Ảnh minh hoạ. Nguồn: ItalPassion.

Ngay cả việc mời CEO của cả ba công ty cùng tham gia cuộc gọi cũng là một thách thức; luật sư của ba công ty lo lắng rằng việc các CEO họp mặt với nhau để thảo luận về chính sách lao động là hành vi vi phạm luật chống độc quyền. Sự trớ trêu thật hiển nhiên.

Các bộ luật vốn được đặt ra để bảo vệ người lao động - bằng cách ngăn chặn các công ty cấu kết với nhau để cắt giảm lương hoặc tăng giờ làm - giờ có thể đẩy họ vào vòng nguy hiểm.

Gamble đã nói chuyện riêng với Bill Ford, người ông đã quen biết từ hồi mới là một nhà tổ chức tại công đoàn nhà máy Ford, Local 600, cũng như CEO của GEM, Mary Bara, và CEO của Fiat Chrysler, Mike Manley, và đảm bảo với họ rằng trọng tâm của ông chỉ là các thủ tục y tế và an toàn - và rằng ông sẽ tránh mọi cuộc thảo luận nhạy cảm về lịch trình sản xuất, những cuộc nói chuyện có thể vi phạm luật chống cấu kết của liên bang.

Tuy nhiên, phải mất nhiều cuộc điện thoại từ thống đốc Michigan, Gretchen Whitmer, và nữ nghị sĩ Debbie Dingell, người phụ trách quận có nhiều nhà máy ôtô, để thúc giục họ làm điều đúng đắn thì các vị CEO mới chịu tham gia cuộc gọi.

Trong cuộc gọi, Gamble đã hối thúc các CEO đóng cửa nhà máy ngay lập tức trong hai tuần. Manley không chịu, viện dẫn vấn đề những chiếc xe chưa hoàn thiện nằm chết gí trên dây chuyền lắp ráp. Chúng sẽ han gỉ, đồng nghĩa với hàng triệu đô la nguyên vật liệu bị mất.

Có lẽ, Manley gợi ý, họ có thể giảm số lượng công nhân đến nhà máy mỗi ngày để hoàn thiện những chiếc xe đang trên chuyền chứ không khởi động sản xuất những chiếc mới. Nhưng CEO của Ford, Jim Hackett, nhanh chóng chỉ ra mặt trái của ý tưởng đó: “Con virus đâu có quan tâm xe đang ở giai đoạn nào” của quá trình sản xuất, ông nói.

Nhớ lời dặn của các luật sư là không được cam kết thực hiện bất kỳ thay đổi nào đối với lịch trình sản xuất của họ trong cuộc gọi, các CEO đều ăn nói vòng vo. Họ xin 48 giờ để nghĩ ra một kế hoạch.

MORGAN STANLEY đã có hai ca được xác nhận nhiễm Covid-19 trong đội ngũ nhân viên của mình, một trường hợp trong khuôn viên ngân hàng ở vùng ngoại ô thuộc Quận Westchester, New York, và một ở Thung lũng Silicon và các nhà sản xuất ôtô nước ngoài trong cuộc đua loại bỏ ôtô chạy bằng xăng. Giờ đây họ có một thử thách mới, một thử thách, mà theo lời Baumbick nói với họ, chất chứa kỳ vọng của cả đất nước.

Về sau, Baumbick đã nói: “Ford chế tạo máy bay ném bom; còn chúng tôi làm ra những máy phổi sắt. Phải có việc gì đó mà chúng tôi có thể làm được chứ”. Ông sẽ sớm nhận ra rằng sự giúp đỡ này cấp thiết đến mức nào.

CÁC NHÀ máy ôtô ở Detroit vẫn đóng cửa. Sau ca dương tính với virus corona đầu tiên của công nhân Chrysler vào ngày 17 tháng 3, những ca dương tính mới khác đã xuất hiện: một công nhân Chrysler tại một nhà máy lắp ráp Jeep ở Warren, Michigan, sau đó là một trong 2.800 công nhân làm việc theo giờ tại nhà máy lắp ráp Ford Bronco ở Wayne.

