文：Orient Ye

来历：Foodaily逐日食物（ID：foodaily）

于预报发出的十个月后，12月10日凌晨OpenAI（ChatGPT的研发公司）正式发布Sora，一时间点燃了整个科技圈。仅凭用户的文字或者图片输入，Sora便能直接天生一段20秒的1080p视频，再一次激发全球的存眷及会商热潮。

图片来历：OpenAI

而于食物行业，AI技能也正深切到研发、出产、质量节制及供给链各环节中，并悄然转变着食物饮料企业的立异流程及人们的饮食体验。

去年7月，Foodaily发布《AI食物：更适口，还有是更烫手？》一文，体系总结了AI技能于食物饮料行业中的运用远景。一年多已往，AI对于在行业立异的鞭策作用日趋较着，于海内，AI的贸易化运用也再也不只是冷眼旁观，而是真实的落地到企业的谋划计谋里。

海内食物企业运用AI到了如何的水平？于传统食物饮料制造业推进AI运用，会碰到哪些挑战？将来AI会向哪些标的目的成长？日前Foodaily走访了海内知名AI解决方案供给商Profet AI与数字化转型办事前锋企业友达数位，针对于上述问题举行了深切切磋，以期给食物饮料从业者更多开导。

按照麦肯锡的2024 年人工智能近况查询拜访陈诉显示，已往一年内子工智能的实行案例呈显著增加：72% 的构造陈诉于至少一项营业功效中利用人工智能，远高在已往六年的 50% 摆布。

中国食物行业的AI之路起步虽晚，但短短两年间，从营销到包装，再到设计，涌现出一多量跨界AI的食物饮料产物。各年夜食物厂商纷纷推出本身的AI共创产物，不停加注AI的财产运用深度。

好比去年11月，结合利华公布规划开设首个专注在人工智能的试验室，其员工将于这里使用AI优化后的数据，加强洞察力以摸索新趋向。适口可乐则使用AI设计全新口胃及包装，在去年9月推出“将来3000年”的限制款可乐。

草创企业也于使用AI东西改造传统的产物开发模式。越是专注在细分赛道，AI所带来的倾覆能力可能会越年夜。

海内AI+卵白质布局计较与设计平台型企业智峪生科其首个财产化项目——自然喷鼻兰素，已经完成美国FDA及欧洲EFSA GRAS “自然风韵”尺度的认证，价格远低在自然提取物，而且产能不受莳植产量及天气限定。

图片来历：智峪生科

TraceGains 的全世界查询拜访数据显示：年夜大都食物饮料品牌都于本年追求人工智能技能来提高竞争力——36% 的品牌已经经于新产物开发中测试该技能，53% 的品牌于思量将其用在身分采购及产物配方。

AI赋能产物开发仅是其巨年夜潜能中的一个方面，最近几年来AI针对于食物饮料制造端口的进级革新更是来势汹涌。

10月8日，世界经济论坛宣布最新一批“灯塔工场”名单，蒙牛集团旗下宁夏全部智化超等工场乐成得到 “灯塔工场”认证，成为中国乳业首家获批的灯塔工场，也是全世界首家获批的液态奶工场。

图片来自：蒙牛官网

该工场立异性地实现战略、运营与AI决议计划的深度交融，经由过程数智化运用完成从牛奶到餐桌的财产链、工场内所有装备的接口毗连以和整个体系集成三个全链条买通。于牛奶加工、包装及检测等环节，将交付周期缩短了55%，谋划成本降低32%，极年夜改善了谋划效率及产物质量。

于看到一些企业运用AI后孕育发生巨年夜价值的同时，Profet AI 年夜陆总司理郑诗怀则指出：海内食物饮料行业推进 AI 的进度于整个制造行业里仍显较慢，年夜部门还有是比力拔尖的企业，重要由于食物饮料制造业总体的主动化及数字化水平较低。

