マテリアルズ・インフォマティクス（MI）・「おいしさ予測」PF【食品・飲料】 
食品の成分、加工条件、食感データ、および過去のヒットレシピをAIが解析し、ターゲット（例：20代・低糖質・濃厚）に合わせた最適な配合を提案。経営企画として、新製品開発（R&D）の「打率」向上と期間短縮を主導します。社内SEは、各研究所に散在する「実験ノート」をデジタル化。AIが学習可能なデータレイクを構築します。開発の「手戻り」を激減させ、競合他社に先んじた市場投入を実現。R&D予算のROIを最大化させるとともに、次世代素材（代替食等）による「高利益率ポートフォリオ」への転換をテクノロジーで支えます。
 職種 |
経営企画 |  施策難易度 |
★★★★★ |
|---|---|---|---|
 業界① |
メーカー |  目的 |
新規収益獲得 納期短縮 |
| 業界② |
食品・飲料 |  対象 |
R&D効率化 |
 費用 |
1000〜15000万円 |  実施期間 |
365 |
主なToDo
- 全研究所の実験データ・成分データの構造化集約
- おいしさ・保存性予測AIアルゴリズムの選定と学習設定
- 研究員向け「新配合提案」インターフェースの開発・展開
期待できる効果
R&Dスピードの倍増。開発コスト削減。市場競争力強化。
躓くところ
データの質と量（過去の紙データ）。研究員の暗黙知の言語化。