Một nhà máy của Chrysler ở Detroit chuyên sản xuất xe Dodge Durango đã phải dừng hoạt động sau khi một công nhân trên dây chuyền lắp ráp nôn mửa. Các công nhân bảo trì không chịu dọn bãi nôn vì sợ nhiễm virus, cơn cuồng loạn lan ra, và các công nhân từ chối quay trở lại dây chuyền. Các nhà máy từng sản xuất ra hàng ngàn chiếc xe mỗi ngày nay nằm im lìm, trở thành biểu tượng của một nền kinh tế đã sợ hãi đến mức tê liệt.

Theo tài liệu hướng dẫn chi tiết đối với các hội đồng thi và thí sinh vừa công bố, thí sinh chỉ được mang vào phòng thi bút viết, bút chì, compa, tẩy, thước kẻ, thước tính.

Thí sinh cũng được mang vào phòng thi các loại máy tính bỏ túi không có chức năng soạn thảo văn bản, không có thẻ nhớ.

Theo quy định trong hướng dẫn tổ chức thi THPT quốc gia hằng năm của Bộ GDĐT, các loại máy tính sau thí sinh có thể mang vào phòng thi:

- Casio FX 570 MS, FX 570 ES Plus va FX 570VN Plus, FX 500MS, FX 500 VNPlus.

- VinaCal 500 MS, 570 MS, 570 ES Plus, 570 ES Plus II.

- Vietnam Calculator VN-500RS, VN 500 ES, VN 500 ES Plus Function, VN 570 RS VN 570 ES, VN-570

ES Plus.

- Sharp EL 124A, EL 2505, EL 506W, EL 509WM.

- Canon F-788G, F-789GA.

Và các máy tính tương đương các loại máy tính trong danh sách nêu trên.

Thí sinh cũng được phép mang Atlat Địa lí Việt Nam đối với môn thi Địa lí(do Nhà xuất bản Giáo dục Việt Nam ấn hành, không được đánh dấu hoặc viết thêm bất cứ nội dung gì).

Ngoài ra, thí sinh có quyền mang vào phòng thi các loại máy ghi âm và ghi hìnhchỉ có chức năng ghi thông tin mà không truyền được thông tin và không nhận được tín hiệu âm thanh, hình ảnh trực tiếp nếu không có thiết bị hỗ trợ khác

Những vật dụng không được mang vào phòng thi bao gồm vũ khí, chất gây nổ, gây cháy, đồ uống có cồn, giấy than, bút xoá, tài liệu, thiết bị truyền tin hoặc chứa thông tin có thể lợi dụng để gian lận trong quá trình làm bài thi và quá trình chấm thi.

Lê Văn

Theo truyền thống, chu kỳ phát triển sản phẩm mới của các công ty thực phẩm từ khi bắt đầu đến lúc nằm trên kệ hàng đều gặp phải tình trạng hạn chế về thông tin và dữ liệu rời rạc. Sự phức tạp này phát sinh từ các khía cạnh khác nhau của chu trình xử lý, bao gồm tiếp thị, nghiên cứu - phát triển (R&D) và bán hàng. Những thách thức này dẫn đến việc ra quyết định chậm và chu kỳ đổi mới kéo dài.

Do đó, không có gì ngạc nhiên khi khoảng 80% sản phẩm thực phẩm ra mắt đều thất bại, chủ yếu là do người tiêu dùng không chấp nhận. AI đang góp phần giải quyết hiệu quả những thách thức này thông qua việc giảm nhu cầu thử nghiệm rộng rãi và thúc đẩy sự hợp tác giữa các bộ phận bằng cách sử dụng mạng dữ liệu mạnh mẽ. Nó có thể hợp lý hóa toàn bộ quy trình bằng cách tối ưu hóa công thức sản phẩm, thông số quy trình và phân tích xu hướng thị trường.

