食品行业蓬勃发展的餐包部分——全球市场预计到2022年将达到116 亿美元——正在导致拥挤的局面。Gobble是一家成立于 2010 年的膳食准备服务，其与众不同之处在于专注于提供可在 15 分钟内烹饪的适合家庭的膳食。
Gobble 将其 Sprout 算法应用于每周菜单策划和推荐过程，该过程根据随着时间的推移学习到的个人口味偏好来改进每个成员的菜单。创始人兼首席执行官 Ooshma Garg 说：“这个人工智能应用程序的令人兴奋之处在于，我们拥有厨师的烹饪专业知识，作为‘老师’指导人工智能建立您的‘私人厨师’。”结果：“专家机器学习算法将了解您，[和]您表达和显示的偏好，并利用来自更广泛社区的趋势，以越来越相关的方式向您介绍怀旧和新食谱的组合，”加格说。
新成员首先指定他们的蛋白质和饮食偏好，以及他们喜欢的每周晚上和家庭规模。从那一刻起，每一次会员互动——包括菜单浏览、菜单调整、添加边和食谱审查模块——都有助于 Gobble 开发个人品味档案。
Gobble 每周向会员发送一份调查问卷，询问他们希望在即将推出的菜单上看到什么，并要求会员相互评价菜肴“热不热”。“会员对 Gobble 的问卷和评论的参与度很高，因为它直接影响他们接下来一周的体验和菜单，”加格说。Gobble 的推荐算法还会评估新成员和现有成员之间的相似性，尽管最初的数据有限，以确保根据新成员的位置、饮食和蛋白质偏好，他们的前几周尽可能具有吸引力。
Gobble 还使用 AI 更敏锐地提前计划。专有的 Fenix 算法研究 Gobble 过去 7 年多的销售数据，以及外部开放数据集，如天气历史和行业趋势。有了这些数据集，该算法预测了两个关键输出：哪些成员将在任何给定的一周下订单，以及 Gobble 菜单上所有菜肴的销售额分布。“多个外部变量交叉影响每周的销售，”加格指出，“从某个地区的暴风雪到季节性假日行为。”
Fenix 将各种模型与数据拟合，并分解历史成员行为的组成部分，以使未来几周的销售预测尽可能准确。
食物推荐模型
正如该领域的许多参与者所见，食物推荐并不遵循简单的公式。“克服这一挑战实际上有许多关键方面，”加格说。
“我们都尝试过朋友点的菜并喜欢它，尽管我们从未想过自己点菜。因此，我们面临着几个心理上的“食物障碍”，有时还面临来自每个成员的食物欲望。我们如何推荐一道菜才能让人感到舒适，但又不乏味?冒险，但不是太冒险?那么我们如何确保这顿饭真的像会员所期望的一样享受呢?”加格说。
“另一个有趣的考虑是，虽然我们有很多潜在的见解需要收集，但我们收集它们的窗口要小得多，”加格说。“Netflix 可以向你展示一个接一个的预告片，他们的算法会立即得到满足——一个赞或一个赞。一盒晚餐套装是一项更大的承诺，包括时间和金钱，负面体验比仅仅看一部你不喜欢的电影的预告片更糟糕。”
食物推荐也需要更长的时间——消费者是善变的。“也许你从 Gobble 订购的东西当时听起来不错，但到了下周的晚餐时间，也许你已经没心情了。这意味着在向您展示之前，我们的建议必须更加智能和有效，”加格说。“这些细微差别是我们投入巨资开发自己的技术的原因。迄今为止，没有现成的产品能够破解食品领域的密码。”
Gobble 已经开始试验人工智能，以帮助确保食物看起来和听起来都尽可能开胃。“这是人工智能可以比任何人或一次性调查更准确地完成的事情，”加格说。“Gobble 使用基于 ResNet 的计算机视觉模型和 NLP 向量嵌入来查看我们是否可以预测给定的照片、标题或膳食描述对我们的会员的吸引力。我们将其与迭代和 A/B 测试方法结合起来进行菜品复制和创意，向全国不同的成员群体展示独特的组合，以获取进一步的学习成果——就像 Netflix 在不同位置展示不同封面艺术的方法一样。”
美好的未来
除了客户在任何给定的一周可能想要订购的东西之外，Gobble 还了解每个成员的个人情况，并将这些知识应用到所有服务中。“我们知道可发现性存在于一个范围内;在推广新鲜事物和扩大会员的舒适区之间始终保持平衡，同时仍然提供熟悉的餐点，会员将再次认可和喜爱，”Garg 说。
这与 Spotify 的“Discover Weekly”产品面临类似的挑战，这些产品是AI 制作的播放列表，试图将您最近的最爱、怀旧的热门歌曲和一些您尚未发现的曲目完美结合。Gobble 相信它可以在晚餐时间实现同样程度的信任。
Gobble 的 AI 方法要求团队在收集数据的方式上发挥更大的创造力，同时确保成员不会被过多的调查或问题所困扰。“我们也知道并接受来自我们推荐数据的任何学习和算法更改都可能对我们的整个供应链产生重大影响，从预测到准备食物再到将盒子送到您家门口，”Garg 说。
Gobble 的最终目标是实现晚餐时间的“自动驾驶”服务。“就像你可能在上下班、工作或锻炼时让 Spotify 策划的播放列表运行一样，Gobble 可以每周处理你的饭菜，增加相关性，用户输入最少，”Garg 说。“这是双赢;由于我们的会员享受到更少的压力和更少的菜单规划参与，Gobble 进一步简化了运营，体验了更少的可变性、更高的可预测性并提高了整个企业的效率。”
