文：Orient Ye

來源：Foodaily每日食品（ID：foodaily）

在預告發(fā)出的十個月后，12月10日凌晨OpenAI（ChatGPT的研發(fā)公司）正式發(fā)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(fā)全世界的關(guān)注和討論熱潮。

圖片來源：OpenAI

而在食品行業(yè)，AI技術(shù)也正深入到研發(fā)、生產(chǎn)、質(zhì)量控制和供應鏈各環(huán)節(jié)中，并悄然改變著食品飲料企業(yè)的創(chuàng)新流程和人們的飲食體驗。

去年7月，F(xiàn)oodaily發(fā)布《AI食品：更可口，還是更燙手？》一文，系統(tǒng)總結(jié)了AI技術(shù)在食品飲料行業(yè)中的應用前景。一年多過去，AI對于行業(yè)創(chuàng)新的推動作用日益明顯，在國內(nèi)，AI的商業(yè)化應用也不再只是隔岸觀火，而是真正的落地到企業(yè)的經(jīng)營策略里。

國內(nèi)食品企業(yè)應用AI到了怎樣的程度？在傳統(tǒng)食品飲料制造業(yè)推進AI應用，會遇到哪些挑戰(zhàn)？未來AI會向哪些方向發(fā)展？日前Foodaily走訪了國內(nèi)知名AI解決方案供應商Profet AI與數(shù)字化轉(zhuǎn)型服務先鋒企業(yè)友達數(shù)位，針對上述問題進行了深入探討，以期給食品飲料從業(yè)者更多啟發(fā)。

1  越刮越猛的AI食品風潮，正在顛覆行業(yè)創(chuàng)新

根據(jù)麥肯錫的2024 年人工智能現(xiàn)狀調(diào)查報告顯示，過去一年內(nèi)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(yè)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(yè)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(xiàn)出一大批跨界AI的食品飲料產(chǎn)品。各大食品廠商紛紛推出自己的AI共創(chuàng)產(chǎn)品，不斷加注AI的產(chǎn)業(yè)應用深度。

比如去年11月，聯(lián)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(yōu)化后的數(shù)據(jù)，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(chuàng)企業(yè)也在利用AI工具革新傳統(tǒng)的產(chǎn)品開發(fā)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(nèi)AI+蛋白質(zhì)結(jié)構(gòu)計算與設計平臺型企業(yè)智峪生科其首個產(chǎn)業(yè)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(chǎn)能不受種植產(chǎn)量和氣候限制。

圖片來源：智峪生科

TraceGains 的全球調(diào)查數(shù)據(jù)顯示：大多數(shù)食品飲料品牌都在今年尋求人工智能技術(shù)來提高競爭力——36% 的品牌已經(jīng)在新產(chǎn)品開發(fā)中測試該技術(shù)，53% 的品牌在考慮將其用于成分采購和產(chǎn)品配方。

AI賦能產(chǎn)品開發(fā)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(jīng)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(shù)智化超級工廠成功獲得 “燈塔工廠”認證，成為中國乳業(yè)首家獲批的燈塔工廠，也是全球首家獲批的液態(tài)奶工廠。

圖片來自：蒙牛官網(wǎng)

該工廠創(chuàng)新性地實現(xiàn)戰(zhàn)略、運營與AI決策的深度融合，通過數(shù)智化應用完成從牛奶到餐桌的產(chǎn)業(yè)鏈、工廠內(nèi)所有設備的接口連接以及整個系統(tǒng)集成三個全鏈條打通。在牛奶加工、包裝和檢測等環(huán)節(jié)，將交付周期縮短了55%，經(jīng)營成本降低32%，極大改善了經(jīng)營效率和產(chǎn)品質(zhì)量。

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

從配方到參數(shù)，到整個產(chǎn)業(yè)結(jié)構(gòu)，再到企業(yè)經(jīng)營指標分析，這一系列數(shù)據(jù)都會在AI應用當中會發(fā)揮至關(guān)重要的核心價值。時下，每一條工業(yè)賽道都在重新布局，整個產(chǎn)業(yè)鏈在加速重組。企業(yè)的核心競爭力就是在大量工業(yè)數(shù)據(jù)積累下對AI能力的掌握。

友達數(shù)位總經(jīng)理趙麗娜則表示：從友達數(shù)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(yè)，必定是AI應用出色的企業(yè)，這也是眾多優(yōu)秀企業(yè)的共同特征。

2 AI賦能食品飲料行業(yè)，既是機遇也是挑戰(zhàn)

當前利用AI進行產(chǎn)業(yè)賦能已是大勢所趨，但大多數(shù)食品企業(yè)并不清楚如何用好這個工具，或者如何將AI引入產(chǎn)品開發(fā)和制造產(chǎn)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(chǎn)業(yè)競賽中，其價值要素逐漸放大，值得企業(yè)迅速地投入資源和人力去推進AI落地。

