1. Anasayfa
2. Sayfalar
3. Algoritmalarla Tasarlanan Gıdalar: Yapay Zekânın Gıda AR-GE ve ÜR-GE Süreçlerine Etkisi

Doç.Dr. Bora ASLAN

Gıda sektörü uzun yıllar boyunca ustalık, deney, duyusal test ve pilot üretim döngüleriyle ilerletilmiştir. Yeni bir içecek, sos, bitkisel süt ya da fonksiyonel atıştırmalık geliştirilirken önce fikir oluşturulmakta, ardından laboratuvarda çok sayıda reçete denenmekte, tadım panelleri yapılmakta, maliyet ve raf ömrü hesaplanmakta, son olarak üretim hattına uyarlanabilirlik kontrol edilmektedir. Bu klasik yaklaşım hala önemini korumaktadır; çünkü gıda, yalnızca kimyasal bileşimden ibaret değildir. Tat, koku, doku, renk, ağız hissi, kültürel alışkanlık, fiyat algısı ve güven unsuru birlikte değerlendirilmektedir. Ancak günümüzde bu geleneksel bilgi birikiminin yanına yapay zekâ destekli modelleme, veri analitiği ve algoritmik tasarım eklenmektedir.

Yapay zekânın gıda AR-GE ve ÜR-GE süreçlerindeki etkisi, “makinenin yemek yapması” gibi basit bir başlıkla açıklanamamaktadır. Asıl dönüşüm, gıdanın artık çok boyutlu bir tasarım problemi olarak ele alınmasıdır. Bir ürün aynı anda lezzetli, güvenli, besleyici, sürdürülebilir, uygun maliyetli, üretilebilir, mevzuata uyumlu ve tüketici beklentileriyle uyumlu olmak zorundadır. Makine öğrenmesi, bu karmaşık denklemin farklı değişkenleri arasındaki ilişkileri daha hızlı görmeye yardımcı olmaktadır. Nitekim gıdanın binlerce molekül, bileşen etkileşimi ve insan algısı katmanından oluşan karmaşık bir sistem olduğu; makine öğrenmesinin bu katmanları çözümleyerek ürün yeniliğine katkı sağlayabileceği bilimsel çalışmalarda da vurgulanmaktadır.

AR-GE’de dönüşüm: Molekülden formülasyona

Gıda AR-GE’sinde yapay zekâ öncelikle keşif hızını artırmaktadır. Eskiden yeni bir aroma bileşeni, doğal renklendirici, protein, yağ alternatifi ya da fonksiyonel içerik bulmak yıllar sürebilmekteydi. Bugün ise bitkiler, mikroorganizmalar, protein dizileri, aroma molekülleri, besin bileşenleri ve sağlık etkileri büyük veri kümeleri halinde modellenmektedir. Böylece hangi hammaddenin hangi duyusal ya da fonksiyonel özelliği sağlayabileceği önceden tahmin edilebilmektedir.

Bu alanda dikkat çeken örneklerden biri Brightseed’in Forager platformudur. Forager, doğadaki biyoaktif bileşenleri ve bunların insan sağlığıyla ilişkili olabilecek biyolojik yollarını belirlemek için kullanılan yapay zekâ destekli bir hesaplamalı platform olarak tanımlanmaktadır. Şirket, bu platformla doğal bileşiklerin insan biyolojisiyle ilişkisini daha önce mümkün olmayan hız ve ölçekte haritalandırmayı hedeflemektedir.  Brightseed’in açıklamalarına göre Forager, milyonlarca doğal bileşiği haritalandırmış, binlerce potansiyel biyoaktif öngörmüş ve bilimsel doğrulama süreçleriyle bu keşifleri gıda, tüketici sağlığı ve özel beslenme alanlarına taşımayı amaçlamıştır.

