Ωστόσο, οι εταιρείες του χώρου τροφίμων και ποτών (F&B) πρέπει να ξεκινήσουν με μικρές γρήγορες νίκες στις εφαρμογές της τεχνητής νοημοσύνης παράλληλα με έναν μακροπρόθεσμο στόχο στην προσπάθειά τους για επιτυχημένο ψηφιακό μετασχηματισμό.
Από τον έλεγχο ποιότητας και την ασφάλεια των τροφίμων μέχρι την βελτιστοποίηση της αλυσίδας εφοδιασμού και την ανάπτυξη προϊόντων, οι τεχνολογίες τεχνητής νοημοσύνης (AI) και μηχανική μάθησης (ML) προσφέρουν πρωτοφανείς ευκαιρίες για αποτελεσματικότητα, καινοτομία και βιωσιμότητα.
Περισσότερες εταιρείες στον τομέα τροφίμων και ποτών (F&B) υιοθετούν αυτές τις τεχνολογίες για να αντιμετωπίσουν ένα απαιτητικό περιβάλλον διαταραχών της εφοδιαστικής αλυσίδας, πληθωρισμού και οι εξελισσόμενων προσδοκιών των πελατών. Αναμένεται να αυξηθεί ακόμα περισσότερο αυτή η τάση, με την αξία της αγοράς για την τεχνητή νοημοσύνη (AI) στον κλάδο τροφίμων και ποτών (F&B) να αναμένεται να αυξηθεί από 7 δισεκατομμύρια δολάρια το 2023 στο εκπληκτικό ποσό των 35,42 δισεκατομμυρίων δολαρίων έως το 2028.
Η Amalthea, κορυφαίος προμηθευτής κατσικίσιου τυριού στην Ολλανδία, εφαρμόζει την τεχνητή νοημοσύνη (AI) και τη μηχανική μάθησης (ML) στις διαδικασίες κατασκευής και παραγωγής της για να βελτιώσει την επιχείρησή της και να αντιμετωπίσει τα προβλήματα που αντιμετωπίζουν οι παραγωγοί στον τομέα τροφίμων και ποτών (F&B). Με κάθε αύξηση 1% στην απόδοση να εξοικονομεί για την επιχείρηση 500.000 ευρώ δεν είναι έκπληξη που η βελτίωση της απόδοσης θα αποτελέσει βασική προτεραιότητα για να βοηθήσει την Amalthea να επενδύσει τις οικονομίες της σε καινοτομία και βελτιώσεις στην επιχειρηματική λειτουργία.
Η βελτίωση της απόδοσης τυριού από το γάλα δεν αυξάνει μόνο τα κέρδη της Amalthea, αλλά βελτιώνει επίσης τις πρακτικές βιωσιμότητας, καθώς η εξαγωγή περισσότερων προϊόντων από νωπό γάλα μειώνει τα απορρίμματα. Όπως προτείνει ο Sandeep Anand, διευθυντής εφαρμοσμένης επιστήμης στην Infor, η ψηφιοποίηση της επιχείρησης είναι προτεραιότητα για τους παραγωγούς προκειμένου να αξιοποιήσουν αυτές τις ευκαιρίες, αλλά αυτό ξεκινά με τα μικρά βήματα, δημιουργώντας μια ανθεκτική και αποδοτική διαδικασία.
Αύξηση της χωρητικότητας παραγωγής στον τομέα τροφίμων και ποτών (F&B) χρησιμοποιώντας την τεχνητή νοημοσύνη (AI)
«Ο μακροπρόθεσμος στόχος της Amalthea για την ψηφιοποίηση ξεκίνησε με την απόδοση, εκμεταλλευόμενη τα δεδομένα και την μηχανική μάθησης (ML) σε διάφορα στάδια της διαδικασίας παρασκευής τυριού για τη βελτίωση των περιθωρίων κέρδους» εξηγεί ο Anand. «Η εταιρεία αξιολόγησε τις διάφορες αλληλεπιδράσεις προϊόντων και λύσεων προς την απόδοση προκειμένου να βοηθήσει στον εντοπισμό αντιφάσεων και να προβεί γρήγορα σε διορθώσεις με σκοπό τη μείωση των απορριμμάτων. Λιγότερα απορρίμματα σημαίνει περισσότερα προϊόντα υψηλής ποιότητας για τον πελάτη και πιο βιώσιμες πρακτικές.»
