教育新闻网2020年7月15日---人工智能(AI)解决方案的应用可以显着提高新型和季节性食品和饮料产品的成功率-并预计其持续的主流适用性。演讲者在食品技术学院(IFT)虚拟博览会SHIFT20上发表演讲，展示了如何使用AI分析这些数据点，从而为产品发布的NPD和上市策略提供指导。演示者概述，跟踪和预测购买行为和客户情绪可以帮助品牌识别成功产品与失败产品的共同特征。
“例如，许多食品公司已经在使用AI进行食品分类，食品安全监控，预测和预测设备服务和维护的需求。但是，具有远见卓识的公司仍有大量机会。人工智能技术是工业4.0愿景和旅程的组成部分，” SHIFT20参展商Infor的行业和解决方案战略总监Mikael Bengtsson告诉FoodIngredientsFirst。
在SHIFT20上，Infor的代表强调了餐饮制造的复杂性，涵盖了从产品的概念到其商业化的整个过程。正如他们所强调的那样，这些“运动部件”传统上是手动过程。这方面的一个例子是使用Excel表或纸和铅笔来计算食物或饮料的营养成分。
克鲁姆斯追踪流程发展的时间表，发现餐饮配方设计师越来越多地放弃其传统方法用于AI支持的虚拟仪表板和增强的虚拟工具箱。
“这取决于公式，原材料中包含的数据以及它们如何反馈到监管领域。如果您没有合适的系统，那么一路上会有很多问题。您可能会给产品贴错标签并遇到麻烦，” Infor流程制造PLM解决方案顾问Eric Krums说。
克鲁姆斯追踪流程发展的时间表，发现餐饮配方设计师越来越多地放弃其传统方法用于AI支持的虚拟仪表板和增强的虚拟工具箱。他概述了这一点，在跟踪公式时非常有用。“使用强大的工具集，使人们可以查看所有可用信息，这是下一步。如果我使用的是纸质系统或excel，则无法看到所有内容。我们减少了发生某种错误的机会，因为我们错误地输入了信息。”他解释说。
“最终，我们可以将这些数据放到仪表板中，供研发经理或组织的高层使用，以查看所有这些信息的确切状态。但是，如果不改变流程的前端，就无法迈出这一步。”
节省制造成本
作为虚拟研讨会中被引用的案例研究，Infor与供应商Flint Hills合作，帮助其整合了数据流程。这家总部位于美国的生物燃料和原料公司要求对资产维护模式有更好的了解，并统一孤立的机器学习项目。另外，该公司在以站点为中心的数据库中标记了不一致的数据，并且“没有办法统一这些数据”。
“在监控资产等方面，他们需要对制造技术有更好的了解。我们看到的是，他们采用了分层的方法，在这种方法中，他们开始将其资产与基于商品的硬件连接起来，该硬件非常便宜且易于获得，并且可以监控设备。之后，在他们开始收集数据并将其推入我们的数据湖之后，他们开始采用不同的机器学习流程并将其捆绑到一个平台中。” Infor人工智能和机器学习解决方案产品经理Heath Branum说道。
减少库存的潜在节省额为1000万美元，另外还有5,000万美元将用于改造其维护业务。“现在，他们能够实时查看来自制造现场和制造过程的数据。有时，他们可以在这些机器上部署机器学习模型，以主动告诉他们何时需要执行维护，或者资产需要多少时间才能停止运行。”
Bengtsson展望未来，“最令人振奋的领域之一将是如何通过优化耕种条件来提高产量。人工智能将在分析改变农业中不同参数的影响方面发挥重要作用。此外，根据对外部数据的访问，甚至可以利用竞争和新兴市场情报来帮助获得市场领导地位。”
SHIFT20上的AI驱动
乳品制造商Edlong也在SHIFT20上展出，展示了AI的使用如何帮助预测消费者对NPD特殊感官特性的反应方式。利用这一科学技术，该公司扩大了其以乳制品为基础的天然调味剂的种类，以各种“正宗口味，高强度”奶酪和用于调味料，调味料和蘸酱的培养型面进行营销。
