数字化几乎颠覆了每一个行业,从金融服务到医疗保健,而食品和饮料行业也不例外。从历史上看,风味特点、潮流和新的食品主要归功于厨师和产品开发人员。而在将一个创意转化成产品并推向市场之前,可能需要花费几个月甚至是几年的时间。
但是,在最近几年之中,下一个大的食品和风味潮流的答案与人类的关系越来越小,而与大数据和人工智能的关系越来越大。通过同时收集和分析数百万种数据集,它们可以学习和模仿人类的行为。
那么,如何利用技术开发出下一个潮流或者趋势?举个例子,香料公司McCormick在2019年与IBM合作,利用人工智能技术预测新的风味组合。他们分析了来自数百万个数据源的数据,通过这种方法改进McCormick的“风味预测”。结果是双方合作开发出了不少能够吸引消费者注意的新风味,McCormick内部的产品开发人员通常不会自己想出这些不断涌现的新风味。
该公司甚至有一个专门的Instagram页面来展示其新开发的、值得注意的口味。比如它新创的XO酱,就是一种调味品、酱料和糊剂的组合。
另一个用例是Aromyx,这是一家将人的味觉和嗅觉数字化的公司。该公司开发了“创建气味感测数据的数字表示形式”的生物传感器,可以用于消费品、农业等领域。而对这种技术的兴趣和需求,让该公司去年完成了300万美元的资金募集。
除此之外,世界上最大的在线食品和配料数据库之一Foodpairing,也利用机器学习向厨师和调酒师推荐新的食品和饮料组合,并帮助食品公司确定下一步应该推出哪种口味的产品。
当然,这些只是利用人工智能和消费者数据的力量来创造新趋势并吸引新客户群的几家企业的例子。那么,这对于食品和饮料行业的未来意味着什么呢?毫无疑问,大数据和人工智能为创新提供了充足的机会。利用人工智能技术,品牌商可以:
随着新技术的不断普及,那些希望在竞争中保持领先地位,不断吸引新客户并保持盈利的食品和饮料生产商应该采用人工智能和机器学习技术,并将其应用于市场调研和产品开发策略,这才是明智之举。而不这样做的话,风险会大到不容忽视的程度。
好文章,需要你的鼓励
许多组织在实施 AI 代理时过于狭隘地关注单一决策模型,陷入了"一刀切"决策框架的误区。然而,人类决策远非统一,而是复杂、动态且依赖于具体情境的。如果要将 AI 代理有效整合到组织中,就需要考虑多样化的决策过程,以确保有效实施,避免无意中设定一个低标准的决策模式。
Google 近期加快了 AI 模型的发布节奏,推出了业界领先的 Gemini 2.5 Pro 和 Gemini 2.0 Flash。然而,公司尚未发布这些新模型的安全报告,引发了对透明度的担忧。Google 表示正在权衡快速迭代和获取反馈的方式,承诺未来会发布更多文档,但专家认为这种做法可能会树立不良先例。
AI视频生成公司Runway宣布完成3.08亿美元融资,由General Atlantic领投,估值超30亿美元。公司刚发布新一代视频生成模型Gen-4,可生成长达10秒的视频片段。Runway计划利用新资金加强AI开发,重点提升训练数据集质量和扩展扩散模型与大语言模型能力。
亚马逊推出Nova Act AI代理SDK,这是一个用于构建可自主完成网络任务的AI代理的开发工具包。它由亚马逊自研的Nova大语言模型驱动,采用细粒度任务分解和直接浏览器操作等方法,旨在提高AI代理的可靠性。该SDK开源,但仅支持亚马逊Nova模型。这标志着亚马逊在AI代理领域向OpenAI、微软等竞争对手发起挑战。