ابزارهای هوش مصنوعی هوشمندتر می‌شوند

راهکارهای هوش مصنوعی (AI) در حال بازآفرینی صنعت غذا و نوشیدنی هستند—از شناسایی روندهای مصرف‌کننده و ایجاد دستورالعمل‌های جدید گرفته تا بهینه‌سازی زنجیره تأمین و پیش‌بینی روندهای بازار.

📝👈 خلاصه ی مطلب:

مقدمه

هوش مصنوعی (AI) به سرعت در حال تغییر چشم‌انداز صنعت غذا و نوشیدنی است. این فناوری از شناسایی روندهای مصرف‌کننده و توسعه فرمول‌های غذایی تا بهینه‌سازی زنجیره تأمین و پیش‌بینی بازار کاربرد دارد. ظرفیت بالای پردازش داده‌ها و ظهور ابزارهایی مانند ChatGPT و کاهش هزینه پلتفرم‌های AI، استفاده از این فناوری را حتی در استارتاپ‌ها ممکن کرده است.

کاربردهای عملی AI در صنعت غذا

1. توسعه محصول و R&D

   • AI می‌تواند فرآیند تحقیق و توسعه را سریع‌تر و دقیق‌تر کند و آزمون و خطای سنتی را کاهش دهد.

   • Tastewise AI با شبیه‌سازی پروفایل‌های حسی، تأثیر ترکیبات مواد اولیه بر طعم، بافت و جذابیت مصرف‌کننده را پیش‌بینی می‌کند و هزینه و زمان توسعه را کاهش می‌دهد.

   • Turing Labs با پلتفرم دیجیتال خود، فرمولاسیون‌های موفق را با حدس و آزمایش کمتر ارائه می‌دهد و دانشمندان را در تصمیم‌گیری مطمئن‌تر می‌کند.

2. مدیریت منابع و تأمین مواد اولیه

   • ابزار Global Trade Optimizer (GTO) از AlixPartners به شرکت‌ها کمک می‌کند منابع جایگزین مواد اولیه را شناسایی کنند، به ویژه در شرایط افزایش تعرفه‌ها.

   • مثال: جایگزینی میوه راهب چین با استویا از هند برای کاهش هزینه‌ها و همچنین ترکیب با سوکرالوز برای بهبود طعم.

3. هوش مصنوعی مولد در توسعه محصول

   • IFT با پلتفرم CoDeveloper و هوش مصنوعی مولد Sous امکان پرسش فنی، توسعه فرمول، و مهندسی معکوس را برای متخصصان مواد غذایی فراهم کرده است.

   • سیستم RAG این پلتفرم اطلاعات علمی را با هوش مصنوعی ترکیب می‌کند و لینک منابع را ارائه می‌دهد تا خطاهای ناشی از «توهم هوش مصنوعی» کاهش یابد.

   • امنیت داده و مالکیت فکری تضمین شده است؛ فرمول‌ها و داده‌ها تنها در اختیار کاربر باقی می‌مانند.

نمونه‌های عملی در شرکت‌ها

• Coca-Cola: دستگاه‌های فروش خودکار مجهز به AI.

• Danone: آزمایش پروبیوتیک‌ها با «معده رباتیک».

• General Mills: به‌کارگیری ELF برای بهبود کارایی زنجیره تأمین.

• Brightseed: کشف ترکیبات زیست‌فعال منجر به محصول Bio Gut Core.

• Waitrose: استفاده از داده‌های لحظه‌ای Tastewise برای توسعه چیزکیک باسکی پرفروش.

• Campbell’s: بهره‌گیری روزانه از Tastewise برای توسعه محصول و تحلیل رفتار مصرف‌کننده.

تأثیر بر مشاغل و مهارت‌ها

• AI جایگزین انسان نمی‌شود، بلکه توانمندساز شغل‌ها است.

• مشاغل آینده نیازمند ترکیبی از دانش داده و فناوری مواد غذایی خواهند بود.