Benzer biçimde Shiru, yapay zekâ, biyoinformatik ve hassas biyoloji kullanılarak yeni doğal içeriklerin keşfedilmesine odaklanmaktadır. Şirketin Flourish platformu üzerinden proteinlerin fonksiyonel özellikleri taranmakta; yağ alternatifi, tekstür verici protein, tatlandırıcı, metilselüloz ikamesi ve yumurta alternatifi gibi alanlarda çözümler geliştirilmektedir. Shiru’nun kendi ifadesiyle, geleneksel keşif süreci 5–15 yıllık bir zaman ölçeğinden 1–2 yıla indirilebilmektedir. Ingredion ile yürütülen güncel iş birliğinde ise Shiru’nun 77 milyondan fazla doğal protein dizisini haritalayan platformunun, doğal prebiyotik içerikler ve bağırsak sağlığı odaklı yeni ürünler için kullanılacağı bildirilmektedir.

Formülasyon geliştirme alanında da benzer bir kırılma görülmektedir. Yapay zekâ, belirli bir ürün için daha az şeker, daha düşük doymuş yağ, daha yüksek protein, daha uzun raf ömrü, daha düşük maliyet, daha düşük karbon ayak izi veya belirli bir tüketici segmentinin beğenisine daha uygun aroma profili gibi “istenen hedefleri” tanımlayabilmektedir. Daha sonra algoritmalar, geçmiş reçetelerden, laboratuvar analizlerinden, duyusal panel sonuçlarından ve üretim verilerinden öğrenerek yeni formülasyon adayları önermektedir. Bilimsel literatürde, yapay sinir ağlarının yeni formülasyonların özelliklerini tahmin etmek ve istenen özelliklere sahip formülasyonları keşfetmek için kullanılabileceği; bunun fiziksel deneme sayısını azaltarak pazara çıkış süresini kısaltabileceği belirtilmektedir.

Elbette bu yaklaşım gıda bilimcinin rolünü ortadan kaldırmamaktadır. Aksine geleneksel gıda mühendisliği bilgisinin daha etkili kullanılmasını sağlamaktadır. Algoritma, olası binlerce kombinasyon içinden daha umut verici adayları sıralamakta; uzman ise bu adayları mevzuat, proses, duyusal kabul, etiketleme ve tüketici güveni açısından değerlendirmektedir. Bu nedenle geleceğin AR-GE modeli, “insana karşı yapay zekâ” değil, “insan uzmanlığıyla güçlendirilmiş algoritmik tasarım” olarak görülmektedir.

ÜR-GE’de hız, tüketici içgörüsü ve ticarileştirme

ÜR-GE süreci, AR-GE’de bulunan teknik çözümün gerçek pazara taşındığı aşamadır. Burada ürün fikrinin tüketiciyle uyumu, marka konumlandırması, ambalaj, üretim ölçeklenebilirliği, raf ömrü, kanal stratejisi ve maliyet dengesi birlikte yönetilmektedir. Yapay zekâ bu aşamada özellikle tüketici içgörüsü, ürün konsepti üretimi, hızlı prototipleme ve reçete optimizasyonunda kullanılmaktadır.

Nestlé’nin uygulamaları bu dönüşüme önemli bir örnek oluşturmaktadır. Şirket, küresel AR-GE organizasyonunda yapay zekâ, makine öğrenmesi, veri bilimi ve tahminleyici analitiğin kullanılmakta olduğunu; bu sayede mühendislerin, ürün tasarımcılarının ve operatörlerin karmaşık veriler arasında daha hızlı bağlantı kurabildiğini belirtmektedir. Nestlé’nin reçete optimizasyon aracı, içerik, beslenme, maliyet ve sürdürülebilirlik arasındaki ödünleşimleri yöneterek tüketici beklentilerini karşılamaya yardımcı olacak şekilde tanımlanmaktadır.