Miriam Überall, cựu Giám đốc R&D tại Kraft Heinz và Unilever cho rằng, “toàn bộ chương trình số hóa phù hợp và rất thú vị bởi nếu được thực hiện tốt, nó sẽ thực sự thúc đẩy mọi thứ nhanh hơn. Tránh thực hiện nhiều thử nghiệm cũng như các sai sót mà một tổ chức R&D cổ điển vẫn mắc phải và với khả năng dự đoán nhanh hơn”.

Vai trò của AI trong việc thúc đẩy chu kỳ đổi mới ngành công nghiệp thực phẩm

Tăng cường hiểu biết của người tiêu dùng và tạo ý tưởng. AI đang định hình lại quá trình phát triển sản phẩm mới bằng cách tận dụng cách tiếp cận dựa trên dữ liệu đa chiều.

Thứ nhất, AI diễn giải các xu hướng theo thời gian thực từ các nguồn bên ngoài, thu thập thông tin về ý kiến ​​và cảm xúc người tiêu dùng. Điều này bao gồm việc phân tích phương tiện truyền thông xã hội, theo dõi từ khóa, sử dụng chatbot để khảo sát và phân tích hình ảnh.

Thứ hai, AI cũng mở rộng sang cảm biến Internet of Things (IoT), thu thập dữ liệu của người tiêu dùng về lựa chọn sản phẩm và sở thích nấu ăn. Hơn nữa, tiến hành phân tích, tận dụng dữ liệu bán hàng trước đây và xu hướng thị trường để dự báo chính xác nhu cầu và sở thích của người tiêu dùng, tối ưu hóa thời gian ra mắt sản phẩm mới và thích ứng với những thay đổi của thị trường.

Công ty khởi nghiệp Tastewise là một ví dụ điển hình về việc sử dụng AI để truyền cảm hứng cho quá trình phát triển sản phẩm mới. Công ty đã phát triển phần mềm thu thập lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau (mạng xã hội, đánh giá, thực đơn, công thức nấu ăn…) để tìm hiểu xu hướng thực phẩm đang phát triển và thị hiếu của người tiêu dùng.

Phần mềm này là một công cụ có giá trị cho các công ty thực phẩm vì giúp tạo ra các sản phẩm được người tiêu dùng mong muốn và ưa thích.

Khám phá các thành phần thực phẩm mới. Trong chu kỳ phát triển sản phẩm mới, AI cũng có thể đẩy nhanh việc khám phá các thành phần thực phẩm mới, cải thiện việc sàng lọc và mô tả đặc tính của các nguyên liệu thành phần. Các công ty khởi nghiệp trên thế giới đang nghiên cứu, phát triển một thuật toán hiệu quả hỗ trợ quy trình khám phá thực phẩm. Điển hình như Ginkgo Biowork và Arzeda, đang sử dụng kết hợp thiết kế tính toán và AI để tạo ra các protein và enzyme mới. Trong khi đó, hãng Amai Proteins sử dụng AI để thiết kế các protein mới được tối ưu hóa, tạo ra các đặc điểm và mùi vị khác nhau.

Nghiên cứu, phát triển và tối ưu hóa. AI đóng vai trò trung tâm trong việc dự đoán và tăng cường thuộc tính cho các sản phẩm thực phẩm đa dạng. Nó gợi ý tỷ lệ thành phần để phù hợp với đặc điểm hương vị và đưa ra những lựa chọn thay thế lành mạnh hơn trong khi vẫn giữ được hương vị.

Ngoài ra, AI hỗ trợ đánh giá kết cấu sản phẩm thực phẩm, đảm bảo các đặc tính sản phẩm đáp ứng mong đợi. Về mặt dinh dưỡng, AI tối ưu hóa các công thức nấu ăn để đạt được các mục tiêu cụ thể, cho dù đó là giảm hàm lượng đường hay tăng mức protein, đồng thời dự đoán thành phần dinh dưỡng để phù hợp với yêu cầu ghi nhãn.

