Para pemimpin dalam penerapan kecerdasan buatan pada sistem pangan mengatakan bahwa tahun lalu telah membawa perubahan besar dalam rantai nilai, dan masih banyak hal yang akan terjadi. Mereka hanya sedikit berbeda pendapat mengenai kecepatannya.
“Perubahan terjadi begitu cepat, dan banyak organisasi bergerak lebih cepat dari yang pernah saya lihat,” kata Alon Chen, CEO penyedia intelijen pasar makanan dan minuman Tastewise. Chen, berbicara di panel di F&A Next Summit di Wageningen, Belandapada hari Rabu, mengatakan dia memulai perusahaan “empat tahun terlalu dini.”
Sesuai selera dimulai sebagai platform data konsumen untuk membantu memecahkan masalah kegagalan peluncuran produk yang meluas dan meningkatkan pemahaman perusahaan makanan dan minuman terhadap pelanggan mereka. Perusahaan yang berbasis di New York ini berkembang menjadi solusi wawasan sebelum menerapkan AI generatif pada tahun 2023, kata Chen, mantan CMO Google. Selama setahun terakhir, perusahaan ini berfokus pada penerapan agen AI yang disesuaikan untuk membantu klien membuat keputusan strategis yang lebih tepat.
Chen mengatakan proposisi nilai perusahaannya sebagai agen mitra AI telah diperkuat hanya dalam kuartal terakhir. “Ada peluang yang sangat nyata dan segera untuk memberikan keuntungan,” katanya. “Ini benar-benar bukan model bisnis yang layak empat bulan lalu.”
Adopsi tidak merata
Yang lain mengatakan peran AI di tempat lain dalam rantai nilai pangan masih memerlukan waktu untuk berkembang lebih lanjut.
Yelco Gonzalez mengatakan dia ikut mendirikan AuditQsebuah platform kepatuhan industri makanan Belgia, sekitar setahun yang lalu sebagai perusahaan yang mengutamakan AI, dan tim beranggotakan enam orang tersebut telah “melakukan apa yang mungkin sebelumnya membutuhkan tim beranggotakan 15 orang.” Namun AI memerlukan waktu satu atau dua tahun lagi untuk mencapai potensi penuhnya dalam audit dan kepatuhan keamanan pangan, katanya. “Kami sedang mengumpulkan banyak data yang berpotensi berguna.”
Miriam Ueberall, kepala strategi Eropa yang berbasis di California Lab Turingmenambahkan, “Kami masih jauh dari melihat tingginya adopsi” AI dalam penelitian dan pengembangan pangan, dan penerapan teknologi ini oleh perusahaan “cukup tidak merata.”
Tim penelitian dan pengembangan berada di bawah tekanan yang besar, kata Ueberall, dan dia melihat “kemungkinan besar bagi AI” untuk menjadikan mereka lebih efisien. Namun saat ini, “kita masih jauh dari solusi AI yang dapat melakukan semuanya sendiri.”
Manusia dalam lingkaran
Hal ini membantu berkembangnya saluran bakat, tambah Ueberall. Banyak tim penelitian dan pengembangan yang belum dilatih untuk berpikir seperti ilmuwan data, meskipun hal ini mulai berubah—dan tepat pada waktunya, seiring dengan berkembangnya teknologi AI dan memperluas kemungkinan yang ada. Namun alih-alih mengotomatiskan kebutuhan akan spesialis, Ueberall berharap para profesional dengan pengetahuan domain tetap kritis.
“Keahlian manusia masih menjadi prioritas utama, dan hal ini sangatlah penting.”
Gonzalez setuju, dan menambahkan bahwa laju perubahan teknologi adalah alasan utama untuk menjaga “manusia tetap mengetahui perkembangannya.” Bagi AuditQ, katanya, hal ini mewakili “nilai tambah” berupa “pengetahuan mendalam” yang melengkapi kemampuan AI perusahaan.
Para panelis sepakat bahwa satu-satunya hal yang pasti adalah lanskap akan terlihat sangat berbeda 12 bulan dari sekarang. “Defensibilitas berubah setiap saat, dan kelincahan serta kecepatan adalah hal yang paling penting,” kata Chen.