Levantarse a las 3 de la madrugada para recorrer 30-40 km hasta el mercado mayorista o mandi local, negociar con 12-13 comerciantes por un solo tipo de fruta, después clasificar, cargar y volver corriendo para abrir el puesto a las 8 de la mañana: esa es la exigente rutina diaria de la mayoría de los minoristas de fruta de barrio en Delhi, conocidos localmente como thelawalas, que llegan a gastar entre 500 y 600 rupias antes de ganar su primer ingreso del día, explica Rohit Nagdewani, de la empresa de cadena de suministro Fresh From Farm.
Tras años como agricultor en sistemas de atmósfera controlada y trabajando en mandis hasta 2021, observó que esta estructura operativa agotaba a los pequeños vendedores informales de frutas y verduras. "El 99% de las ventas de fruta todavía se realizan de forma presencial en estos puntos locales, así que eliminar todas las fases previas al amanecer en el aprovisionamiento era clave", reflexiona Rohit sobre la idea en la que se basa su servicio logístico.
© Fresh From Farm
"Eliminarlos, abastecerse directamente de los agricultores, clasificar y limpiar en unas instalaciones tecnológicas de 20.000 pies cuadrados en Chhatarpur, con cámaras de maduración para bananas y mangos, cámaras frigoríficas y productos envasados a máquina, y luego entregarlos a más de 600 minoristas a través de una flota eléctrica de 40-45 vehículos antes de las 7:30 de la mañana", Rohit comparte una parte de las operaciones entre bastidores de Fresh From Farm. "Cada código postal está a un máximo de 90 minutos, lo que permite a estos minoristas desorganizados evitar por completo el caos previo al amanecer".
Su equipo está experimentando ahora con IA a través de PhalNetra.ai, su capa interna de inteligencia predictiva de aprovisionamiento construida sobre cuatro años de datos de transacciones de estos mismos minoristas. "Predice qué volumen y calidad se venderá la próxima semana, hasta los precios de referencia, los puntos de aprovisionamiento y dónde descargar el exceso. Esto ha permitido a Fresh From Farm reducir sus mermas del 11% a menos del 2%, ya que solo compramos lo que se vende". Su red de minoristas también recibe sugerencias de cantidades de compra para reducir sus propios residuos, pasando de un aprovisionamiento aleatorio a pedidos basados en datos, explica.
© Fresh From Farm
Rohit revela que faltan entre 6 y 8 meses para el lanzamiento piloto completo con un nivel de confianza del 99%. "Actualmente, el sistema de inteligencia artificial extrae datos casi en tiempo real de los pedidos realizados a través de la aplicación entre las 6 y las 11 de la noche, aprendiendo continuamente y teniendo en cuenta perturbaciones hiperlocales como averías de camiones, elecciones o cambios meteorológicos que se reflejan en los precios del mercado. Nuestros patrones de datos también revelan datos como que las sandías dominan Noida, los aguacates se venden mejor en Gurgaon que en el sur de Delhi y los arándanos se venden más en Nueva Gurgaon".
De cara al futuro, Rohit planea incorporar herramientas de expansión urbana con un solo clic y alertas de aprovisionamiento en tiempo real, por ejemplo, para saber cómo afectan los corrimientos de tierra en Himachal Pradesh a los costes de las manzanas. "No existe ninguna herramienta similar de inteligencia artificial o aprendizaje automático para planificar la demanda en el comercio no organizado de fruta, ni en la India ni en el extranjero", afirma, y añade que se expandirán a una nueva ciudad en tres meses y se proponen abrir otras siete en toda la India en 18 meses.
Para más información:
© Fresh From Farm
Rohit Nagdewani
Fresh From Farm
[email protected]
www.freshfromfarm.in
