AI 기반 배달 서비스인 Hungryroot는 미국에서 온라인 식료품과 유사한 틈새 시장을 점유하기를 희망한다. 추천 시스템은 협력 필터링, 지도 학습 모델을 사용하여 식품에 대한 소비자 선호도를 일치시킨다.

 

고객은 자신의 식습관, 자신(및 가족)이 좋아하는 음식의 종류, 가족 규모, 예산 등에 대한 질문에 답변한다. Hungryroot 알고리즘은 매주 고객이 좋아할 만한 식료품을 예측한다. 고객이 목록을 승인하면 Hungryroot 세 곳 중 한 곳에서 상자가 배송된다. 고객은 또한 해당 주의 재료를 사용하는 알고리즘에 의해 예측된 일련의 레시피를 받는다.

 

GlobalData의 소매 부문 전무 이사인 Neil Saunders는 모든 종류의 식료품 소매업체가 수요 예측을 개선하기 위해 AI에 의존하는 것을 보았다. Saunders "팬데믹으로 인한 혼란과 더 많은 사람들이 온라인으로 식료품을 구매함에 따라 소매업체의 수요 예측이 점점 더 어려워지고 있으며 AI가 데이터를 이해하고 비축할 품목에 대해 더 정확한 결정을 내리는 데 도움이 될 수 있다"고 말했다.

 

AI 기반 식료품 챌린지

Hungryroot Netflix와 매우 유사한 협업 필터링 모델에서 작업하여 시간이 지남에 따라 고객이 좋아하는 것을 배우고 다른 사람들과 선호도를 통합한다. 그러나 식료품에 대한 AI 기반 권장 사항은 도전적이라고 CTODave Kong은 말한다한 가지 예로 Netflix는 거의 무한대의 대기열에서 영화를 추천할 수 있다. 추가적인 제약은 없다. 반면 음식은 영화처럼 소비재가 아니다. 음식은 부패하기 쉽다. 선택은 재고와 상자에 들어갈 수 있는 양에 따라 다르다 

공포 영화를 좋아하는 소비자는 한동안 그 장르의 영화를 먹을 수 있지만 음식에 적용할 필요는 없다. 소비자들에게 3주 연속 파스타를 먹이면 불평할 수도 있다. “첫 번째 단계는 각 고객에 대해 문제를 더 잘 분석하는 것이다. 예를 들어, 각 고객에게 다양성은 무엇을 의미할까? 다른 항목(: 스파게티 대 펜네와 같은 파스타 유형) 또는 다른 요리 유형(: 파스타 대 샐러드 대 볶음 등)인가?”라고 Kong은 말한다.

 

Hungryroot는 또한 반복이 고객에게 무엇을 의미하는지 알아 내려고 노력하고 있다. “2주 전인데도 마지막 주문과 비슷한 레시피와 아이템을 찾고 있는가? 아니면 건너뛴 한 주가 중요한가? 그런 다음 배운 내용에 따라 올바른 AI 접근 방식에 집중할 수 있다.”고 그는 말한다. "반복과 다양성을 이해하는 것이 다른 어느 곳에서도 고려되지 않는 식품 모델 성공의 열쇠이다."

 

또 다른 문제는 똑같은 재료로 똑같은 레시피를 좋아하는 고객이 장르를 좋아하는 영화광만큼 많지 않다는 점이다. 소비자 음식 선호도는 짠맛, 다양한 단백질 유형, 질감 등 훨씬 더 세분화된 수준에서 소화되어야 한다.

 

Hungryroot 인수분해 기계는 60개의 서로 다른 매개변수(그 수는 계속 증가하고 있음)를 모델에 넣는다. 그리고 데이터 소스는 고객이 말하거나 행동하는 것에만 국한되지 않는다. Hungryroot는 영양 데이터와 같은 추가 소스에도 의존한다.

 

즐거운 반찬: 쓰레기 줄이기

Hungryroot 알고리즘은 개별 사용자뿐만 아니라 모든 고객을 위해 전반적으로 권장 사항을 최적화한다. 고객이 한 종류의 흰살 생선을 좋아한다면 Hungryroot에서 비슷한 종류의 흰살 생선을 좋아할 수 있다. 상자에 들어 있는 것을 조금만 바꾸면 모든 상자에 걸쳐 식품 분배를 최적화하여 쓰레기를 줄이는 데 도움이 될 수 있다고 Kong은 말한다 

또한 AI 기반 식료품 제안 알고리즘 자체가 영리하여 Hungryroot가 각 종류의 음식을 얼마나 구매할지 예측하는 데 도움이 된다. 고객의 선호도를 알고 있기 때문에 수요를 예측하고 재고를 관리하기가 더 쉽다. Saunders도 동의한다. “브랜드의 주요 이점은 고객이 원하는 것을 더 잘 제공할 수 있고 수요를 충족시킬 수 있는 충분한 재고가 있다는 것이다. 정기 식료품 배달에서 가장 실망스러운 것 중 하나는 잘못된 대체품이나 원치 않는 제품이다. AI가 브랜드가 고객이 원하는 것을 이해하는 데 도움이 된다면 충성도를 구축하고 비즈니스를 반복할 가능성이 더 커진다.”라고 Saunders는 말한다.

 

Hungryroot는 또한 고객의 식료품 저장실 구매를 염두에 두고 있다. 모든 요리법에 소금이 필요할 수 있지만 고객은 매주 소금을 살 필요가 없다.

 

AI 식료품 배달에 대한 수요 증가

고객은 Hungryroot에 좋은 반응을 보였다. 이 스타트업은 활성 고객의 경우 전년 대비 133% 성장했다. 2021 6 Hungryroot는 시리즈 C 펀딩 라운드에서 4천만 달러를 모금했다. 

알고리즘의 성공률이 높다. 소비자는 AI 기반 식료품 배달의 72%를 구매한다. Kong은 지도 학습 모델 외에 더 많은 비지도 학습을 포함할 것으로 기대한다. "우리는 시간 정보를 잘 고려하고 패턴 인식에 뛰어난 신경망 모델이 성공적이고 효과적인 AI 지원 식료품 서비스를 만드는 열쇠라고 믿는다."라고 Kong은 말한다. "모든 고객에게 적절한 수준의 예측 가능성과 다양성을 제공할 수 있다면 AI 지원 식료품 쇼핑의 가장 어려운 문제를 해결한 것이다."

 
입력 : 2021.07.21 00:00    출처 : https://venturebeat.com/2021/07/17/hungryroot-delivers-ai-powered-grocery-experience/
ⓒ blockchainai.kr 무단 전재 및 재배포 금지
  • 트위터
  • 페이스북
  • 카카오톡보내기
메일 보내기 닫기
보내는 사람
보내는 사람 메일
받는 사람 메일
제목
메세지