从配方到参数，到整个财产布局，再到企业谋划指标阐发，这一系列数据城市于AI运用傍边会阐扬至关主要的焦点价值。时下，每一一条工业赛道都于从头结构，整个财产链于加快重组。企业的焦点竞争力就是于年夜量工业数据堆集下对于AI能力的把握。

友达数位总司理赵丽娜则暗示：从友达数位和旗下子公司友达智汇、艾聚达办事的1,000多家客户来看，将来具有竞争力的企业，肯定是AI运用精彩的企业，这也是浩繁优异企业的配合特性。

当前使用AI举行财产赋能已经是年夜势所趋，但年夜大都食物企业其实不清晰怎样用好这个东西，或者者怎样将AI引入产物开发及制造产线中。同时，AI的运用不应只是巨头的游戏，也是中小品牌翻盘的机缘地点。

于以AI为焦点的新一轮财产竞赛中，其价值要素逐渐放年夜，值患上企业迅速地投入资源及人力去推进AI落地。

过往于设计新产物时，从设法到产物发布可能需要很永劫间。AI的呈现，正于逐渐转变原本的产物设计思绪。

例如，味全借助Profet AI平台成立刮风味图谱，经由过程AI发明消费者的感官认知与配方身分的逻辑瓜葛，从而加快开发出新风韵产物。今朝味全已经与Profet AI互助造就数据科学家，于咖啡感官、需求猜测、配方解析等方面举行运用。

图片来自：味全

伊利使用AI对于其汇集到的世界各地消费者数据举行阐发，扫描出四个最感兴致市场的数据，即中国、东南亚、日本及美国，并按照来自差别平台的数据开发出针对于方针市场的产物。

伊利几年前便开发出本身的人工智能平台 Chat-GPT 内部版本，称为 Yili-GPT，曾经试图于内部利用它来解决各个营业范畴的问题。但终极认为其于孕育发生成果方面“有效但有限"，AI于解决产物及观点创立相干问题时很是有用，但不克不及仅仅依赖AI来创造所需成果。

总结年夜量实践经验后伊利发明：AI的上风于在加速立异及提高效率，可以或许更正确、更快速地阐发及理解数据。这些数据不仅包括社交媒体上发明的消费者趋向，还有包括身分、法例、尺度、风韵概况等信息，所有这些均可以利用AI举行阐发，以加速基在新趋向的配方制订。

Profet AI认为：借助AI阐发区域消费者的爱好及趋向，甚至将其运用于私域用户数据阐发上，推出有针对于性的产物，正成为食物饮料界推出立异产物的全新事情流程。

于这个历程中，企业需要构建全价值流数据的运用，终极形成企业计谋及战略级的调解。即基在细分市场的用户数据阐发，形成从设计，到产物研发，再到出产制造的整个企业层面的应答办法，如许才可以或许使企业拥有更好的市场体现。

结合利华便借助AI强盛的计较能力，针对于新产物开发及工场配方迅速迭代，完全转变了其出产食物的方式，加快了出产历程，终极推出包括 Knorr Zero Salt Cube及Hellmann’s 纯素蛋黄酱于内的多款新产物。

图片来历：Hellmann's

于AI运用上抢占先机的企业，都拥有极为强盛的数据资源作为支撑，以练习及优化AI体系。友达数位赵丽娜暗示：于将来的工业竞争中，AI将饰演至关主要的焦点脚色。而有用使用AI的要害则于在数据，不管是经由过程外部咨询机构获取的数据，还有是企业内部堆集的数据资源。

当前国度正于奉行“数据资产入表”的相干政策，于此布局变化下公共消费型财产的数据资产于将来也必然具备很是要害的价值。

食物饮料企业只有站于具备年夜量优质数据的基础上才可以或许将AI的气力充实阐扬。那些主动化及数字化水平高的企业，多年堆集的数据上风，也使患上其于AI的进级革新中碰到的阻力会小许多。

