文：Orient Ye

來源：Foodaily每日食品（ID：foodaily）

在預告發出的十個月後，12月10日淩晨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、質量控製和供應鏈各環節中，並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

，係統總結了AI技術在食品飲料行業中的應用前景。一年多過去，AI對於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隻是隔岸觀火，而是真正的落地到企業的經營策略裏。

國內食品企業應用AI到了怎樣的程度？在傳統食品飲料製造業推進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
，遠高於過去六年的 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，湧現出一大批跨界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於人工智能的實驗室，其員工將在這裏利用AI優化後的數據
，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
，於去年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。越是專注於細分賽道，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台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，價格遠低於天然提取物，並且產能不受種植產量和氣候限製。

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於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麵，近年來AI針對食品飲料製造端口的升級改造更是來勢洶湧。

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係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後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 的進度在整個製造行業裏仍顯較慢
，大部分還是比較拔尖的企業，主要因為食品飲料製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，這一係列數據都會在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彙、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，但大多數食品企業並不清楚如何用好這個工具，或者如何將AI引入產品開發和製造產線中。同時，AI的應用不該隻是巨頭的遊戲，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平台建立起風味圖譜
，通過AI發現消費者的感官認知與配方成分的邏輯關係
，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、配方解析等方麵進行應用。

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，並根據來自不同平台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台 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麵“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。

總結大量實踐經驗後伊利發現：AI的優勢在於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，以加快基於新趨勢的配方製定。

Profet AI認為：借助AI分(fen)析(xi)區(qu)域(yu)消(xiao)費(fei)者(zhe)的(de)喜(xi)好(hao)和(he)趨(qu)勢(shi)
，甚(shen)至(zhi)將(jiang)其(qi)應(ying)用(yong)在(zai)私(si)域(yu)用(yong)戶(hu)數(shu)據(ju)分(fen)析(xi)上(shang)
，推(tui)出(chu)有(you)針(zhen)對(dui)性(xing)的(de)產(chan)品(pin)，正(zheng)成(cheng)為(wei)食(shi)品(pin)飲(yin)料(liao)界(jie)推(tui)出(chu)創(chuang)新(xin)產(chan)品(pin)的(de)全(quan)新(xin)工(gong)作(zuo)流(liu)程(cheng)。

在zai這zhe個ge過guo程cheng中zhong

，企qi業ye需xu要yao構gou建jian全quan價jia值zhi流liu數shu據ju的de應ying用yong，最zui終zhong形xing成cheng企qi業ye策ce略lve和he戰zhan略lve級ji的de調tiao整zheng。即ji基ji於yu細xi分fen市shi場chang的de用yong戶hu數shu據ju分fen析xi，形xing成cheng從cong設she計ji
，到dao產chan品pin研yan發fa
，再zai到dao生sheng產chan製zhi造zao的de整zheng個ge企qi業ye層ceng麵mian的de應ying對dui措cuo施shi
，這zhe樣yang才cai能neng夠gou使shi企qi業ye擁yong有you更geng好hao的de市shi場chang表biao現xian。

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係統。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的關鍵則在於數據，無論是通過外部谘詢機構獲取的數據，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。

食品飲料企業隻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

、製造端口升級，借助AI如何發力？

除了在產品開發中引入AI的力量，對於傳統製造過程中依靠人工經驗的這一部分，食品企業也在嚐試利用AI將其可替代化
，並且形成可以傳承的數據模型，提高效率並減少對人的依賴。

Profet AI在給徐福記設計AI係xi統tong時shi，對dui工gong藝yi參can數shu的de優you化hua就jiu是shi一yi個ge重zhong點dian。徐xu福fu記ji的de沙sha琪qi瑪ma沒mei有you用yong一yi滴di水shui，全quan部bu采cai用yong雞ji蛋dan液ye，中zhong間jian的de很hen多duo烘hong烤kao工gong藝yi過guo去qu大da多duo以yi來lai是shi通tong過guo工gong程cheng師shi的de經jing驗yan調tiao控kong
，現xian在zai可ke以yi借jie助zhuAI搞清楚眾多工藝參數如何優化獲得最佳效果。

在食品製造中，AI被普遍用來檢測和識別食品中的潛在問題，改進質量控製流程。例如

，三隻鬆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並最大限度減少浪費。自從實施該質量控製係統以來
，生產效率提高了60%，浪費則減少了15%。

圖片來源：雀巢

友(you)達(da)數(shu)位(wei)指(zhi)出(chu)，智(zhi)能(neng)工(gong)廠(chang)建(jian)設(she)是(shi)旗(qi)下(xia)子(zi)公(gong)司(si)友(you)達(da)智(zhi)彙(hui)的(de)核(he)心(xin)服(fu)務(wu)項(xiang)目(mu)之(zhi)一(yi)。根(gen)據(ju)友(you)達(da)智(zhi)彙(hui)在(zai)助(zhu)力(li)企(qi)業(ye)構(gou)建(jian)智(zhi)能(neng)工(gong)廠(chang)過(guo)程(cheng)中(zhong)積(ji)累(lei)的(de)豐(feng)富(fu)經(jing)驗(yan)，智(zhi)能(neng)工(gong)廠(chang)的(de)建(jian)設(she)通(tong)常(chang)涵(han)蓋(gai)五(wu)個(ge)層(ceng)級(ji)：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

，隨後進入AI應用階段
，最終頂層構建企業級監管平台，如企業資源計劃（ERP）管理軟件。唯有全麵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，並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geng有you彈dan性xing的de供gong應ying鏈lian，確que保bao始shi終zhong如ru一yi的de高gao質zhi量liang服fu務wu。趙zhao麗li娜na透tou露lu，全quan家jia也ye正zheng在zai他ta們men的de幫bang助zhu下xia對dui整zheng個ge台tai灣wan的de倉cang庫ku物wu流liu係xi統tong進jin行xing升sheng級ji改gai造zao。百bai勝sheng中zhong國guo也ye在zai進jin行xing的deAI驅(qu)動(dong)的(de)智(zhi)能(neng)網(wang)絡(luo)規(gui)劃(hua)係(xi)統(tong)升(sheng)級(ji)
，通(tong)過(guo)使(shi)用(yong)混(hun)合(he)整(zheng)數(shu)規(gui)劃(hua)
，該(gai)係(xi)統(tong)能(neng)夠(gou)建(jian)議(yi)最(zui)有(you)效(xiao)的(de)物(wu)流(liu)解(jie)決(jue)方(fang)案(an)，確(que)保(bao)整(zheng)個(ge)工(gong)作(zuo)流(liu)程(cheng)中(zhong)的(de)門(men)店(dian)運(yun)營(ying)順(shun)暢(chang)。

人工智能驅動的係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的人工智能係統，可以通過供應鏈跟蹤食品，更快、更準確地識別汙染源，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。

圖片來源：IBM Food Trust

在得到充分的數據訓練之後
，AI能(neng)夠(gou)對(dui)供(gong)應(ying)鏈(lian)的(de)調(tiao)度(du)策(ce)略(lve)進(jin)行(xing)優(you)化(hua)
，提(ti)升(sheng)了(le)整(zheng)體(ti)供(gong)應(ying)鏈(lian)的(de)效(xiao)率(lv)，對(dui)於(yu)供(gong)應(ying)鏈(lian)的(de)價(jia)值(zhi)已(yi)被(bei)證(zheng)明(ming)。但(dan)是(shi)如(ru)何(he)整(zheng)合(he)供(gong)應(ying)鏈(lian)的(de)全(quan)鏈(lian)路(lu)數(shu)據(ju)
，並(bing)將(jiang)其(qi)調(tiao)度(du)和(he)決(jue)策(ce)能(neng)力(li)下(xia)放(fang)給(gei)AI對於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
？

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

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，相較於應用後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，其正麵影響能迅速擴展至整個業務範疇。

Profet AI在輔助一家企業數字化的過程中
，一年裏共實施了900餘個項目(並非每個項目看起來都很大，其中有些可能隻是建立了一個模型），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，企業對於AI常存在一些誤解，例如認為一旦AI係統建立便能一勞永逸。然而
，實際上，AI並非一個僅需短期投入的成本項目。鑒於AI技術的快速發展
，係統的建立僅是起點
，後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的應用並不會立即產生巨大價值，它要求企業在數據準備與認知層麵具備堅實基礎，方能推動技術落地並取得實效。

企業在推進數字化和AI進程中
，常麵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後，未能獲得對後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係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於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
，確立共同願景與方向；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；並通過【數字化SIP】能力提升、持續改進與效益增長的CBI循環，驅動體係變革。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
、智能化升級曆程分為4個階段，即企業核心要素升級路徑 “TeiM”。

“T”為體係驅動時代
，就是給每個工作場景找到一個根，構建標準化體係，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時代構建的體係最終落地於流程，e時代就是用信息化係統固化流程，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(er)戰(zhan)期(qi)間(jian)美(mei)國(guo)戰(zhan)爭(zheng)部(bu)製(zhi)定(ding)的(de)一(yi)係(xi)列(lie)培(pei)訓(xun)計(ji)劃(hua)，旨(zhi)在(zai)快(kuai)速(su)培(pei)訓(xun)工(gong)人(ren)，以(yi)提(ti)高(gao)生(sheng)產(chan)效(xiao)率(lv)並(bing)滿(man)足(zu)戰(zhan)爭(zheng)物(wu)資(zi)的(de)需(xu)求(qiu)
，該(gai)計(ji)劃(hua)在(zai)戰(zhan)後(hou)繼(ji)續(xu)在(zai)歐(ou)洲(zhou)和(he)亞(ya)洲(zhou)進(jin)行(xing)幫(bang)助(zhu)重(zhong)建(jian)，並(bing)之(zhi)後(hou)成(cheng)為(wei)豐(feng)田(tian)生(sheng)產(chan)係(xi)統(tong)和(he)美(mei)國(guo)國(guo)防(fang)部(bu)資(zi)源(yuan)開(kai)源(yuan)管(guan)理(li)係(xi)統(tong)的(de)基(ji)礎(chu)；TPM（Total Productive Maintenance，全麵生產維修）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製度。它強調預防重於治療
，通過係統
、規範
、科學的管理，使設備始終處於最優狀態，從而提高生產效率，降低生產成本；TQM(Total Quality Management)：即“全麵質量管理”
，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於信息化到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湧現，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將不再是隻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並及時給予反饋，其應用價值進一步放大。

多(duo)模(mo)態(tai)技(ji)術(shu)的(de)產(chan)業(ye)應(ying)用(yong)，標(biao)誌(zhi)著(zhe)麵(mian)對(dui)更(geng)多(duo)過(guo)去(qu)工(gong)況(kuang)複(fu)雜(za)且(qie)隻(zhi)能(neng)通(tong)過(guo)人(ren)力(li)解(jie)決(jue)的(de)生(sheng)產(chan)製(zhi)造(zao)流(liu)程(cheng)
，或(huo)許(xu)可(ke)以(yi)完(wan)全(quan)被(bei)替(ti)代(dai)和(he)改(gai)善(shan)
，從(cong)而(er)進(jin)一(yi)步(bu)解(jie)放(fang)生(sheng)產(chan)力(li)。

近年來，機器人技術也伴隨著AI技術同步發展
，如Tesla剛於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 億台。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 機器人肉類切割係統，旨在重複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台到 Rockwell 的 Otto 自主移動機器人中，這些代號為 Isaac 的機器人將適用於各類生產製造場景中。

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後，食品製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
、生產製造和配送。

在不久的將來
，具有實時感知、實時思考、實時決策的AGI，或huo許xu將jiang從cong科ke幻huan走zou進jin現xian實shi，開kai啟qi人ren類lei與yu人ren工gong智zhi能neng協xie同tong進jin化hua的de新xin紀ji元yuan。而er我wo們men的de飲yin食shi方fang式shi和he產chan品pin形xing態tai也ye將jiang發fa生sheng重zhong大da改gai變bian，最zui終zhong重zhong塑su整zheng個ge產chan業ye。

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，並將“大力推進現代化產業體係建設
，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，並以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，不少企業在麵對如何應用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向傳統製造業落地
、融合的進程。Foodaily期待未來有更多的AI參與食品飲料製造的案例出現。