撰文＝編輯部
食品研發長期被視為一項高度仰賴經驗與反覆試驗的工作。從產品概念、配方設計、感官測試、食品安全與法規驗證，到包裝與市場測試，新產品往往需要數年才能上市。然而，在原料價格劇烈波動、供應鏈風險升高的情況下，這樣的節奏已難以支撐食品企業因應市場變化。近年來，人工智慧（AI）開始被引入食品研發流程，試圖縮短創新所需時間。
以新創公司AKA Foods為例，其開發的AI平台「AKA Studio」主打將食品研發從「長期試錯」轉為「快速決策」，讓配方重製與新品開發不再動輒耗時數年，而是能在數週內完成初步方向的判斷。
為何食品創新總是進展緩慢？
傳統食品與飲料的新產品開發流程高度分段，涵蓋配方設計、試製、感官測試、品質與法規檢驗等多個環節。任何一個步驟，只要遇到原料取得不穩、感官表現不如預期或品質需再調整，都可能讓整個流程回到起點。
此外，食品公司長期累積的研發資產，例如歷史配方、感官評測結果、實驗與分析數據，往往分散在不同系統、部門甚至紙本文件中。當研發人員需要回顧過去的成功或失敗經驗，或在原料短缺時尋找替代方案，光是資料搜尋與整合，就可能耗費大量時間。
這種「資料孤島」現象，使得食品產業即使擁有龐大的研發知識庫，也難以有效轉化為快速決策的基礎，進而拉長整體創新週期。
AKA Studio的核心做法：讓AI理解食品研發脈絡
AKA Studio的設計邏輯，是將企業過去所有研發相關資料集中整合，包括歷史配方、感官測試結果，以及與質地、香氣與風味相關的實驗與分析數據。這些資料經過結構化後，成為AI可搜尋與分析的知識庫。
當企業面臨原料供應壓力，例如可可價格上漲或短缺時，系統能快速比對過往所有相關配方，理解每一種原料在配方中所扮演的功能角色，並提出可能的替代方案與調整方向。這不代表AI會「自動產出產品」，而是協助研發團隊在極短時間內縮小可行選項範圍。
AKA Foods執行長指出，AI真正提供的價值在於「智能、脈絡與替代方案」，讓研發團隊能在有根據的情況下做出決策，而不是從零開始反覆嘗試。
為何通用型AI無法直接套用？
FoodNavigator報導特別指出，一般通用型AI工具之所以難以協助食品研發，是因為它們缺乏對食品配方、製程與感官之間關係的理解。食品研發並非單純的資料運算，而是高度情境化的工作，必須同時理解原料特性、加工方式與最終感官表現之間的連動。
AKA Studio的定位，正是將感官洞察與研發流程結合，讓AI能在食品專屬脈絡中運作，而非僅止於資料彙整或生成文字建議。
資料資產化與導入門檻
對企業而言，導入AI平台的前提是授權系統存取自身的研發資料與智慧財產。AKA Foods提供資料隱私保護與在地部署選項，以降低企業對研發機密外流的疑慮，這也是大型食品公司評估導入的重要條件。
透過系統化整理，原本零散、難以再利用的研發資料，得以轉化為可持續運用的資產，不僅有助於應對短期原料危機，也能作為長期產品優化與創新決策的基礎。
AI是加速器，而非取代者
FoodNavigator報導強調，AI不會取代食品研發人員。從配方細節、生產可行性、感官測試到市場判斷，仍需仰賴人類專業與經驗。AI扮演的角色，是在前期大幅加速資料整理、選項篩選與方向判斷，讓研發團隊能將時間與資源集中在真正需要人為判斷的關鍵環節。
在原料波動與產品生命週期持續縮短的背景下，AI正逐步成為食品創新流程中的「加速器」，而非取代整個研發體系的萬能解方。
審稿編輯：林玉婷
延伸閱讀
▶AI正改寫實體零售：智慧訂貨、預測補貨、倉儲自動化成新標準 3大關鍵應用一次讀懂
▶布局下一個10年的零售力！7-ELEVEN用純影像AI降低成本、擴大未來店可複製性
▶iCHEF開啟餐飲AI元年 推出「春嬌AI資料中台」整合POS、會員、氣象資料精準決策
參考資料
▶FoodNavigator，AI fast-tracks chocolate reformulation amid cocoa crisis
