Alon Chen, CEO and Co-Founder of Tastewise – Interview Series
Alon Chen adalah CEO dan Co-Founder dari Tastewise, sebuah platform intelijen konsumen terkemuka yang didukung oleh data dan AI generatif. Di bawah kepemimpinannya, Tastewise sedang mengubah cara merek makanan dan minuman mengembangkan produk yang lezat, sehat, dan berkelanjutan dengan membuka wawasan konsumen real-time. Dipercaya oleh raksasa global seperti Nestlé, PepsiCo, dan Kraft Heinz, platform ini membantu perusahaan mempercepat inovasi produk, menyederhanakan pemasaran, dan meningkatkan kinerja ritel dan layanan makanan melalui alur kerja berbasis AI. Dengan misi untuk memberdayakan pengambilan keputusan yang lebih cerdas di seluruh ekosistem makanan, Chen berada di garis depan dalam memanfaatkan AI untuk membentuk masa depan makanan dan minuman yang kita konsumsi.
Tastewise terinspirasi dari makan malam Shabbat ibu Anda. Bisakah Anda berbagi lebih banyak tentang momen itu dan bagaimana itu memicu ide untuk perusahaan?
Pada suatu titik, saya menyadari bahwa setiap anggota keluarga saya memiliki diet, rencana nutrisi, dan preferensi makanan yang berbeda. Bagi ibu saya – yang selalu menyajikan makan malam Shabbat yang luar biasa dan mengundang seluruh keluarga – ini menjadi tantangan nyata. Dia harus melacak kebutuhan diet yang terus berubah dari setiap orang sambil tetap menciptakan hidangan yang membawa kami semua bersama.
Pada suatu waktu, dia akan menyiapkan hidangan tradisional dengan ayam, hanya untuk menyadari ada vegetarian di meja. Sekali lagi, dia akan menyajikan nasi, lupa bahwa beberapa dari kami sedang mengikuti diet keto. Frustrasi mencoba menyesuaikan semua orang mulai mempengaruhi.
Itulah saat saya menyadari – ini bukan hanya tantangan bagi koki rumahan; ini adalah masalah yang jauh lebih besar bagi seluruh industri makanan dan minuman. Jika bahkan makan malam yang disajikan di rumah membutuhkan begitu banyak adaptasi, bagaimana bisnis bisa efektif mengikuti preferensi konsumen yang terus berubah? Kesadaran itu adalah percikan yang mengarah pada Tastewise.
Bagaimana Anda menentukan bahwa industri makanan dan minuman siap untuk platform wawasan yang didukung AI seperti Tastewise?
Ketika kami meluncurkan Tastewise pada tahun 2018, AI masih merupakan wilayah yang belum terjamah. Banyak bisnis – bahkan para investor kami – ragu tentang potensi AI dan bagaimana itu bisa mengubah industri. Tetapi satu hal yang jelas: industri makanan dan minuman sangat memerlukan inovasi.
Pada saat itu, 90% peluncuran produk baru gagal, sebagian besar karena proses manual yang ketinggalan jaman seperti survei konsumen dan kelompok fokus. Metode ini lambat, mahal, dan sering gagal untuk menangkap preferensi konsumen real-time. Bukan hanya bahwa industri siap untuk wawasan yang didukung AI – mereka membutuhkannya.
Tastewise dibangun untuk menjembatani kesenjangan tersebut. Kami memanfaatkan AI untuk membantu merek menyederhanakan pengembangan produk dan strategi pemasaran dan ini pada dasarnya membebaskan tim dari pekerjaan manual yang membosankan dan memungkinkan mereka untuk lebih fokus pada kreativitas, strategi, dan inovasi yang berarti.
Bagaimana pengalaman Anda di Google sebagai CMO untuk Yunani dan Israel mempersiapkan Anda untuk meluncurkan Tastewise?
Waktu saya di Google sangat penting dalam mempersiapkan saya untuk meluncurkan Tastewise. Sebagai CMO untuk Yunani dan Israel, saya membangun bisnis online senilai $2 miliar, yang memberi saya pengalaman berharga dalam mengefektifkan operasi B2B, meningkatkan pangsa pasar, dan memahami nuansa pertumbuhan digital.
