Tekoäly ruokasovelluksessa: mitä se päättää ja mitä ei

”Tekoälysovellus” on nykyään lupaus joka annetaan lähes kaikesta, ja siksi se kertoo yhä vähemmän. Hyödyllisempi kysymys on tarkempi: missä kohtaa sovellusta tekoälyä oikeasti käytetään, ja missä ei. Fangossa vastaus on poikkeuksellisen rajattu — tekoäly hoitaa yhden tehtävän, ja sen ympärillä oleva koneisto on tavallista, ennustettavaa koodia. Tämä artikkeli käy läpi rajan molemmat puolet: mitä AI päättää, mitä se ei päätä, mitä puhelimesta lähtee ja mitä tapahtuu silloin kun malli on väärässä.

Se yksi tehtävä: kuittiriviltä tuotteeksi

Kauppakuitti on ihmiselle helppo ja koneelle vaikea. Tuotenimet ovat lyhenteitä (”MAITO KEV 1L”, ”JUUSTO EMM VIIP”), pantit ja muovikassit ovat omia rivejään, alennus on usein erillinen negatiivinen rivi joka kuuluu edelliseen tuotteeseen, ja ruokalähettien PDF-kuitit tulevat kolmessa sarakkeessa: yksikköhinta, määrä, yhteensä. Tavallinen tekstintunnistus lukee nämä merkit oikein mutta ei ymmärrä niistä mitään — sille pantti on yhtä lailla ostos kuin maito.

Tekoälyn tehtävä on tulkita rivin merkitys. Yhdestä kuitista se palauttaa jokaiselle tuotteelle nimen, määrän, hinnan ja pakkauskoon, ja lisäksi kuitin tason tiedot: kaupan, kuitin päivämäärän sekä valuutan ja maan. Päälle tulee kaksi arviota jotka eivät lue kuitissa lainkaan: säilyvyys päivinä ja ehdotus säilytyspaikasta (jääkaappi, pakastin vai kuivakaappi). Jos säilyvyysarviota ei saada, oletukseksi jää seitsemän päivää.

Kuitin päivämäärän poimiminen on pieni yksityiskohta jolla on iso merkitys: jos skannaat kuitin vasta pari päivää ostosten jälkeen, säilyvyys lasketaan ostopäivästä eikä tästä päivästä. Vertailun viivakoodiskannaukseen käymme läpi erikseen artikkelissa kuittiskannaus vai viivakoodiskannaus.

Mitä puhelimesta lähtee — iPhone ja Android eivät tee tätä samalla tavalla

Tämä on se kohta josta kysytään eniten, ja siihen kuuluu antaa suora vastaus. Malli ei mahdu puhelimeen, joten jotain on lähetettävä. Se, mitä lähetetään, riippuu laitteesta:

• iPhone. Puhelin lukee kuitin tekstin ensin itse laitteella. Jos tulos näyttää siistiltä rivi riviltä luetulta kuitilta, eteenpäin lähtee teksti ja kuva jää mukaan vain varalle siltä varalta ettei tekstistä irtoa hintoja. Tämä on myös nopeampi reitti.
• Android. Kuva lähetetään sellaisenaan, koska laitteella tehtävä tekstintunnistus ei ole mukana Android-paketissa. Reitti on yksinkertaisempi ja eri valmistajien laitteilla luotettavampi.
• PDF-kuitti. Teksti luetaan suoraan tiedostosta, ei tunnisteta kuvasta — verkkokaupan tai ruokalähetin kuitti menee siis puhtaana datana.

Yksi skannaus voi sisältää yhdestä neljään kuvaa, eli pitkä kuitti hoituu palasina. Kuittia ei myöskään tarvitse valokuvata, jos se on jo puhelimessa: Fango on jakovalikossa aina kun sovelluksessa on kuva, PDF tai tiedosto, joten sähköpostin liitteen tai verkkopankin kuittiarkiston voi jakaa suoraan sovellukseen. Skannauksen tietosuojapuoli on käyty läpi erikseen artikkelissa onko turvallista skannata kuitteja.

Näin sovellus kertoo kun se ei ole varma

Tekoäly on toisinaan itsevarmasti väärässä, ja jääkaappilista täynnä haamutuotteita on huonompi kuin ei listaa lainkaan. Siksi tarkistusnäyttö on tarkoituksella pakollinen välivaihe: mikään ei päädy listalle ennen kuin hyväksyt sen. Näyttö ei myöskään esitä kaikkia rivejä yhtä varmoina, vaan jakaa ne kolmeen osioon:

1. 1
   Tunnistetut tuotteet. Rivit joista malli sai nimen, hinnan ja säilyvyysarvion. Nämä ovat valmiiksi valittuina.
2. 2
   Tarkista. Rivit joista jotain jäi epäselväksi. Näiden kohdalla mallin päiväarviota ei käytetä sellaisenaan — sovellus pyytää sinua katsomaan rivin läpi ennen hyväksyntää.
3. 3
   Ei-pilaantuvat. Tuotteet joita ei oletuksena kannata seurata säilyvyyden takia. Pantit, kassit ja alennusrivit näkyvät harmaana eivätkä päädy listalle.

Jos kuittityyppi on Fangolle kokonaan vieras — tuntematon ketju, poikkeava asettelu — näytön yläreunaan tulee huomautus, joka kertoo suoraan että tuotteet lisättiin mutta hintoja tai päivämääriä saattaa puuttua. Se on rehellisempi ratkaisu kuin näyttää epävarma arvaus varmana lukuna.

