Автоматизація відповідних вимогам роздрібних етикеток для рослинних продуктів за допомогою ШІ
Підприємці у сфері рослинних продуктів постійно балансують між коригуванням рецептур, масштабуванням партій та завданням підтримання точності роздрібних етикеток. Одна пропущена інформація про алергени або застарілі дані про харчову цінність можуть призвести до дорогих відкликань продукції та підриву довіри споживачів.
Принцип Nutrition Mapping Pipeline вирішує цю проблему. Ви розглядаєте кожен рецепт як набір даних, що проходить через повторюваний конвеєр: список інгредієнтів, відображення поживних речовин, матриця алергенів та вихідна етикетка. Автоматизуючи кожен крок за допомогою пошуку на основі ШІ та перевірки правил, ви гарантуєте, що масштабування формули миттєво оновлює дані про харчову цінність та декларації про алергени. Це усуває потребу в ручному заповненні електронних таблиць.
Як це працює:
Збір інгредієнтів: система аналізує ваш рецепт і зіставляє кожну сировину з USDA FoodData Central API для отримання базових показників поживних речовин.
Масштабування поживних речовин: конвеєр множить ці значення на точну вагу кожного інгредієнта в партії. Він підсумовує їх і застосовує коефіцієнти втрати вологи або виходу готового продукту.
Генерація матриці алергенів: модель ШІ перевіряє кожен інгредієнт за бібліотекою алергенів. Вона позначає наявні алергени, такі як соя або пшениця, і додає оцінки ризику перехресного контакту на основі даних постачальників.
Готовність етикетки: профіль поживних речовин і список алергенів передаються в сервіс генерації етикеток. Цей сервіс форматує панель "Харчова цінність" відповідно до правил FDA або ЄС.
Стартап запускає новий бургер із горохового протеїну. Вони масштабують тестову партію з 2 кг до 20 кг для регіонального дистриб'ютора. Використовуючи Nutrition Mapping Pipeline, система перераховує рівень білка та натрію. Вона також фіксує ризик перехресного контакту з глютеном від нового постачальника булочок, що спонукає до оновлення заяви про алергени перед друком.
Кроки впровадження:
Створіть рівень збору даних. Підключіть свій інструмент для рецептів до USDA API та зберігайте профілі поживних речовин у базі даних.
Розгорніть логіку алергенів на основі ШІ. Запустіть модель на основі правил, яка зіставляє інгредієнти з порогами алергенів для створення набору даних (payload).
Генеруйте та розповсюджуйте етикетки. Викликайте FoodLabelMaker API з набором даних про поживні речовини та алергени. Цей сервіс повертає готові до друку PDF-файли та сповіщає ваш принтер через webhook.
Автоматизація створення етикеток за допомогою Nutrition Mapping Pipeline усуває необхідність ручних обчислень. Це гарантує, що декларації про вміст алергенів залишаються актуальними відповідно до даних про ризики постачальників. Це дозволяє брендам рослинних продуктів впевнено масштабувати рецептури, залишаючись при цьому у повній відповідності до правил роздрібної торгівлі.
Джерело: https://dev.to/ken_deng_ai/automating-compliant-retail-labels-for-plant-based-foods-with-ai-2b97
Додаткова спільнота для навчання: https://t.me/GyaanSetuAi