• تجربه مدیریت عامل‌های هوش مصنوعی و توانایی کار با سیستم‌های مولد و تحلیل داده، مهارت‌های کلیدی خواهند بود.

• رهبران شرکت‌ها باید حفاظت از مالکیت فکری را در استفاده از AI تضمین کنند.

نتیجه‌گیری

هوش مصنوعی در صنایع غذایی توانایی:

• کاهش زمان و هزینه توسعه محصول،

• پیش‌بینی روندهای مصرف‌کننده،

• بهینه‌سازی منابع و تأمین مواد اولیه،

• پشتیبانی از تصمیم‌گیری علمی و توسعه فرمول،

را دارد. این فناوری باعث می‌شود برندها رهبر روندهای غذایی باشند، نه دنبال‌کننده آن‌ها. همچنین، AI فرصت‌های نوآورانه و کارآمدی در محیط رقابتی ایجاد کرده و شرکت‌ها می‌توانند از سرعت پردازش داده‌ها برای تولید محصولات بیشتر و افزایش بهره‌وری سازمانی استفاده کنند.

👈📚 اصل مقاله:

نکات کلیدی

• پلتفرم‌های هوش مصنوعی در حال متحول کردن تحقیق و توسعه (R&D) در صنایع غذایی و نوشیدنی هستند؛ این ابزارها با تسریع در فرمولاسیون، بهینه‌سازی تصمیمات تأمین مواد اولیه و کاهش زمان توسعه محصولات نقش مهمی ایفا می‌کنند.

• موضوع امنیت و حفاظت از مالکیت فکری به دغدغه‌ای جدی بدل شده است، به همین دلیل پلتفرم‌هایی مانند CoDeveloper (توسعه‌یافته توسط IFT) بر حفظ مالکیت داده‌ها و فرمول‌های اختصاصی کاربران تأکید می‌کنند.

• هوش مصنوعی جایگزین دانشمندان نمی‌شود، بلکه توانمندی‌های آنها را تقویت می‌کند و امکان تصمیم‌گیری سریع‌تر و مطمئن‌تر را فراهم می‌آورد، در عین حال مهارت‌های مورد نیاز در توسعه محصول را بازتعریف می‌کند.

نمونه‌های کاربردی در صنعت

• کوکاکولا: از دستگاه‌های فروش خودکار مجهز به هوش مصنوعی استفاده می‌کند.

• دانون: پروبیوتیک‌ها را با استفاده از «معده رباتیک» اختصاصی خود آزمایش می‌کند.

• جنرال میلز (General Mills): سیستم ELF (end-to-end logistics flow) را برای افزایش بهره‌وری در تأمین و مدیریت عملیات به کار گرفته است.

• Brightseed: پلتفرم Forager AI این شرکت دو ترکیب زیست‌فعال طبیعی کشف کرد که منجر به تولید محصول جدید Bio Gut Core در حوزه سلامت گوارش شد.

چشم‌انداز

توانایی هوش مصنوعی در پردازش سریع داده‌ها بسیار فراتر از ظرفیت‌های انسانی است. صنعت کالاهای بسته‌بندی مصرفی (CPG) اکنون در نقطه عطفی قرار دارد. به گفته Miriam Ueberall، رئیس استراتژی اروپایی در Turing Labs و عضو هیئت مشاوران علمی در PeakBridge (یک صندوق سرمایه‌گذاری خطرپذیر)، هوش مصنوعی می‌تواند مسیر آینده این صنعت را به شکل بنیادین تغییر دهد.

«من از آن خوشم می‌آید، به شرطی که هوش انسانی در طول مسیر از دست نرود»، اوبرآل می‌گوید. او انتظار دارد هوش مصنوعی مشاغل را غنی‌تر کند نه جایگزین آن‌ها. با این حال، او پیش‌بینی می‌کند که این مشاغل تغییر خواهند کرد و یکی از نیازمندی‌های شغلی آینده، تجربه در مدیریت عامل‌های هوش مصنوعی خواهد بود.