1、助力產(chǎn)品開發(fā)，AI應用數(shù)據(jù)是關(guān)鍵

過往在設計新產(chǎn)品時，從想法到產(chǎn)品發(fā)布可能需要很長時間。AI的出現(xiàn)，正在逐漸改變原有的產(chǎn)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(fā)現(xiàn)消費者的感官認知與配方成分的邏輯關(guān)系，從而加速開發(fā)出新風味產(chǎn)品。目前味全已與Profet AI合作培養(yǎng)數(shù)據(jù)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(shù)據(jù)進行分析，掃描出四個最感興趣市場的數(shù)據(jù)，即中國、東南亞、日本和美國，并根據(jù)來自不同平臺的數(shù)據(jù)開發(fā)出針對目標市場的產(chǎn)品。

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

總結(jié)大量實踐經(jīng)驗后伊利發(fā)現(xiàn)：AI的優(yōu)勢在于加快創(chuàng)新和提高效率，能夠更準確、更快速地分析和理解數(shù)據(jù)。這些數(shù)據(jù)不僅包括社交媒體上發(fā)現(xiàn)的消費者趨勢，還包括成分、法規(guī)、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(qū)域消費者的喜好和趨勢，甚至將其應用在私域用戶數(shù)據(jù)分析上，推出有針對性的產(chǎn)品，正成為食品飲料界推出創(chuàng)新產(chǎn)品的全新工作流程。

在這個過程中，企業(yè)需要構(gòu)建全價值流數(shù)據(jù)的應用，最終形成企業(yè)策略和戰(zhàn)略級的調(diào)整。即基于細分市場的用戶數(shù)據(jù)分析，形成從設計，到產(chǎn)品研發(fā)，再到生產(chǎn)制造的整個企業(yè)層面的應對措施，這樣才能夠使企業(yè)擁有更好的市場表現(xiàn)。

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

圖片來源：Hellmann's

在AI應用上搶占先機的企業(yè)，都擁有極其強大的數(shù)據(jù)資源作為支撐，以訓練和優(yōu)化AI系統(tǒng)。友達數(shù)位趙麗娜表示：在未來的工業(yè)競爭中，AI將扮演至關(guān)重要的核心角色。而有效利用AI的關(guān)鍵則在于數(shù)據(jù)，無論是通過外部咨詢機構(gòu)獲取的數(shù)據(jù)，還是企業(yè)內(nèi)部積累的數(shù)據(jù)資源。

當前國家正在推行“數(shù)據(jù)資產(chǎn)入表”的相關(guān)政策，在此結(jié)構(gòu)變化下大眾消費型產(chǎn)業(yè)的數(shù)據(jù)資產(chǎn)在未來也一定具有非常關(guān)鍵的價值。

食品飲料企業(yè)只有站在具有大量優(yōu)質(zhì)數(shù)據(jù)的基礎上才能夠?qū)I的力量充分發(fā)揮。那些自動化和數(shù)字化程度高的企業(yè)，多年積累的數(shù)據(jù)優(yōu)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(fā)力？

除了在產(chǎn)品開發(fā)中引入AI的力量，對于傳統(tǒng)制造過程中依靠人工經(jīng)驗的這一部分，食品企業(yè)也在嘗試利用AI將其可替代化，并且形成可以傳承的數(shù)據(jù)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(tǒng)時，對工藝參數(shù)的優(yōu)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(jīng)驗調(diào)控，現(xiàn)在可以借助AI搞清楚眾多工藝參數(shù)如何優(yōu)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(zhì)量控制流程。例如，三只松鼠在產(chǎn)品質(zhì)量檢測中引入AI實現(xiàn)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(chǎn)線中的缺陷并最大限度減少浪費。自從實施該質(zhì)量控制系統(tǒng)以來，生產(chǎn)效率提高了60%，浪費則減少了15%。

圖片來源：雀巢

友達數(shù)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(jù)友達智匯在助力企業(yè)構(gòu)建智能工廠過程中積累的豐富經(jīng)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(lián)網(wǎng)（IoT）集成，第三層實現(xiàn)信息化，隨后進入AI應用階段，最終頂層構(gòu)建企業(yè)級監(jiān)管平臺，如企業(yè)資源計劃（ERP）管理軟件。唯有全面實現(xiàn)這五個層級的建設，方能真正被定義為智能工廠。

3、優(yōu)化供應鏈，疊加效率和可持續(xù)的雙重Buff

當前，食品飲料行業(yè)的供應鏈管理已不再僅僅依賴傳統(tǒng)的物流數(shù)據(jù)，而是融合了多維度的動態(tài)信息來源，包括IoT設備監(jiān)測、貨物交付狀態(tài)、天氣變化、社交媒體趨勢以及宏觀經(jīng)濟狀況等。

