AI & computing › Agentic AI & autonome agents
AKA Foods lanceert AI-agent Alchemy en kennissysteem Atlas voor voedsel-R&D
Het Nederlandse foodtech-bedrijf AKA Foods brengt twee AI-producten uit voor onderzoeksafdelingen in de voedingsindustrie. Alchemy voert zelfstandig taken uit binnen het ontwikkelproces van nieuwe producten, terwijl Atlas een bedrijfseigen kennisbank opbouwt die interne data koppelt aan wetenschappelijke literatuur en regelgeving. Beide tools moeten voedseltechnologen sneller en betrouwbaarder laten werken, zonder dat gevoelige bedrijfsinformatie in handen van derden komt.
Voedingsbedrijven experimenteren volop met kunstmatige intelligentie, maar veel van die hulpmiddelen zijn generieke chatbots die niets weten van de specifieke recepten, leveranciers of regels van een bedrijf. AKA Foods, opgericht in 2021, wil dat probleem oplossen met twee nieuwe producten: AKA Studio Alchemy en AKA Atlas. Alchemy is vanaf nu beschikbaar voor alle klanten van het bestaande AKA Studio-platform. Atlas is nog in een besloten bètafase, waarvoor bedrijven zich kunnen aanmelden.
Het belangrijkste verschil met eerdere versies van het platform zit in de aanpak. Waar AKA Studio voorheen vooral hielp om informatie te vinden en overzichtelijk te maken, grijpt Alchemy nu zelf in. Dat heet agentic AI: het systeem voert taken automatisch uit in plaats van alleen suggesties te geven. Alchemy maakt zelfstandig nieuwe projecten aan, genereert in één keer meerdere kandidaat-recepten, leest voedingswaarde-etiketten af van foto's en past ontwikkelbriefings aan. Elke stap moet wel eerst door een medewerker worden goedgekeurd voordat hij daadwerkelijk wordt uitgevoerd.
Werken volgens een vaste ontwikkelcyclus
Alchemy is opgebouwd rond vier fasen die voedseltechnologen sowieso al doorlopen: bedenken, formuleren, proeven en controleren. In de formuleerfase houdt de software rekening met meerdere eisen tegelijk, zoals een maximale kostprijs, voedingsdoelen en verboden ingrediënten. Verandert een technoloog iets aan een recept, dan berekent het systeem meteen opnieuw wat dat betekent voor prijs, voedingswaarde en samenstelling. Resultaten van smaaktests worden gebruikt om de volgende versie van een recept te verbeteren. Ook kan op elk moment een controle worden aangevraagd die nagaat of een recept aan de geldende regelgeving voldoet. Volgens AKA Foods bevat deze update in totaal 63 verbeteringen, waaronder de mogelijkheid om briefings in Word- en Excel-bestanden te lezen en om rapporten te downloaden voor kwaliteitscontrole.
Atlas: een geheugen voor het hele bedrijf
Atlas pakt een ander probleem aan: bedrijven verliezen kennis omdat die verspreid zit in rapporten, e-mails en hoofden van medewerkers. Het systeem bouwt wat AKA Foods een wereldmodel noemt van een specifiek voedseldomein, bijvoorbeeld dranken of bakkerijproducten. Daarin worden de eigen formuleringsgeschiedenis, testresultaten en leveranciersgegevens van een bedrijf gecombineerd met externe bronnen zoals wetenschappelijke publicaties, patenten en regelgeving. Stelt een gebruiker een vraag, dan geeft Atlas een antwoord mét bronvermelding en een betrouwbaarheidsscore, een aanpak die lijkt op retrieval-augmented generation, waarbij een AI-model eerst relevante documenten opzoekt voordat het een antwoord formuleert. Ontbreekt informatie, dan stuurt het systeem automatisch digitale 'onderzoeksscouts' op pad om die op te zoeken en te verifiëren. Spreken interne en externe bronnen elkaar tegen, dan toont Atlas beide kanten.
Omdat het hier vaak om bedrijfsgeheimen gaat, kan Atlas volledig binnen de eigen IT-omgeving van een klant draaien, desnoods zonder internetverbinding. AKA Foods benadrukt dat klantdata nooit wordt gebruikt om externe AI-modellen te trainen en heeft daarvoor de beveiligingscertificeringen ISO/IEC 27001:2022 en SOC 2 Type II. Het bedrijf haalde in november 2025 een investering van 17,2 miljoen dollar op, onder leiding van AI-onderzoekers Alex en Michael Bronstein. Eerder platform AKA Studio won dit jaar een innovatieprijs op de vakbeurs Fi Europe, en het Afrikaanse ingrediëntenbedrijf TDC sloot in december een meerjarig contract voor gebruik van de software.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? AI die zelfstandig taken uitvoert én AI die betrouwbare, bedrijfsspecifieke kennis opbouwt, kunnen het ontwikkelproces van nieuwe voedingsproducten flink versnellen. Tegelijk laat dit voorbeeld zien hoe bedrijven kunstmatige intelligentie proberen in te zetten zonder hun gevoelige bedrijfsdata te delen met externe technologiebedrijven. Dat spanningsveld tussen slimme automatisering en databeveiliging zal in veel meer industrieën terugkomen.
- Agentic AI
- Een vorm van kunstmatige intelligentie die niet alleen informatie of advies geeft, maar zelf taken uitvoert, zoals het aanmaken van projecten of het genereren van recepten.
- Wereldmodel
- Een AI-systeem dat een compleet, actueel beeld opbouwt van een specifiek kennisgebied door interne en externe informatie met elkaar te verbinden.
- Retrieval-augmented generation
- Een AI-techniek waarbij een systeem eerst relevante bronnen opzoekt en pas daarna een antwoord formuleert, om te voorkomen dat het feiten verzint.
- Bedrijfsgeheim
- Vertrouwelijke bedrijfskennis, zoals receptuur of processen, die een bedrijf niet met buitenstaanders wil delen.
- Betrouwbaarheidsscore
- Een getal dat aangeeft hoe zeker een AI-systeem is van een gegeven antwoord.
- Air-gapped systeem
- Een computersysteem dat volledig is afgesloten van internet of andere netwerken, vaak gebruikt om gevoelige data extra te beveiligen.
- ISO/IEC 27001
- Een internationale norm voor informatiebeveiliging waaraan organisaties kunnen voldoen om aan te tonen dat ze zorgvuldig met data omgaan.
- SOC 2 Type II
- Een Amerikaanse auditstandaard die controleert of een bedrijf zijn databeveiliging over een langere periode op orde houdt.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.