اوبرآل می‌گوید: «باید هوش مصنوعی را به‌عنوان یک عضو توسعه‌یافته تیم ببینید و بپذیرید که نیازمندی‌های مهارتی شما تغییر خواهند کرد.» صنعت اکنون به ترکیبی از دانشمند داده و فناوریست کلاسیک مواد غذایی نیاز دارد. او اضافه می‌کند: «چنین افرادی هنوز وجود ندارند.»

اوبرآل همچنین به رهبران شرکت‌ها هشدار می‌دهد که هنگام استفاده از راهکارهای هوش مصنوعی، باید روش حفاظت از مالکیت فکری خود را بشناسند.

او می‌گوید: «اگر درخواست خود را در ChatGPT وارد کنید، احتمالاً ChatGPT به شما خواهد گفت چگونه شکلات نسل بعدی را بسازید، اما همه به همان دستورالعمل دسترسی خواهند داشت.» در Turing Labs، او یادآور می‌شود: «ما هرگز الگوریتم عمومی را آموزش نمی‌دهیم.» راهکارها همیشه اختصاصی مشتری هستند. «مالکیت فکری شماست. داده‌هایتان متعلق به شماست.»

اوبرآل ۲۵ سال در تحقیق و توسعه شرکتی فعالیت کرده است. پنج سال پیش، در نقش قبلی خود، با Turing Labs آشنا شد و به دنبال استفاده از هوش مصنوعی برای افزایش بهره‌وری، بهبود خروجی‌ها و سرعت بخشیدن به ورود به بازار بود. اوبرآل هوش مصنوعی را در برابر تیم توسعه محصول انسانی شرکت خود آزمایش کرد؛ هر دو تیم با همان داده‌ها و دستورالعمل‌ها کار کردند.

پس از چند هفته، نتایج مقایسه شد. الگوریتم با همان دقت تیم R&D اما با کارایی بیشتر به نتیجه رسید. این موضوع نشان داد که اوبرآل می‌تواند به مدل‌های ریاضی اعتماد کند.

ارتقای دیجیتال در تحقیق و توسعه (R&D):

«هوش مصنوعی می‌تواند شیوه انجام تحقیق و توسعه (R&D) را متحول کند و ما را از مدل‌های کند، دستی و وابسته به نیروی انسانی که دهه‌ها صنعت را عقب نگه داشته‌اند، فراتر ببرد»، او می‌گوید.

منمیت شریمالی، هم‌بنیان‌گذار Turing Labs در سال ۲۰۱۹، قصد داشت از این فناوری برای پایان دادن به آزمون و خطاهایی استفاده کند که روند R&D را کند می‌کنند. او می‌گوید: «اما خیلی زود متوجه شدیم چالش واقعی، مدل‌ها نبودند—چالش محیط بود. اکثر تیم‌های R&D زیرساخت، داده پاک یا مدیریت داخلی لازم برای بهره‌برداری از هوش مصنوعی را نداشتند. بدتر آنکه میلیون‌ها دلار روی ابزارهای داخلی و سیستم‌های قدیمی سرمایه‌گذاری کرده بودند که نتیجه‌ای نداشتند.»

پلتفرم هوش مصنوعی مبتنی بر داده شرکت او به تیم‌های R&D کمک می‌کند تا فرمولاسیون‌های موفق را با حدس و آزمایش کمتر و چرخه‌های تست کوتاه‌تر توسعه دهند. شریمالی می‌گوید: «موضوع جایگزینی دانشمندان نیست، بلکه افزایش اعتماد به نفس و همکاری آنهاست.»

آلون چن، هم‌بنیان‌گذار و مدیرعامل Tastewise، معتقد است که روش‌های سنتی مانند تحقیق دستی و گروه‌های متمرکز دهه‌ها بر صنعت غذا و نوشیدنی تسلط داشته‌اند. او توضیح می‌دهد که چرخه‌های توسعه محصول سنتی می‌توانند ۱۲ تا ۱۸ ماه طول بکشند اما اغلب در مرحله تحلیل ایده‌ها متوقف می‌شوند، زیرا مسیر روشنی برای تکمیل ندارند.