Di sana, saya belajar secara langsung bagaimana memanfaatkan pengambilan keputusan berbasis data, inovasi, dan teknologi untuk memecahkan tantangan bisnis yang kompleks – keterampilan yang menjadi dasar untuk Tastewise. Pengalaman itu pasti membantu saya mengakui kekuatan AI dalam mengungkap wawasan konsumen dan membentuk masa depan industri makanan dan minuman.
Tastewise memanfaatkan AI generatif untuk wawasan konsumen. Bagaimana teknologi ini bekerja, dan apa yang membedakannya dari pesaing di ruang tersebut?
AI generatif Tastewise secara khusus dirancang untuk industri makanan dan minuman, memanfaatkan tujuh tahun data khusus untuk memberikan wawasan real-time tentang apa, mengapa, dan bagaimana orang makan.
AI kami menganalisis berbagai data – mencakup 75 miliar posting media sosial, 1 triliun resep online, 160 juta ulasan, lebih dari 4 juta restoran (baik rantai maupun independen), dan 600.000 item bahan makanan. Ini memungkinkan kami tidak hanya melacak kebiasaan makan konsumen saat ini tetapi juga memprediksi tren makanan dan minuman yang sedang berkembang dengan akurasi tinggi, memberikan merek keunggulan kompetitif dalam menjaga ketersediaan di depan pergeseran industri.
Kecerdasan yang disebut bukanlah apa-apa tanpa tindakan. Yang membedakan Tastewise adalah kemampuan kami untuk mengubah wawasan ini menjadi peluang pendapatan yang dapat diambil tindakan. Produk kami menyederhanakan alur kerja, memastikan pelaksanaan yang efisien. Misalnya, Dasbor Inovasi platform menyederhanakan penemuan tren, sementara TasteGPT akan segera menghasilkan ide-ide berbasis AI untuk produk baru berdasarkan tujuan Anda.
Contoh lain adalah sesuatu seperti Agen Konten kami yang mengubah wawasan ini menjadi kampanye pemasaran yang berkinerja tinggi. Bersama, alat-alat ini memungkinkan merek untuk memanfaatkan peluang pertumbuhan dengan meningkatkan kehadiran di rak, memperluas penawaran menu, atau meningkatkan penggunaan produk – didorong oleh pelaksanaan yang didukung oleh AI.
Bagaimana Anda memastikan akurasi dan relevansi wawasan yang dihasilkan AI, dan apa tantangan yang Anda hadapi dalam melatih model untuk industri yang sangat spesifik?
Pada pandangan pertama, AI untuk industri makanan dan minuman mungkin tampak sangat spesifik, tetapi dalam kenyataannya, itu berpusat pada pasar global senilai $10 triliun yang menyentuh setiap aspek kehidupan sehari-hari kita. Digitalisasi telah memperkuat jangkauannya, dengan konten terkait makanan, seperti posting Instagram tentang makanan, sekarang menyumbang 20% dari semua konten online – menunjukkan bahwa makanan bukan hanya pasar, tetapi bagian sentral dari percakapan digital.
Ketika kami memulai tujuh tahun yang lalu, kami bergantung pada model AI tradisional jauh sebelum AI generatif menjadi populer. Wawasan yang kami kumpulkan dari waktu ke waktu dari model-model ini memberikan dasar yang kuat untuk memvalidasi akurasi dan relevansi hasil AI generatif kami.
Dengan membandingkan wawasan baru dengan data yang sudah ada, kami memastikan tingkat kehandalan yang tinggi dalam hasil kami. Meskipun tidak ada sistem AI yang sempurna, pendekatan ini memungkinkan kami untuk mempertahankan akurasi dan menyempurnakan model kami secara efektif.
Tastewise memproses sejumlah besar data dari menu, media sosial, dan perilaku konsumen. Model atau teknik pembelajaran mesin apa yang spesifik yang digunakan platform Anda untuk menghasilkan wawasan yang dapat diambil tindakan?
