AI เร่งการวิจัยและพัฒนาผลิตภัณฑ์อาหารและเครื่องดื่มโดยไม่แทนที่นักวิทยาศาสตร์อาหาร

อุตสาหกรรมอาหารและเครื่องดื่ม (F&B) ไม่เคยเผชิญกับแรงกดดันที่แข่งขันกันมากขนาดนี้มาก่อน ผู้บริโภคคาดหวังผลิตภัณฑ์ที่มีสุขภาพดีขึ้น ป้ายกำกับที่ชัดเจนยิ่งขึ้น และส่วนผสมที่ยั่งยืนมากขึ้น ผู้ค้าปลีกต้องการรอบการนวัตกรรมที่เร็วขึ้น ข้อกำหนดด้านกฎระเบียบยังคงพัฒนาอย่างต่อเนื่องในตลาดทั่วโลก ในขณะเดียวกัน ต้นทุนส่วนผสมและห่วงโซ่อุปทานก็ยังคงไม่แน่นอน

สำหรับทีมวิจัยและพัฒนา (R&D) ความท้าทายเหล่านี้มักไม่เกิดแยกจากกัน การตัดสินใจพัฒนาผลิตภัณฑ์ใหม่ (NPD) ต้องสมดุลตัวแปรหลายสิบอย่าง ตั้งแต่โภชนาการ รสชาติและการทำงาน ไปจนถึงต้นทุน การจัดหา ป้ายกำกับ และการปฏิบัติตามกฎระเบียบ ผลลัพธ์คือกระบวนการพัฒนาผลิตภัณฑ์ที่ซับซ้อนเพิ่มขึ้นเรื่อย ๆ แม้การเปลี่ยนแปลงเล็กน้อยก็อาจทำให้ต้องทำงานเพิ่มเป็นสัปดาห์หลายสัปดาห์

AI กำลังเริ่มเปลี่ยนสมการนี้ แม้ว่าการสนทนามากมายเกี่ยวกับ AI จะมุ่งเน้นไปที่การสร้างเนื้อหาหรือการเพิ่มประสิทธิภาพในสำนักงาน โอกาสที่ใหญ่ที่สุดสำหรับแบรนด์ F&B อาจอยู่ที่การช่วยนักวิทยาศาสตร์อาหารทำการตัดสินใจที่ดีขึ้นและเร็วขึ้นเกี่ยวกับการนำผลิตภัณฑ์สู่ตลาด แทนที่จะมาแทนที่ความเชี่ยวชาญทางวิทยาศาสตร์ AI มีศักยภาพที่จะเร่งการพัฒนาผลิตภัณฑ์โดยทำให้ทีม R&D มีเวลาเพิ่มขึ้นในการแก้ปัญหาที่การตัดสินใจของมนุษย์ไม่สามารถถูกแทนที่ด้วยเทคโนโลยี

จากการค้นหาข้อมูลสู่การประเมินความเป็นไปได้

สำหรับผู้ที่อยู่ในอุตสาหกรรม เรารู้ว่าการทำสูตรส่วนใหญ่ยังคงต้องอาศัยการค้นหาข้อมูล นักวิทยาศาสตร์มักต้องสลับไปมาระหว่างสเปคส่วนผสม เอกสารผู้จัดจำหน่าย ฐานข้อมูลโภชนาการ เอกสารอ้างอิงกฎระเบียบ สูตรก่อนหน้า และบันทึกภายใน เพียงเพื่อให้ได้คำตอบของคำถามที่ค่อนข้างตรงไปตรงมา เช่น สามารถแทนที่ส่วนผสมนี้ได้หรือไม่? ผลิตภัณฑ์นี้จะยังคงตอบสนองเป้าหมายโภชนาการหรือไม่? การลดน้ำตาลจะส่งผลต่อเนื้อสัมผัสอย่างไร? มีผู้จัดจำหน่ายสำรองหรือไม่? การค้นหาคำตอบเหล่านี้มักต้องปรึกษาหลายระบบและผู้เชี่ยวชาญก่อนที่จะเริ่มการทดลองจริง AI มีความสามารถที่จะลดระยะเวลานั้นอย่างมาก

แทนที่จะใช้เวลาหลายชั่วโมงในการรวบรวมข้อมูล นักวิทยาศาสตร์สามารถประเมินหลายสถานการณ์ได้ภายในไม่กี่นาที แทนการเปรียบเทียบคุณลักษณะของส่วนผสมหลายสิบรายการด้วยตนเอง พวกเขาสามารถเข้าใจการแลกเปลี่ยนระหว่างวิธีต่าง ๆ ได้อย่างรวดเร็วและมุ่งเน้นไปที่การกำหนดว่าตัวเลือกใดตอบสนองวัตถุประสงค์ของผลิตภัณฑ์ได้ดีที่สุด มูลค่าสูงสุดจะปรากฏเมื่อ AI ทำงานบนข้อมูลขององค์กรเอง ไม่ใช่แค่ข้อมูลสาธารณะ เมื่อเชื่อมต่อกับสเปคส่วนผสมของบริษัท สูตร การทดลอง ผลการทดลอง เครือข่ายผู้จัดจำหน่าย ขั้นตอนการปฏิบัติงานมาตรฐาน และข้อมูลประวัติศาสตร์ AI สามารถประเมินความเป็นไปได้ภายในบริบทของการพัฒนาผลิตภัณฑ์ของธุรกิจนั้น การเปลี่ยนแปลงจากการค้นหาข้อมูลสู่การประเมินความเป็นไปได้นี้อาจเป็นหนึ่งในผลงานที่สำคัญที่สุดของ AI ต่อการนวัตกรรมด้านอาหาร

