便利店食品损耗前线｜AI订货与预订制的效果

便利店的食品损耗到底有多少

根据日本环境省的估算，2023财年日本全国食品损耗总量为464万吨，其中企业方面231万吨，家庭方面233万吨，两者几乎各占一半。在企业食品损耗中，便利店由于大量经营对新鲜度要求极高的便当、饭团和熟食，被认为是废弃率较高的业态之一。

企业食品损耗发生在制造、流通、餐饮、零售等各个环节，而便利店的特点是从制造到上架陈列、再到销售结束的时间极短。便当和饭团大多从生产到保质期只有1〜2天，只要对需求的判断出现一天的偏差，就会立即导致废弃。此外，在24小时营业的前提下，门店必须在闭店前保持货架充实，这使得追求"零缺货"的文化本身，与废弃形成了难以分割的结构性矛盾。

每家门店的废弃金额

据报道，每家门店的废弃金额每年可达数百万日元规模，成为压迫加盟店经营的因素之一。从大型便利店整体来看，年度食品废弃金额估计高达2692亿日元（这是将单店废弃金额调查结果乘以门店数量得出的推算值，并非企业官方公布的数字），其规模相当于一家中型企业的年营业额。部分企业采取由总部补贴部分废弃成本的方式，但补贴只是经营层面的缓解措施，减少废弃本身才是根本对策。

此外，废弃的便当和饭团大多作为"企业一般废弃物"由地方政府收集、焚烧处理。日本全国的一般废弃物处理费用规模超过2万亿日元，食品损耗也以垃圾处理成本的形式给整个社会带来负担。在大米短缺或原材料价格持续上涨的时期，被废弃的饭团、便当更容易成为新闻话题，据报道这也给门店员工带来了心理负担。

实际上，有报道称某便利店一家门店每年废弃了价值468万日元的食品，一名店员表示"扔掉食物很难受"，一度引发热议。同一报道还指出，在离职员工中，有四成人将废弃工作带来的心理负担列为离职原因之一，可见食品损耗不仅影响经营，也影响着一线员工的工作积极性。

与大米短缺、价格上涨的关系

近年日本大米供应出现过不稳定的时期，用于便利店饭团、便当的大米采购成本也随之上升。在大米变得珍贵的情况下，如果媒体报道大量饭团被废弃，很容易引发消费者的反感。这种社会关注度的提升，也是各大便利店加快推进食品损耗对策的原因之一。

"不缺货"文化的背后

便利店行业长期以来将"不缺货"视为服务质量的重要指标。深夜前来的顾客如果买不到想要的商品，可能就此不再光顾——这种观念根深蒂固，门店也因担心这一点而倾向于增加订货量。"对缺货的恐惧"与"对废弃的习以为常"长期并存，正是便利店食品损耗问题难以解决的原因之一。

近年来消费者的意识也在发生变化。越来越多的消费者认为，比起零缺货，废弃更少的门店更值得肯定；也有消费者会根据是否重视SDGs（可持续发展目标）来选择门店。企业方面也逐渐形成了"减少废弃本身就能提升品牌价值"的认识。这种意识的转变，正是AI订货、预订制等新举措得以推广的基础。

AI订货如何改变废弃与缺货的平衡

长期以来，便利店的订货一直依赖门店员工的经验和直觉。资深店长会综合考虑天气、周边学校活动等因素来决定订货量，但对经验尚浅的员工或人手不足的门店而言，判断精度容易出现偏差。为避免缺货而增加订货量，废弃量也会随之增加。为解决这一矛盾而逐渐普及的手段，正是AI订货系统。

7-Eleven的做法

7-Eleven Japan针对约2800个品类引入了AI订货系统，通过分析过去的销售数据、天气、星期、周边活动等信息，为每家门店提供最优订货推荐数量。据报道，引入该系统的门店废弃损耗减少了23%，门店的订货工作负担也最多减少了四成。以往员工需要花费数十分钟完成的订货工作，现在可以根据AI给出的推荐数量在短时间内确定，同时实现了减少废弃与减轻人力负担这两方面的效果，因而受到肯定。