Η Amalthea πουλάει τα προϊόντα της σε πάνω από 35 χώρες. Καθώς η ζήτηση για περισσότερες ποικιλίες τυριών και προϊόντων αυξάνεται, η επιχείρηση στοχεύει στη σημαντική αύξηση της παραγωγής της τα επόμενα πέντε χρόνια. Ωστόσο, ένα από τα μεγαλύτερα προβλήματα που αντιμετωπίζουν οι επιχειρήσεις που παράγουν γαλακτοκομικά προϊόντα είναι η ευθραυστότητα του προϊόντος και η σύνθεσή του. Χωρίς έναν τυποποιημένο τρόπο παρασκευής που να εφαρμόζεται, δεν μπορεί να εγγυηθεί η συνοχή, και αυτό παρουσιάζει κίνδυνο όταν αυξάνεται η παραγωγή.
Για να αντιμετωπίσει αυτό το ζήτημα, η Amalthea αναγνώρισε ότι η πιο στενή παρακολούθηση στην παραγωγή αποτελεί έναν τρόπο διόρθωσης των προβλημάτων ασυνέπειας, τη μεγιστοποίηση της απόδοσης και τη διατήρηση της φήμης του brand κατά την διαδικασία της επέκτασης της παραγωγής.
«Η επιχειρηματική πρόκληση στον χώρο του τυριού είναι ότι έχετε ένα ευπαθές προϊόν» λέει ο Anand. «Η Amalthea προσπάθησε να βρει σταθερές αποδόσεις για τις διάφορες συνταγές γαλακτοκομικών προϊόντων που απαιτούνται για την κάλυψη των διαφορετικών παραγγελιών των πελατών, συμπεριλαμβανομένων των κατσικίσιων τυριών, από αγελάδα και η έννοια του δευτερεύοντος τυριού, ένας συνδυασμός πολλαπλών τυριών που επαναχρησιμοποιεί ορισμένα από τα απορρίμματα» προσθέτει.
Κατανόηση των αποκλίσεων για τη βελτιστοποίηση της απόδοσης.
Παραδοσιακά, κάθε παρτίδα τυριού που παράγονταν από την Amalthea θα μετριόταν έναντι μιας στοχευμένης απόδοσης που θα ορίζονταν με βάση ιστορικές ή πρακτικές γνώσεις παραγωγής. Για κάθε παρτίδα που αποκλίνει από τον στόχο απόδοσης, οι χειριστές θα έπρεπε να προσαρμόσουν και να επαναρυθμίσουν τη διαδικασία παραγωγής για να αυξήσουν την αποδοτικότητα. Αυτά τα προβλήματα εντοπίζονταν μέσω χειροκίνητης επεξεργασίας και ανάλυσης δεδομένων. Δεδομένου ότι περίπου 240.000 λίτρα γάλακτος επεξεργάζονταν καθημερινά, οι καθυστερήσεις στην εφαρμογή των απαραίτητων αλλαγών για τη βελτίωση της απόδοσης θα επηρέαζαν την επιχείρηση.
Χρησιμοποιώντας τις ψηφιακές δυνατότητες της τεχνητής νοημοσύνης Coleman της Infor, που είναι διαθέσιμες μέσω του Cloudsuite, η Amalthea μπόρεσε να λύσει ένα κρίσιμο ζήτημα απόδοσης γάλακτος που αντιμετώπιζε, λόγω παλαιών εφαρμογών, δεδομένων, χρονικών περιορισμών και έλλειψης πόρων. Διάφορα προϊόντα χρησιμοποιούν διαφορετικές συγκεντρώσεις λίπους και πρωτεΐνης εκτός από τις πρώτες ύλες, πολλά εκ των οποίων είναι επίσης μια παραλλαγή με τοπική προέλευση έναντι προμήθειας από μεγαλύτερη απόσταση. Άλλοι παράμετροι, όπως η θερμοκρασία, ο τύπος προϊόντος, τα υλικά που χρησιμοποιούνται και οι αντίστοιχες διαδικασίες πήξης, παρακολουθούνται επίσης προσεκτικά, με τα δεδομένα να εξάγονται από κάθε διαδικασία. Η Infor μπόρεσε να επεξεργαστεί και να αναλύσει αυτά τα δεδομένα για να εντοπίσει τις συσχετίσεις μεταξύ αυτών των διαφορετικών μεταβλητών και να εφαρμόσει τα ευρήματα από την απόδοση για τη βελτιστοποίηση των μελλοντικών αποδόσεων.