Nestlé USA tarafından 2024’te açıklanan bir örnekte, üretken yapay zekâ destekli bir aracın ürün inovasyon sürecinin ön aşamasında kullanıldığı; 20’den fazla Nestlé USA markasından gelen girdiler ve gerçek zamanlı pazar trendleriyle ürün konseptleri üretildiği belirtilmiştir. Şirket, ilk çalışmalarda ürün fikir geliştirme sürecinin altı aydan altı haftaya indirildiğini açıklamıştır. Bu örnek, yapay zekânın yalnızca laboratuvarda değil, fikirden pazara uzanan ÜR-GE hattında da kullanıldığını göstermektedir.

Mondelēz International örneği de dikkat çekmektedir. Oreo ve Chips Ahoy gibi markaların sahibi olan şirketin, yeni atıştırmalık reçeteleri geliştirmek ve mevcut ürünleri iyileştirmek için yapay zekâ araçlarından yararlandığı aktarılmaktadır. Kullanılan sistemin tat, aroma, görünüm, üretim maliyeti, beslenme profili ve çevresel etki gibi değişkenleri birlikte değerlendirdiği; sürecin klasik deneme-yanılma yaklaşımına kıyasla iki ila beş kat hızlanabildiği belirtilmektedir. Aynı kaynakta, bu aracın 70’ten fazla projede kullanıldığı; Gluten Free Golden Oreo ve Chips Ahoy reçete iyileştirmeleri gibi örneklerde rol aldığı ifade edilmektedir. Burada da nihai tadımın insanlar tarafından yapıldığı özellikle önemlidir; çünkü tüketici kabulü hala yalnızca sayısal modelle değil, insan duyusuyla da doğrulanmaktadır.

Bitkisel alternatifler ve algoritmik içerik ikamesi

Yapay zekânın en görünür kullanımlarından biri bitkisel alternatif gıdalarda görülmektedir. Süt, et, yumurta, mayonez, peynir ve dondurma gibi hayvansal ürünlerin tat, doku ve fonksiyonlarını bitkisel kaynaklarla taklit etmek oldukça karmaşık bir problemdir. Bir süt alternatifinde yalnızca beyaz renk veya protein oranı yeterli değildir; kremsilik, ağızda bıraktığı his, kahveyle karışma davranışı, köpürme, ısıl işlem dayanımı ve raf ömrü de sağlanmalıdır.

NotCo’nun Giuseppe AI platformu bu alanda sıkça anılan örneklerden biridir. NotCo, Giuseppe’yi fikir aşamasından ölçek büyütmeye kadar uçtan uca ürün geliştirme platformu olarak tanımlamakta; platformun AR-GE verilerini deneylere dönüştürme, içerik arama, fizibilite değerlendirme ve formülasyon optimizasyonu gibi alanlarda kullanıldığını belirtmektedir. Kraft Heinz ile NotCo arasında 2022’de kurulan ortak girişimin, NotCo’nun yapay zekâ çözümlerini Kraft Heinz’ın marka portföyü ve üretim ölçeğiyle birleştirerek bitkisel ürünleri daha hızlı, lezzetli ve ölçeklenebilir şekilde geliştirmeyi hedeflediği açıklanmıştır.

NotCo’nun daha sembolik örneklerinden biri de “NotTurtle” adlı yapay zekâ tasarımlı bitkisel kaplumbağa çorbasıdır. Reuters’ın aktardığına göre şirket, nesli tehlike altında olan kaplumbağaların tüketimine dikkat çekmek amacıyla kaplumbağa eti içermeyen, ancak bu geleneksel çorbanın duyusal karakterini taklit etmeye çalışan bir ürün geliştirmiştir. Şirketin yapay zekâsının 300.000 bitkiyi analiz ettiği ve beş protein karışımına ulaşmak için çok büyük sayıda kombinasyonu değerlendirdiği belirtilmiştir.

