AI小吃真的可以吃吗？我们买了AI薯条尝了尝，结果非常出人意料。

假如AI创造了一种新的食物，吃起来会有什么感觉？

不久前，奥利奥总公司亿滋宣布将开发一种全新的AI工具，帮助其品牌开发新口味的产品。这已经不是AI和食品公司的第一次合作了。在此之前，一些快速移动的品牌，如无印良品和可口可乐，都发布了由AI处理的新产品。

可能是之前的AI零食味道有点“一言难尽”，所以消息传出后，很多网友开始吐槽奥利奥，然后就吃不下了。但是，我觉得没必要这么悲观。虽然之前的AI零食好评不高，但是很多人说:好吃，爱吃，还有吗？考虑到人类口味的多样化，这样的结局并不奇怪。

AI零食好吃吗？小雷斥资购买了无印良品发布的AI薯条。此外，他还购买了三种经典口味进行比较，看看谁能与人类和人工智能进行比较。「取悦人类味蕾」在这场比赛中获胜。

口味PK：AI获得冠军的人类平均分更高。

无印良品发布的AI薯条有三种口味：中式、东南亚和西式，其对手是：奶酪、蜂蜜黄油和海苔盐。

就包装而言，AI薯条的口味注释也相当微妙：

AI认为人类会喜欢的口味，在海量数据中经过3兆次模拟，平衡各种原料制成中式风味。

「兆」在中国使用频率不高，但在日本很常见。考虑到无印良品是日本品牌，根据日语的使用习惯，这里应该指的是日语。「万亿」，换言之，AI在3万亿次的数值模拟之后，最终选择了这三种调味方案，所以看起来认可度并不低。

在后续的测试过程中，我把六种口味分装到容器里，标注号码，弄乱放置顺序，邀请了10个同事尝试并打分。最终结果如下:

总的来说，AI制作的东南亚口味在雷科技中最受欢迎，这个结果确实超出了小雷的预期，同时也让它更受欢迎。「人工智能不了解人类爱好」这种观点被证伪了，但AI的中西口味表现非常一般，获得了倒数第一和第二名，也是唯二总分低于50分的口味。

作为一个比较人类群体，虽然没有拿到总分第一，但是平均分明显更高，5分以下的单个分数明显低于AI群体。简单总结一下，AI组的上下限差别明显更大，而人类组基于真实体验开发的口味，至少对于大多数人来说并不难吃，但是很难做出惊艳的新口味，也就是上限低但下限高。

AI小吃要了解顾客，还得靠“小模型”？

在品尝的过程中，大多数同事对人们组开发的零食给出了类似的评价:吃起来还可以，但是都挺普通的，和其他品牌的同类产品吃起来差不多。但是当你品尝AI的味道时，表情发生了明显的变化，然后你说: 这味道有点有趣。

然而，“有趣”是一回事，好吃不好吃是另一回事。第一阶段新鲜期过后，很多同事对中西风味表示不满，评价包括但不限于: 这是中药吗？怎样有一股子的味道；这是广东凉茶的味道吗？；这也太难吃了。

假如没有几个同事对中国风味的评价很高，恐怕中国风味就会喜提「中国人最不喜欢的味道」第一个。“专门为中国开发的口味最不受中国人欢迎”，估计无印良品自己也笑不出来，但过去的好处是，至少有一种西式风味垫底。

如果说中国风味至少有自己的特点，比如中药风味，那么西式风味的特点就是“混乱”。超过一半的人认为西式口味尝不出具体的味道，就像把各种口味混合在一起，最后撒上一些盐。我至少吃了四种不同的口味:烧烤、烟熏培根、西红柿和奶酪。

但是，仔细想想，AI没有错。烧烤培根番茄奶酪确实是西餐中最常见的菜肴和调味料，喜欢吃的人真的很多。但是AI显然没有很好的控制不同口味之间的比例，过多的烟味破坏了整个调味的层次感。

事实上，从中不难看出， AI在数据分析等方面确实有得天独厚的优势，但最终输出结果能否令人满意，与数据库的数据质量有很大关系。 比如中国风味，虽然八大菜系各有特色，但“咸味”是接受度最高的调味品。如果无印良品的AI是用中国饮食数据训练出来的，那么制作一个的概率很大。「盐味」核心商品。

事实上，这里揭示了AI模型目前存在的一个问题:虽然通用模型更为普遍，但在细分领域的表现并不好。简单来说，过多的无关数据可能会污染数据池，导致AI给出错误的结果，比如误以为中国人爱吃草药味的食物。

因此，许多AI公司开始加快专属小模型的实践，基于严格筛选的数据，以确保专属小模型在相应领域的答案准确性。比如阿里云在专属小模型领域表现非常好，可以为用户提供定制的AI模型服务，为企业的产品和服务提供更好的体验。

如果每个快速移动的消费品牌都想把AI作为未来的关键R&D实力之一，那么建立一个针对目标群体爱好的专属AI模型可能是最好的选择。虽然前期投资成本会高很多，但是可以节省很多时间，提高后续R&D的效率，真正做出符合客户口味的个性化产品，比如让零食“千食千面”。

AI，正逐渐成为工业驱动器

事实上，AI与零食产业的融合只是AI在整个工业领域的冰山一角。在参观英特尔的新生产力大会之前，小雷已经感受到了AI在工业领域的巨大潜力。

比如英特尔的合作企业在会场展示了一套自动质检系统。在此之前，至少有两名工人需要站在生产线的尽头，通过人眼去除不合格产品的生产线。AI改造后，只有部署在生产线上的摄像头，才能快速判断产品是否达标，主动去除不合格产品。

虽然以前也有类似的系统，但不能普遍使用。基本上都是专门为某个产品开发的，需要使用高性能的检测设备。各种因素造成的昂贵R&D成本和部署成本直接避免了一般生产线的可能性。

相比之下，AI质检系统不仅可以直接改造安装在原产线上，而且安排成本非常低。只需要一台高性能的PC和几个摄像头，就可以替代人工目检阶段，让工厂可以把工人分配到更有价值的岗位。

另外，还有各种应用，如低成本自动拾取AI机器人， 基于AI模型的多模态感知能力，很多原本需要专门解决的问题，可以简化为低成本的通用硬件解决方案，如摄像头和激光雷达。

而且AI也参与了更多的R&D工作，很多企业都在推广类似的项目，从食品R&D到产品R&D。比如可口可乐推出了AI调配、AI设计外观、AI命名的限量版。「将来3000年可乐」，味道就像甜味异常版的无糖可乐，很难形容。

对于企业来说，AI确实是一个很好的工具。虽然翻车率不低，但是产品研发有很多沉没成本。AI的下限会相对较低，也可以通过。「人 AI」搭配保证产品至少符合一般人的认知。

以无印良品的AI薯条为例。虽然中西风味的评分很低，但也有人给了高分，说明至少符合一些人的口味，更不用说东南亚风味这样的高分作品了。相比之下，与其引入AIR&D系统，不如疯狂发布限制口味但被普遍差评的乐趣，或许还能让平均评价回升一点。

食品，药品，衣服...各种与我们生活息息相关的商品，其实都有公司在实践AI设计。或许在不久的将来， AI不仅可以成为我们的日常助手，还可以控制我们的吃、穿、住、行的感觉，让人感受到AI的来源。「小小震撼」。

本文来自微信微信官方账号 “价值研究所”（ID：jiazhiyanjiusuo），作者：TSknight，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com