Di Tastewise, kami memanfaatkan kombinasi teknik pembelajaran mesin canggih untuk mengubah jumlah data yang besar menjadi wawasan yang dapat diambil tindakan. Analogizers, yang biasanya digunakan untuk pembelajaran tanpa pengawasan, membantu kami mengelompokkan data berdasarkan pola yang serupa, bahkan ketika pola tersebut tidak ditentukan sebelumnya. Misalnya, kami menggunakan Analogizers untuk mengklasifikasikan (atau mengelompokkan) rantai toko.
Model-model Connectionist, seperti jaringan saraf, memungkinkan kami mengklasifikasikan demografi dan kelompok perilaku, yang kami sebut sebagai audiens. Sementara itu, model pohon dan hutan dari Symbolyst digunakan untuk pencocokan entitas – menghubungkan platform pengiriman yang berbeda ke entitas Tastewise yang sama. Dalam proses ini, kami mengandalkan seperangkat fitur yang konsisten (seperti nama, alamat, dan nomor telepon) dan menerapkan aturan yang relatif ketat untuk memastikan pencocokan yang akurat di seluruh platform.
Bersama-sama, model-model ini memungkinkan kami untuk menyediakan wawasan yang akurat, berbasis data yang tidak hanya memberikan informasi untuk keputusan strategis tetapi juga dapat meramalkan tren makanan dan minuman di masa depan.
TasteGPT telah mengidentifikasi pertumbuhan dalam metode persiapan makanan penutup yang unik, seperti merendam dan memanggang. Inovasi kuliner lain apa yang sedang berkembang?
Wawasan terbaru dari Tastewise mengungkapkan evolusi yang menarik dalam cara konsumen memperlakukan makanan penutup dan persiapan makanan. Sementara teknik seperti merendam dan memanggang terus mendapatkan popularitas, metode unik lainnya juga mulai populer, mencerminkan perubahan dalam preferensi tekstur, pengalaman makan, dan bahkan ukuran porsi.
Salah satu tren paling mencolok adalah merendam, yang mengalami peningkatan 30% year-over-year. Merendam melibatkan merendam bahan dalam cairan untuk meningkatkan tekstur, rasa, atau sifat nutrisi. Secara tradisional terkait dengan oatmeal semalaman, metode ini berkembang ke wilayah baru, seperti biji yang direndam dan kacang-kacangan yang direndam sebelumnya untuk produk susu alternatif.
Teknik lain yang mendapatkan perhatian adalah memperhalus, naik 25% YoY. Memperhalus adalah proses memecah serat otot dalam daging atau mengubah tekstur bahan nabati untuk menciptakan gigitan yang lebih lembut. Peningkatan minat ini mungkin menunjukkan preferensi konsumen yang berkembang untuk tekstur yang lebih halus, meleleh di mulut di berbagai masakan.
Dari segi pengalaman, memasak hibachi telah tumbuh sebesar 18% YoY, menandakan minat yang meningkat dalam memasak berinteraksi dengan suhu tinggi. Hibachi adalah gaya pemanggangan Jepang di mana bahan dimasak pada suhu tinggi di atas panggangan terbuka, seringkali dengan cara yang teatrikal dan menarik. Baik di restoran atau di dapur rumah, tren ini mencerminkan daya tarik pengalaman memasak yang imersif yang menghadirkan hiburan dan cita rasa yang kuat ke meja.
Terakhir, konsep miniaturisasi juga sedang meningkat, dengan peningkatan 14% YoY. Miniaturisasi melibatkan menciptakan versi kecil, berukuran gigitan dari hidangan atau makanan penutup tradisional, sering menekankan kontrol porsi dan daya tarik estetika. Permintaan akan hidangan kecil bergourmet, kue kecil, dan camilan berukuran individu menunjukkan bahwa konsumen mencari kesenangan secara lebih seimbang dan dapat disesuaikan.
Apa tren atau wawasan paling mengejutkan yang Tastewise telah temukan baru-baru ini di ruang makanan dan minuman?
Pada musim gugur 2024, kami melanjutkan tradisi kami dengan merilis Laporan Tren Rasa, yang menyoroti tren makanan dan minuman yang paling mengganggu yang membentuk tahun 2025
Salah satu tren paling mencolok adalah meningkatnya citarasa Timur Tengah, terutama rempah-rempah Yaman seperti hawaij dan jeruk hitam. Saat konsumen mencari citarasa yang kuat dan menghangatkan, hawaij – campuran kaya jahe, kayu manis, kapulaga, dan cengkeh – muncul sebagai hal besar berikutnya dalam minuman, siap menantang pumpkin spice yang sudah lama berkuasa.
