HelloFresh Uses AI Logistics for Massive Menu Expansion

•HelloFresh 已投入 7,000 萬美元用於 AI 驅動的菜單擴展，目標是將美國每週餐點選擇從 45 種增加一倍以上至超過 100 種，並在配送中心部署 AI 驅動的機器人技術以加速訂單包裝。
•該公司利用生成式 AI 將食譜卡片的製作時間從數月縮短至數小時，從而能更快地響應食品趨勢、季節性食材供應和客戶反饋，同時保持主廚主導的食譜開發。
•HelloFresh 運用其龐大的專有客戶偏好數據集，提供個性化餐點建議，類似於 Netflix 的推薦系統，以提升客戶滿意度和忠誠度，並將個性化視為其產品的核心。
•AI 在需求預測、生產和採購規劃（實現即時供應）以及配送網絡優化方面發揮作用，旨在減少食物浪費並提高營運效率，例如透過優化生產規劃減少勞動時間和庫存積壓。
•HelloFresh 於 2022 年收購了 iX-tech GmbH 的軟體資產，以進一步擴展和開發其生產設施的內部物流技術，這對於高效管理餐盒生產和組裝流程至關重要。

📊 競品分析▸ Show

公司	特點	AI/物流應用	定價 (每份)
HelloFresh	最多樣化的菜單選擇，個性化餐點推薦，預先分裝食材	AI 驅動的物流、菜單管理、食譜卡片生成、需求預測、配送優化、機器人倉儲	約 10-11.50 美元 (美國)
Gousto (英國)	AI 驅動的餐盒公司，注重永續性、實惠性、創新	AI 驅動的菜單優化、個性化建議	未明確提供，但強調實惠性
Blue Apron (美國)	美國餐盒市場先驅，主廚設計食譜，注重優質、永續性、烹飪創意	AI 用於餐點推薦	未明確提供，但強調優質
Gobble (美國)	高端餐盒服務，強調速度和美食品質，15 分鐘快速準備	未明確提及 AI 應用，但強調預先準備食材以縮短烹飪時間	11.99 美元起

HelloFresh 的營運深度數據驅動，使用基於 Python 的管線在 Databricks 和 Snowflake 上處理大量數據。
作業透過 Apache Airflow 以及這些平台內建的排程功能進行協調。
機器學習應用於食譜推薦、需求預測、生產和採購規劃（實現即時執行）以及配送網絡優化。
後端技術棧包括 Kotlin、Python 和 Golang；網頁前端使用 React 和 TypeScript；行動應用程式使用 Swift/Kotlin，並支援 React Native 模組。
服務部署在 AWS 上，採用服務網格架構，並使用 GraphQL 驅動前端整合，Vercel 用於部署和擴展網頁應用程式。
在配送中心採用自動化技術，如 AutoStore 系統（由自主機器人操作的儲存和檢索系統）和 Swisslog 的解決方案，以簡化包裝流程並確保溫度完整性。
透過與 paretos 合作，利用 AI 實現生產規劃自動化，減少勞動時間，平衡機器吞吐量，並將生產設施的總體產能提高 10% 以上。
使用 Snowflake 和 Snowplow 實現即時數據洞察，將數據處理時間減少 99.99%，並將數據準確性提高到 95%。
正在建立一個統一的供應鏈作業系統 (SCOS)，作為模組化、靈活的平台，以確保全球範圍內的一致性和可擴展性。

HelloFresh 將透過超個性化實現更高的客戶保留率。

AI 驅動的個性化餐點建議，類似於 Netflix 的推薦系統，將顯著增加客戶滿意度和忠誠度。

HelloFresh 將進一步降低營運成本和食物浪費。

持續投資於 AI 驅動的自動化、需求預測和包裝優化將提高整個供應鏈的效率。

HelloFresh 將把其 AI 增強型產品擴展到更多的國際市場。

該公司計劃在美國推出 AI 驅動的食譜卡片系統後，將其推廣到全球其他市場。

2011-11

HelloFresh 於柏林成立。

2017-11

HelloFresh 在法蘭克福證券交易所上市。

2018-03

HelloFresh 收購競爭對手 Green Chef。

2020-11

HelloFresh 收購即食餐點服務 Factor75 (Factor)。

2022-06

HelloFresh 收購 iX-tech GmbH 的軟體資產，以增強內部物流技術。

2025-08

HelloFresh 宣布投資 7,000 萬美元用於 AI 驅動的菜單擴展，目標是將美國每週餐點選擇增加一倍以上。

HelloFresh 利用 AI 物流實現大規模菜單擴展