【编者按】当AI的触角伸向舌尖，食品行业正经历一场静默革命。从麦考密克用算法将风味研发周期压缩四分之一，到联合利华借数字试错让产品上市时间减半，科技巨头早已在后厨悄然布局。然而这场变革并非机器取代味蕾的简单叙事——顶级食品科学家坦言，AI仅是放大人类创意的工具，无法复制千差万别的感官体验。在资本追捧的“虚拟感官”热潮背后，初创企业仍在数据荒漠中艰难掘金，而真正的味觉密码依然深藏在消费者瞬息万变的神经末梢中。当健康、成本、可持续性的多维枷锁日益收紧，这场人机协奏将如何重塑未来餐桌？让我们剥开技术糖衣，品尝真实滋味。
在食品巨头们的世界里，人工智能早已不是新鲜事。
拥有弗兰克红辣酱、丘鲁拉辣酱和老湾调味料等品牌的麦考密克，将AI用于风味研发已近十年。该公司表示，通过识别有潜力的风味组合并筛选出值得制作实体原型的概念，研发时间平均缩短了20%至25%。
联合利华的情况也类似，AI已深度融入食品研发各个环节。其系统能在数秒内数字化测试数千种配方，以更少的实体试验找到可行概念。例如，家乐“快享风味酱”的研发时间就缩短了近一半。在包装业务方面，AI模拟了配方在赫尔曼易挤瓶中的表现——公司称这节省了数月的实体实验室工作。
早在2017年，谷歌大脑（现属DeepMind）团队就利用AI协助研发了“完美”巧克力曲奇配方。
但即便AI正日益影响食品公司决定将什么产品摆上货架，这些企业都急忙强调：AI并未接管厨房。
“人类的创造力和判断力始终引领方向，AI只是帮助我们放大影响力的工具，”联合利华食品研发生态系统、数字与数据负责人安玛丽·埃尔伯斯表示。
“这些工具能激发我们风味科学家的创造力，”麦考密克首席科学官安朱·拉奥告诉CNBC。她强调AI是协同创造工具，而非人类专业知识的替代品。“我们最宝贵的资产始终是员工，他们为餐桌带来全球视野、风味专长和人类创造力。”
随着越来越多初创公司将AI定位为通过大数据模拟消费者对未实体测试新产品的可能反应，以此近似预测感官结果的方式，尚不清楚他们能否在测试厨房中成功破译密码。祖卡、旅程食品、尼尔森IQ和AKA食品等公司将其平台营销为“虚拟感官”或AI驱动系统，旨在数字化筛选配方、建议配方调整，并在制作实体原型前预测消费者喜好。
这些公司承诺的许多功能，食品巨头们表示早已实现：创建能缩小传统品尝小组规模、降低上市失败风险、通过早期识别有潜力概念来压缩产品开发周期的系统。行业分析师预估，受数据驱动产品开发、自动化和个性化投资增长的推动，全球食品饮料人工智能市场规模将从2025年的约100亿美元增长至2030年的500亿美元以上。
但一些早期的食品AI先驱已经转向。麦考密克早期的AI工作是与IBM合作开发的，后者此前曾探索过如厨师沃森等AI驱动的食品项目。IBM发言人在声明中表示，公司“已不再积极专注于该领域”。
抛开营销话术，测试过这些平台的食品科学家表示，该技术仍处于早期阶段——许多宣称既是为了吸引资本，也意在替代人类专业知识。
食品科学家、食品科学与食品系统咨询公司Chau Time创始人布莱恩·周表示，许多AI食品初创公司仍处于数据收集阶段，努力整合足够的现实世界信息，使其模型具备有意义的预测能力。
“我认为所有涌现的AI公司都在某种程度上夸大了其能力——大多数初创公司都是如此，”周说。“他们需要吸引投资者，需要构建数据集，需要真正的行业合作伙伴，这一切才能真正规模化运作。”
周指出，目前大多数平台类似于基于现有食谱、制造数据和消费趋势训练的大型语言模型，而非能独立生成可行新产品的系统。“我测试某个平台时，其输出基本与任何通用AI系统无异，”他说。“没有来自真实公司的专有数据，附加值并不多。”
在他看来，该技术的长期潜力取决于初创公司能否与愿意分享内部配方数据的大型食品制造商建立合作——出于知识产权考虑，许多公司不愿这样做。“没有大型行业参与者向这些系统输入真实数据，它们很难真正具备预测能力，”周说。“这是场数字游戏。”
从科学角度，研究人员表示最大障碍并非算力，而是生物学。
加州大学戴维斯分校感官与消费者科学教授朱利安·德拉吕博士认为，对AI驱动感官工具的期望可能因人们误解AI实际能建模的内容而被夸大。“我认为可能有点炒作成分，”德拉吕说。“这并非意味着AI无用，只是它并非人们期望的那样。”
德拉吕指出，尽管AI能帮助分析化学数据并提高食品开发效率，但试图预测人们对复杂风味的感知从根本上仍受限。“试图预测人们从复杂化合物混合物中会感知到什么——答案是否定的，”他说。
他解释道，核心挑战之一在于人类感官感知本身具有可变性。人们对相同化合物的感知因遗传、文化、经验甚至个人经历而异。“不存在所谓的普通消费者，”德拉吕说。“试图预测‘普通’人的感知可能是一条死胡同。”
要突破此限制，德拉吕认为我们需要比现有数据多得多的数据——获取个体层面的数据，了解每个人或群体实际感知的内容。“而这是一项艰巨任务，”他补充道。
他表示，这种可变性使得任何模型——无论是人类还是机器——都难以作为味觉的通用代理。
即便是开发这些工具的公司也强调，人类判断仍然至关重要。
AKA食品创始人戴维·萨克表示，其公司平台旨在整合内部研发知识，而非取代食品科学家或感官专家。“食品研发团队掌握大量宝贵知识，从过往配方、感官数据到个人持有的隐性诀窍，”萨克说。“但这些知识往往零散，难以系统化复用。”
AKA平台帮助团队在投入实体试验前数字化测试想法，让科学家专注于最有希望的配方路径。“它不取代食品科学家或感官专家，”他说。“最终，人类定义目标、约束条件和成功标准。感官专家设计和解读品尝小组。科学家决定测试什么和推出什么。AI能减少所需测试次数，但无法消除真实人类品尝或验证的必要性。当终端消费者是人类时，人类必须始终参与其中。”
“消费者用味觉决定是否喜欢产品，”使用AI分析感官和消费者数据的Simulacra Data创始人兼CEO杰森·科恩表示。“我们仍从真实人类感官数据出发。AI只是帮助我们更快、更经济地推断洞察。”
科恩还创立了Analytical Flavor Systems（该公司于2025年被尼尔森IQ收购），他表示AI最有用的地方在于识别异味、缩小配方选择范围、确定哪些想法值得优先测试，而非替代人类感知。
周认为大型食品公司独具优势，能从AI驱动工具中受益，因为他们已掌控大量专有配方、感官和制造数据——而大多数小品牌仍在努力构建这些。
德拉吕认为AI在食品行业的真正价值在于效率而非创造力——帮助研究人员更快分析数据、管理复杂性，并在健康、可持续性和成本等日益严格的约束下运作。“如今设计食品比以往更具挑战性，”他说。“你不仅要制作人们喜爱的食品，还需确保其健康、可持续且价格合理。AI赋予我们更多能力应对这种复杂性。”
但涉及味觉本身，人类仍是参照标准。“消费者将永远是决定美味与否的人，”他说。“而非机器。”
