从农场小子到数据极客：Shelf Engine的创业之路

2016年春天，从农场西雅图某个潮湿的到数的创清晨，迈克尔·珊农（Michael Shannon）站在Whole Foods超市后门的据极垃圾桶旁，看着成箱未拆封的从农场牛油果被倒进垃圾车。超市经理苦笑着对他说：“这些明明都是到数的创新鲜货，但系统说今天该下架了。据极”这个场景像根刺扎进他心里——此时距离他创办Shelf Engine还有三个月。从农场

从农场小子到数据极客

生长在爱达荷州马铃薯农场的到数的创迈克尔，从小就看着祖父母为“种多少、据极卖多少”发愁。从农场他记得祖父总念叨：“多收三成怕烂在地里，到数的创少收两成又不够卖。据极”这种对供需平衡的从农场敏感，后来成了他创业的到数的创底层逻辑。

• 2010年：华盛顿大学计算机系毕业，据极进入微软做数据分析师
• 2013年：跳槽至亚马逊Fresh项目组，负责生鲜预测模型
• 2015年：观察到超市平均35%的损耗率，开始构思解决方案

两个披萨盒上的创业计划

某个加班夜，迈克尔和后来成为联合创始人的Stefan Kalb蹲在亚马逊停车场，用披萨盒当草稿纸写下了第一版商业模型。“我们要做的不是预测准确，而是让预测错误也能赚钱。”Stefan在2021年接受《福布斯》采访时回忆道。

被20家VC拒绝后的转折

2017年寒冬，迈克尔抱着笔记本电脑在第21次投资人会面中，被问了个措手不及：“如果算法建议进100个蛋糕但只卖出1个，损失谁担？”他下意识脱口而出：“当然是我们。”这个回答让Greycroft Capital的合伙人眼睛亮了——后来这成为他们商业模型的核心壁垒。

在疫情风暴中逆行

2020年3月，当超市货架被恐慌性抢购清空时，迈克尔的团队却在连夜调整模型。“突然每个人都开始囤积意面罐头，但莴苣销量暴跌80%。”CTO Bryan Eisner在《西雅图科技周刊》的采访中提到，他们的系统在72小时内完成通常需要半年的数据迭代。

• 2020年4月：单月为客户减少浪费$210万
• 2021年：将预测品类从烘焙扩展到生鲜、日配
• 2023年：合作零售商突破5000家，包括Kroger等巨头

凌晨四点的控制室

走进Shelf Engine总部，你会看到整面墙的实时数据屏。蓝色数字代表正在运输的草莓，绿色是已上架的酸奶，红色则是需要紧急调货的有机牛奶。市场总监Lisa形容这是“食品界的NASA指挥中心”，而迈克尔至今保持着每天亲自核查异常数据的习惯。

如今当迈克尔路过超市后巷，看到的不再是腐烂的水果，而是印着Shelf Engine标志的智能补货车。他偶尔会买支打折的冰淇淋——这是算法计算出的“临期促销品”，咬下第一口时，仿佛又尝到祖父农场上带着露水的马铃薯味道。