除了了于产物开发中引入AI的气力，对于在传统制造历程中依赖人工经验的这一部门，食物企业也于测验考试使用AI将其可替换化，而且形成可以传承的数据模子，提高效率并削减对于人的依靠。

Profet AI于给徐福记设计AI体系时，对于工艺参数的优化就是一个重点。徐福记的沙琪玛没有效一滴水，全数采用鸡蛋液，中间的许多烘烤工艺已往年夜多以来是经由过程工程师的经验调控，此刻可以借助AI弄清晰浩繁工艺参数怎样优化得到最好效果。

于食物制造中，AI被遍及用来检测及辨认食物中的潜于问题，改良质量节制流程。例如，三只松鼠于产物质量检测中引入AI实现了对于各种异物及缺陷（例如脱氧包异样、包装异样、启齿器缺掉等）的主动辨认及剔除了。

雀巢的越南Bong Sen工场依赖AI检测出产线中的缺陷并最年夜限度削减华侈。自从实行该质量节制体系以来，出产效率提高了60%，华侈则削减了15%。

图片来历：雀巢

友达数位指出，智能工场设置装备摆设是旗下子公司友达智汇的焦点办事项目之一。按照友达智汇于助力企业构建智能工场历程中堆集的富厚经验，智能工场的设置装备摆设凡是涵盖五个层级：首层为主动化（Automation），紧接着是物联网（IoT）集成，第三层实现信息化，随落伍入AI运用阶段，终极顶层构建企业级羁系平台，如企业资源规划（ERP）治理软件。惟有周全实现这五个层级的设置装备摆设，方能真正被界说为智能工场。

当前，食物饮料行业的供给链治理已经再也不仅仅依靠传统的物流数据，而是交融了多维度的动态信息来历，包括IoT装备监测、货物交付状况、气候变化、社交媒体趋向以和宏不雅经济状态等。

这些数据犹如供给链治理的神经收集，于AI辅助下为企业提供了史无前例的洞察力，显著晋升了库存治理的切确度，降低了运营成本，并加速了供给链的相应速率。这类数据驱动的供给链厘革为客户提供了更为优质的购物体验。

例如，沃尔玛正经由过程AI创立一个更灵敏、更有弹性的供给链，确保持之以恒的高质量办事。赵丽娜吐露，全家也正于他们的帮忙下对于整个中国台湾的堆栈物流体系举行进级革新。百胜中国也于举行的AI驱动的智能收集计划体系进级，经由过程利用混淆整数计划，该体系可以或许建议最有用的物流解决方案，确保整个事情流程中的门店运营顺畅。

人工智能驱动的体系还有可以或许经由过程阐发质料、利用模式及收受接管历程的数据，帮忙确定削减包装华侈、优化收受接管包装设计以和采用更环保做法的时机，晋升财产链的可连续性。

好比，IBM 开发了一种名为IBM Food Trust的人工智能体系，可以经由过程供给链跟踪食物，更快、更正确地辨认污染源，监控产物华侈、丧失水平及对于有用期的跟踪，每一年能节省1500亿美元的食品华侈。

图片来历：IBM Food Trust

于获得充实的数据练习以后，AI可以或许对于供给链的调理计谋举行优化，晋升了总体供给链的效率，对于在供给链的价值已经被证实。可是怎样整合供给链的全链路数据，并将其调理及决议计划能力下放给AI对于在年夜大都企业仍是一个巨年夜的挑战。

因为AI确当前技能运用仍处在财产前沿阶段，一些企业担心AI实行酿成的成本承担过年夜，多处在不雅望状况。

友达数位暗示，按照以往现实实行的案例来看，企业运用AI的早期投入成本，相较在运用后所节省的总成本而言，仅占很小比例。而AI为企业带来的边际效益则极其显著，一旦部署完成，其正面影响能迅速扩大至整个营业领域。

