Tegelijkertijd voeren klimaatverandering, stijgende kosten en schaarse grondstoffen de druk op de voedselketen op. Ai kan helpen deze complexe puzzel op te lossen.
Tekst: Cees Visser Beeld: SHUTTERSTOCK
Wereldwijd hebben ongeveer achthonderd miljoen mensen onvoldoende voedsel (bron: WFP). Tegelijkertijd produceren we genoeg om tien miljard mensen te voeden, terwijl de wereldbevolking naar schatting acht miljard telt. Een derde van het geproduceerde voedsel wordt verspild. Dat levert een economische schade op van een biljoen euro per jaar, naast de negatieve impact op het milieu.
De wereldwijde foodsector staat dus voor een grote uitdaging: hoe voedsel efficiënter te produceren, distribueren en consumeren?
Milieu-impact van voedsel
- Voedselproductie is verantwoordelijk voor iets meer dan een kwart van de wereldwijde broeikasgasuitstoot;
- Als voedselverspilling een land zou zijn, zou het de derde grootste uitstoter van CO₂ zijn (na China en de VS);
- Met voedselverspilling gaan ook verloren: water (een kwart van al het zoetwatergebruik), land (tot dertig procent van het landbouwareaal), en energie, arbeid en middelen die zijn ingezet voor productie en distributie.
Setting
Een groot puzzelstuk voor de oplossing van het probleem ligt verscholen in de supply chain — waar miljoenen beslissingen worden genomen over productie, transport, opslag en vraagvoorspelling. Ai biedt in deze setting onvermoede mogelijkheden: van realtime-monitoring van gewassen tot slimme voorspellingsmodellen die vraag en aanbod beter op elkaar afstemmen. Maar ook van algoritmes die bederf voorspellen tot platforms die overtollige voorraden herverdelen.
Even naar de traditionele foodsector die drijft op schattingen: hoeveel oogst zal er zijn, hoeveel vraag verwacht de markt en hoelang blijft een product houdbaar? Dit model is aanbodgedreven (de producent bepaalt grotendeels wat en hoeveel er wordt gemaakt) en informatieluw (beslissingen worden veelal genomen op basis van ervaring), terwijl de handel draait op vertrouwen, netwerken en langetermijnrelaties. Het is een ketting waar in elke schakel onnauwkeurigheden ontstaan die leiden tot overschotten of juist tekorten. Ai verandert dat spel fundamenteel.
Door het combineren van data uit weerpatronen, sensoren, verkoopcijfers en logistieke processen kunnen algoritmes nauwkeurige voorspellingen doen over productievolumes, optimale transportmomenten en verwachte afzet. Zo wordt verspilling niet alleen inzichtelijk, maar ook actief voorkomen.
Een voorbeeld: machine learning-modellen die supermarktdata analyseren, kunnen de houdbaarheid van verse producten beter inschatten dan standaarddatumlabels. Daardoor kunnen winkels hun voorraden dynamisch prijzen of herverdelen, wat direct leidt tot minder afval en hogere marges.
Temperatuur
Een groot deel van de voedselverspilling vindt plaats tijdens transport en opslag. Ai-gedreven routeplanning en temperatuurmonitoring leiden tot precisie in de ‘koude keten’. Door realtime-data te analyseren — van vrachtwagens, koelcontainers en distributiecentra — kan ai afwijkingen detecteren en automatisch bijsturen.
Stel dat een vracht met verse groenten dreigt te bederven door files en vertraging, dan kan een ai-systeem alternatieve routes of nabije afnemers voorstellen. Zo wordt verlies beperkt en blijven producten binnen de keten circuleren. Bedrijven als IBM en het wereldwijd opererende transportconglomeraat Maersk experimenteren met dergelijke oplossingen, waarbij blockchain wordt gecombineerd met ai voor maximale transparantie en traceerbaarheid.
‘Ai maakt niet alleen reductie van verspilling mogelijk, maar ook hergebruik van reststromen’
Voorspellen is besparen
Een krachtige toepassing van ai in de foodsector is demand forecasting, ofwel het voorspellen van vraag. Waar traditionele methoden werken met historische gemiddelden, gebruikt ai realtime-data, zoals weersverwachtingen, promotiecampagnes, feestdagen (!), consumentengedrag en zelfs sociale-mediatrends en lokale evenementen.
Multinationals als Nestlé en Unilever zetten deze technologie in om productie en distributie flexibeler te maken. Zo vangen ze pieken en dalen in de vraag beter op, waardoor minder voorraad ongebruikt blijft.
Ai maakt niet alleen reductie van verspilling mogelijk, maar ook hergebruik van reststromen. Er zijn startups actief om platforms te ontwikkelen, die via ai overtollige producten koppelen aan nieuwe afnemers — denk aan voedselbanken, lokale restaurants, supermarkten of producenten van diervoeding en biogas. Door patronen in vraag en aanbod te herkennen, zijn deze platforms in staat reststromen sneller en efficiënter te herverdelen en krijgt voedsel dat anders verloren zou gaan, opnieuw waarde binnen de circulaire economie.
