冬奧餐廳放大招的AI，食品行業的神助攻？

今年開年最火的AI，當屬北京冬奧會智慧餐廳里的做飯機器人了。

這些擁有三頭六臂的AI大廚們各司其職，一度比冰墩墩更出風頭：做菜機器人是飯店老師傅的關門弟子，機械臂動一動，中餐西餐信手拈來；上菜機器人直接將食物空投到座位上，生動詮釋了什么叫“天上掉餡餅”；服務機器人堪稱十佳男友典范，吃飽了送上冰淇淋，渴了給你來杯手調雞尾酒，全程微笑拉滿。

冬奧餐廳內的智能調酒師

圖片來源：新華社

做菜煲飯調酒無所不能的機器人，產自碧桂園旗下的千璽機器人集團，它們有一個更正式的名稱：智能餐飲設備。

作為有深度學習能力的AI，他們通過算法將大廚手藝轉換為程序，用硬核的方式承包了運動員們的味蕾，也再度刷新了我們對機器人的認知。

據Innova發布的2022年全球食品飲料行業十大趨勢報告顯示，“技術進入餐桌”位列第三，僅次于大火的環境與植物基議題之后。人工智能加速了餐飲自動化的腳步，同樣催動著食品飲料領域的技術革新。

2022年Innova全球食品飲料行業十大趨勢

一方面，行業持看好態度。AI算法為產品創新提供了新動力，是目前蛋白質研究、口味偏好預測、食品安全、市場分析等方向的最強輔助。

比如前不久，卡夫亨氏與食品科技公司NotCo成立合資企業，想利用AI算法的快速匹配能力，從火熱的植物基賽道里殺出一條特立獨行的路。

合資企業The Kraft Heinz NotCo.

圖片來源：NotCo

另一方面，行業內較為成熟的AI系統，就像“別人家的孩子”一樣鳳毛麟角。培養成本高，運行成功率低，即使食品大廠們開始陸續試水，行業內對AI的整體應用模式其實并不明朗。

在萬物皆可AI+的時代，AI終于卷到了餐桌的“臺前幕后”上。

那么，從生產到營銷，AI算法目前是如何與產品周期相結合的？AI算法與哪些食品飲料賽道更具有適配性？剛起步的AI算法又要謹防哪種“產品陷阱”呢？

01

研發、營銷、產品模式...“舌尖上的AI”還可以這么玩

在“越來越像”的食品飲料行業內，如何在各個環節的技術上取得突破，建立獨一無二的優勢，是每個品牌都需要思考的問題。

CD凍干技術、個性化3D打印技術、細胞培養肉技術...想要打破同質化的品牌方們，正在尋找下一個更懂消費者的技術咖。

如今，飛速成長的人工智能也可以提供一臂之力——在研發、營銷、產品模式等方面，AI算法都可以對品牌產生助力：

1、研發：讓產品迭代事半功倍

讓AI參與研發過程通常有兩種模式，一種是讓AI放飛自我，自由發揮；另一種是中國家長式培養，給研發人員打下手，起到輔助作用。

美國老牌食品廠味好美是第一種模式。他家以生產調味料為主，旗下產品品類多達1萬多種，其中消費型調味品更占了味好美60%的收益。

味好美旗下產品

圖片來源：McCormick

味好美首席科學家Brian Farkas指出，年輕一代的顧客越來越追求自然、新穎的消費調味產品，味好美必須要面對這個挑戰，來滿足顧客需求。

高強度、純人工開發一款新品，是一件很掉頭發的事情。這不僅需要在上萬種原料中反復試錯，而且培養經驗老道的調味專家往往需要數年時間。

在人才稀缺和時間緊張的客觀條件下，味好美發現AI創作配方更快，更穩定，甚至還會產生研發人員意想不到的組合。

味好美AI算法系統的研發參與流程

味好美的AI研發員堪稱任勞任怨的打工人典范，一機包攬了創造與修改配方兩件活兒。味好美通過AI研發的配方，成功推出了ONE系列的豬肉、雞肉和香腸風味調理包。

然而，“AI+工業”的模式也才推出不久，在食品行業更是剛起步，更多企業選擇第二種模式，讓AI輔助人類。

智利植物基食品科技公司NotCo作為一家2015年成立的新品牌，在去年8月就已完成2.35億美元的D輪融資。在短短幾年間異軍突起的NotCo，背后有位隱形守護者：一款名為Giuseppe的AI算法系統。