Profet AI于辅助一家企业数字化的历程中，一年里共实行了900余个项目(并不是每一个项目看起来都很年夜，此中有些可能只是成立了一个模子），终极帮忙企业节省了数亿成本，而这家企业的年产值也不外百亿。

于采访中，赵丽娜指出，企业对于在AI常存于一些曲解，例如认为一旦AI体系成立便能一劳永逸。然而，现实上，AI并不是一个仅需短时间投入的成本项目。鉴在AI技能的快速成长，体系的成立仅是出发点，后续还有需企业不停投入以举行产物迭代，这要求企业具有连续投入的坚定刻意与毅力。此外，AI的运用其实不会当即孕育发生巨年夜价值，它要求企业于数据预备与认知层面具有坚实基础，方能鞭策技能落地并取患上实效。

企业于推进数字化及AI进程中，常面对四年夜致使掉败的要害因素：一是高层缺少共鸣，这会拦阻企业的立异与成长；二是缺少明确的推进路径，缺乏专业的操盘手或者团队来引领；三是团队能力不足，企业内部缺少把握AI技术的新型数字人材；四是缺少连续引导，企业于进修现有案例后，未能得到对于后续更新迭代的阐发与引导。若能有用解决这四个障碍，企业构建AI体系的门路将更为顺畅。

图片来历：友达数位

图注：友达数位企业可连续成长研究院基在富厚的最好实践研究，针对于上述四年夜挑战，为企业数智化转型精心提炼出一套极具引导意义的【W模子】。该模子经由过程【IIA事情坊】认知进级激活构造，确立配合愿景与标的目的；经由过程【FDI】诊断计划，构建转型蓝图、实行路径、详细项目和所需资源；经由过程【UAD九套拳】裂变式赋能，实现全员数字能力的构建；并经由过程【数字化SIP】能力晋升、连续改良与效益增加的CBI轮回，驱动系统厘革。这一模子旨于引领企业稳步踏上准确的转型之路。

整体来看，今朝企业于AI上能走患上多远，重要是看其数据拥有量，产线主动化水平以和企业下注AI的刻意。但不成否定的是，于AI加持下，贸易价值信息差的权重进一步被放年夜，争先使用AI的玩家无疑会依附先发上风抢占市场先机。

友达数位企业可连续成长研究院提出了一套独家要领论，将企业的信息化、智能化进级过程分为4个阶段，即企业焦点要素进级路径 “TeiM”。

“T”为系统驱动时代，就是给每一个事情场景找到一个根，构建尺度化系统，职员治理的根是TWI、装备治理的根是TPM、品质治理的根是TQM；e为流程驱动时代，即使用IT技能实现线下到线上的改变，T时代构建的系统终极落地在流程，e时代就是用信息化体系固化流程，包括正常流程的IT信息化及异样流程的IoT数据追踪；i为数据驱动时代，即AI运用的时代，把e时代孕育发生的数据加以阐发、建模及运用，构建数据驱动的数字化谋划中央；M 则是模子驱动时代，即元宇宙时代，于T、e、i三个时代基础上，应用年夜模子、数字人、数字孪生等多种前沿技能，实现模子驱动及赋强人，创造虚实交融的智能企业。

注：TWI(Training Within Industry)：二战时期美国战役部制订的一系列培训规划，旨于快速培训工人，以提高出产效率并满意战役物质的需求，该规划于战后继承于欧洲及亚洲举行帮忙重修，并以后成为丰田出产体系及美国国防部资源开源治理体系的基础；TPM（Total Productive Maintenance，周全出产维修）装备治理是一种以装备综合机能晋升为焦点，以全员介入的维修方式为手腕的治理轨制。它夸大预防重在医治，经由过程体系、规范、科学的治理，使装备始终处在最优状况，从而提高出产效率，降低出产成本；TQM(Total Quality Management)：即“周全质量治理”，因此质量为中央，全员介入的一种企业治理手腕，经由过程让所有员工受益，提高产物质量，让客户满足来使企业获得久远成长。

