香蕉—預知生產風險與量能波動

2019 年 11 月 20 日 user 0 Comments

提早預知生產風險與採取相對作為,進行通路端供貨調節,解決收購所面臨的產能與品規不穩定之問題,以作為市場風險控管決策參考。

  • 合作農民提升4倍
  • 產地受管理面積成長近2倍

What

運用在地環境數據蒐集與採收品規紀錄數據,以大數據統計分析方法與模型建立,分析預測未來幾波香蕉採收時程產量、價格或品質的量能波動。

So What

  • 預測採收時程產量、品質及價格
  • 穩定供給高品質園產品
  • 穩定農民、合作社收入
  • 降低契作商、通路商虧損風險
  • 提供預警、生產風險與農地管理

客戶使用回饋

田區採收時程推估

  1. 悠由AI導入後,直接看視覺化戰情圖。香蕉從開花後往後推算,配合氣溫變化,即可得知適當採收日期。
  2. 悠由AI導入後,每塊田建立了田區位置地理資料。附近田區產量和當地田不會相差太多。如果有偷賣,可以經由交貨數量馬上回推是否合理。不用再派人去田地守田。

瑕疵品的預測與處理

因為氣候變動導致作物成熟度提早或延後,悠由AI導入後,變大或變小能夠提早預判,讓產地能夠及早預估外銷打下來之不良品,進而能夠把不良品及早與超商簽定供貨合約,減少流入次級小販的數量。

對國外通路的協調

夏天的香蕉甜度不足一直是目前我國外銷大部分就停在七月,八九十月都比較少外銷的主因。(另一原因是此期間颱風多,農民會刻意避開)如果未來要增加我國外銷數量,中部地區因為溫度比南部低,有機會夏蕉能仍夠保持風味。但仍需投入氣候與栽種之關係進行長期數據蒐集研究。此次導入悠由AI,將有助於長期追蹤夏蕉的產地,土壤,品質,而建立一個循環改進系統,逐步讓夏蕉也能夠提高甜度,增長我國香蕉可供應時節。

Leave a Reply:

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *