文：Orient Ye

來源：Foodaily每日食品（ID：foodaily）

在預告發出的十個月后，12月10日凌晨OpenAI（ChatGPT的研發公司）正式發布Sora，一時間點燃了整個科技圈。僅憑用戶的文字或圖片輸入，Sora便能直接生成一段20秒的1080p視頻，再一次引發全世界的關注和討論熱潮。

圖片來源：OpenAI

而在食品行業，AI技術也正深入到研發、生產、質量控制和供應鏈各環節中，并悄然改變著食品飲料企業的創新流程和人們的飲食體驗。

去年7月，Foodaily發布《AI食品：更可口，還是更燙手？》一文，系統總結了AI技術在食品飲料行業中的應用前景。一年多過去，AI對于行業創新的推動作用日益明顯，在國內，AI的商業化應用也不再只是隔岸觀火，而是真正的落地到企業的經營策略里。

國內食品企業應用AI到了怎樣的程度？在傳統食品飲料制造業推進AI應用，會遇到哪些挑戰？未來AI會向哪些方向發展？日前Foodaily走訪了國內知名AI解決方案供應商Profet AI與數字化轉型服務先鋒企業友達數位，針對上述問題進行了深入探討，以期給食品飲料從業者更多啟發。

1  越刮越猛的AI食品風潮，正在顛覆行業創新

根據麥肯錫的2024 年人工智能現狀調查報告顯示，過去一年內人工智能的實施案例呈顯著增長：72% 的組織報告在至少一項業務功能中使用人工智能，遠高于過去六年的 50% 左右。

中國食品行業的AI之路起步雖晚，但短短兩年間，從營銷到包裝，再到設計，涌現出一大批跨界AI的食品飲料產品。各大食品廠商紛紛推出自己的AI共創產品，不斷加注AI的產業應用深度。

比如去年11月，聯合利華宣布計劃開設首個專注于人工智能的實驗室，其員工將在這里利用AI優化后的數據，增強洞察力以探索新趨勢。可口可樂則利用AI設計全新口味和包裝，于去年9月推出“未來3000年”的限定款可樂。

初創企業也在利用AI工具革新傳統的產品開發模式。越是專注于細分賽道，AI所帶來的顛覆能力可能會越大。

國內AI+蛋白質結構計算與設計平臺型企業智峪生科其首個產業化項目——天然香蘭素，已完成美國FDA和歐洲EFSA GRAS “天然風味”標準的認證，價格遠低于天然提取物，并且產能不受種植產量和氣候限制。

圖片來源：智峪生科

TraceGains 的全球調查數據顯示：大多數食品飲料品牌都在今年尋求人工智能技術來提高競爭力——36% 的品牌已經在新產品開發中測試該技術，53% 的品牌在考慮將其用于成分采購和產品配方。

AI賦能產品開發僅是其巨大潛能中的一個方面，近年來AI針對食品飲料制造端口的升級改造更是來勢洶涌。

10月8日，世界經濟論壇公布最新一批“燈塔工廠”名單，蒙牛集團旗下寧夏全數智化超級工廠成功獲得 “燈塔工廠”認證，成為中國乳業首家獲批的燈塔工廠，也是全球首家獲批的液態奶工廠。

圖片來自：蒙牛官網

該工廠創新性地實現戰略、運營與AI決策的深度融合，通過數智化應用完成從牛奶到餐桌的產業鏈、工廠內所有設備的接口連接以及整個系統集成三個全鏈條打通。在牛奶加工、包裝和檢測等環節，將交付周期縮短了55%，經營成本降低32%，極大改善了經營效率和產品質量。

在看到一些企業應用AI后產生巨大價值的同時，Profet AI 大陸總經理鄭詩懷則指出：國內食品飲料行業推進 AI 的進度在整個制造行業里仍顯較慢，大部分還是比較拔尖的企業，主要因為食品飲料制造業整體的自動化和數字化程度較低。

從配方到參數，到整個產業結構，再到企業經營指標分析，這一系列數據都會在AI應用當中會發揮至關重要的核心價值。時下，每一條工業賽道都在重新布局，整個產業鏈在加速重組。企業的核心競爭力就是在大量工業數據積累下對AI能力的掌握。

友達數位總經理趙麗娜則表示：從友達數位及旗下子公司友達智匯、艾聚達服務的1,000多家客戶來看，未來具備競爭力的企業，必定是AI應用出色的企業，這也是眾多優秀企業的共同特征。

2 AI賦能食品飲料行業，既是機遇也是挑戰

當前利用AI進行產業賦能已是大勢所趨，但大多數食品企業并不清楚如何用好這個工具，或者如何將AI引入產品開發和制造產線中。同時，AI的應用不該只是巨頭的游戲，也是中小品牌翻盤的機遇所在。

在以AI為核心的新一輪產業競賽中，其價值要素逐漸放大，值得企業迅速地投入資源和人力去推進AI落地。

1、助力產品開發，AI應用數據是關鍵

過往在設計新產品時，從想法到產品發布可能需要很長時間。AI的出現，正在逐漸改變原有的產品設計思路。

例如，味全借助Profet AI平臺建立起風味圖譜，通過AI發現消費者的感官認知與配方成分的邏輯關系，從而加速開發出新風味產品。目前味全已與Profet AI合作培養數據科學家，在咖啡感官、需求預測、配方解析等方面進行應用。

圖片來自：味全

伊利利用AI對其搜集到的世界各地消費者數據進行分析，掃描出四個最感興趣市場的數據，即中國、東南亞、日本和美國，并根據來自不同平臺的數據開發出針對目標市場的產品。

伊利幾年前便開發出自己的人工智能平臺 Chat-GPT 內部版本，稱為 Yili-GPT，曾試圖在內部使用它來解決各個業務領域的問題。但最終認為其在產生結果方面“有用但有限"，AI在解決產品和概念創建相關問題時非常有效，但不能僅僅依靠AI來創造所需結果。

總結大量實踐經驗后伊利發現：AI的優勢在于加快創新和提高效率，能夠更準確、更快速地分析和理解數據。這些數據不僅包括社交媒體上發現的消費者趨勢，還包括成分、法規、標準、風味概況等信息，所有這些都可以使用AI進行分析，以加快基于新趨勢的配方制定。

Profet AI認為：借助AI分析區域消費者的喜好和趨勢，甚至將其應用在私域用戶數據分析上，推出有針對性的產品，正成為食品飲料界推出創新產品的全新工作流程。

在這個過程中，企業需要構建全價值流數據的應用，最終形成企業策略和戰略級的調整。即基于細分市場的用戶數據分析，形成從設計，到產品研發，再到生產制造的整個企業層面的應對措施，這樣才能夠使企業擁有更好的市場表現。

聯合利華便借助AI強大的計算能力，針對新產品開發和工廠配方迅速迭代，徹底改變了其生產食品的方式，加速了生產過程，最終推出包括 Knorr Zero Salt Cube和Hellmann’s 純素蛋黃醬在內的多款新產品。

圖片來源：Hellmann's

在AI應用上搶占先機的企業，都擁有極其強大的數據資源作為支撐，以訓練和優化AI系統。友達數位趙麗娜表示：在未來的工業競爭中，AI將扮演至關重要的核心角色。而有效利用AI的關鍵則在于數據，無論是通過外部咨詢機構獲取的數據，還是企業內部積累的數據資源。

當前國家正在推行“數據資產入表”的相關政策，在此結構變化下大眾消費型產業的數據資產在未來也一定具有非常關鍵的價值。

食品飲料企業只有站在具有大量優質數據的基礎上才能夠將AI的力量充分發揮。那些自動化和數字化程度高的企業，多年積累的數據優勢，也使得其在AI的升級改造中遇到的阻力會小很多。

2、制造端口升級，借助AI如何發力？

除了在產品開發中引入AI的力量，對于傳統制造過程中依靠人工經驗的這一部分，食品企業也在嘗試利用AI將其可替代化，并且形成可以傳承的數據模型，提高效率并減少對人的依賴。

Profet AI在給徐福記設計AI系統時，對工藝參數的優化就是一個重點。徐福記的沙琪瑪沒有用一滴水，全部采用雞蛋液，中間的很多烘烤工藝過去大多以來是通過工程師的經驗調控，現在可以借助AI搞清楚眾多工藝參數如何優化獲得最佳效果。

在食品制造中，AI被普遍用來檢測和識別食品中的潛在問題，改進質量控制流程。例如，三只松鼠在產品質量檢測中引入AI實現了對各類異物和缺陷（例如脫氧包異常、包裝異常、開口器缺失等）的自動識別和剔除。

雀巢的越南Bong Sen工廠依靠AI檢測生產線中的缺陷并最大限度減少浪費。自從實施該質量控制系統以來，生產效率提高了60%，浪費則減少了15%。

圖片來源：雀巢

友達數位指出，智能工廠建設是旗下子公司友達智匯的核心服務項目之一。根據友達智匯在助力企業構建智能工廠過程中積累的豐富經驗，智能工廠的建設通常涵蓋五個層級：首層為自動化（Automation），緊接著是物聯網（IoT）集成，第三層實現信息化，隨后進入AI應用階段，最終頂層構建企業級監管平臺，如企業資源計劃（ERP）管理軟件。唯有全面實現這五個層級的建設，方能真正被定義為智能工廠。

3、優化供應鏈，疊加效率和可持續的雙重Buff

當前，食品飲料行業的供應鏈管理已不再僅僅依賴傳統的物流數據，而是融合了多維度的動態信息來源，包括IoT設備監測、貨物交付狀態、天氣變化、社交媒體趨勢以及宏觀經濟狀況等。

這些數據如同供應鏈管理的神經網絡，在AI輔助下為企業提供了前所未有的洞察力，顯著提升了庫存管理的精確度，降低了運營成本，并加快了供應鏈的響應速度。這種數據驅動的供應鏈變革為客戶提供了更為優質的購物體驗。

例如，沃爾瑪正通過AI創建一個更敏捷、更有彈性的供應鏈，確保始終如一的高質量服務。趙麗娜透露，全家也正在他們的幫助下對整個臺灣的倉庫物流系統進行升級改造。百勝中國也在進行的AI驅動的智能網絡規劃系統升級，通過使用混合整數規劃，該系統能夠建議最有效的物流解決方案，確保整個工作流程中的門店運營順暢。

人工智能驅動的系統還能夠通過分析材料、使用模式和回收過程的數據，幫助確定減少包裝浪費、優化回收包裝設計以及采用更環保做法的機會，提升產業鏈的可持續性。

比如，IBM 開發了一種名為IBM Food Trust的人工智能系統，可以通過供應鏈跟蹤食品，更快、更準確地識別污染源，監控產品浪費、損失程度和對有效期的跟蹤，每年能節省1500億美元的食物浪費。

在得到充分的數據訓練之后，AI能夠對供應鏈的調度策略進行優化，提升了整體供應鏈的效率，對于供應鏈的價值已被證明。但是如何整合供應鏈的全鏈路數據，并將其調度和決策能力下放給AI對于大多數企業仍是一個巨大的挑戰。

4、實際AI應用，企業需要做好哪些認知準備？

由于AI的當前技術應用仍處于產業前沿階段，一些企業擔憂AI實施造成的成本負擔過大，多處于觀望狀態。

友達數位表示，根據以往實際實施的案例來看，企業應用AI的初期投入成本，相較于應用后所節省的總成本而言，僅占很小比例。而AI為企業帶來的邊際效益則極為顯著，一旦部署完成，其正面影響能迅速擴展至整個業務范疇。