Toekomst
De waarde van ai in de strijd tegen voedselverspilling is niet louter technologisch, maar ook maatschappelijk. Het helpt de wereldvoedselvoorziening robuuster te maken in tijden van onzekerheid. Door betere voorspellingen, snellere besluitvorming en slimmere logistiek kan de sector grote stappen zetten richting een duurzamer voedselsysteem.
We moeten ook wel, omdat het klimaatbeleid staat of valt met de aanpak van voedselverspilling. Volgens het toonaangevende Drawdown Project (dat klimaatoplossingen rangschikt op impact), is vermindering van voedselverspilling een van de top drie maatregelen om klimaatverandering tegen te gaan. Een geluk bij een ongeluk: het terugdringen van voedselverspilling is relatief laaghangend fruit met veel winst voor milieu, economie én maatschappij.
‘De toekomst van de voedselketen ligt in data; ai is de motor die die data omzet in daadkracht’
Wereldwijde initiatieven
Zit de politiek niet stil (merk de VN-doelstelling SDG 12.3 op, die stelt dat we in 2030 voedselverspilling per hoofd van de bevolking moeten halveren op consument- en retailniveau), ook het bedrijfsleven roert zich. Er zijn wereldwijd tal van initiatieven waarbij de foodsector ai inzet om verspilling te verminderen en de keten efficiënter te maken.
- In de VS personaliseert Hungryroot online-boodschappen door ai-receptsuggesties te koppelen aan gebruikersvoorkeuren, zodat alleen benodigde ingrediënten worden geleverd.
- Het Britse Ocado gebruikt machine-learningmodellen voor realtime-vraagvoorspelling, dynamische prijszetting en robotgestuurde magazijnen.
- Relex Solutions biedt vergelijkbare ai-oplossingen voor voorraad- en leveringsplanning.
- Winnow Solutions geeft via sensoren en beeldherkenning in professionele keukens inzicht in wat er wordt weggegooid.
- Het Australisch-Britse Fresho automatiseert orderverwerking met ai die ongestructureerde bestellingen omzet naar bruikbare data en voorraadbeheer optimaliseert.
- Zest, een platform uit het VK, koppelt via ai overtollige voedselvoorraden aan nieuwe bestemmingen, zoals liefdadigheidsinstellingen.
Ook in Nederland is de inzet van ai groeiende.
- Orbisk monitort keukenafval met camera’s en weegschalen.
- OneThird gebruikt spectroscopie en beeldanalyse om de houdbaarheid van groente en fruit te voorspellen.
- KLM stemt via ai het aantal boordmaaltijden af op het daadwerkelijke aantal passagiers.
- Supermarktketen Hoogvliet werkt met dynamische prijsalgoritmes van Wasteless, die producten met een naderende houdbaarheidsdatum automatisch afprijzen.
Gezamenlijk laten deze initiatieven zien hoe ai de voedselketen slimmer, duurzamer en data-gedreven maakt. Want de toekomst van de voedselketen ligt in data; ai is de motor die die data omzet in daadkracht.
‘Ai alleen kan geen oplossing bieden’
Ioannis Athanasiadis is als hoogleraar en hoofd van de afdeling Kunstmatige Intelligentie verbonden aan Wageningen University & Research. Hij beaamt dat het produceren van voldoende voedzaam voedsel om een snelgroeiende wereldbevolking te voeden, een complexe en urgente uitdaging vormt. Volgens hem wordt die opdracht bovendien gekenmerkt door tegenstrijdige prioriteiten en beperkte middelen. Athanasiadis: ‘De vraag naar voedsel stijgt als gevolg van demografische verschuivingen, verstedelijking en stijgende inkomens wereldwijd. De wereldwijde voedselproductie zal naar verwachting toenemen, voornamelijk dankzij productiviteitsverbeteringen in de landbouw, maar de toegang blijft ongelijk verdeeld, waardoor miljoenen mensen nog altijd te maken hebben met honger en ondervoeding.’
De hoogleraar ziet in ai een technologie die innovatieve oplossingen biedt om voedselvoorzieningsketens te optimaliseren, van klimaatregeling van containers tot routeplanning, waardoor de duurzaamheid en efficiëntie worden verbeterd. ‘Ai kan boeren ondersteunen met duurzame praktijken, fokkers helpen zich aan te passen aan klimaatverandering en consumenten in staat stellen gezondere keuzes te maken en verspilling tegen te gaan.’
Maar, zegt Athanasiadis, ai alleen kan geen oplossing bieden voor kernproblemen in de sector, zoals conflicten tussen belanghebbenden, schaarste aan gegevens en ongelijkheden in de toeleveringsketen. ‘Hiervoor is interdisciplinaire samenwerking en de ontwikkeling van nieuw talent op het gebied van datawetenschap nodig. Initiatieven zoals die van de Universiteit van Wageningen, die BSc- en MSc-programma’s aanbiedt, zijn erop gericht een nieuwe generatie datawetenschappers op te leiden die in staat zijn complexe gegevens om te zetten in bruikbare inzichten voor mondiale voedselsystemen, waarbij de nadruk ligt op het belang van collaboratieve, innovatieve oplossingen voor mondiale uitdagingen.’