這些數(shù)據(jù)如同供應鏈管理的神經(jīng)網(wǎng)絡，在AI輔助下為企業(yè)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(shù)據(jù)驅(qū)動的供應鏈變革為客戶提供了更為優(yōu)質(zhì)的購物體驗。

例如，沃爾瑪正通過AI創(chuàng)建一個更敏捷、更有彈性的供應鏈，確保始終如一的高質(zhì)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(tǒng)進行升級改造。百勝中國也在進行的AI驅(qū)動的智能網(wǎng)絡規(guī)劃系統(tǒng)升級，通過使用混合整數(shù)規(guī)劃，該系統(tǒng)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(qū)動的系統(tǒng)還能夠通過分析材料、使用模式和回收過程的數(shù)據(jù)，幫助確定減少包裝浪費、優(yōu)化回收包裝設計以及采用更環(huán)保做法的機會，提升產(chǎn)業(yè)鏈的可持續(xù)性。

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

在得到充分的數(shù)據(jù)訓練之后，AI能夠?qū)湹恼{(diào)度策略進行優(yōu)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(shù)據(jù)，并將其調(diào)度和決策能力下放給AI對于大多數(shù)企業(yè)仍是一個巨大的挑戰(zhàn)。

4、實際AI應用，企業(yè)需要做好哪些認知準備？

由于AI的當前技術(shù)應用仍處于產(chǎn)業(yè)前沿階段，一些企業(yè)擔憂AI實施造成的成本負擔過大，多處于觀望狀態(tài)。

友達數(shù)位表示，根據(jù)以往實際實施的案例來看，企業(yè)應用AI的初期投入成本，相較于應用后所節(jié)省的總成本而言，僅占很小比例。而AI為企業(yè)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(yè)務范疇。

Profet AI在輔助一家企業(yè)數(shù)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(yè)節(jié)省了數(shù)億成本，而這家企業(yè)的年產(chǎn)值也不過百億。

在采訪中，趙麗娜指出，企業(yè)對于AI常存在一些誤解，例如認為一旦AI系統(tǒng)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(shù)的快速發(fā)展，系統(tǒng)的建立僅是起點，后續(xù)還需企業(yè)不斷投入以進行產(chǎn)品迭代，這要求企業(yè)具備持續(xù)投入的堅定決心與毅力。此外，AI的應用并不會立即產(chǎn)生巨大價值，它要求企業(yè)在數(shù)據(jù)準備與認知層面具備堅實基礎，方能推動技術(shù)落地并取得實效。

企業(yè)在推進數(shù)字化和AI進程中，常面臨四大導致失敗的關(guān)鍵因素：一是高層缺乏共識，這會阻礙企業(yè)的創(chuàng)新與發(fā)展；二是缺乏明確的推進路徑，缺少專業(yè)的操盤手或團隊來引領；三是團隊能力不足，企業(yè)內(nèi)部缺乏掌握AI技能的新型數(shù)字人才；四是缺乏持續(xù)指導，企業(yè)在學習現(xiàn)有案例后，未能獲得對后續(xù)更新迭代的分析與指導。若能有效解決這四個障礙，企業(yè)構(gòu)建AI系統(tǒng)的道路將更為順暢。

圖片來源：友達數(shù)位

圖注：友達數(shù)位企業(yè)可持續(xù)發(fā)展研究院基于豐富的最佳實踐研究，針對上述四大挑戰(zhàn)，為企業(yè)數(shù)智化轉(zhuǎn)型精心提煉出一套極具指導意義的【W(wǎng)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(guī)劃，構(gòu)建轉(zhuǎn)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(xiàn)全員數(shù)字能力的構(gòu)建；并通過【數(shù)字化SIP】能力提升、持續(xù)改進與效益增長的CBI循環(huán)，驅(qū)動體系變革。這一模型旨在引領企業(yè)穩(wěn)步踏上正確的轉(zhuǎn)型之路。

總體來看，目前企業(yè)在AI上能走得多遠，主要是看其數(shù)據(jù)擁有量，產(chǎn)線自動化程度以及企業(yè)下注AI的決心。但不可否認的是，在AI加持下，商業(yè)價值信息差的權(quán)重進一步被放大，搶先利用AI的玩家無疑會憑借先發(fā)優(yōu)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(shù)位企業(yè)可持續(xù)發(fā)展研究院提出了一套獨家方法論，將企業(yè)的信息化、智能化升級歷程分為4個階段，即企業(yè)核心要素升級路徑 “TeiM”。

“T”為體系驅(qū)動時代，就是給每個工作場景找到一個根，構(gòu)建標準化體系，人員管理的根是TWI、設備管理的根是TPM、品質(zhì)管理的根是TQM；e為流程驅(qū)動時代，即利用IT技術(shù)實現(xiàn)線下到線上的轉(zhuǎn)變，T時代構(gòu)建的體系最終落地于流程，e時代就是用信息化系統(tǒng)固化流程，包括正常流程的IT信息化和異常流程的IoT數(shù)據(jù)追蹤；i為數(shù)據(jù)驅(qū)動時代，即AI應用的時代，把e時代產(chǎn)生的數(shù)據(jù)加以分析、建模和應用，構(gòu)建數(shù)據(jù)驅(qū)動的數(shù)字化經(jīng)營中心；M 則是模型驅(qū)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(shù)字人、數(shù)字孿生等多種前沿技術(shù)，實現(xiàn)模型驅(qū)動和賦能人，創(chuàng)造虛實融合的智能企業(yè)。

注：TWI(Training Within Industry)：二戰(zhàn)期間美國戰(zhàn)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(chǎn)效率并滿足戰(zhàn)爭物資的需求，該計劃在戰(zhàn)后繼續(xù)在歐洲和亞洲進行幫助重建，并之后成為豐田生產(chǎn)系統(tǒng)和美國國防部資源開源管理系統(tǒng)的基礎；TPM（Total Productive Maintenance，全面生產(chǎn)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(diào)預防重于治療，通過系統(tǒng)、規(guī)范、科學的管理，使設備始終處于最優(yōu)狀態(tài)，從而提高生產(chǎn)效率，降低生產(chǎn)成本；TQM(Total Quality Management)：即“全面質(zhì)量管理”，是以質(zhì)量為中心，全員參與的一種企業(yè)管理手段，通過讓所有員工受益，提高產(chǎn)品質(zhì)量，讓客戶滿意來使企業(yè)得到長遠發(fā)展。

趙麗娜指出，當前國內(nèi)大多數(shù)企業(yè)仍處于信息化到AI應用的第二至第三階段，僅有少數(shù)企業(yè)開始關(guān)注元宇宙時代。然而，隨著革命性技術(shù)突破的不斷涌現(xiàn)，企業(yè)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(fā)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(tài)交互的AI新時代已經(jīng)到來。AI將不再是只能處理單一數(shù)據(jù)來源的技術(shù)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(tài)技術(shù)的產(chǎn)業(yè)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(chǎn)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(chǎn)力。

近年來，機器人技術(shù)也伴隨著AI技術(shù)同步發(fā)展，如Tesla剛于10月發(fā)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(nèi)便會真正實現(xiàn)。

圖片來源：Tesla

Statista的數(shù)據(jù)顯示，到 2030 年全球食品行業(yè)應用的機器人數(shù)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(yè)的未來，從而刺激創(chuàng)新、提高效率和更多可持續(xù)性。

機器人將在生產(chǎn)線上扮演更靈活的角色，比如在精確切割、裝瓶、分揀等環(huán)節(jié)，機器人能夠快速適應不同規(guī)格的生產(chǎn)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(jù)實時數(shù)據(jù)調(diào)整生產(chǎn)速度、優(yōu)化生產(chǎn)步驟，大幅降低生產(chǎn)線的停工時間。

2023 年，澳大利亞食品企業(yè)Kilcoy Global Foods 率先推出首創(chuàng)的 AI 機器人肉類切割系統(tǒng)，旨在重復的切割任務中提高產(chǎn)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(fā)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(chǎn)制造場景中。

通用型人工智能（AGI）的實現(xiàn)則是AI發(fā)展的下一個重要階段，據(jù)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(nèi)AGI時代就會到來。而大多數(shù)人工智能從業(yè)者則認為，5年內(nèi)AGI便可實現(xiàn)。

AGI可以通過基因組學、代謝組學等多學科數(shù)據(jù)，自動探索和研發(fā)新型食品配方或生產(chǎn)技術(shù)，極大縮短產(chǎn)品開發(fā)周期。AGI與未來機器人相結(jié)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(fā)、生產(chǎn)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(xiàn)實，開啟人類與人工智能協(xié)同進化的新紀元。而我們的飲食方式和產(chǎn)品形態(tài)也將發(fā)生重大改變，最終重塑整個產(chǎn)業(yè)。

4 小結(jié)

今年3月發(fā)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(xiàn)代化產(chǎn)業(yè)體系建設，加快發(fā)展新質(zhì)生產(chǎn)力”列為2024年政府工作的首要任務。

Mordor Intelligence發(fā)布的報告顯示，全球人工智能在食品和飲料行業(yè)的市場規(guī)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(yè)革命浪潮中，不少企業(yè)在面對如何應用AI存在著數(shù)據(jù)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(shù)位等人工智能解決方案商及數(shù)字化轉(zhuǎn)型服務商的入場，無疑加速了AI向傳統(tǒng)制造業(yè)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(xiàn)。