フードロス削減に取り組むFloWasteがシードラウンドで110万ドル(約1億2400万円)を調達した。
同社はアメリカ、インディアナ州を拠点とするスタートアップ企業で2020年に設立された。
機械学習、高解像度カメラ、コンピュータービジョンを活用し、廃棄される食品を自動的に分類、定量化することで、レストランやカフェなどのキッチンがフードロスの把握、削減を可能とするサービスを開発している。
廃棄される食品を機械学習で自動的にデータ分析
米国環境保護庁によると、埋立処分された食品廃棄物から排出される温室効果ガスの85%以上は、生産、輸送、加工、流通など廃棄前の活動に起因している。
レストラン、食品加工業者、カフェテリアなどの厨房で食品を処理する際に、廃棄される食品の種類・量を可視化することは調達コスト、フードロス削減に役立つだけでなく、環境負荷の削減にも寄与する。
FloWasteを導入するにあたって、クライアントは追跡したい20の食品を特定する。FloWasteのチームはこれらの食品を認識するように自社の機械学習システムをトレーニングする。
次に、チームはクライアントの作業場、生産ライン、ゴミ箱の上に高解像度カメラを設置。カメラは食品の生産プロセスをモニタリングし、食品を自動的に分類し、廃棄される量を定量化する。
キッチンスタッフがデータを入力する必要はなく、廃棄作業するだけで廃棄される食品データが自動的に記録され、スタッフはデータとカスタマイズされた提案にいつでもアクセスできる。
同社のシステムは、工業用食品部門と商業用食品部門の両方で使用できるという。
FloWasteの取引先の1社であるヨーロッパのタンパク質生産者は、同社システムを使用して牛肉生産ラインの廃棄物をモニタリングしている。創業者兼CEOのRian Mc Donnell氏は「タンパク質は高価なため、莫大な経済的利益がある。収量の増加は、長期的に屠殺する牛を効果的に減らせることにもなるので、環境的な利益も莫大だ」と語る。
公式サイトによると、FloWasteのシステム導入により、調達コストと廃棄コストを年12,000ドル節約できるという。手動による在庫確認、廃棄確認も減り、キッチンスタッフは1日あたり35~50分の時間をより重要なタスクに割り当てることができる。
ファーストフードへの導入も視野に
Mc Donnell氏によると、さまざまな食品を認識するようシステムをトレーニングするには時間を要したが、システムが知識を構築するにつれて、使用の拡大が容易になることを望んでいる。
FloWasteは調達した資金で、技術の強化を図る。同社は既製のカメラを使用してゼロからハードウェアを作る課題にも取り組む。現行のシステムをさらにシンプルにするため、フルタイムのIoTエンジニアを採用することも計画している。
さらに、今後9ヵ月以内に100箇所に同社システムを試験導入する契約を締結している。
現在、カフェテリアへの導入に向けて動いているが、長期的には提携先を増やし、ファーストフードにも導入したいと考えている。
今回のラウンドはUnderdog Labsが主導し、オランダの世界的なアクセラレーター・ベンチャーキャピタルRockstartが参加した。FloWasteは現在、Rockstartのコホートに参加している。
今年3月のプレシードでは、アメリカのベンチャーキャピタルFlywheel Fund、Plug and Play、Culvex Investmentsなどからも資金提供を受けた。Plug and PlayはPayPal、Dropboxなど20のユニコーン企業に初期のころに出資していたグローバルなベンチャーキャピタル/アクセラレーターとなる。
ラウンドに参加したRockstartのMark Durno氏は、「FloWasteのソリューションは問題に対処するだけでなく、バリューチェーン全体に適用でき、細分化された業界の廃棄物削減機能になるから投資した」とコメントしている。
FloWasteと似たサービスを展開するスタートアップにオランダのOrbiskがいる。
Orbiskの場合も、ゴミ箱に設置したモニターが食品廃棄物を自動的に登録し、内蔵のAIが廃棄される食品を正確に認識する。すでにレストラン50店舗に導入されており、10月には欧州委員会の欧州イノベーション会議(EIC)から240万ユーロの助成金を受けた。
参考記事
FloWaste Raises a $1.1M Pre-Seed Round To Reduce Food Waste With Machine Learning
FloWaste Raises a $1.1M Pre-Seed Round To Reduce Food Waste With Machine Learning
関連記事
アイキャッチ画像の出典:Getty