هوش مصنوعی Tastewise پروفایل‌های حسی را شبیه‌سازی می‌کند و پیش‌بینی می‌کند که ترکیب مواد اولیه چگونه بر طعم، بافت و جذابیت مصرف‌کننده تأثیر می‌گذارد. چن می‌گوید: «این به تیم‌های غذایی و نوشیدنی اجازه می‌دهد فرمولاسیون‌ها را قبل از آزمایش فیزیکی تنظیم کنند و هزینه و زمان توسعه را به‌طور قابل توجهی کاهش دهند.»

در پیگیری مداوم احساسات مصرف‌کننده، Tastewise افزایش محبوبیت بافت «ترد» را در سال ۲۰۲۵ شناسایی کرد. داده‌ها نشان داد که مکالمات اجتماعی درباره «ترد» نسبت به سال قبل ۲.۶۴٪ افزایش یافته و «ترد» در ۲۳.۷۹٪ منوهای رستوران‌ها ظاهر شده است. همچنین مشخص شد که «اسنک» سریع‌ترین رشد نیاز مصرف‌کننده به بافت ترد را دارد و رژیم «وگان» به عنوان پرطرفدارترین رژیم غذایی ترد رتبه‌بندی شد.

آماندا هرشون، متخصص ارتباطات در شرکت Campbell’s، می‌گوید این شرکت از Tastewise برای توسعه محصولات، محتوا و موارد دیگر استفاده می‌کند. او در ویدیویی در صفحه داستان‌های مشتری Tastewise می‌گوید: «من از بسیاری از برندهای خود در حوزه غذا و نوشیدنی پشتیبانی می‌کنم، بنابراین واقعاً چیزی است که هر روز استفاده می‌کنم. هوش مصنوعی به ما کمک کرده به مصرف‌کنندگان نزدیک‌تر شویم، زیرا داده‌های لحظه‌ای داریم که هر زمان می‌توانیم به آنها دسترسی داشته باشیم.»

Tastewise، مستقر در تل‌آویو، اسرائیل، در سال ۲۰۲۳ TasteGPT را معرفی کرد، یک چت‌بات Sous-chef که به کاربران کمک می‌کند رفتار مصرف‌کننده را سریع‌تر درک کنند. TasteGPT دیگر به‌عنوان محصول مستقل ارائه نمی‌شود و از آن زمان به موتور هوش مصنوعی پشت مجموعه AI تولیدی Tastewise برای برندهای غذایی و نوشیدنی تبدیل شده است.

هوش مصنوعی Tastewise با تحلیل داده‌های گسترده از شبکه‌های اجتماعی، دستورالعمل‌ها و منوهای رستوران، بینش‌های مصرف‌کننده را وارد توسعه محصول می‌کند و مواد اولیه و ترکیبات طعمی محبوب را شناسایی می‌کند. سوپرمارکت بریتانیایی Waitrose از داده‌های لحظه‌ای Tastewise برای توسعه چیزکیک باسکی استفاده کرد که به یکی از پرفروش‌ترین دسرهایش تبدیل شد. چن می‌گوید: «به این ترتیب، برندها می‌توانند روندهای غذایی را هدایت کنند، نه فقط دنبال کنند.»

هوش مصنوعی همچنین می‌تواند منابع جایگزین مواد اولیه را شناسایی کند، که در شرایطی که شرکت‌ها با افزایش تعرفه‌ها مواجه‌اند، بسیار مفید است. آبیناو آگراوال، شریک و مدیرعامل AlixPartners، یک شرکت مشاوره جهانی، معتقد است که افزایش تعرفه‌ها باعث شده است تفکر نوآورانه در هوش مصنوعی شتاب گیرد.