Zo versnelt en verfijnt AI productontwikkeling in de eiwittransitie

Welke rol speelt AI in het versnellen van eiwitinnovatie en hoe ver zijn bedrijven ermee? Dit zijn de tools, de valkuilen en de mogelijkheden.

De inzet van kunstmatige intelligentie (AI) in voedingsmiddelenontwikkeling is niet langer futuristisch. Nieuwe technologieÃ«n bieden ontwikkelteams concrete handvatten om productformulering te versnellen, kosten te drukken Ã©n de kans op marktsucces te vergroten. AI-tools kunnen helpen, van de eerste brainstormsessie voor een nieuw plantaardig product tot het toetsen van het concept bij de doelgroep.

Dit zijn de verschillende vormen van AI

1. Machine learning (ML)

Machine learning (ML) analyseert grote hoeveelheden data en herkent patronen om voorspellingen te doen of beslissingen te ondersteunen. In de voedingsmiddelenindustrie wordt ML bijvoorbeeld ingezet om verbanden te vinden tussen ingrediÃ«nten en sensorische eigenschappen, zoals smaak of textuur.

2. Generatieve AI (zoals LLMâs)

Generatieve AI-modellen, zoals large language models (LLM's), kunnen nieuwe content of concepten genereren op basis van bestaande kennis. Bekende tools zijn ChatGPT en CoPilot waarmee een gebruiker gesprekken kan voeren om informatie te zoeken.

3. Digital twins

Een digital twin is een digitale kopie van een fysiek proces, zoals een productie- of formulatieproces. Hiermee kunnen bedrijven in een virtuele omgeving ingrediÃ«ntencombinaties simuleren, de prestaties voorspellen en de effecten van aanpassingen testen zonder direct te hoeven produceren. Dat bespaart tijd en kosten in de ontwikkelfase.

4. Clustering en segmentatie-algoritmen

AI-algoritmen kunnen populaties opdelen in groepen met vergelijkbare kenmerken, zoals bij Het Volksportret. Op basis van bijvoorbeeld gedrag, taalgebruik en demografie worden doelgroepen nauwkeurig gesimuleerd om productproposities te toetsen of communicatie af te stemmen.