Daha yakın dönemde Magnum Ice Cream Company’nin de NotCo’nun yapay zekâsını ürünleri yeniden formüle etmek, yeni bitkisel ürünler geliştirmek, kalori yönetimi yapmak ve artan hammadde maliyetlerini yönetmek için kullanmayı planladığı açıklanmıştır. Reuters’a göre, büyük gıda üreticileri NotCo teknolojisini sentetik boyalara alternatif bulmak, şekeri azaltmak ve yükselen tüketici trendlerine daha hızlı yanıt vermek için kullanmaktadır. Bu örnek, yapay zekânın yalnızca “yeni tat bulma” aracı değil, aynı zamanda maliyet, sağlık beklentisi ve sürdürülebilirlik baskılarına yanıt veren stratejik bir ÜR-GE aracı olduğunu göstermektedir.

Gıda güvenliği, kalite ve mevzuat boyutu

Yapay zekâ destekli gıda tasarımında yalnızca lezzet ve hız konuşulmamalıdır. Gıda güvenliği, veri kalitesi, izlenebilirlik ve mevzuat uyumu temel önemdedir. FAO, yapay zekânın gıda güvenliği sistemlerinde risk değerlendirmesi, veri tarama, analiz ve öngörü alanlarında fırsatlar sunduğunu; ancak birçok gıda otoritesinde veri kıtlığı, kapasite eksikliği ve yapay zekâ okuryazarlığı sorunlarının bulunduğunu vurgulamaktadır.  FDA’nın “New Era of Smarter Food Safety” kapsamındaki çalışmalarında da ithal deniz ürünlerinde halk sağlığı riski oluşturabilecek ürünlerin daha hızlı belirlenmesi için yapay zekâ ve makine öğrenmesi kullanılarak pilot çalışmaların yürütüldüğü belirtilmektedir. 

Avrupa Birliği Yapay Zekâ Yasası da bu çerçevede dikkate alınmalıdır. Yasa, 1 Ağustos 2024’te yürürlüğe girmiş; sağlık, güvenlik ve temel haklar üzerindeki riskleri ele alan, risk temelli bir çerçeve oluşturmuştur. Yüksek riskli sistemlerde veri kalitesi, insan gözetimi, açık kullanıcı bilgisi ve risk azaltma gibi gereklilikler öne çıkarılmıştır. Gıda sektöründe bu yaklaşım, yapay zekâyla geliştirilen ürünlerin yalnızca pazarlama iddiası olarak değil, izlenebilir, doğrulanabilir ve denetlenebilir sistemler olarak tasarlanmasını gerekli kılmaktadır.

Türkiye açısından da bu dönüşüm önem taşımaktadır. TÜBİTAK bünyesinde açılan Türkiye’nin Gıda İnovasyon Merkezi ve TÜGİP, gıda sanayisinin AR-GE ve inovasyon kapasitesini artırmayı, pilot ölçekli işleme hatları ve gelişmiş analiz laboratuvarlarıyla sektörün ortak altyapı ihtiyacını karşılamayı amaçlamaktadır. Ayrıca TÜBİTAK’ın Yapay Zekâ Ekosistem Çağrısı kapsamında “Akıllı Tarım, Gıda ve Hayvancılık” öncelikli alanlardan biri olarak belirlenmiş; son üç yılda yapay zekâ ekosistem çağrılarıyla 41 projenin desteklendiği açıklanmıştır. Bu çerçeve, Türkiye’de gıda AR-GE’sinin algoritmik tasarım ve veri destekli ürün geliştirme yönünde güçlenebileceğini göstermektedir.

Sonuç: Geleceğin gıdası insan damak hafızasıyla algoritmanın ortak ürünü olacaktır

Her ne kadar sürecin başında olunsa da yapay zekâ, gıda sektöründe köklü bir dönüşüm başlatmaktadır. Bu dönüşüm geleneksel bilgi ve insan duyusunun önemini ortadan kaldırmamakta tam tersine, iyi bir ürün geliştirme kültürünün üzerine kurulduğunda yapay zekâ çok daha etkili sonuç vermektedir. Geçmişte ustalıkla biriktirilen reçete bilgisi, proses deneyimi, duyusal hafıza ve tüketici sezgisi; bugün veri tabanları, algoritmalar, dijital ikizler ve tahminleyici modellerle desteklenmektedir.

