Организация Объединенных Наций всерьез размышляет, как использовать возможности искусственного интеллекта (ИИ) для общественного блага. Прежде всего – для продовольственной безопасности. Любой опыт успешного применения ИИ технологий для производства продуктов питания и напитков сегодня пристально оценивается всеми игроками рынка.

Цифровой разум

Сегодня искусственный интеллект (Artificial Intelligence, AI) перестал быть фантастикой. С каждым днем растет количество сфер, в которых ИИ эффективно применяется – от промышленности и транспорта до банковских сервисов и электронной коммерции – везде можно найти примеры его использования. И это только малая часть направлений.

Огромные перспективы использования технологий искусственного интеллекта у пищепрома. Пратик Джоши, основатель Plutoshift, автор девяти книг по искусственному интеллекту и колумнист Forbes, TechCrunch и Silicon Valley Business Journal утверждает, что AI способен «открыть новые двери для производителей индустрии продуктов питания и напитков и обеспечить явные выгоды для пищевых производств».

Хотя, в его представлении, основная сфера применения технологий искусственного интеллекта лежит в плоскости повышения эффективности производственных процессов, в этом году некоторые лидеры рынка производства продуктов питания и напитков сделали цифровой разум ключевым компонентом для оптимизации своих разработок. С его помощью компании значительно ускорили выпуск на рынок новых продуктов. И добились в этом значительных успехов. Разбираем интересные кейсы.

Гигантский прорыв

С помощью искусственного интеллекта Nestle SA ускорила разработки своей продукции на 60%. В компании с 2016 года работают над улучшением бизнес-процессов, связанным с R&D. И такая высокая скорость выхода новинок на рынок была достигнута, не только путем реструктуризации процесса исследований и разработок. Производитель активно инвестирует в различные формы машинного обучения для дальнейшего улучшения своего процесса НИОКР для получения еще более прорывных результатов.

Практически по всем категориям средняя продолжительность проекта в Nestle сократилась с 33 до 12 месяцев. Но в направлении производства продуктов питания и напитков мировой лидер добился даже более значительных показателей.

Иногда проекты пищевого подразделения холдинга стали занимать девять месяцев, что уже можно считать прекрасным достижением. Но этого менеджменту мирового гиганта оказалось недостаточно. С помощью активного внедрения инструментов искусственного интеллекта Nestle удалось сократить срок разработки новинок до рекордного полугода. То есть, гигант стал способен действовать быстрее, чем многие стартапы.

Это выгодно отразилось на всей операционной деятельности в секторе продуктов питания и напитков международного пищевого холдинга. Какие же принятые меры позволили получить такой результат?

Неискусственные результаты

Первоначальный ускоренный график в Nestle был разработан путем упрощения общего процесса НИОКР. Компания установила 14 «ускорителей» в процессе работы над новым продуктом по всему миру, по всем этапам цепочки «от идеи до магазина». Тестирование продукта проводится в реальных условиях, но сама разработка продукта стала занимать всего шесть месяцев.

Использование ИИ распространяется по всей организации и в настоящее время используется различными способами, включая разработку концепции, разработку рецептур, селекцию и обеспечение качества сырья, анализ клинических данных, расширенный контроль процессов и раннее обнаружение проблем.

«Мы создали концептуальный движок искусственного интеллекта, который преобразует понимание и желания потребителей в концептуальные предложения, которые затем оцениваются нашими сотрудниками», – рассказал Стефан Палцер, технический директор Nestle SA на дне инвестора, прошедшем 29 ноября.

Утвержденные в компании концепции затем прототипируются и тестируются. В рамках создания прототипов используется еще один модуль AI, который оптимизирует сам процесс разработки рецептуры.

Палцер подчеркнул, что средства машинного обучения в настоящее время являются необходимыми инструментами разработки для решения растущей сложности процесса создания новинок, когда продукты должны иметь хороший вкус, восприниматься как здоровые, быть устойчивыми и доступными для потребителей. Чтобы справиться с задачей подобной сложности, на инструменты искусственного интеллекта в Nestle возлагают большие надежды.

В компании разработали подход интеллектуального анализа клинических данных с помощью машинного обучения, применение которого позволило делать новые открытия на основе уже существующих клинических исследований. Этот инструмент в Nestle ценят особо – он позволяет создавать «новые изобретения» с точки зрения уже проведенных клинических исследований.

Данные, еще данные

Традиционный этап разработки продуктов основывается на том, чтобы задавать участникам фокус-группы вопросы «Что и почему вам нравится или не нравится?» и «Что бы вам понравилось?». Однако любой продакт-менеджер знает, что ответы респондентов, даже если последние отвечают искренне, не дают полной, а главное достоверной информации.