การตัดสินใจที่ดีขึ้นตั้งแต่เนิ่นๆ

หนึ่งในความเป็นจริงที่มีต้นทุนสูงที่สุดของการพัฒนาผลิตภัณฑ์ใหม่ (NPD) คือระยะเวลาที่ใช้ในการค้นพบข้อจำกัด ผลิตภัณฑ์ใหม่ที่มีศักยภาพอาจล้มเหลวในที่สุดเนื่องจากส่วนผสมไม่พร้อมจำหน่ายเชิงพาณิชย์ ไม่ตรงตามข้อกำหนดการติดฉลาก เกินเป้าหมายต้นทุน หรือก่อให้เกิดความท้าทายในการผลิตที่ไม่คาดคิด เมื่อปัญหาเหล่านี้ปรากฏขึ้น ทีมงานอาจได้ลงทุนเวลาและทรัพยากรในห้องปฏิบัติการไปแล้วเป็นจำนวนมาก AI สามารถช่วยระบุข้อจำกัดเหล่านี้ได้เร็วขึ้นอย่างมาก งานวิจัยล่าสุดจาก McKinsey พบว่าบริษัท F&B หนึ่งรายเพิ่มอัตราการเปิดตัวนวัตกรรมขึ้นสี่เท่าและลดค่าใช้จ่ายเฉลี่ยต่อโครงการลง 70% หลังจากเปลี่ยนแนวทาง R&D ด้วย AI

โดยการพิจารณาเป้าหมายของผลิตภัณฑ์พร้อมกับโภชนาการ ความกังวลเรื่องสารก่อภูมิแพ้ การทำงานของส่วนผสม การจัดหา และข้อกำหนดกฎระเบียบพร้อมกัน AI สามารถช่วยทีมระบุอุปสรรคที่อาจเกิดขึ้นก่อนที่มันจะกลายเป็นปัญหาที่มีค่าใช้จ่ายและใช้เวลามาก เนื่องจากคำแนะนำเหล่านี้อ้างอิงจากความสัมพันธ์กับผู้จัดจำหน่ายของบริษัท ส่วนผสมที่ได้รับการอนุมัติและสูตรก่อนหน้า นักวิทยาศาสตร์จึงสามารถสำรวจแนวคิดใหม่ ๆ ได้ด้วยความมั่นใจมากขึ้น

This doesn’t eliminate the need for bench testing, sensory evaluation, or regulatory review. Those steps remain essential. But entering those phases with stronger initial developments can reduce unnecessary iterations and allow teams to focus their resources where they can deliver the greatest value.

การรักษาความรู้สถาบัน

นักวิทยาศาสตร์ที่มีประสบการณ์สะสมความเชี่ยวชาญเชิงปฏิบัติอย่างมหาศาลตลอดอาชีพของตน เข้าใจเหตุผลที่การทดแทนบางอย่างล้มเหลว สภาพการประมวลผลใดให้ผลลัพธ์ที่ดีกว่า หรือการปรับสูตรครั้งก่อนหน้านี้จัดการกับความท้าทายด้านกฎระเบียบอย่างไร อย่างไรก็ตาม ความรู้นี้มักอยู่ในสมุดบันทึก สเปรดชีต หรือประสบการณ์ส่วนบุคคล เมื่อองค์กรขยายตัวและพนักงานที่มีประสบการณ์เกษียณหรือเปลี่ยนบทบาท ความรู้ส่วนใหญ่เหล่านี้จึงเข้าถึงได้ยากหรือสูญหายไปทั้งหมด

ระบบ AI ที่สามารถบันทึกสูตรสุดท้ายและเหตุผลเบื้องหลังการตัดสินใจในการพัฒนา มีศักยภาพที่จะสร้างความจำสถาบันที่มีชีวิต ทีมโครงการในอนาคตสามารถต่อยอดจากงานก่อนหน้าแทนที่จะทำซ้ำวิธีที่ไม่สำเร็จโดยไม่รู้ตัวหรือเริ่มการวิเคราะห์ใหม่จากศูนย์ ความรู้สถาบันนี้จะมีคุณค่ามากยิ่งขึ้นเมื่อนำไปใช้กับงานใหม่ แทนที่จะพึ่งพาความรู้ทั่วไปของ AI ทีมสามารถใช้ระบบที่นำบริบทขององค์กรมาประยุกต์ใช้ ซึ่งเกินขีดความสามารถของนักวิทยาศาสตร์คนเดียวหรือผู้จัดการจัดซื้อ ในอุตสาหกรรมที่ระยะเวลาการพัฒนาผลิตภัณฑ์ส่งผลโดยตรงต่อความสามารถในการแข่งขัน การรักษาและนำความรู้ขององค์กรกลับมาใช้ใหม่อาจมีคุณค่าเท่ากับการสร้างไอเดียใหม่

