Fome de dados

É domingo, meio da tarde, você sente vontade de comer algo, mas não sabe exatamente o quê. No lugar de abrir a geladeira dezenas de vezes sem saber o que realmente quer comer, você abre um aplicativo e, MÁGICA, ele te diz exatamente o que seu paladar precisa. Não, não estamos falando do futuro, isso já é realidade.

O Gastrograph – que semana passada levantou US$ 4 milhões em investimentos – é um aplicativo que promete criar, por meio de inteligência artificial,  um mapa do paladar de cada pessoa (com exatos 24 tipos diferentes de sabores e texturas), indicando quais novos sabores e alimentos ela poderia experimentar e gostar. Assim, eles criam clusters de gosto personalizado para a indústria de bebida e comida, que pode inventar novos sabores exatamente da forma que as pessoas gostam. Como a Fanta fez este ano, só que em proporções maiores.

Hiperpersonalização

Para as empresas do setor de comidas e bebidas (nham!), o uso de AI é um caminho para se enquadrar na onda – sem volta – da hiper-personalização. De acordo com ocriador do Gastrograph, Jason Cohen, a indústria alimentícia ainda não cria produtos pensando de maneira personalizada, para cada paladar – ele falou isso de maneira menos educada na entrevista.

Para criar o mapa e identificar padrões de gosto, o Gastrograph une informações que o próprio usuário coloca sobre quais comidas que gosta e desgosta, a dados demográficos, de hábito de uso do smartphone e, principalmente, dados vindos dos sensores do celular.  Segundo Cohen, com a devida autorização de quem usa, o aplicativo analisa tudo que interfere no ato de comer (temperatura, barulho do ambiente, pressão do ar…) e como isso a ajuda a criar o seu paladar. Sim, é tipo uma versão MDM  meets Jamie Oliver…

Hiperconveniência

A saída do Halla I/O foi de outro tipo de personalização: ligada à conveniência. Por meio de AI, e a partir de dados de uso (incluindo, vejam só, quais os ingredientes das comidas pedidas e repetidas!), de horário e segmentação psicográfica, o aplicativo indica quais melhores restaurantes pedir, ou qual a melhor lista de compras para a pessoa, no momento em que a pessoa quer.  “Comida é algo muito psicológico. Qualquer prato abre uma série de subcomponentes com dados muito ricos”, comentou o CEO do Halla, Spencer Price.

O Uber Eats utiliza machine learning, que consideram fatores como a carga de trabalho do restaurante, a área em que está localizado, o tempo que leva para as porções serem feitas, para mandar a comida quentinha para os clientes. No Brasil, a Rappifunciona seguindo este mesmo modelo da hiperconveniência. E, apesar de o aplicativo ter como conceito a entrega de qualquer objeto, a maioria dos pedidos se concentra em restaurantes e de supermercados.

Hipermercado?

Não é só analisar gostos ou indicar qual a melhor hora de você pedir no seu restaurante favorito, mas a AI também pode mostrar COMO fazer a a comida que está consumindo. O Pic2Recipe, sistema criado por uma galera do MIT (sempre tem uma galera do MIT para pensar nessas coisas ) consegue identificar a receita da comida a partir de uma foto.

Se já é possível medir o que cada grupo de pessoas gosta, o momento que eles preferem comer, que tipo de receitas eles querem reproduzir, não é muito fora da caixinha da gente imaginar que, no futuro (não tão longe assim), o hipermercado não vai ser hiper em tamanho do espaço, mas em personalização dos produtos.