AI进行需求预测并非简单地取过去数据的平均值，而是综合近期销售变化趋势、气温走势、周边是否有活动等多种变量进行计算。例如，AI会学习"持续高温天气时，冷面和冰淇淋的需求会超过饭团""连续降雨会导致整体客流量下降"等细微规律，并据此调整订货数量。这使得便利店行业逐渐从以往"多订货以防卖光"的保守策略，转向"只订购必要数量，同时减少缺货与废弃"的新思路。

• 分析过去销售业绩、天气、星期、周边活动等多种数据
• 按时间段预测需求，给出订货推荐数量
• 同时实现减轻门店负担与减少废弃

罗森、全家的案例

罗森在全国约1.4万家门店推行"半自动订货系统"，据报道，基于销售实际数据的精细需求预测，使订货时间缩短了约44分钟，单店废弃金额同比减少了约一成。此外，罗森还针对饭团、三明治等日配商品引入了AI进货数量预测，预计与实际需求的误差可改善约三成。在食品制造工厂的原料采购环节，罗森也运用AI，根据过去的订货实绩预测未来数月所需的数量。

全家便利店则引入了辅助店长业务的拟人化AI助手，通过分析销售额、来店人数等数据，为订货和货架陈列提供建议。尽管各企业采取的方式不同，但"基于数据优化订货量"这一方向是共通的，AI的应用正逐渐成为整个便利店行业的标准做法。

用预订制减少季节性商品的损耗

惠方卷、圣诞蛋糕、土用丑日的鳗鱼等季节性商品，比普通商品的需求预测更难，长期以来都是大量废弃的典型代表。由于这些商品一年只销售一次，门店缺乏足够的数据积累，销量还会因天气和星期的巧合而大幅波动。近年来，通过推广预订销售，先掌握需求再决定生产量的方式正在普及。

预订制的优势在于，门店可以从"先做好再卖"转变为"只做能卖出去的量"。一旦预订数量确定，总部和工厂就能据此制定生产计划，从而缩减原材料的采购量。惠方卷所需的大米、海苔、干瓢等原材料，圣诞蛋糕所需的蛋糕坯、奶油、水果等原材料，其用量都会与实际需求直接挂钩，这也有助于在整个供应链层面减少损耗。

惠方卷的配料中，除了鸡蛋、黄瓜、干瓢等经典食材外，虾、金枪鱼、海鳗等海产品口味的品种也很多。季节性商品往往使用比普通商品单价更高、附加值更高的食材，一旦发生废弃，原材料的损失相对也更大。通过预订制缩减生产数量，在减少这些高附加值海产原料浪费方面同样具有重要意义。

预订制的实际案例

不过，仅靠预订制并不能让废弃归零。由于很多门店仍会保留一定的当天现货，如何设计预订与当天销售的比例，仍是今后的一大课题。也有报道指出，一些未预订的顾客出于"当天可能买不到"的担忧而一次购买多份，最终因吃不完而在家中造成浪费——这意味着门店层面的减损，可能只是转移成了家庭层面的浪费。因此，需要在需求预测精度与当天现货比例之间找到恰当的平衡。

食物共享App：新的承接方式

除了通过订货和预订制来减少废弃量本身，将最终仍剩余的食品与消费者对接起来的机制也在不断扩大。其代表案例便是食品损耗削减App"TABETE"。面包店、酒店、餐饮店、超市等众多业态已经引入该服务，便利店也开始试点参与。

以往，便利店担心一旦对临近保质期的商品进行打折销售，会让顾客形成"便宜时才买、原价不买"的消费习惯，因此对折扣销售普遍持谨慎态度。食物共享App在一定程度上规避了这一问题：由于折扣信息只在App内显示，门店可以在不打乱店内正常价格体系的前提下，通过另一个渠道，把即将废弃的商品单独提供给消费者。

