凌晨三点起床，跋涉 30-40 公里前往当地批发市场（mandi），然后与十二三个商贩讨价还价，只为买到一种水果，之后还要进行分级、装车，并在早上八点前把水果运回店铺。这就是德里大多数街头水果零售商（当地人称之为 "thelawalas"）每天艰辛的日常。供应链公司 Fresh from Farm 的 Rohit Nagdewani 表示，在印度首都德里，他们每天上班前就要花费 500-600 卢比的准备费用，才能赚到一分钱。
Rohit 曾在 2021 年之前多年从事温室种植，并深入批发市场，他观察到，这种繁琐的运营流程让小型、分散的水果蔬菜手推车小贩不堪重负。 "99% 的水果销售仍然在线下这些本地地点进行，因此消除水果采购中涉及的所有黎明前的步骤至关重要，"Rohit 在谈到他的供应链服务背后的理念时说道。
© Fresh From Farm
"我们摒弃了清晨的混乱局面，直接从农民手中采购，然后在 Chhatarpur 占地 2 万平方英尺的高科技工厂进行分拣和清洗。工厂配备了香蕉和芒果催熟室、冷藏库和机器包装设备，之后通过 40-45 辆电动车组成的配送车队，在早上 7:30 前将产品送到 600 多家零售商手中。"Rohit 分享了 Fresh From Farm 幕后的运营情况。"每个邮政编码区域都能在 90 分钟内送达，这使得这些原本缺乏组织的零售商彻底摆脱了黎明前的混乱。"
他的团队目前正在通过 PhalNetra.ai 进行人工智能实验。PhalNetra.ai 是他们基于这些零售商四年来的交易数据构建的内部预测采购智能平台。"它可以预测下周哪些数量和质量的产品会畅销，甚至精确到基准价格、采购地点以及如何处理过剩产品。这使得 Fresh From Farm 的损耗率从 11% 降低到 2% 以下，因为我们只采购那些真正畅销的产品。"他解释说，他们的零售商网络还会收到采购数量的建议，以减少自身的浪费，从随意凭感觉采购转向以数据为依据的订单。
© Fresh From Farm
Rohit 透露，全面试点项目预计在 6-8 个月内启动，置信度高达 99%。他表示："人工智能系统目前每天晚上 6 点到 11 点从应用程序订单中提取近乎实时的数据，持续学习并考虑诸如卡车故障、选举或天气变化等反映在市场价格中的本地化干扰因素。我们的数据模式还揭示了一些有趣的现象，例如西瓜在 Noida 市场占据主导地位，牛油果在 Gurgaon 的销售情况优于南 Delhi，蓝莓在 New Gurgaon 的销量更高。"
展望未来，Rohit 计划添加一键式城市扩张工具和实时采购警报等功能，例如，了解 Himachal Pradesh 邦的山体滑坡如何影响苹果的价格。他提到："目前印度乃至海外都没有类似的用于非正规水果贸易的人工智能或机器学习需求预测工具。"他还补充说，他们将在三个月内将业务拓展到一个新的城市，并计划在 18 个月内覆盖印度其他七个城市。
更多信息：
© Fresh From Farm
Rohit Nagdewani
Fresh From Farm
电子邮件：[email protected]
www.freshfromfarm.in