Profet AI在輔助一家企業數字化的過程中，一年里共實施了900余個項目(并非每個項目看起來都很大，其中有些可能只是建立了一個模型），最終幫助企業節省了數億成本，而這家企業的年產值也不過百億。

在采訪中，趙麗娜指出，企業對于AI常存在一些誤解，例如認為一旦AI系統建立便能一勞永逸。然而，實際上，AI并非一個僅需短期投入的成本項目。鑒于AI技術的快速發展，系統的建立僅是起點，后續還需企業不斷投入以進行產品迭代，這要求企業具備持續投入的堅定決心與毅力。此外，AI的應用并不會立即產生巨大價值，它要求企業在數據準備與認知層面具備堅實基礎，方能推動技術落地并取得實效。

企業在推進數字化和AI進程中，常面臨四大導致失敗的關鍵因素：一是高層缺乏共識，這會阻礙企業的創新與發展；二是缺乏明確的推進路徑，缺少專業的操盤手或團隊來引領；三是團隊能力不足，企業內部缺乏掌握AI技能的新型數字人才；四是缺乏持續指導，企業在學習現有案例后，未能獲得對后續更新迭代的分析與指導。若能有效解決這四個障礙，企業構建AI系統的道路將更為順暢。

圖片來源：友達數位

圖注：友達數位企業可持續發展研究院基于豐富的最佳實踐研究，針對上述四大挑戰，為企業數智化轉型精心提煉出一套極具指導意義的【W模型】。該模型通過【IIA工作坊】認知升級激活組織，確立共同愿景與方向；通過【FDI】診斷規劃，構建轉型藍圖、實施路徑、具體項目及所需資源；通過【UAD九套拳】裂變式賦能，實現全員數字能力的構建；并通過【數字化SIP】能力提升、持續改進與效益增長的CBI循環，驅動體系變革。這一模型旨在引領企業穩步踏上正確的轉型之路。

總體來看，目前企業在AI上能走得多遠，主要是看其數據擁有量，產線自動化程度以及企業下注AI的決心。但不可否認的是，在AI加持下，商業價值信息差的權重進一步被放大，搶先利用AI的玩家無疑會憑借先發優勢搶占市場先機。

3 食品×AI ，未來的想象空間還有多大？

友達數位企業可持續發展研究院提出了一套獨家方法論，將企業的信息化、智能化升級歷程分為4個階段，即企業核心要素升級路徑 “TeiM”。

“T”為體系驅動時代，就是給每個工作場景找到一個根，構建標準化體系，人員管理的根是TWI、設備管理的根是TPM、品質管理的根是TQM；e為流程驅動時代，即利用IT技術實現線下到線上的轉變，T時代構建的體系最終落地于流程，e時代就是用信息化系統固化流程，包括正常流程的IT信息化和異常流程的IoT數據追蹤；i為數據驅動時代，即AI應用的時代，把e時代產生的數據加以分析、建模和應用，構建數據驅動的數字化經營中心；M 則是模型驅動時代，即元宇宙時代，在T、e、i三個時代基礎上，運用大模型、數字人、數字孿生等多種前沿技術，實現模型驅動和賦能人，創造虛實融合的智能企業。

注：TWI(Training Within Industry)：二戰期間美國戰爭部制定的一系列培訓計劃，旨在快速培訓工人，以提高生產效率并滿足戰爭物資的需求，該計劃在戰后繼續在歐洲和亞洲進行幫助重建，并之后成為豐田生產系統和美國國防部資源開源管理系統的基礎；TPM（Total Productive Maintenance，全面生產維修）設備管理是一種以設備綜合性能提升為核心，以全員參與的維修方式為手段的管理制度。它強調預防重于治療，通過系統、規范、科學的管理，使設備始終處于最優狀態，從而提高生產效率，降低生產成本；TQM(Total Quality Management)：即“全面質量管理”，是以質量為中心，全員參與的一種企業管理手段，通過讓所有員工受益，提高產品質量，讓客戶滿意來使企業得到長遠發展。