NotCo部分產品

圖片來源：NotCo

Giuseppe會通過算法匹配不同的植物成分。在初期投喂大量食譜和測試后，Giuseppe的效率和精準度給品牌吃了顆定心丸。

拿NotCo旗下的NotMilk植物奶為例，Giuseppe會在龐大的數據庫里，篩選出和牛奶口感相似的植物蛋白。發現菠蘿和卷心菜的組合——NotMilk的核心原料會產生一種乳制品含有的芳香化合物，對Giuseppe而言可能就像消消樂匹配一樣簡單。

這歸功于Giuseppe早期爬取了大量植物原料的數據，能從分子水平上分析蛋白質結構，會為每一種匹配出來的植物配方打分，并且永遠不知疲憊。

在樣品出爐后，根據人工品鑒反饋，Giuseppe還會進一步提出優化建議，幫助產品開發決策，直到產品發布為止。

NotMilk植物奶

圖片來源：NotCo

據悉，NotCo通過這款AI算法系統，在美國、加拿大、巴西等地推出了包括 NotMilk™、NotBurger™、NotMeat™在內的產品，不到五年的時間，它已經成為了在拉丁美洲的獨角獸公司。

NotCo執行長兼創辦人馬蒂亞斯·穆奇尼克(Matias Muchnick)表示：“我們一直堅信口感就是王道...因此，我們創造了這個AI算法，以預測哪一種植物性成分的組合會產生跟牛奶一樣的感官體驗。"[1]

Giuseppe是NotCo的核心組成，在數據可視化下，這名AI調配師的成長有目共睹。作為AI算法，每次產品迭代它都會更加智能，對于產品的調整也會比人工測試做得更好。

倫敦Intelligent Layer公司同樣發現了AI算法在分析口味偏好上的天然優勢。他們耗費1年時間開發了一個名為IntelligentX的AI啤酒品牌，產品包括琥珀、黑啤、淡啤等。

IntelligentX

圖片來源：機械雞

IntelligentX的優勢在于，基于人工品鑒反饋，比如啤酒的口感、濃度等，AI算法一個頂倆，將傳統的焦點小組測試直接融入到了產品開發周期中，不需要中間的統計學家，直接將反饋應用到生產線。[2]

Intelligent Layer的CEO Hew Leith表示：“我們目前所嘗試的，是把所有客戶和釀酒商同等對待。比起AI會代替人類工作的看法，我們更相信AI的作用是增強人的技能。”

2、產品模式：更智能的用戶匹配

同樣是讓AI調配酒，日本精釀啤酒公司嘗試了另一種可能。

2020年，精釀啤酒公司COEDO與日本電氣株式會社NEC合作，打造出了四款對應人生4個階段的啤酒，產品的包裝色彩、啤酒的香味口感均有所不同。

人生釀造craft啤酒

圖片來源：GrayDesign

雖說“人生如酒”，但把抽象的經歷轉換成具象的酒味，如何讓消費者普遍認可并為此買單呢？

NEC選擇用技術說話。他們運用到了內部AI技術群「NEC the WISE」，做了件有意思的事情：為各年齡層人群設計服裝概念圖，用于包裝顏色的選取。

通過對NFC過去數十年間發布的雜志圖像與文章做數據分析，AI為20-50歲人群各個年齡段設計了一個主打色，比如20歲的年輕人是朝氣的橙色，50歲的中年人則是有故事的深紅色。

人生釀造craft啤酒

圖片來源：GrayDesign

此外，AI還會將通雜志中形容酒的常用詞匯，轉換成水果、焦糖、酚、麥芽、酒精等香氣指數，用于酒味的調配。[2]

通過AI算法精準匹配各個年齡層群的形象，賦予產品可信度，技術有了，賣點也有了，再配合COEDO提供的啤酒釀造工藝，NEC成功打造了四款適合20-50歲年齡不等的人生釀造craft啤酒，一經線上開賣便迅速售空。