TABETE与便利店的合作

TABETE于2018年上线，截至2025年1月，已与超过2900家门店建立合作，据推算已"拯救"了280万吨以上的食品。其机制十分简单：门店将预计卖不完的商品在App上登记，用户通过提前付款进行预订并取货。门店可以在避免废弃成本的同时回收部分销售额，用户则能以低于原价的价格买到商品。东京都内部分7-Eleven门店也曾试点通过TABETE让顾客提前付款、预订并领取折扣商品，并配合开展促进使用的优惠活动。

这类机制还有可能将门店的废弃数据直接反馈到需求预测的改进中。通过分析哪些时段、哪些商品更容易成为"拯救"对象，也能为提升AI订货精度提供参考。今后，订货、预订、共享这些举措若能相辅相成，而非各自孤立运作，将是较为理想的方向。

使用时需要注意的要点

使用食物共享App时，通常会指定取货时间，因此前提是付款后必须实际前往取货。预订后却不去取货的"爽约"行为，会增加门店的负担，损害服务本身的可持续性。App运营方也设置了取消政策和评价功能，力求让用户和门店都能安心使用该服务。

另一方面，对门店而言，在食物共享App上登记信息本身也是一项额外工作。如果员工在繁忙时段没有时间输入商品信息，最终商品也可能未被列为"拯救"对象而直接被废弃。若能实现与POS系统联动，自动登记折扣或可拯救商品，这一操作上的门槛有望进一步降低。

食物共享App的普及，也因能将消费者"不想浪费"的意识具象化并转化为行动而受到关注。搜索并购买折扣商品这一行为本身，就能让人持续关注食品损耗问题。相比只靠一次性活动，很难让人长期保持关注度，如果养成日常使用App的习惯，对食品损耗的关心本身也更有可能在社会中扎根。

便利店海产熟食的损耗与海洋的联系

便利店的便当和饭团中，含有鲑鱼、金枪鱼、虾等海产品的商品不在少数。金枪鱼蛋黄酱饭团、鲑鱼便当、炸虾三明治等经典商品全年销量稳定，但一旦滞销，同样会被废弃。人们往往忽视了一点：这些商品被废弃的同时，作为原料使用的海洋资源也被白白浪费了。

海产品无论在捕捞、加工还是运输的哪个环节，都伴随着环境负担。反复进行冷冻、解冻的加工工序需要消耗能源，运输过程也离不开用于冷藏冷冻的冷链体系。便利店店头每废弃一个饭团，就意味着背后渔业、加工、运输等所有环节所使用的资源和能源都被白白浪费。

生态饲料降低对天然鱼的依赖

部分被废弃的食品会被再利用为一种名为"生态饲料"的饲料，应用于畜牧业和养殖业现场。将食品工厂、超市送来的食品残渣添加乳酸菌进行发酵制成的液态发酵饲料，成本比配合饲料更低，这类生产方式也在不断普及。在养殖业中，降低鱼粉（以天然小型鱼为原料的饲料）使用比例的研究正在推进，有实证案例显示，即使将真鲷养殖中鱼粉的配比从40%〜50%降至30%左右，也能获得与以往相当的生长效果。如果食品残渣的饲料化能进一步普及，也有助于降低为生产鱼粉而大量捕捞天然小型鱼所带来的压力。

作为鱼粉原料的鳀鱼等小型鱼，不仅是养殖鱼类的食物，也是海鸟和大型捕食性鱼类重要的食物来源，是海洋生态系统的基础环节之一。如果鱼粉需求持续扩大，这些小型鱼的捕捞压力也会随之上升，可能对整个海洋生态系统的平衡带来影响。便利店食品损耗的减少与生态饲料应用的扩大，尽管并非直接作用，但也可能成为缓解这种海洋生态压力的一条途径。

