餐飲業的AI盛宴:前谷歌員工推出人工智慧食品預測工具Tastewise
餐飲行業規模體量巨大(超過7990億美元),但資訊秩序卻空前混亂,消費滿意度與流行趨勢的能見度和確定性非常差,在這個利潤如剃刀般微薄的市場中,從餐館老闆,主廚到跨國食品公司,面對飄忽不定的餐飲潮流風向都時常感到無助和恐慌。
Alon Chen曾是谷歌以色列和希臘的首席營銷官,也曾是世界經濟論壇的全球負責人,近兩年前開始嘗試用人工智慧技術為動盪不安的食品和飲料世界帶來可預測性和確定性。今天,Alon Chen 和聯合創始人Eyal Gaon正式推出了 Tastewise :一家位於特拉維夫的創業公司,其平臺結合了人工智慧(AI)、預測分析、計算機視覺和自然語言處理,為餐館,酒店集團和品牌提供美食家級別的資料分析。
“今天,我們中很多人都喜歡冒險,不斷尋找新的食物體驗,但同時又會優先考慮健康因素,”陳說。“在這個新環境中,所有包裝食品和餐館,無論大小,都必須像流動食品車一樣保持積極的競爭活力。Tastewise為他們提供最新鮮的分析,幫助他們保持領先地位。”
Tastewise是怎麼做到的?首先是食品大資料的採集,Tastewise平臺會收集使用者食品查詢的數十億個資料點,以及過去一個月使用者在社交媒體上晒出的近10億張食物照片(編者按:微信的大資料團隊顯然也有足夠多的年夜飯照片來分析和預測中國人的飲食趨勢),此外Tastewise還會分析來自頂級餐廳的153,000份選單中的1300萬件物品和約100萬份家庭食譜。基於這些資料,加上Tastewise專有的機器學習演算法,經過大量訓練後,人工智慧技術將可以識別餐桌上的菜餚趨勢,並且“感知”人們對餐具和食材的偏好。Tastewise不僅能夠分析當前的烹飪趨勢,還能提供對未來流行菜餚的預測。
以Tastewise最近的披薩市場分析為例。它成功發現了費城的Blazin Flavorz的芝士披薩椒鹽脆餅是這個類別的“爆款”,其次是洛杉磯的Pizza Romana辣味炸雞披薩。義大利辣香腸在熱門食材中名列前茅,其中雞肉排在第二位,培根排在第三位。(義大利香腸和拉豬肉幾乎與“增長最快”的肉類成分並列。)
Gastrograph的食品感官量化分析
當然,使用AI來預測食物趨勢甚至提出新的食譜並不是什麼新鮮事。IBM最近宣佈與McCormick&Company 合作, 通過機器學習創造出新的口味和食品。IBM的 Watson大廚 是一個有趣的研究專案,旨在通過分析數百種不同成分的化學成分來創造新的配方,生產了10,000多種新穎的配方。(其創作的食譜於2015年出版)紐約創業公司Analytical Flavor Systems的平臺 – Gastrograph (上圖) – 利用感官資料和機器學習演算法來提升產品的風味特徵並確定需要改進的領域。將美食玄學變成量化科學,這可以看作是“食品數字化和智慧化”的一個重要突破。
與此同時,總部位於洛杉磯的 Halla的I/O平臺 使用人工智慧為雜貨店,餐館、外賣應用程式和網站提供類似Netflix的分析推薦,所用資料來自餐館菜餚、食譜、配料和雜貨品味道和風味屬性。此外,諸如Foodpairing、Plant Jammer和Dishq,也都提供符合個人喜好的專有推薦系統。
但陳說,Tastewise的服務遠遠超過食品成分分解量化分析。根據Tastewise成立時釋出的報告,其工具識別出了美國各地對健康食品餐館的90億美元需求(以及聖安東尼奧市對“手工製作食品”的巨大需求未被滿足)以及pegged spam musubi、骨髓、ube和松露正在成為美國人選單上的新寵。
“通過與Tastewise的合作,我們能夠通過實時行業資料和預測分析轉變我們的戰略和決策,”萬豪國際擁有的Pure Grey Culinary Concepts Hospitality Group全球副總裁Guy Heksch說道。一份宣告。“這遠比簡單地瞭解消費者偏好更深入,他們的見解幫助我們選擇目標受眾,捕捉從鄰居到州一級的微觀趨勢,並設計選單以滿足客人的口味,甚至精確指導如何製作爆款雞尾酒。”
本文來自: Venturebeat IT經理網編譯