Умный лед и робот-печь: как сделать полуфабрикат свежим ресторанным блюдом
Заморозка «умным льдом»
Мы очень долго экспериментировали с разными способами сохранения продуктов: еда под газом, шоковая заморозка и с использованием акустических волн. Все они способны длительный срок поддерживать питательные свойства готового блюда. Однако не органолептические — из-за существенных технологических ограничений. Нам нужно было разработать технологию, которая могла бы не просто придать еде свежий, «только что приготовленный» вид, но и принести ту же ценность организму.
С 2018 года мы начали разработку «умного льда» — это особый способ подготовки ингредиентов, который базируется на искусственном интеллекте. В нем запрограммированы алгоритмы сочетания продуктов, способы их превращения в элементы блюда, учет температурных, временных, химических процессов через призму взаимодействия с кривыми температур на разных этапах производства блюд. Установка полностью в автоматическом режиме замораживает готовую продукцию по индивидуальной программе для каждого блюда за максимально короткий срок.
Многие процессы «Умного льда» контролируются за счет машинного зрения. Чтобы получить высокое качество блюд, необходимо строго выполнять все этапы технологической цепочки. Поэтому все производственные операции оцифровываются и автоматизируются — это сводит человеческий фактор и его влияние на продукт к минимуму. Как результат — метод легко внедрять и масштабировать практически в любых условиях.
Самой большой трудностью в разработке была заморозка крахмалов и сливочных белков. Но был создан ряд инноваций, который позволил вывести заморозку продуктов на новый уровень. Теперь мы можем сберегать органолептические свойства без использования усилителей вкуса, консервантов и других искусственных добавок сроком на 180 суток с сохранением изначальной структуры и качества полуфабриката. При этом не требуется дополнительно обучать персонал для работы с «умным льдом».
Цели удалось добиться за счет следующих технологических операций: во-первых, сырье закупается с учетом требований по качеству и свойствам, вплоть до конкретного перечня поставщиков и ингредиентов. Во-вторых, программа на всех этапах производства формирует для сотрудников электронный чек-лист со способом и степенью обработки и приготовления ингредиентов. Также она задает автоматические параметры работы. В-третьих, когда блюдо укладывают в пищевой контейнер, обеспечивается определенная форма, вес и способ размещения компонентов, учитывающие последующие заморозку и готовку. Наконец, сам процесс фрострации происходит в камерах сверхинтенсивной заморозки, которые автоматически формируют многоступенчатую программу для каждого блюда, исходя из ингредиентной матрицы, степени приготовления и размещения в лотке и будущих параметров готовки в роботизированной печи.
До готовности доводит робот-печь
Было важно создать технологические инновации в трех аспектах: в способе приготовления еды, в способе заморозки и в способе готовки. Потому что именно в комплексе можно получить систему, которая дает стабильное безупречное качество итогового продукта. Поэтому одновременно с разработкой «умного льда» команда занималась еще одним проектом — робот-печью.
Это IoT-устройство, оснащенное системой распознавания блюд через видеокамеры. Никаких кнопок и элементов управления нет: только устройство считывания QR-кодов, чтобы определить тип блюда и выставить индивидуальную программу готовки.
Достаточно поместить контейнер с блюдом в камеру печи и закрыть дверцу. Печь сама распознает блюдо и активирует закодированный алгоритм готовки блюда. При этом устройство обеспечивает разную степень готовности каждого компонента. Когда печь закончит работу, она подаст звуковой сигнал, а также индикацию на встроенном экране. Спустя шесть минут блюдо ресторанного качества готово к употреблению. Новое поколение печей также отправляет данные в учетные системы.
На данный момент самый бережный способ работы с пищей — это многоступенчатая дефростация (вывод из состояния льда) и интенсивное приготовление. Текущий вариант робота-печи — третий. Однако до первого было около двадцати версий, которые по разным причинам забраковывались. Сейчас технология уже кардинально не перерабатывается — только улучшается.
В процессе разработки мы столкнулись сначала с нестабильным завозом железа для оборудования, а после из-за пандемии усложнилась логистика, и возникли перебои с поставкой микросхем. Кроме того, непросто было и с форматом печи: пришлось провести множество опытов и расчетов, чтобы подобрать оптимальные размеры камеры и волновод для получения максимально равномерного поля разогрева внутри продукта.
Пришлось унифицировать элементную базу с возможностью установки комплектующих разных производителей, чтобы меньше зависеть от нестабильности поставок. А также адаптировать программу под несколько микроконтроллеров, чтобы не надеяться только на одного производителя. Но все эти сложности позволили выйти на новый уровень: договориться с крупнейшим заводом в Китае о промышленном производстве железа для проекта, найти стабильного поставщика комплектующих для микросхем.
По принципу распознавания блюд у робота-печи есть иностранный аналог, однако на этом схожести между двумя устройствами заканчиваются. Зарубежный продукт предлагает готовить блюдо по рецепту из определенных ингредиентов, при этом, по отзывам потребителей, не всегда процесс завершается удачно. Порой еда выходит не до конца готовой, и сам процесс приготовления происходит медленнее. В Qummy же блюдо готовится в среднем шесть минут, во многом благодаря интенсивному режиму.
Комплексный подход к работе с пищей
Если смотреть еще дальше, мы видим большие перспективы и другой уровень маржинальности в решении Qummy in Home — доставка еды вместе с робо-печью. Это блюда ресторанного качества, которые готовятся за шесть минут. Вдобавок печь отправляет на смартфон данные о количестве употребленных калорий. Решение покрывает сразу две потребности, связанные со скоростью приготовления пищи и заботой о здоровье и фигуре.
В ближайшем будущем такая система питания станет более востребованной. Например, сейчас наибольший рост показывают сегменты доставки в форматах dark store и dark kitchen. Это неудивительно, ведь роботизированные решения сокращают расходы на персонал и оборудование, а также исключают ошибки, связанные с человеческим фактором.