在應用模式上，AI算法還是一名出色的統計學家。

2019年，美國食品巨頭Conagra邁入AI領域，從各種信息來源中提取數據進行分析，向消費者提供他們想要的東西。Conagra擁有一個可以分析全網社交媒體的AI平臺，它會自動地提取數據并進行分析。

Conagra旗下產品

圖片來源：www.wsj.com

2020年，太古可口可樂與零眸智能達成合作，將AI圖像識別技術引入進太古可口可樂的零售渠道系統，面對超過百萬個門店的用戶零售場景分析報告，實現更全面、快速、準確地大數據分析，提升運營效果和銷量。

2022年，谷物早餐制造商家樂氏將AI算法運用到旗下早餐谷物的市場營銷中，應用領域包括疫情期間消費者的行為改變和居家烹飪比例上升的情況，希望通過分析用戶行為調整運營策略。

家樂氏玉米片制品

圖片來源：家樂氏官網

家樂氏東南亞地區的首席營銷官Sanjib Bose表示，疫情當前，通過數字化營銷代替用戶訪談是一種非常好的了解消費者意向的形式，它幫助我們克服了以往的一些挑戰，最直接的就是語言障礙。

這三家品牌對于AI的運用，也是目前行業內對AI算法較為常見的一種運用方式，即通過大數據預測趨勢，提升產品的競爭力。歐睿國際以及英敏特都在自己的趨勢報告中闡述了AI的重要性，并且都在自己的業務分析報告中使用。

3、營銷：推廣造勢的高級工具

去年年底，元宇宙概念突然火了。FBIF此前曾在2022年度5大食品技術趨勢中總結過：元宇宙通過模擬用戶體驗，可以促進人們了解消費者的需求。

AI算法與其有相似之處，在概念營銷上天然有股“高大上”的氣質。

伊利就把對AI技術的試水放在了概念營銷上。2020年11月，伊利與小米聯合發布“白科技”概念，借助算法智能分析消費者的各項身體數據，提供定制牛奶。

伊利營養艙，根據你的身體需求提供牛奶

圖片來源：伊利

將AI算法應用到乳業中，伊利的這次創新與國內領先科技企業小米跨界合作，將黑科技變身為“白科技”。利用現代智能科技設備，在數據化、科學化、健康化的營養管理下，“白科技”可為消費者提供更個性化的營養選擇。

概念營銷少不了消費者的捧場，可口可樂通過AI在“語音反轉”上做文章。它與科大訊飛iFLYOS共同打造了“語音反轉瓶”，讓AI在語氣語調、音色音質等方面模擬明星真人的聲音，消費者只要掃描瓶身二維碼，即可體驗一把與愛豆互動的感覺，獲得了Z世代群體的好感度。

可口可樂語音反轉瓶

圖片來源：微博@可口可樂

更有甚者，將AI與人類進行了一場比賽，為自家產品造勢。去年中秋，伊利發布了一支“愛 vs AI中秋送禮挑戰 ”宣傳片，讓人工智能與子女們進行了一場對“長輩禮物喜好”的競猜。結果顯示，在大數據算法的支撐下，人工智通過與長輩們的短時間相處，比子女更能挑選中他們心儀的禮物。

“愛 vs AI中秋送禮挑戰 ”宣傳片

圖片來源：伊利

在宣傳片中，AI只是一個有新意的宣傳背景板，但伊利此舉通過人們對人工智能的好奇心以及AI在，進而轉換為產品的流量。

當用戶出現需求時，AI更能第一時間快穩準地抓取到有用的信息，反饋給用戶。無論品牌用什么樣的形式進行營銷，用戶在過程中取得愉悅，信任感就會提升，營銷自然好做。

02

百搭又高效，AI食品能否成為火熱賽道的“青云梯”？

在食品飲料行業里，創新引領發展。AI潤物細無聲地融入進了產品的生產過程，尤其在最近火熱卻需要更多創新的賽道上。我們梳理了近年來的AI算法食品，發現這些關注度高的賽道與AI算法關系匪淺。

