Connect with us

Líderes de opinión

Cómo Tastry “Enseñó a una Computadora a Degustar”

mm

Cómo Tastry utiliza una nueva química y la IA para predecir las preferencias de los consumidores.

Desde el principio, la pregunta que queríamos responder era: “¿Podemos descodificar las matrices de sabor únicas de productos basados en la percepción sensorial y las preferencias biológicas únicas de los consumidores para predecir con precisión la aceptación?” La respuesta breve es sí.

Sin embargo, al principio de nuestra investigación, encontramos que los métodos de análisis químico existentes y los datos de preferencia de los consumidores proporcionaban correlaciones o predicciones estadísticamente insignificantes. Sabíamos que tendríamos que crear nuestros propios datos para avanzar.

Primero, necesitábamos crear un método de química analítica que proporcionara la mayor transparencia posible sobre la química (incluyendo volátiles, no volátiles, disueltos, datos espectrales, etc.). También necesitábamos descodificar la matriz de sabor de una manera que pudiera traducirse para aproximar cómo los humanos experimentan esa química en su paladar.

En segundo lugar, necesitábamos crear un método para obtener, aumentar y rastrear constantemente las preferencias sensoriales biológicas de un gran grupo de consumidores reales y diverso para servir como nuestra verdad fundamental.

Por qué los métodos actuales no logran predecir la preferencia del consumidor para productos basados en la percepción sensorial

Cuando comenzamos nuestra investigación en 2015, teníamos la hipótesis de que todo lo que necesitas saber sobre el sabor del vino, es decir, el gusto, el aroma, la textura y el color, existe en la química. Sin embargo, lo que faltaba era un método de análisis más integral.

Para explicar esta limitación, es importante entender que la química de los productos basados en la percepción sensorial se centra principalmente en el control de calidad, es decir, ¿cuánto de este analito hay en esa mezcla? El enfoque no suele ser evaluar todos los analitos, sus ratios relativos o cómo se combinan en el paladar humano para crear sabor. Este es el punto ciego que necesitábamos iluminar porque hay interacciones dinámicas que ocurren entre cientos de compuestos en un paladar humano. Un paladar humano experimenta una “sopa química” de compuestos de sabor al mismo tiempo, no uno a la vez como lo hace una máquina. Las interacciones entre estos múltiples compuestos en combinación con la biología única de cada consumidor proporcionan un contexto crítico sobre qué características de la química se expresan a esa persona.

En la medida en que se tiene en cuenta la percepción sensorial, simplemente dicho, el enfoque típico se parece a esto:

  • Los datos de la encuesta muestran que a la gente le gusta la mantequilla.
  • El diacetilo es un compuesto generalmente asociado con el sabor a mantequilla.
  • Si hacemos un chardonnay con más diacetilo, más personas lo disfrutarán.

Problemas fundamentales con este enfoque.

  1. El sabor no se puede predecir mediante la cuantificación de compuestos solamente. Una concentración determinada de diacetilo puede ser percibida como mantequilla en un vino o cosecha, pero no en otro. Esto se debe a que hay cientos de otros compuestos en el vino, y dependiendo de sus concentraciones y ratios, el diacetilo podría ser enmascarado o expresado. A diferencia de una máquina, los humanos experimentan todos los compuestos al mismo tiempo, sus sentidos no analizan cada compuesto individualmente, por lo tanto, cualquier cuantificación individual no es necesariamente predictiva.

 

  1. Los humanos perciben y comunican los sabores de manera diferente. Incluso entre un panel de expertos, la mitad de los expertos pueden describir algo como si tuviera sabor a manzana, y la otra mitad puede describirlo como pera. Y el consumidor promedio es aún menos predecible. A partir de nuestra investigación, no creemos que el gusto humano sea lo suficientemente tangible como para ser comunicado con precisión simplemente a través del lenguaje de una persona a otra. Nuestros descriptores son demasiado vagos, y nuestras definiciones varían según la biología individual y las experiencias culturales. Por ejemplo, en los EE. UU., la mayoría de los consumidores describen la percepción del bencenaldehído como “cereza”, pero la mayoría de los consumidores en Europa lo describen como “almendrada”… incluso en el mismo vino.

 

  1. Los sabores que los consumidores perciben no tienen correlación con si realmente les gustan o no. En nuestra investigación, se observó que los consumidores no deciden comprar un vino porque tenga sabor a cereza. Simplemente toman la decisión de que les gustó el vino, y es probable que les guste de nuevo.

Katerina Axelsson es la Fundadora y CEO de Tastry, una empresa de ciencias sensoriales que utiliza química avanzada, aprendizaje automático y inteligencia artificial para emparejar a los consumidores con productos que amarán. Desde la creación de Tastry en 2016, ella y su equipo han implementado soluciones para más de 200 bodegas, distribuidores y minoristas en todo Estados Unidos. Katerina ha sido reconocida como una de las Forbes mejores nombres en el futuro de la gastronomía en 2021, y ha sido destacada en la serie 40 under 40 de Pacific Coast Business Times en 2020.