Sztuczna inteligencja zmienia składy żywności. Giganci jak Nestlé już wiedzą, że bez nadzoru człowieka to prosta droga do katastrofy, strat i wycofania produktu.
W skrócie:
- Producenci żywności muszą nieustannie zmieniać receptury, by sprostać nowym regulacjom i trendom. To proces, który dotąd opierał się na intuicji i arkuszach Excela.
- AI obiecuje przyspieszenie prac, ale bez kontroli ekspertów generuje receptury niezgodne z prawem, niemożliwe do wyprodukowania lub po prostu niesmaczne, co prowadzi do opóźnień.
- Podejście human-in-the-loop (HITL), gdzie człowiek weryfikuje pracę AI na kluczowych etapach, staje się jedynym sposobem na uniknięcie kosztownych porażek i pozwów.
Przejdź się dowolną alejką w supermarkecie, a zobaczysz objawy cichego kryzysu. Podatki od cukru, limity sodu, wymogi zrównoważonego rozwoju i fanaberie konsumentów przepisują na nowo krajobraz na półkach. Ketchup, który w 2019 roku bez problemu przechodził testy, dziś może zapalić czerwoną lampkę z powodu brytyjskich wytycznych dotyczących soli. To niekończąca się pogoń.
Kiedyś zmiana formuły produktu była wydarzeniem dekady. Dzisiaj to stały rytm. Marki co 12 – 18 miesięcy muszą modyfikować całe portfolio, nie tylko by spełnić normy, ale też by nadążyć za modą na produkty bezcukrowe, roślinne czy w ekologicznych opakowaniach. Wszystko to przy jednoczesnym pilnowaniu kosztów i marży.
A jednak proces ten w większości firm z sektora CPG (dóbr konsumpcyjnych) to wciąż prowizorka oparta na Excelu, laboratoryjnych notatnikach i wiedzy kilku weteranów. To powolne, ryzykowne i przeraźliwie analogowe. Gdy dorzucimy do tego niestabilne łańcuchy dostaw i zmienne przepisy, wynik jest do przewidzenia: opóźnione premiery, nieudane próby i utracone zyski. Raport McKinsey nie pozostawia złudzeń – ponad 70% nowych produktów w branży CPG nie osiąga zakładanych celów przychodowych. Zmiana receptury powinna być przewagą konkurencyjną. Zbyt często jest cmentarzem zmarnowanych budżetów na badania i rozwój.
Jak AI weszło do kuchni i zrobiło bałagan?
Trudno się dziwić, że firmy CPG rzuciły się na sztuczną inteligencję. Aktywne uczenie maszynowe, modele generatywne i analityka predykcyjna obiecują szybsze iteracje i podejmowanie decyzji w oparciu o dane, a nie przeczucia. Jest jednak pewna niewygodna prawda: sama sztuczna inteligencja nie da gwarancji, że nowy produkt sprawdzi się w realnym świecie.
Pozostawione bez nadzoru systemy AI będą:
- Proponować formuły naruszające regulacje FDA czy EFSA (np. przekraczając limity witamin).
- Sugerować składniki, które są niedostępne lub zbyt drogie w obecnych łańcuchach dostaw.
- Optymalizować wyniki w skali laboratoryjnej, które rozpadną się podczas masowej produkcji.
- Generować rozwiązania, które wyglądają elegancko na papierze, ale obleją testy smaku.
To nie jest hipotetyczne ryzyko. W 2023 roku Nestlé ogłosiło, że zmodyfikuje ponad 100 produktów, by obniżyć zawartość sodu i cukru na rynkach europejskich. Pomimo ich zaawansowanej machiny R&D, jak donosił portal FoodNavigator, niepowodzenia na etapie próbnym opóźniły premiery wielu produktów, ponieważ zakładowe maszyny nie radziły sobie z nowymi przepisami na dużą skalę. Wniosek jest prosty: AI to potężne narzędzie, ale bez człowieka w obiegu (human-in-the-loop) będzie popełniać kosztowne błędy.
Co tak naprawdę oznacza człowiek w pętli?
Human-in-the-loop (HITL) to nie jest kolejne modne hasło. To jedyny mechanizm, który gwarantuje, że platformy AI do tworzenia receptur są godne zaufania, zgodne z prawem i gotowe do wdrożenia w fabryce. W swojej istocie HITL zakłada, że AI doskonale radzi sobie z eksplorowaniem ogromnych przestrzeni projektowych i znajdowaniem kompromisów, ale to człowiek musi:
- Definiować bariery (prawne, techniczne, sensoryczne, handlowe).
- Weryfikować dane i kalibrować modele.
- Interpretować wyniki w kontekście realiów marki, konsumenta i fabryki.
- Zatwierdzać decyzje na każdym etapie.
Pomyśl o tym jak o małżeństwie aktywnego uczenia maszynowego i ludzkiego nadzoru. AI proponuje, człowiek decyduje. Eksperci wskazują na dziewięć kluczowych punktów kontrolnych, od zdefiniowania celów, przez walidację danych, aż po ostateczne zatwierdzenie regulacyjne. Pominięcie któregokolwiek z nich to proszenie się o kłopoty. Jak pokazuje praktyka, najwięcej katastroficznych awarii wynika z błędów na etapie zatwierdzenia regulacyjnego, weryfikacji danych i testów skalowalności w fabryce.
Dlaczego HITL to jedyna droga naprzód?
Krytycy zapytają: czy człowiek w pętli nie spowalnia wszystkiego? Wręcz przeciwnie. Dobrze zaprojektowany system HITL przyspiesza proces, ponieważ znacząco redukuje ryzyko porażki na późnym etapie. Zamiast marnować miesiące na projekt, który upadnie tuż przed wdrożeniem, firma eliminuje błędy na bieżąco.
Zasady są proste: ograniczenia regulacyjne i procesowe powinny być zakodowane jako twarde reguły, a nie zapisane w PDF-ach. Proste kontrole (np. normalizacja jednostek) należy automatyzować, a trudne decyzje (wybór kompromisów) pozostawić interdyscyplinarnym zespołom. Każdy punkt kontrolny powinien mieć jasny interfejs decyzyjny, a każda decyzja – zarejestrowane uzasadnienie.
Przyszłość reformulacji żywności nie polega na walce człowieka z AI. To będzie starannie zaaranżowana współpraca. AI będzie eksplorować, optymalizować i przyspieszać. Ludzie będą ograniczać, weryfikować i zatwierdzać. Firmy, które opanują ten hybrydowy model, będą wprowadzać na rynek nowe produkty szybciej, bezpieczniej i z większym zyskiem. Reszta utonie w nieudanych projektach, problemach prawnych i zmarnowanych premierach.