AI+植物基

在消費者對健康與口感的雙重呼聲中，植物基從植物奶、植物肉到如今遍地開花的搭配，尋找下一個能模擬動物蛋白的植物原料不那么容易了。

據聯合國糧食及農業組織公布，可供人類食用的植物種類多達 25 萬種[3]，但想要從中找到成分與動物蛋白相似的品種，對于人工分類而言，不僅效率低，而且效果不穩定。

植物基的特點在于可替代性，當燕麥、大豆已經被玩得風生水起，我們發現想要創新的企業們，開始使用AI算法來模擬新的可利用的植物蛋白組合。

近年來火熱的燕麥植物奶產品

圖片來源：OATLY

AI算法在“匹配”這一環節上有著跨時代的進步。面對龐大的植物蛋白數據庫，它具有強大的計算能力與模擬能力。

作為一個永不疲憊的工具人，植物基品牌NotCo用AI算法來尋找可能的植物搭配去匹配與產品味道相似的動物蛋白，不止NotMilk植物奶，旗下的蛋黃醬、植物奶油等等也是他家人工智能的杰作。

Amai Proteins也試圖開辟新的植物蛋白可能性。通過獲取沿赤道帶發現的甜蛋白，它對其使用了基于云計算軟件進行的敏捷綜合計算蛋白設計（AI-CPD）和發酵技術，希望讓小眾的蛋白更適合大眾食品市場。

Amai甜蛋白

圖片來源：Amai Proteins官網

值得注意的是，AI算法雖然在克服了當下人工匹配的難點，但是對于口味的把握依然需要人工輔助，以此作為反饋數據進一步優化產品。

AI+個性化

一直以來，消費者對于食物都有著不同的喜好。年齡、身體情況、生活習慣與所處環境等變因，讓每個人的營養需求不同。

在美國食品分銷商keHE的2022年食品飲料的十大熱門趨勢中，彈性速食和低碳水兩種方式更是個性化定制中的大趨勢。

以色列個性化營養數據平臺Nutrino的首席科學家認為，隨著消費者開始增加對自身健康的投資，個性化營養定制和基因定制食譜將成為業內常態。[4]

如今，AI技術的出現，讓專攻個性化定制的品牌也能拍著胸脯說，我家的營養配方是有科學數據支撐的。

從國內市場看，個性化定制營養品牌lemonbox是一個典型例子�；�于營養學和大數據分析，lemonbox打造了一個免費的AI營養師，用戶這頭剛填好咨詢問卷，那頭AI已經來了場頭腦風暴，快速匹配到適合的營養補劑，形成營養報告。在用戶下單后，將會有印有用戶名字的專屬營養包送貨上門。

lembox的定制化個人每日營養補充包

圖片來源：極客公園

根據采訪資料顯示，AI技術對lemonbox而言，同時也解決了注冊營養師人才稀缺的問題。通過用戶填寫問卷的形式代替人工咨詢，可以讓這位AI營養師積累病例，拓寬數據庫，時間久了自然功力就深厚了。

個性化定制需要數據庫支撐，這是AI算法的又一優勢所在。lemonbox的產品并非自家生產，但通過AI算法與個性化定制的互補之處，在剛起步的AI算法應用中提供了一種盈利思路。

AI+酒

在飲料賽道上，可能越來越多的酒商要用AI算法來釀酒了。

除了上文較早嘗試的IntelligentX、別處心裁的COEDO，麒麟啤酒也曾與三菱綜合研究所合作研發有AI算法參與的釀造測試程序。

這款程序通過20多年來的市場調研和研發數據埋頭苦算，最終生成一個包括口味、香味、顏色和酒精含量等數據的實驗品。

據品牌方介紹，這相當于一位擁有20多年經驗的啤酒釀造師所創作的配方。

麒麟旗下啤酒產品

圖片來源：麒麟啤酒

麒麟集團官方發言人對此表示，隨著消費者對啤酒口味選擇越來越多元化，啤酒變成了一個很分散的市場。麒麟啤酒想要快速找出一個細分市場，人工智能的匹配能力可以發現更多有效的方案。[5]

酒與AI算法的結合，屬于對接上了和市場的“心靈感應”。

一方面由于精釀啤酒被大眾熟知，酒類市場需求增加，各家酒商都想通過創新配方來吸引消費者；另一方面，釀酒作為一項精細活，優秀的釀酒師人才稀缺，AI算法給了中腰部釀酒商出圈的可能性。