นวัตกรรมภายใต้ข้อจำกัดในโลกจริง

ความเข้าใจผิดหนึ่งเกี่ยวกับ AI คือว่ามันจำกัดอยู่แค่การสร้างไอเดียเท่านั้น แต่ไอเดียเพียงอย่างเดียวไม่ได้มีคุณค่าในวิทยาศาสตร์อาหาร การนวัตกรรมที่ประสบความสำเร็จต้องสมดุลระหว่างความคิดสร้างสรรค์กับความเป็นจริง ผลิตภัณฑ์ใหม่ที่ไม่มีคุณค่าถ้าส่วนผสมไม่สามารถจัดหาได้อย่างต่อเนื่อง ต้นทุนเกินเป้าหมายเชิงพาณิชย์ หรือข้อกำหนดกฎระเบียบทำให้ไม่สามารถเข้าสู่ตลาดได้

ในความเป็นจริง สัญญาที่ใหญ่ที่สุดของ AI คือการช่วยนักวิทยาศาสตร์สำรวจความเป็นไปได้ที่มีศักยภาพมากขึ้น ไม่ใช่แค่ความเป็นไปได้เพิ่มขึ้นโดยธรรมดา โดยการประเมินข้อจำกัดหลายประการพร้อมกัน AI สามารถกระตุ้นการทดลองที่กว้างขวางขึ้นในขณะที่ยังคงยึดมั่นกับความเป็นจริงเชิงพาณิชย์ นักวิทยาศาสตร์อาจค้นพบการผสมส่วนผสมหรือกลยุทธ์การปรับสูตรที่พวกเขาไม่เคยพิจารณาก่อนหน้านี้ แต่ยังคงมั่นใจว่าตัวเลือกเหล่านั้นสามารถก้าวสู่การทำการค้าได้อย่างเป็นจริง ความสมดุลระหว่างความคิดสร้างสรรค์และความเป็นไปได้กำลังมีความสำคัญมากขึ้นเรื่อย ๆ เมื่อผู้ผลิตมุ่งสู่สูตรที่มีสุขภาพดีขึ้น โปรตีนทางเลือก การลดน้ำตาล และการเลือกส่วนผสมที่ยั่งยืนมากขึ้น

ความเชี่ยวชาญของมนุษย์ยังคงเป็นความได้เปรียบเชิงแข่งขัน

แม้ว่า AI จะก้าวหน้าอย่างรวดเร็ว การพัฒนาผลิตภัณฑ์อาหารยังคงต้องพึ่งพาความเชี่ยวชาญของมนุษย์ ไม่มีอัลกอริทึมใดสามารถแทนที่การประเมินประสาทสัมผัส ความเข้าใจผู้บริโภค ความคิดสร้างสรรค์ หรือการตัดสินใจเชิงปฏิบัติที่นักวิทยาศาสตร์อาหารที่มีประสบการณ์นำมาสูการตัดสินใจสูตรได้อย่างสมบูรณ์ ไม่เช่นนั้น AI ก็ไม่สามารถคำนึงถึงการแลกเปลี่ยนที่ละเอียดอ่อนที่เกิดขึ้นระหว่างการทำการค้าและการผลิตได้อย่างเต็มที่

แทนที่จะเป็นการแทนที่ AI กำลังกลายเป็นเครื่องมือสนับสนุนการตัดสินใจที่ช่วยนักวิทยาศาสตร์ประเมินตัวเลือกได้เร็วขึ้น ระบุความเสี่ยงตั้งแต่เนิ่นๆ และใช้เวลารวบรวมข้อมูลน้อยลง แบรนด์ที่ประสบความสำเร็จใน AI จะเป็นแบรนด์ที่มอง AI ไม่ใช่เป็นการทดแทนอัตโนมัติของความเชี่ยวชาญทางวิทยาศาสตร์ แต่เป็นการขยายความสามารถนั้น

อนาคตของการวิจัยและพัฒนา (R&D) ในอุตสาหกรรมอาหารและเครื่องดื่มจะไม่ถูกกำหนดโดยเครื่องจักรที่พัฒนาผลิตภัณฑ์โดยอิสระอย่างเต็มที่ แต่จะถูกกำหนดโดยนักวิทยาศาสตร์ที่มีเครื่องมือ ข้อมูล และเวลาอันดีกว่าเพื่อมุ่งเน้นในสิ่งที่พวกเขาทำได้ดีที่สุด คือการแก้ปัญหาซับซ้อนที่ทำให้ผลิตภัณฑ์นวัตกรรมเข้าสู่ตลาดได้เร็วขึ้น