Equipamento da Mill para reduzir desperdício alimentar em restaurantes usando inteligência artificial

Reduzir desperdício alimentar restaurantes: o plano da Mill com IA

A maioria dos restaurantes portugueses perde entre 4% e 10% dos ingredientes que compra. É comida que nunca chega ao prato do cliente — e que sai directamente do lucro. Reduzir desperdício alimentar restaurantes deixou de ser apenas uma questão ambiental: é uma necessidade financeira para negócios com margens cada vez mais apertadas. A startup norte-americana Mill acredita que a inteligência artificial pode resolver este problema com uma abordagem que não exige mudanças drásticas na operação diária. E já está a testar um equipamento que promete transformar a forma como as cozinhas comerciais lidam com o lixo.

O que a Mill está a construir e como funciona

Durante o último ano, a equipa de design da Mill passou centenas de horas dentro de cozinhas profissionais a observar o que acontece ao lixo. O que descobriram é que a maioria dos restaurantes não tem noção real do que deita fora — e muito menos do custo associado. O novo produto comercial da empresa, ainda em desenvolvimento, ataca precisamente essa falta de visibilidade.

O sistema combina um contentor inteligente com software de análise. O equipamento seca e compacta os resíduos alimentares, reduzindo o volume em até 80%. Mas o verdadeiro valor está na camada de IA: sensores identificam o tipo de alimento descartado, pesam-no e cruzam essa informação com dados de compras e menus. O resultado é um relatório diário que mostra, por exemplo, que 30% dos legumes comprados na terça-feira foram parar ao lixo porque a sopa do dia vendeu menos do que o previsto.

Matt Rogers, CEO e cofundador da Mill — que antes trabalhou no iPhone original e cofundou a Nest —, descreve o desperdício alimentar como “uma daquelas oportunidades de impacto massivo que é realmente vantajosa para todos os lados e um problema solucionável”. E acrescenta: “Isto não é fusão nuclear. Não é viagem espacial. É simplesmente não pôr comida no lixo.”

A empresa, que já angariou mais de 232 milhões de dólares desde 2020, começou por criar um caixote doméstico que seca e encolhe restos de comida. Mas foram cadeias como a Whole Foods que pediram uma versão para cozinhas profissionais. Dos 74 milhões de toneladas de alimentos desperdiçados anualmente nos EUA, cerca de um quarto vem de restaurantes e supermercados — uma fonte de emissões e um custo significativo para negócios com margens reduzidas.

O que diferencia esta abordagem das alternativas

Até agora, a opção para um restaurante que queria reduzir o desperdício era confiar em estimativas manuais ou em consultorias pontuais. Ambas são caras e pouco consistentes. A Mill propõe um sistema que funciona em segundo plano, sem exigir que o pessoal da cozinha mude a sua rotina. O contentor substitui o caixote tradicional e a análise é automática.

Outra diferença está na integração com a cadeia de abastecimento. O software não se limita a medir o lixo: cruza dados de inventário, encomendas e até previsões meteorológicas para ajustar as quantidades a comprar. Se um restaurante sabe que a chuva reduz o movimento às quartas-feiras, o sistema pode sugerir uma redução de 15% na encomenda de produtos perecíveis para esse dia. É uma lógica de integrar inteligência artificial nos processos da empresa que vai muito além de um simples sensor.

O que isto significa para PMEs portuguesas

Em Portugal, o sector da restauração é dominado por pequenos negócios familiares. Um restaurante típico com 10 a 15 empregados pode estar a perder entre 500 e 1500 euros por mês em comida que vai para o lixo — dinheiro que sai directamente do lucro líquido. A proposta da Mill, se chegar ao mercado europeu com um modelo de subscrição acessível, pode representar uma poupança real sem exigir um director de operações dedicado.

O equipamento ainda está em desenvolvimento e não há preço anunciado, mas a empresa tem um histórico de produtos para o mercado doméstico com mensalidades na ordem dos 30 a 40 dólares. Para uma versão comercial, é expectável um valor superior, mas que se paga rapidamente com a redução de compras desnecessárias. Para PMEs que já estão a investir em inteligência artificial aplicada ao negócio, este tipo de solução pode ser o próximo passo lógico na optimização de custos operacionais.

O erro que a maioria comete

A maioria dos restaurantes tenta resolver o desperdício alimentar com uma única medida: pedir à equipa para ter “mais cuidado”. O resultado é sempre o mesmo — boas intenções que duram duas semanas e depois voltam os velhos hábitos. Sem dados concretos, é impossível saber se o problema está no excesso de compras, no armazenamento inadequado ou nas porções mal calculadas. A tecnologia existe precisamente para substituir o palpite pela informação.

Riscos e limitações

O produto comercial da Mill ainda não está disponível no mercado e não há data de lançamento confirmada. A versão actual foi pensada para o mercado norte-americano, onde a escala dos restaurantes e a regulamentação de resíduos são diferentes das europeias. Para uma PME portuguesa, o investimento inicial pode ser difícil de justificar se o volume de desperdício não for suficientemente elevado. Além disso, a eficácia do sistema depende de uma integração com o software de gestão do restaurante — algo que nem todos os negócios têm. Ainda não está pronto para quem procura uma solução imediata e sem qualquer complexidade técnica.

Veredito Descomplicar®

Vale a pena seguir de perto o desenvolvimento da Mill, especialmente se gere um restaurante com um volume de refeições superior a 50 por dia. A combinação de hardware simples com análise inteligente resolve um problema real que a maioria dos negócios de restauração nem sabe que tem. Mas, para já, é uma promessa — e as promessas não pagam contas. Quando o produto chegar ao mercado europeu, será altura de fazer contas. Até lá, a melhor forma de começar a reduzir o desperdício é medir, mesmo que manualmente, o que vai para o lixo todos os dias. Os números vão surpreendê-lo.

plugins premium WordPress

Partilhar com