Maten ser perfekt ut – men ändå känns något djupt fel
AI-genererade menybilder stör gäster världen över – men ingen vet riktigt varför.
Den perfekta rätten som ingen vill äta
Du sätter dig vid ett café-bord, öppnar menyn och möts av en bagelsandwich som ser ut att ha konstruerats i ett laboratorium. Osten bubblar geometriskt. Räkorna är symmetriskt staplade. Glasskullen är nästan matematiskt rund. Allt är perfekt – och just därför känns något djupt fel.
Du har troligen stött på en AI-genererad meny.
Enligt TechCrunch har generativa bildverktyg börjat ta plats i restaurangbranschen på allvar, och reaktionerna från gäster är påtagliga – även när de inte kan sätta ord på dem. Alex Lisle, teknikchef på Reality Defender som utvecklar verktyg för att upptäcka AI-skapat innehåll, beskriver känslan träffsäkert:
– Det är som en utomjording som försöker laga pizza utan att förstå dess grundläggande principer.
Det är en bild som fastnar. För det handlar inte om att AI misslyckas tekniskt – bilderna är ofta tekniskt imponerande. Problemet är att de saknar mänsklig intuition om vad som faktiskt ser välsmakande ut.
Tränad på ett smalt skönhetsideal
Förklaringen ligger i träningsdata. AI-modellerna har matats med enorma mängder kommersiella matfoton och reklambilder – material som redan är hårt optimerat för visuell attraktion. Tänk McDonald's-reklamens noggrant rekvisitörplacerade hamburgare, eller den glansiga stockfotots sallad som aldrig finns i verkligheten.
– Mycket av det här ser ut som en meny från en amerikansk restaurangkedja från 2015, och det finns en anledning till det. Det är den typ av material som modellerna har lärt sig av, konstaterar Lisle i TechCrunch.
Resultatet är en slags estetisk partiskhet inbyggd i systemet. Modellerna återger inte mat som den faktiskt ser ut – de återger mat som den borde se ut enligt ett snävt kommersiellt ideal som aldrig existerat utanför en fotografs rekvisitaväska. Det är en perfekt kopia av ett ideal, snarare än en skildring av verkligheten. Och människor – som är tränade under ett helt liv att läsa av mat med alla sina sinnen – känner av bluffet instinktivt.
Kontrasten: AI som faktiskt förstår mat på djupet
Det intressanta är att vi parallellt ser AI användas på sätt som visar på en helt annan mognadsgrad. Det spanska livsmedelstech-bolaget MOA Foodtech har nyligen säkrat 36 miljoner kronor för att skala upp sin plattform för biomassafermentering – och kärnan i deras verksamhet är ett eget AI-verktyg kallat Albatross.
Albatross kombinerar genomdata från bolagets mikrober med metaboliska modeller och realtidsdata om restprodukter från livsmedelsindustrin, för att optimera fermenteringsprocessen och förvandla industriavfall till värdefulla ingredienser. Det är AI som arbetar med matens kemi och biologi – inte dess yttre utseende.
Här handlar det inte om estetik, utan om djup procesförståelse. Albatross behöver inte veta hur en räka ser ut – den behöver förstå hur mikrober beter sig under specifika förhållanden. Och det är uppenbarligen en uppgift där AI levererar genuint värde.
Kontrasten är talande: AI är redan banbrytande när det gäller att optimera det vi inte ser – processer, molekyler, flöden. Men det kämpar fortfarande med att återge det vi ser, på ett sätt som känns mänskligt.
Vad säger det om AI:s blinda fläckar?
Fenomenet med aptitdödande AI-menyer är roligt – men det är också upplysande. Det avslöjar en grundläggande utmaning för generativ AI: att skilja på det tekniskt korrekta och det mänskligt meningsfulla.
Mat är inte bara ett visuellt objekt. Det är ett kulturellt, sensoriskt och emotionellt fenomen. En vällagad gratäng som tagit lite färg i ugnen, en lite snedskuren smörgås, en bulle med florsocker som hamnat lite skevt – det är ofullkomligheterna som signalerar äkthet. AI:s träningsdata filtrerar bort precis det som gör mat lockande på ett djupare plan.
Det är inte ett argument mot AI i restaurangbranschen. Det är ett argument för att förstå var AI tillför värde – och var mänskligt omdöme fortfarande är oersättligt.
Vår analys
Det finns en skarp lärdom gömd i den här till synes triviala historien om konstiga menybilder: AI:s svaghet är inte beräkningskraft, det är kontext. Modellerna optimerar för det de blivit belönade för under träningen – och om träningsdata är sned, blir resultatet skevt. Det gäller inte bara matfoton.
Samtidigt visar MOA Foodtechs Albatross-plattform att AI kan vara genuint transformativt när det appliceras på rätt problem – procesoptimering med tydliga mätbara utfall, snarare än subjektiv estetik.
Framåt tror jag vi kommer se en naturlig arbetsdelning växa fram: AI tar hand om det mätbara och repetitiva, medan mänsklig intuition äger det som kräver kulturell och sensorisk förståelse. Restaurangbranschen är en perfekt testbädd för den insikten. De restauranger som förstår den distinktionen tidigt kommer att ha ett påtagligt försprång – både i gästupplevelse och i operativ effektivitet.