Gần đây, các công ty thực phẩm đã áp dụng AI trong chu trình R&D, giảm thời gian phát triển và xử lý sản phẩm từ vài tháng xuống chỉ còn vài ngày. Unilever đã sử dụng AI để tạo ra sản phẩm có hàm lượng muối thấp, đẩy nhanh quá trình phân tích hương vị từ vài tháng xuống vài ngày. Kraft Heinz đã thử nghiệm thuật toán AI để tối ưu hóa chi phí, lượng đường và muối, đạt được kết quả đáng chú ý. Việc phân tích mô tả định lượng đã đạt độ chính xác tới 94% trong việc tái tạo sản phẩm gốc cà chua.

Tối ưu hóa năng suất và chi phí. Sau khi phát triển các sản phẩm thực phẩm ở quy mô phòng thí nghiệm, các công ty thực phẩm phải đối mặt với thách thức trong việc bố trí máy móc và dây chuyền để sản xuất ở quy mô lớn mà vẫn phải đảm bảo khả năng cạnh tranh và chất lượng sản phẩm như ở quy mô phòng thí nghiệm. AI cung cấp giải pháp bằng cách phân tích dữ liệu nhằm xác định các điều kiện tối ưu để mở rộng quy mô sản xuất.

Các công ty khởi nghiệp tiên phong như Animal Alternative Technologies và Umami Biowork đang dẫn đầu lĩnh vực này, phát triển sở hữu trí tuệ và công nghệ có thể mở rộng bằng cách tối ưu hóa khoa học dữ liệu. Một công ty khởi nghiệp đáng chú ý khác trong lĩnh vực này là Eternal, ứng dụng AI và robot để tự động hóa thử nghiệm, phân tích và tối ưu hóa quá trình lên men sinh khối. Những tiến bộ này cũng mang lại lợi ích cho các nhà sản xuất lớn đang tìm kiếm con đường khả thi và bền vững để chuyển sang sản xuất protein thay thế quy mô lớn.

Những thách thức đối với việc ứng dụng AI trong ngành công nghiệp thực phẩm

Việc ứng dụng AI trong ngành công nghiệp thực phẩm mang lại nhiều lợi ích, bao gồm hiệu quả chi phí, tốc độ, khả năng tùy chỉnh, khả năng dự đoán và hiểu biết sâu sắc từ dữ liệu. Tuy nhiên, quá trình này cũng đang phải đối mặt với một số thách thức.

Dữ liệu lịch sử hạn chế: Một lĩnh vực mới nổi như công nghệ thực phẩm thiếu dữ liệu lịch sử để cung cấp cho thuật toán, khiến việc tạo ra kết quả có ý nghĩa trở nên khó khăn hơn. Nếu có sẵn, nó thường được tìm thấy ở nhiều định dạng dữ liệu phi cấu trúc và khác nhau. Do đó, cần có sự phát triển để làm cho dữ liệu đầu vào có liên quan ở dạng dễ nhận biết hơn.

Chi phí triển khai lớn: Việc thiết lập và bảo trì hệ thống AI có thể tốn kém, đặc biệt đối với các công ty nhỏ. Mặt khác, hệ thống hiện tại của các công ty lớn có thể không phù hợp trong tương lai và do đó cần đầu tư đáng kể để tiếp tục phát triển.

Sự phức tạp về tính pháp lý và đạo đức: Sự phức tạp ngày càng tăng của các hệ thống AI, đặc biệt là trong các ứng dụng dự đoán, đặt ra thách thức về trách nhiệm cần thiết ở góc độ pháp lý và đạo đức để giải quyết các lỗi và hậu quả tiềm ẩn của AI. Ngoài ra, việc đánh giá tác động của AI đối với văn hóa ẩm thực truyền thống là rất quan trọng để hiểu được tác động tổng thể của nó.