03

AI算法食品的利與弊：是神助攻還是產品陷阱？

對于AI算法在食品飲料行業的應用，人工智能專業公司AI Palette的CEO Somubhra GanChoudhuri表示：“人工智能技術之所以會在食品飲料領域收獲關注，是由于其可應用的場景非常豐富。AI可以幫助公司尋找新消費場景、引導新產品的研發，或者幫助做出進入全新品類的戰略決策。”

Somubhra GanChoudhuri

圖片來源：LinkedIn@Somubhra GanChoudhuri

大勢所趨之下，“人工智能+”的創新模式勢必會對我國實體經濟產生革命性影響。盡管食品行業并沒有完全對AI算法敞開懷抱，但上述摸清AI脾性的品牌，都嘗到了與它合作的甜頭。

那么，從產品研發到產品模式的升級，AI算法與過去相比“進化”在哪？

首先，AI算法在配方生產的精細度上，是多數人無法比擬的。

無論是哪條賽道，它沒有思維定勢，會大膽嘗試卷心菜、豌豆能不能做成植物奶；它沒有思考誤區，對于一款調酒配方的敲定，會根據買賣雙方的需求綜合考慮。

在研發階段對于產品配方的把握，AI算法更穩定，更精確，并且沒有人為錯誤的發生。

NotMilk植物奶

圖片來源：NotCo

其次，AI算法能緩解目前行業內頂尖人才稀缺的困境。

萬寶盛華《2021年人才短缺報告》顯示，中國大陸地區28%的企業面臨人才短缺困擾，且隨著技術升級的加快，企業正在尋找的人才，不僅需要具備足夠的技術能力，還需具備卓越的溝通力和創造力。

AI算法作為技術過硬、有潛力的速成型員工，在需要時間與經驗積累的食品領域有著一定的優勢。

再次，AI算法的深度學習能力，能夠將用戶數據更好地融入進產品迭代中，建立食品數據庫與用戶反饋庫，適合需要積累用戶數據與經驗的食品飲料行業。

比如植物基牛奶公司可能想嘗試進入東南亞的酸奶市場，但不確定是否是一個正確的時機或進入的方式，這時候人工智能就能起到幫助。

但作為一個剛起步的領域，機遇與風險并存。不少初創公司認為，收集數據，培訓AI背后的操作人員，建立有效的AI算法系統所需的成本太高，在現階段并沒有代替人力的必要。

另一方面，當AI與食品工業相結合時，企業往往會遇到“AI落地深坑”的陷阱。阿丘科技創始人黃耀表示，在數百個工廠實地考察中，他發現AI在工業檢測領域的落地就像技術成熟度曲線，往往存在一個低谷，即AI落地深坑。

AI落地深坑是如何形成的

它是指，AI算法系統在初期小范圍測試中，往往結果能在短時間內比普通方法的準確率提高30%，效果很好；但當公司通入更多資本經歷了大量樣本測試指標后，往往在90%的正確率后會進入震蕩期，出現數據偏差，甚至準確率下降的情況。

面對“AI落地深坑”，黃耀表示，不少企業在深坑中會對AI的深度學習能力感到失望，從而將AI項目逐漸擱置至邊緣化。此時，技術人員不應盲目增加數據，而應理性分析問題根源進行優化。[6]

04

結語

面對AI算法，我們看到了以AI為產品核心的Lemonbox，也有AI作為決策輔助工具的可口可樂、Conagra；有將AI融入進產品某一周期的NotCo，也有與植物基、酒品、個性化定制契合度高的應用模式......行業期待著下一個和AI算法調性相符，拿捏住消費者痛點的賽道。

關于人與AI未來關系的討論從未停止。當AI遇上食品，我們也許會擔心它是否足夠安全，也會害怕以后連吃的喝的都失去人情味。

但是食品的靈魂在于背后的人，引入AI算法來打磨產品是事在人為的積極嘗試，是食品飲料行業在智能制造風口上的一次挑戰，即使目前技術還不夠完善，即使國內企業還處于“吃螃蟹"的階段。

某種程度上，AI算法能作為食品領域發展的推動力，恰恰是“人與AI可以合作共贏”的有力證明。未來，我們期待更融合、更有創意的AI算法食品誕生。