AIの収穫予測で規格外野菜と飲食店をつなぎ、畑の食品ロスゼロへ

予測を収穫後ではなく収穫前の情報として使った設計が、この仕組みの起点になっています。農園が日々入力する情報をもとに、AIが収穫量と収穫予定日を割り出し、想定より多く採れそうな作物や規格外になりそうな野菜を、収穫を迎える前に食品事業者へ知らせます。余った作物の引き取り先を後から探すのではなく、まだ畑にある段階で需要を先に押さえる順番へ組み替えたことが効いていると考えられます。

農作物プラットフォームという共通の受け皿を挟んだ点も見逃せません。株式会社Kukulcanが開発したこの基盤が需要と供給を突き合わせる役割を担い、農場側は栽培と情報の入力に、事業者側は使い道の判断に専念できる分担ができています。一対一の交渉で毎回条件を詰める形では、少量で不定期にしか出てこない規格外品ほど話がまとまりません。予測という揺れのある情報を、受け手がその場で判断できる形に整えて流す経路を用意したことが、取引を回す条件だったのではないでしょうか。

画面上のマッチングで完結させなかった運び方も、この取り組みを支えています。浅草地域の飲食店や異業種の店舗と手を結び、配送拠点を確保し、規格外の野菜を使ったメニューを店頭に出すところまで地域内でつなぐ形が作られました。作物は情報と違って運ばなければ届かず、鮮度の制約も抱えているため、受け渡しの動線が組めなければ成立の通知だけが空回りします。連携先を近い地域に絞った判断が、その物理的な弱点を現実に扱える距離へ収めたと見ています。