Missä tekoälyä ei käytetä

Tämä on artikkelin kiinnostavin puoli, koska se on päinvastainen kuin mitä sanasta ”tekoälysovellus” yleensä odotetaan. Iso osa Fangon älykkäältä näyttävästä käytöksestä ei ole tekoälyä lainkaan:

• Emojit ja kategoriat haetaan sovelluksen omasta tuotelistasta, ei mallilta. Siksi kuitilta tullut ”Pirkka banaani” saa saman 🍌:n kuin käsin lisätty banaani — ja siksi tulos on sama joka kerta.
• Ostoslistan ehdotukset ovat paikallista laskentaa: ostotiheys kuittihistoriasta ja jääkaapista kohta käytettävät tuotteet. Malli ei ehdota mitään.
• Osastojärjestys — lista järjestyy kaupan kulkujärjestykseen kolmeentoista osastoon avainsanojen perusteella, ei tekoälyllä.
• Muistetut valinnat. Kun muutat maidon säilyvyyden viiteen päivään, seuraava skannattu maito saa viisi päivää eikä mallin yleistä arviota. Sama muisti kantaa hinnat ja säilytyspaikat tuotenimeä kohti.

Viimeinen kohta on tärkein periaate: käyttäjän päätös voittaa arvion. Tuotteen voi myös merkitä kokonaan seurannan ulkopuolelle, jolloin se ohitetaan myös tulevilla kuiteilla riippumatta siitä mitä malli siitä ajattelee. Tekoäly on tässä sovelluksessa syöttötapa, ei auktoriteetti.

Mitä tekoäly ei tässä sovelluksessa osaa

Rehellisyyden vuoksi myös rajat: Fangossa ei ole reseptiehdotuksia, ateriasuunnittelua eikä viivakoodilukijaa. Skannaus itsessään pettää samoissa tilanteissa kuin ihmisen silmäkin — haalistunut lämpökuitti, jyrkässä kulmassa otettu kuva, rypistynyt paperi tai käsin kirjoitettu lappu. Ravintolakuitti ei myöskään tuota mielekästä jääkaappilistaa, koska rivit ovat annoksia eivätkä raaka-aineita.

Miksi tämä kaikki kannattaa nähdä vaivaa? Koska syöttötapa ratkaisee sen, käytetäänkö sovellusta kuukauden päästä. YK:n ympäristöohjelman Food Waste Index -raportin (2024) mukaan noin viidesosa kuluttajille päätyvästä ruoasta menee hukkaan, ja Luonnonvarakeskuksen mukaan Suomessa syntyy noin 640 miljoonaa kiloa elintarvikejätettä vuodessa, josta ruokahävikin osuus on noin puolet. Hävikki ei synny siitä ettei osata kokata vaan siitä että ruoka unohtuu — ja unohtamista vastaan auttaa vain lista jonka ylläpito ei ole työlästä. Jos haluat nähdä koko kentän rinnakkain, katso vertailu paras ruokahävikkisovellus.

Lisää aiheesta: Paras tietosuojaa kunnioittava ruokasovellus 2026.

Usein kysytyt kysymykset

Mihin tekoälyä käytetään ruokasovelluksessa?

Fangossa tekoäly hoitaa yhden tehtävän: se lukee kauppakuitin ja muuttaa rivit tuotteiksi. Se poimii nimen, määrän, hinnan, pakkauskoon, kaupan, kuitin päivämäärän ja valuutan, arvioi säilyvyyden päivinä ja ehdottaa säilytyspaikkaa. Kaikki muu sovelluksessa — emojit, kategoriat, ostoslistan ehdotukset ja osastojärjestys — on paikallista laskentaa ilman tekoälyä.

Lähteekö koko kuittikuva puhelimesta?

Riippuu laitteesta. iPhonessa puhelin lukee kuitin tekstin ensin itse, ja jos teksti on siistiä kuittitekstiä, lähetetään teksti — kuva jää mukaan vain varalle. Androidissa lähtee kuva, koska laitteella tehtävä tekstintunnistus ei ole mukana Android-paketissa. PDF-kuitista teksti luetaan suoraan tiedostosta. Käsittely tapahtuu skannaushetkellä eikä kuitteja säilötä.

Mitä tapahtuu jos tekoäly lukee kuitin väärin?

Tarkistusnäyttö on pakollinen välivaihe, eikä mikään päädy listalle ilman hyväksyntääsi. Rivit jaetaan kolmeen osioon: tunnistetut tuotteet, tarkistettavat ja ei-pilaantuvat. Tarkistettavien rivien päiväarviota ei käytetä sellaisenaan, ja pantit, kassit sekä alennusrivit näkyvät harmaana. Jos kuittityyppi on Fangolle vieras, näytön yläreunaan tulee huomautus siitä että hintoja tai päivämääriä voi puuttua.

Voiko tekoälyn arvion ohittaa?

Voi, ja ohitus jää voimaan. Jos muutat maidon säilyvyyden viiteen päivään, seuraava skannattu maito saa viisi päivää eikä tekoälyn yleistä arviota. Sama muisti kantaa hinnat ja säilytyspaikat tuotenimeä kohti, ja tuotteen voi merkitä kokonaan seurannan ulkopuolelle, jolloin se ohitetaan myös tulevilla kuiteilla. Käyttäjän päätös voittaa arvion.