全球范围内养殖业仍在持续扩张，仅靠天然捕捞已无法满足不断增长的海产品需求。养殖业的扩张离不开稳定的饲料供应，但鱼粉产量受到天然资源的限制，价格容易上涨。如果能像生态饲料那样，将食品残渣作为饲料原料加以利用，就有可能在缓解鱼粉供应不足的同时，实现将废弃物转化为资源的附加效益。如果便利店的废弃食品能够作为这类饲料原料的一部分被广泛利用，或许可以同时解决废弃物处理与养殖业面临的课题。

焚烧产生的二氧化碳与气候变化

大部分被废弃的食品作为企业一般废弃物被收集、焚烧，在这一过程中会产生二氧化碳。而且，废弃食品中占比超过八成的水分在燃烧时还需要额外的燃料，也会降低焚烧效率。食品损耗产生的温室气体排放，是通过气候变化影响海水温度上升和海洋酸化的因素之一，因此便利店的减废举措与海洋环境的保护并非毫无关系。

从全球来看，食物系统整体产生的温室气体排放规模，往往被认为仅次于化石燃料，因此减少食品损耗在气候变化应对措施中，被视为相对容易着手的领域之一。像便利店这样每天经手大量食品的业态，如果能减少废弃，其效果将超越单个门店的努力范畴，惠及整个供应链乃至整个社会的二氧化碳减排。

海水温度上升正在引发鱼类分布的变化，各地已经出现"原有渔场捕获量减少，而以往捕不到的海域开始出现新的捕获鱼种"等现象。海洋酸化则被指出可能阻碍贝类、珊瑚等拥有碳酸钙骨骼或外壳的生物的生长，长期来看，也可能影响整体渔业资源。便利店减少食品损耗，并非解决这些海洋环境变化问题的直接方案，但却是消费者和企业在日常生活中，为应对气候变化这一重大课题而能够参与的少数切入点之一。

与水产加工副产物再利用的共通点

水产行业正在推进对鱼类加工时产生的"鱼杂"（鱼头、鱼骨、内脏等）的有效利用技术。据估算，每年产生的水产加工副产物达232万吨，其中很多正被资源化用于生产胶原蛋白、鱼露、饲料和肥料等多种用途，让曾经只是被废弃的部位重新拥有了价值。将便利店的熟食废弃物再利用为生态饲料的做法，与这种水产加工副产物的资源化在思路上是相通的——都体现了"将一度被判定为无用之物，用于其他用途"的升级利用理念，这已成为整个食品损耗对策中的一个重要共通视角。

不过，便利店的废弃食品大多是经过多种食材烹调加工后的成品，与成分单一的水产加工副产物相比，分类和再利用的门槛更高。米饭、海苔、配料融为一体的饭团，以及使用多种食材的便当，在制成饲料之前往往还需要经过分拣处理，如何降低再利用的成本与人力，仍是实务层面尚待解决的课题。

随着能够自动分离包装的设备，以及可检测异物混入的传感器技术的进步，这类分拣成本正在逐步下降。今后，便利店废弃食品作为生态饲料或堆肥被真正大规模再利用的进程，能否加快推进，关键在于这类分拣、处理技术成本能否持续下降，以及门店与工厂端能否建立起相应的接收体制。

与其他行业的举措进行比较

食品损耗对策并非便利店独有的课题。超市正在推进AI订货和"顺手取"的宣传引导，水产行业则在扩大对未利用鱼的活用以及鱼杂升级利用的范围。以下几篇文章也介绍了相关举措。

• 超市的食品损耗削减方法与AI订货机制
• 让鱼杂焕发新生：从胶原蛋白到鱼露
• 日本家庭食品损耗每年236万吨的现状｜三大原因与今天就能做的减损方法

便利店、超市、家庭各自的对策不断积累，最终将汇聚成整体食品损耗的减少。尤其是超市和便利店同属零售业，订货方面的经验和技术容易共享，不少AI订货系统开发企业也同时为多个业态提供技术支持。跨行业的知识共享，正在加快整体食品损耗对策的推进速度。