Привычная нам аналитика потребительских исследований даже близко не подходит к тому, что в конечном счете определяет покупательское поведение. Абсолютно не факт, что через два-три года, когда продукт наконец-то будет запущен, он понравится участнику опроса и у него возникнет желание его купить.

В группе разработки PepsiCo за релевантными инсайтами обращаются к Tastewise. Аналитическая компания из Израиля использует в своих разработках алгоритмы машинного обучения, с помощью которых выявляет, что же именно и почему едят живые люди на самом деле. Для этого инструменты Tastewise анализируют огромное количество онлайн-данных.

Так разработчик сообщает, что разработанный ими инструмент проверяет более 95 млн пунктов меню, 226 млрд вариаций рецептов и 22,5 млрд публикаций из социальных сетей, не говоря уже о других точках соприкосновения с потребителями. Все эти источники демонстрируют, что люди обсуждают, ищут и заказывают в реальной жизни.

Эта информация помогает получить по-настоящему «хорошее представление» о том, чем люди интересуются больше всего. Именно после такой глубокой аналитики в PepsiCo появилась идея добавить морские водоросли в закуску Off The Eaten Path. Если бы потребителей спросили напрямую про их любимые вкусы, вряд ли бы кто-то вообще назвал водоросли. Обычно это никак не ассоциируется с деликатесной закуской.

Однако благодаря искусственному интеллекту эту потребность удалось выявить. Линейка Off The Eaten Path в настоящее время демонстрирует высокие продажи и в компании довольны полученными результатами.

Еще одним продуктом, для разработки которого в PepsiCo применили искусственный интеллект, стала новая линейка спортивных напитков Propel, в состав которой входят ингредиенты для иммунитета. Массовый всплеск интереса к иммунитету проявился в постпандемийное время. И вероятно, эта тенденция сохранится надолго, особенно в отношении напитков.

Выявить этот тренд лидеру производства безалкогольных напитков помог инструмент Trendscope, разработанный вместе с разработчиком Black Swan Data, Великобритания. Алгоритмы Trendscope фокусируются не на анализе меню или рецептов, а на обсуждении еды в социальных сетях, блогах и сайтах с обзорами, но не только. Умное программное обеспечение учитывает контекст, а также позволяет отслеживать динамику различных тем, вплоть до вкусов и ингредиентов.

В команде разработчиков PepsiCo это называют «социальным прогнозированием» на основе данных, выгодно отражающимся на темпах работы над новинками.

Место на полке

Ограничиваться исключительно стадиями НИОКР и производством в PepsiCo не стали. Искусственный интеллект в компании внедрен не только во все этапы процесса разработки. С помощью AI маркетинговые службы лидера сегмента безалкогольных напитков разрабатывают маркетинговые кампании и даже выбирают места для новинок на полке.

«Когда мы в компании говорим: Да, давайте запустим продукт в торговой сети X&Y, – рассказывает Стефан Ганс, главный специалист по потребительским инсайтам и аналитике PepsiCo, – нам нужно решить, в каком именно магазине расставиться и на какой полке». И оказалось, что искусственный интеллект идеально подходит для каждого последующего этапа продвижения. Продажи и маркетинг мирового лидера в значительной степени опирается на ИИ.

В распоряжении PepsiCo собран датасет по 500 тысяч розничных торговых точек США с набором данных о розничных продажах, а также информация о 106 млн домохозяйств Соединенных Штатов. Команды разработчиков используют эти гигантские наборы внутренних данных, чтобы точнее сегментировать ЦА и привлекать целевых потребителей «уникальными персонализированными способами» — от особых пространств розничных магазинов до онлайн-рекламы.

Так для запуска Mountain Dew Rise Energy компания определила, какие потребители с большей вероятностью оценят напиток, а затем сузила диапазон поиска, выбрав наиболее перспективную аудиторию. Данные позволили точно определить, в каких розничных магазинах, скорее всего, будут делать покупки эти основные потребители, и использовать целый спектр таргетированных инструментов: ассортимент, мерчандайзинг и рекламные кампании.

«Интеллектуальная» лояльность

В маркетинге искусственный интеллект используют довольно активно. Например, в PepsiCo с его помощью контролируют качество персонализированной цифровой рекламы. Совместно с разработчиком CreativeX были разработаны алгоритмы, проверяющие каждую единицу рекламы, чтобы убедиться, что она соответствует так называемым «золотым правилам». Например, что логотип бренда виден или посыл ясен даже без звука.

Если вы создаете 1000 объявлений для охвата 1000 различных сегментов потребителей, использование искусственного интеллекта – единственный способ обеспечить надлежащий контроль качества.