Vấn đề bảo mật dữ liệu: Bảo vệ dữ liệu độc quyền, chẳng hạn như các công thức nấu ăn bí mật, đồng thời thúc đẩy chia sẻ dữ liệu để tối ưu hóa các ứng dụng AI là một thách thức phức tạp đòi hỏi các cơ chế quản trị hiệu quả. Ngoài ra, việc bảo vệ chống lại các cuộc tấn công kỹ thuật số là rất quan trọng.

Sự thay đổi của các quy định: Luật thực phẩm thay đổi thường xuyên, đòi hỏi hệ thống AI phải theo kịp các điều chỉnh này. Ngoài ra, các quy định thường yêu cầu phải diễn giải, trong khi AI hiện tại có thể chưa phù hợp với việc này.

Hợp tác đa ngành và chia sẻ kỹ năng: Việc kết hợp AI và chuyên môn về thực phẩm đòi hỏi sự giao tiếp hiệu quả giữa các chuyên gia từ các lĩnh vực khác nhau (các nhà khoa học thực phẩm, kỹ sư và nhà khoa học dữ liệu). Điều đó đòi hỏi cần tăng tốc chia sẻ kỹ năng và xây dựng giữa các bộ phận để đưa ra quyết định tích hợp dựa trên dữ liệu.

Sự chấp nhận của người tiêu dùng: Việc xóa bỏ mối quan tâm và lo ngại của người tiêu dùng đối với thực phẩm do AI sản xuất đòi hỏi cần có những nghiên cứu xác thực, chuyên sâu. Đó là một quá trình nghiên cứu lâu dài, nghiêm túc và tốn kém.

Tác động môi trường: Ngoài hiệu quả, tác động của AI đối với môi trường cần được xem xét và so sánh với lợi ích giảm thiểu tác động đến môi trường. Việc giải quyết những thách thức đó có ý nghĩa then chốt khi giúp ngành công nghiệp thực phẩm tận dụng được tiềm năng của AI, đồng thời chủ động giải quyết các hạn chế và ý nghĩa xã hội của nó.

Triển vọng của việc ứng dụng AI trong ngành công nghiệp thực phẩm

Kể từ cuối những năm 2010, thế giới đã chứng kiến ​​sự gia tăng đột biến các công ty khởi nghiệp chuyên phát triển sản phẩm thực phẩm dựa trên AI. Mấu chốt của vấn đề nằm ở việc cung cấp các giải pháp dựa trên AI cho các nhiệm vụ như phân tích thị trường, dự báo thông tin chi tiết về người tiêu dùng, cũng như mô hình dự đoán cho các thông số sản phẩm và quy trình.

Các công ty khởi nghiệp đang đẩy mạnh quá trình hợp nhất với các công ty thực phẩm để thúc đẩy quá trình đổi mới – một xu hướng được kỳ vọng sẽ đạt được nhiều động lực hơn trong tương lai gần. Những thách thức về chất lượng dữ liệu, khả năng xử lý và tính đạo đức đang xuất hiện, tuy nhiên, việc ứng dụng AI đã thâm nhập sâu vào ngành công nghiệp thực phẩm. Do đó, khi xác định được cơ chế áp dụng hài hòa, AI được kỳ vọng sẽ tạo ra một cuộc cách mạng trong ngành công nghiệp thực phẩm.

Sức mạnh tổng hợp mạnh mẽ giữa AI và công nghệ thực phẩm là một mối liên hệ mang tính tất yếu nhằm giải quyết nhu cầu thực phẩm ngày càng tăng và các yêu cầu về tính bền vững. Từ cảm hứng thiết kế sản phẩm mới dựa trên dữ liệu về nhu cầu của người tiêu dùng, đến các thông số quy trình mới được đề xuất có thể cải thiện năng suất và giảm chi phí, AI sẽ góp phần tối ưu hóa từng bước trong chu trình phát triển sản phẩm mới của ngành công nghiệp thực phẩm thời gian tới.

(Theo peakbridge.vc, ieeexplore.ieee.org)