与水产行业举措的共通点

水产行业正在扩大对不符合规格或未被充分利用的鱼类的活用，将其用于学校配餐、加工食品以及故乡税回礼品等。这种将"本可食用却被浪费的鱼"商品化的趋势，与便利店减少海产熟食废弃的做法，其实拥有共同的目标：都是为了不浪费那些本来可以食用、却难以进入市场的海洋资源。如果便利店的海产熟食能够通过AI订货和预订制实现无损耗销售，也有可能让渔业和加工环节的上游生产更容易实现有计划的生产。

便利店饭团和熟食中使用的海产品，大多是通过与总部签约的加工工厂采购而来。工厂方会根据门店的订货预测来决定原料的捕捞和采购数量，因此便利店端订货精度的提升，也有助于水产品采购计划的合理制定，减少浪费。反之，如果订货量持续剧烈波动，加工工厂为了避免缺货，就不得不预留较为充裕的原料采购量，结果往往导致上游环节也出现过度采购和废弃。可以说，提升便利店需求预测的精度，不仅有助于减少店头废弃，也有助于提升整个供应链的资源利用效率。

今后的课题与展望

AI订货和预订制的效果已经以数字的形式呈现出来，但要大幅减少日本全国的企业食品损耗，仍然任重道远。日本政府提出，到2030财年将食品损耗量在2000财年基础上减半的目标，这意味着便利店行业需要在现有举措基础上进一步深化。

自食品损耗削减推进法实施以来已经过了数年，企业方面的对策稳步推进，但与此同时，消费者意识的转变同样不可或缺。"顺手取"的宣传倡导、关于"最佳食用期限"与"保质期限"区别的普及等，这些点滴的宣传教育活动，只有与AI订货、预订制等系统层面的对策相结合，才能真正将减废效果发挥到最大。减少便利店食品损耗，不能只依靠企业的努力，消费者每个人购买行为的转变同样是重要的推动力。

此外，AI订货精度的提升，前提是门店持续、准确地记录销售数据。如果折扣销售和废弃的记录不完整，AI学习所依据的数据质量就会下降，预测精度也难以提高。今后，除了门店的POS数据之外，将食物共享App的使用情况、气象数据、社交媒体上的话题热度等更多样化的数据纳入AI分析，预计能进一步提高包括季节性商品在内的需求预测精度。

今后的方向

• 进一步扩大AI订货覆盖的商品品类与门店范围
• 设计能提高季节性商品预订比例的激励机制
• 扩大食物共享App的合作门店数量
• 推进包括海产熟食在内的食品残渣生态饲料化

要让这些举措真正发挥实效，还需要统一各企业在减废方面采用的不同指标和统计方法，建立起可供整个行业、整个社会比较和验证进展情况的机制。如果各企业只是各自公布自己的数字，外界就很难评估便利店行业整体究竟减少了多少食品损耗。由政府或行业团体主导建立统一的测量标准，也将是今后需要面对的课题之一。

与加盟店的关系

在探讨便利店行业食品损耗对策时，加盟经营的合同机制也是一个无法回避的议题。在许多便利店连锁体系中，加盟店需承担部分或全部废弃成本，因此总部主导的AI订货和预订制的效果，会直接关系到加盟店的收益。总部在多大程度上向加盟店共享减废技术和经验，以及如何设计负担的平衡，仍是单纯引入技术无法解决的经营层面课题。

部分企业已开始重新审视合同条款，例如增加总部在发生废弃时承担的比例，或者取消对进行折扣促销门店的处罚条款。为加盟店营造一个能够安心开展减废努力的环境，是充分发挥AI订货和预订制效果不可或缺的基础。

对加盟店店主而言，将以往依靠自身经验和直觉进行的订货工作交给机器，也存在一定的心理门槛。实际上，最终确定订货数量的权限仍保留在门店手中，AI给出的推荐数量通常只是作为参考数值提供。尤其是经验丰富的店主，往往需要通过不断比较AI给出的数值与自己的判断，逐步建立起对系统的信任。