味好美（McCormick）是美国百年的老牌食品大厂，商业版图遍及150多国，旗下产品除了大众消费型调味品之外，还横跨了食品工业调味料和餐饮渠道专用调味料，品项高达1万7千种。其中，消费型调味品更占了味好美60%收益，但味好美首席科学家Brian Farkas指出，年轻一代的顾客越来越追求自然、新颖的调味产品，味好美必需要面对这个挑战，来满足顾客需求。
他解释，这个挑战在于，光是原料就有上万种，要从中找出最适当的材料，来制作新调味料，并不简单。此外，在开发过程中，必须花时间不断试错，还要符合不断变动的国际法规。再者，有经验的调味专家通常要5至10年才能养成，因此人才稀缺。
“不过，我们看准AI，想借AI工具来快速开发新产品。”Brian Farkas表示，味好美拥有庞大的数据库，比如调味数据库拥有近10亿个人信息料点、食物化学和食物科学数据库就拥有近1亿个人信息料点，此外还有40多万个食物和调味配方。他认为，这些大数据可借AI来发挥更大价值。
借助AI展开计算机创意项目，成功推出3款新产品
Biran Farkas指出，一般开发流程可分为几个步骤，首先是外部（B2B客户或业务部）发出研发需求后，会由研发部门使用数据库资料，来开发初期配方，经过修正后产生修正配方，再创建样本，进行评估、调整；要是没问题，就可交付新产品。
在这过程中，双方在初期配方和改版配方这两个步骤，导入AI工具来帮忙（如下图）。Brian Farkas指出，团队先以以往的优良初期配方记录，来训练AI模型，之后再部署到内部系统，让研发人员利用这套AI，来推荐合适的初期配方。
最重要的是，“有些配方，甚至是研发人员意想不到的。”这也是味好美称之为计算机创意（Computational creativity）的原因。
通过这个方法，味好美也在去年推出3款由AI设计的新产品，也就是ONE系列的猪肉、鸡肉和香肠风味调理包。Brian Farkas也指出，团队发现AI适合用来开发个性化产品，打造个别顾客专属的调味品，还省下了70%的产品开发时间。
除了提供新点子，Brian Farkas表示，团队也将AI用来改善研发需求分析，进一步减少试错次数。接下来，他们也要借助机器学习，来加强产品的重新设计，比如味道、原料等，来因应不断变化的法规。