趙麗娜指出，當前國內大多數企業仍處于信息化到AI應用的第二至第三階段，僅有少數企業開始關注元宇宙時代。然而，隨著革命性技術突破的不斷涌現，企業邁向TeiM模型第三乃至第四階段的速度有望大幅加快。

OpenAI今年發布的GPT-4o模型可以實時對音頻、視覺和文本進行推理，彰顯著多模態交互的AI新時代已經到來。AI將不再是只能處理單一數據來源的技術解決方案，而是能夠同時處理文字、聲音以及圖像等多個信號輸入并及時給予反饋，其應用價值進一步放大。

多模態技術的產業應用，標志著面對更多過去工況復雜且只能通過人力解決的生產制造流程，或許可以完全被替代和改善，從而進一步解放生產力。

近年來，機器人技術也伴隨著AI技術同步發展，如Tesla剛于10月發布的Optimus機器人其已初步具備高度智能化人形機器人的雛形，或許在未來幾年內便會真正實現。

圖片來源：Tesla

Statista的數據顯示，到 2030 年全球食品行業應用的機器人數量將增至約 54 億臺。人工智能與機器人的無縫集成將重新塑造食品行業的未來，從而刺激創新、提高效率和更多可持續性。

機器人將在生產線上扮演更靈活的角色，比如在精確切割、裝瓶、分揀等環節，機器人能夠快速適應不同規格的生產需求，精準度和效率遠超人工。更為智能的機器人將能夠依據實時數據調整生產速度、優化生產步驟，大幅降低生產線的停工時間。

2023 年，澳大利亞食品企業Kilcoy Global Foods 率先推出首創的 AI 機器人肉類切割系統，旨在重復的切割任務中提高產量、安全性和準確性。

圖片來源：Rockwell

自動化解決方案國際巨頭Rockwell也在今年6月宣布，將整合 Nvidia 的人工智能機器人開發平臺到 Rockwell 的 Otto 自主移動機器人中，這些代號為 Isaac 的機器人將適用于各類生產制造場景中。

通用型人工智能（AGI）的實現則是AI發展的下一個重要階段，據Deepmind CEO 德米斯·哈薩比斯（2024年諾貝爾化學獎得主）的保守估計，十年內AGI時代就會到來。而大多數人工智能從業者則認為，5年內AGI便可實現。

AGI可以通過基因組學、代謝組學等多學科數據，自動探索和研發新型食品配方或生產技術，極大縮短產品開發周期。AGI與未來機器人相結合后，食品制造工廠極有可能會變成一個真正意義上的無人工廠，所有食物都將由其開發、生產制造和配送。

在不久的將來，具有實時感知、實時思考、實時決策的AGI，或許將從科幻走進現實，開啟人類與人工智能協同進化的新紀元。而我們的飲食方式和產品形態也將發生重大改變，最終重塑整個產業。

4 小結

今年3月發布的《國務院政府工作報告》首次提出“人工智能+”行動，并將“大力推進現代化產業體系建設，加快發展新質生產力”列為2024年政府工作的首要任務。

Mordor Intelligence發布的報告顯示，全球人工智能在食品和飲料行業的市場規模預計在2024年達到96.8億美元，并以38.3%的速率增長，2029年將逼近500億美元。

在當下如火如荼的第四次工業革命浪潮中，不少企業在面對如何應用AI存在著數據積累、認知缺乏以及人才密度低等諸多不足之處。然而Profet AI、友達數位等人工智能解決方案商及數字化轉型服務商的入場，無疑加速了AI向傳統制造業落地、融合的進程。Foodaily期待未來有更多的AI參與食品飲料制造的案例出現。