Sementara eksplorasi rasa semakin meningkat, realitas ekonomi membentuk bagaimana generasi muda mendekati makanan. Dengan harga yang terjangkau, Gen Z cenderung ke masakan Filipina, tertarik pada citarasa kaya umami yang tidak kompromi dalam rasa atau biaya.
Selain rasa dan harga yang terjangkau, keberlanjutan tetap menjadi salah satu pendorong utama pilihan konsumen, terutama dalam minuman. Wine berkelanjutan semakin populer, karena pecinta lingkungan memprioritaskan merek yang menerapkan pertanian regeneratif dan menerima metode produksi karbon rendah.
Pada saat yang sama, gerakan kesehatan dan kesejahteraan berkembang setelah obat penurun berat badan GLP-1. Konsumen semakin mencari solusi nutrisi yang dipersonalisasi yang sejalan dengan kebutuhan individu mereka, mulai dari keseimbangan hormon hingga hidrasi.
Secara bersama-sama, tren-tren ini menunjukkan masa depan di mana konsumen tidak hanya mencari rasa yang menarik dan makanan hemat biaya, tetapi juga membuat pilihan yang sadar yang sejalan dengan tujuan kesehatan dan keberlanjutan mereka.
Apa visi Anda untuk Tastewise dalam lima hingga sepuluh tahun ke depan, dan bagaimana Anda melihat perkembangan AI dalam industri makanan dan minuman?
AI sudah menjadi bagian fundamental dari struktur industri makanan dan minuman dan perilaku konsumen. Kebiasaan makan konsumen sudah, dalam banyak hal, sudah dipengaruhi oleh algoritma yang didukung AI di platform media sosial seperti Instagram, TikTok, dan Pinterest. Sementara itu, industri ini dipenuhi dengan alat AI yang merevolusi prediksi permintaan dan produktivitas secara keseluruhan.
Industri terus berupaya menyesuaikan diri dengan tuntutan konsumen, menyebabkan tingkat kegagalan produk makanan dan minuman baru lebih dari 90%. Menurut Forum Ekonomi Dunia, industri makanan dan minuman menelan biaya lebih dari $19 triliun karena kerusakan lingkungan dan masalah kesehatan terkait makanan, hampir dua kali lipat dari nilai industri itu sendiri.
Saya merasa bahwa dalam 5-10 tahun mendatang, perusahaan yang menggunakan alat AI akan mulai bergeser menuju keseimbangan yang lebih besar, di mana merek tidak hanya selalu berada di atas tren tetapi memiliki pemahaman yang jauh lebih besar tentang mereka dan dapat bergerak dengan cepat dari ide hingga rak.
Ini berarti bahwa tingkat kegagalan 90% akan turun dengan cepat, mungkin bahkan menjadi nol, yang menurut saya lebih menarik. Kami sudah melihat merek seperti KraftHeinz, Givaudan, Pepsico, dan Waitrose mendorong batas baru dengan produk dan pemasaran mereka karena penggunaan alat dan platform AI.
Pergeseran ini membuat kita bertanya: Bagaimana jika semua inovasi berhasil? Bagaimana jika semua terhubung langsung ke audiens yang dituju Anda? Bagaimana jika setiap produk pergi ke tempat yang tepat?
AI pada dasarnya akan menjadi perpanjangan dari tim manusia – lebih cepat, lebih tepat, dan selalu aktif. Saya percaya kita akan melihat pergeseran dari “alat bantu” menjadi “mitra kolaborator inti”. Dan apa artinya bagi kami di Tastewise sangat dalam.
Visi kami jelas: Tastewise akan menjadi sistem operasi inovasi makanan dan minuman. Kami tidak hanya membangun platform data – kami membangun lingkungan tempat merek bermimpi, menguji, memvalidasi, dan menjalankan, semua dalam satu tempat. Itulah yang membuat saya bersemangat.
Kami sudah meletakkan dasarnya dengan menggabungkan perilaku kon