赵丽娜指出，当前海内年夜大都企业仍处在信息化到AI运用的第二至第三阶段，仅有少数企业最先存眷元宇宙时代。然而，跟着革命性技能冲破的不停涌现，企业迈向TeiM模子第三以致第四阶段的速率有望年夜幅加速。

OpenAI本年发布的GPT-4o模子可以及时对于音频、视觉及文本举行推理，彰光鲜明显多模态交互的AI新时代已经经到来。AI将再也不是只能处置惩罚单一数据来历的技能解决方案，而是可以或许同时处置惩罚文字、声音以和图象等多个旌旗灯号输入并和时赐与反馈，其运用价值进一步放年夜。

多模态技能的财产运用，标记着面临更多已往工况繁杂且只能经由过程人力解决的出产制造流程，也许可以彻底被替换及改善，从而进一步解放出产力。

最近几年来，呆板人技能也陪同着AI技能同步成长，如Tesla刚在10月发布的Optimus呆板人其已经开端具有高度智能化人形呆板人的雏形，也许于将来几年内便会真正实现。

图片来历：Tesla

Statista的数据显示，到 2030 年全世界食物行业运用的呆板人数目将增至约 54 亿台。人工智能与呆板人的无缝集成将从头塑造食物行业的将来，从而刺激立异、提高效率及更多可连续性。

呆板人将于出产线上饰演更矫捷的脚色，好比于切确切割、装瓶、分拣等环节，呆板人可以或许快速顺应差别规格的出产需求，精准度及效率远超人工。更为智能的呆板人将可以或许依据及时数据调解出产速率、优化出产步调，年夜幅降低出产线的停工时间。

2023 年，Australia食物企业Kilcoy Global Foods 率先推出首创的 AI 呆板人肉类切割体系，旨于反复的切割使命中提高产量、安全性及正确性。

图片来历：Rockwell

主动化解决方案国际巨头Rockwell也于本年6月公布，将整合 Nvidia 的人工智能呆板人开发平台到 Rockwell 的 Otto 自立挪动呆板人中，这些代号为 Isaac 的呆板人将合用在各种出产制造场景中。

通用型人工智能（AGI）的实现则是AI成长的下一个主要阶段，据Deepmind CEO 德米斯·哈萨比斯（2024年诺贝尔化学奖患上主）的守旧预计，十年内AGI时代就会到来。而年夜大都人工智能从业者则认为，5年内AGI即可实现。

AGI可以经由过程基因组学、代谢组学等多学科数据，主动摸索及研发新型食物配方或者出产技能，极年夜缩短产物开发江南体育周期。AGI与将来呆板人相联合后，食物制造工场极有可能会酿成一个真正意义上的无人工场，所有食品都将由其开发、出产制造及配送。

于不久的未来，具备及时感知、及时思索、及时决议计划的AGI，也许将从科幻走进实际，开启人类与人工智能协同进化的新纪元。而咱们的饮食方式及产物形态也将发生庞大转变，终极重塑整个财产。

本年3月发布的《国务院当局事情陈诉》初次提出“人工智能+”步履，并将“鼎力大举推进现代化财产系统设置装备摆设，加速成长新质出产力”列为2024年当局事情的首要使命。

Mordor Intelligence发布的陈诉显示，全世界人工智能于食物及饮料行业的市场范围估计于2024年到达96.8亿美元，并以38.3%的速度增加，2029年将迫近500亿美元。

于当下热火朝天的第四次工业革命海潮中，不少企业于面临怎样运用AI存于着数据堆集、认知缺少以和人材密度低等诸多不足的地方。然而Profet AI、友达数位等人工智能解决方案商和数字化转型办事商的入场，无疑加快了AI向传统制造业落地、交融的进程。Foodaily期待将来有更多的AI介入食物饮料制造的案例呈现。