成功可信度中
其他行业 · AI应用
利用需求预测减少食物浪费并提升销售额
Super Hosokawa 与 Imamura 在大分和福冈进行了一项示范实验，利用 ID-POS 数据通过供应链数据协作减少食物浪费。Super Hosokawa 提供场地和 ID-POS 数据，Imamura 开发了需求预测模型和系统，生成两天后的预测。他们测试了基于预测的库存订单，并将人工订货与模型预测相结合。结合人工订货与需求预测提高了准确性，减少了食物浪费，而包含潜在需求的预测则提升了销售额。
Super Hosokawa Co., Ltd.发布于 2026年7月27日阅读 0
通过包含潜在需求的预测增加了销售额
未披露
证明了使用两天后预测进行库存订单的可行性
未披露
通过将人工订货与需求预测相结合提高了订货准确性
未披露
01
业务背景
Super Hosokawa 与 Imamura 在大分和福冈进行了一项示范实验，利用 ID-POS 数据通过供应链数据协作减少食物浪费。Super Hosokawa 提供场地和 ID-POS 数据，Imamura 开发了需求预测模型和系统，生成两天后的预测。他们测试了基于预测的库存订单，并将人工订货与模型预测相结合。结合人工订货与需求预测提高了准确性，减少了食物浪费，而包含潜在需求的预测则提升了销售额。
02
遇到的问题
03
AI 解决方案
04
实施结果
通过包含潜在需求的预测增加了销售额：
证明了使用两天后预测进行库存订单的可行性：
通过将人工订货与需求预测相结合提高了订货准确性：
减少了食物浪费：
05
风险与边界
客户 / 负责人引述
“”
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。