Обычные инструменты не позволяют адаптировать рекламу для тех, кому она действительно может понравиться, поэтому новые технологии оказываются много эффективней традиционных теле- и радиорекламы, доселе любимых игроками FMCG.

Семимильными шагами развиваются такие эффективные инструменты управления потребительской лояльностью как мессенджер-маркетинг. Актуальнейший тренд последнего пятилетия для коммуникаций с клиентами в привычных последним текстовым каналам, будь то популярный WhatsApp, Telegram, Viber или другие мессенджеры. При этом до 80% и выше запросов могут быть автоматизированы с помощью чатботов уже в первый год, что еще и значительно снижает затраты брендов на управление потребительской лояльностью.

Когда же дело доходит до отношений с клиентами, например, в PepsiCo используют технологии обработки естественного языка (NLP), чтобы эффективнее помогать любому, кто может позвонить с вопросом, предложением или жалобой. Довольно простая система на базе NLP помогает убедиться, что у собеседника есть релевантный запрос или предложение.

PepsiCo вложила массу ресурсов внедряя искусственный интеллект в свои бизнес-процессы разработки и планирует продолжать инвестировать в него в ближайшие годы. При этом, в компании очень ревностно следят за тем, чтобы при принятии коммерческих решений учитывались как цифровые данные, так и человеческая эмпатия. Данная задача является едва ли не основной для маркетинговой команды производителя.

Безопасность производства

Помимо разработки продуктов, искусственный интеллект в компаниях-производителях используется для повышения эффективности производства. Например, в Nestle некоторые производственные линии компании KitKat саморегулируются.

На некоторые участках производства в автоматическом режиме анализируют огромное количество атрибутов поступающего сырья и полуфабрикатов, а затем автономно определяют качество выходного продукта, чтобы в случае малейшего изменения важных параметров оперативно внести коррективы в технологический процесс.

Кроме того, производители используют подходы машинного обучения для профилактического обслуживания производственных линий, что позволяет сократить время простоя – еще одно узкое место и головную боль начальников производств любого размера.

Обычно производственные мощности вынуждены простаивать незапланированно, тем самым нанося существенный ущерб предприятиям как крупного, так и мелкого масштаба. Ежегодно такие «внеплановые перерывы» обходятся компаниям пищевой отрасли в $50 млрд.

Использование технологий искусственного интеллекта потенциально позволяет анализировать тысячи входящих данных из всех используемых систем и предупреждать операторов о приближающихся проблемах с оборудованием. Упреждающее реагирование не позволяет им перерасти в реальные проблемы. Помимо сокращения времени простоев это также может значительно продлить срок службы оборудования.

Перспективы все ближе

Благодаря искусственному интеллекту продовольственный сектор становится все более эффективным и действенным. В ближайшем будущем нам стоит ожидать еще больше инновационных внедрений. Намеренно разбирая кейсы применения инструментов AI для разработки новинок, мы смогли убедиться на конкретных примерах, насколько значительно сократилось время запусков.

Однако возможности искусственного интеллекта для пищевого сектора много шире. Благодаря своей способности сокращать отходы, прогнозировать товарные рынки, обеспечивать круглосуточный эффективный мониторинг, улучшать чистоту, управлять затратами и увеличивать доходы, ИИ способен играть все более значительную роль в индустрии производства продуктов питания и напитков.

Вместе с тем, можно выделить некоторые проблемы использования искусственного интеллекта в пищевой промышленности, сдерживающих его развитие.

• Во-первых, из-за высокой стоимости развертывания AI в настоящее время только крупные игроки в пищевой промышленности могут себе позволить смелые эксперименты. Несомненно, по мере количества внедрений инвестиций, решения будут доступны и более мелких производств. Но никто не берется оценить, сколько времени это может занять.
• Во-вторых, как и, практически, во всех технологических разработках, применение искусственного интеллекта сопровождается банальным страхом, основанным на ложных установках, что де развитие искусственного интеллекта приведет к сокращению рабочих мест и люди потеряют работу.
• В-третьих, несмотря на давний опыт использования ИИ на пищевом производстве и не только, сама AI-технология все еще находится в зачаточном состоянии. Именно поэтому многие предприятия не решаются делать инвестиции, отложив это до той поры, пока окончательно не станет ясно, каков истинный потенциал искусственного интеллекта для отрасли.

При этом, надо понимать, что производители продуктов питания и напитков, как известно, будут ревниво защищают свои запатентованные технологии. Поэтому только часть наработок будет в публичном доступе.

Однако, поиски ответов на эти проблемы искусственного интеллекта будут продолжаться, и все чаще мы будем свидетелями, как игроки пищепрома расширяют его применение.