Gelecekte başarılı gıda şirketleri, yalnızca daha hızlı ürün çıkaranlar olmayacaktır. Aynı zamanda daha güvenli, daha besleyici, daha sürdürülebilir, daha erişilebilir ve kültürel olarak kabul edilebilir ürünler geliştirenler öne çıkacaktır. Yapay zekâ bu hedeflere ulaşmak için güçlü bir araç sunmaktadır; fakat nihai kararın bilimsel doğrulama, insan tadımı, mevzuat uyumu ve etik değerlendirme ile verilmesi gerekmektedir.

Bu nedenle algoritmalarla tasarlanan gıdalar, insanın yerini alan bir teknoloji olarak değil, insan uzmanlığını büyüten yeni bir tasarım dili olarak görülmelidir. Gıda AR-GE’sinde gelecek, laboratuvar defteri ile veri modelinin, tadım paneli ile duyusal algoritmanın, geleneksel damak hafızası ile ileri hesaplamalı bilimin birlikte çalıştığı bir döneme doğru ilerlemektedir.

Referanslar

• Guo, Y., Xia, X., Shi, Y., Ying, Y. & Men, H. Olfactory EEG induced by odor: Used for food identification and pleasure analysis. Food Chem. 455, 139816 (2024).
• Kuhl, E. AI for food: accelerating and democratizing discovery and innovation. npj Sci Food 9, 82 (2025). https://doi.org/10.1038/s41538-025-00441-8
• Nestlé: Dijital inovasyon, reçete optimizasyonu, yapay zekâ destekli ürün fikir geliştirme. https://www.nestle.com/about/research-development/digital-innovation
• Kraft Heinz & NotCo: Yapay zekâ destekli bitkisel ürün geliştirme ortaklığı. https://news.kraftheinzcompany.com/press-releases-details/2022/Not-Your-Average-Joint-Venture-Kraft-Heinz-and-TheNotCompany-Create-Partnership-to-Accelerate-AI-Driven-Plant-Based-Innovation-Globally/default.aspx
• Reuters: NotCo “NotTurtle” ve Magnum–NotCo yapay zekâ iş birliği örnekleri.

https://www.reuters.com/lifestyle/notturtle-notco-releases-ai-designed-turtle-soup-2024-04-30/

• Fast Company: Mondelēz’in Oreo ve Chips Ahoy gibi ürünlerde yapay zekâ destekli reçete geliştirme uygulamaları.

https://www.fastcompany.com/91248565/snack-companies-are-using-ai-to-come-up-with-new-flavors-oreos

• Brightseed: Forager platformu ve biyoaktif keşfi.

https://www.brightseedbio.com/forager-ai/

• Shiru: Flourish platformu, doğal protein keşfi ve Ingredion iş birliği.

https://www.shiru.com/

• FAO ve FDA: Gıda güvenliği, risk değerlendirmesi ve yapay zekâ pilot uygulamaları.

Citation: van Meer, F., van der Velden, B. & Takeuchi, M. 2025. Artificial intelligence for food safety – A literature synthesis, real-world applications and regulatory frameworks. Rome, FAO. https://doi.org/10.4060/cd7242en

• TÜBİTAK: Türkiye Gıda İnovasyon Merkezi, TÜGİP ve Yapay Zekâ Ekosistem Çağrısı.

https://tubitak.gov.tr/tr/haber/turkiyenin-en-buyuk-gida-inovasyon-merkezi-ve-turkiye-gida-inovasyon-platformu-tugip-aciliyor

Mayıs 2026 Bülten