«Λαμβάνοντας ένα ιστορικό διαφορετικών παραγγελιών παραγωγής, δημιουργήσαμε λύσεις που θα χρησιμοποιηθούν σε ολόκληρη τη βιομηχανία γάλακτος για να κατανοήσουμε τις αποκλίσεις που οδηγούν στα αποτελέσματα», λέει ο Anand.
Μια λύση που δημιουργήθηκε σε μόλις 90 ημέρες.
«Συνεργαστήκαμε με την Amalthea για να δημιουργήσουμε αυτήν τη λύση σε 90 ημέρες. Το σύστημα άρχισε να καταγράφει τις αποκλίσεις στην απόδοση καθημερινά, αντί για μια εβδομαδιαία ή μηνιαία χειροκίνητη διαδικασία» λέει ο Anand. «Η Amalthea μπόρεσε να εντοπίσει έως τέσσερις ή πέντε λόγους για τους οποίους τα αποτελέσματα θα μπορούσαν να είναι διαφορετικά. Μπορούσε να συσχετίσει τις συνταγές με το τελικό αποτέλεσμα και να το συνδέσει σε ένα σύστημα διαχείρισης συνταγών όπου οι αρχικές υποθέσεις σε αυτές τις συνταγές δεν ταιριάζουν με την απόδοση.»
Ένα κύριο στοιχείο αυτής της τώρα πλήρως αυτοματοποιημένης διαδικασίας επιτρέπει στους χειριστές να μειώσουν τον χρόνο που αφιερώνουν στον εντοπισμό προβλημάτων στις αποκλίσεις της απόδοσης, με την τεχνολογία της τεχνητής νοημοσύνης (AI) να παρέχει εφικτές γνώσεις σε πολύ μικρότερο χρόνο. Αυτό ανακατανέμει τον χρόνο των χειριστών για τη σταθεροποίηση των διαδικασιών παραγωγής με πιο αποδοτικό τρόπο. Το Infor CloudSuite έχει επίσης εφαρμοστεί σε όλη την αλυσίδα εφοδιασμού της Amalthea, από την παραλαβή του γάλακτος μέχρι την αποθήκη τυριών. Το σύστημα αλληλεπιδρά με την αυτοματοποίηση της παραγωγής στο εργοστάσιο, λαμβάνοντας υπόψη μονάδες ζύγισης και δεξαμενές επεξεργασίας. Επίσης, μειώνει τον χρόνο προς την αγορά, γεγονός που αυξάνει την ταχύτητα σε αξία.
Ταχύτερη λήψη αποφάσεων με τη χρήση της τεχνητής νοημοσύνης (AI) στον τομέα τροφίμων και ποτών (F&B).
«Η Amalthea διαπίστωσε ότι ορισμένοι από τους μεγαλύτερους παράγοντες των εσόδων της ήταν επίσης ορισμένοι από τους μεγαλύτερους παράγοντες της μεταβλητότητας στην απόδοση, πράγμα που σημαίνει ότι άφηναν χρήματα στο τραπέζι» αναφέρει ο Anand. «Η σταθερή απόδοση ελαχιστοποίησε αυτή την οικονομική απώλεια».
Η Amalthea κατάφερε να αντιμετωπίσει αυτό το θέμα με μια αρχική προσέγγιση μικρών, γρήγορων επιτυχιών με σαφείς, εφικτούς στόχους που δείχνουν οικονομικά ή αποδοτικά οφέλη. Καθώς κλιμάκωνε την τεχνολογία αυτή, η εταιρεία μπόρεσε να αυξήσει την ικανότητά της να αντιδρά στη διαδικασία για να τη βελτιώσει. Μέσα από αυτήν τη διαρκή διαδικασία, περισσότερα δεδομένα και παράμετροι μπορούν να αναλυθούν για να αυξηθεί η ταχύτητα λήψης αποφάσεων με έναν τρόπο που δεν ήταν δυνατός πριν.
«Καταφέραμε να συνδέσουμε πολλά συστήματα μαζί» λέει ο Anand. «Η Amalthea είχε ένα σύστημα συνταγών, ένα σύστημα παραγωγής και ένα σύστημα εφοδιαστικής αλυσίδας. Στη συνέχεια, προσθέτεις μια αναλυτική προβολή σε αυτό ως την κόλλα που συνδέει όλα αυτά τα διαφορετικά συστήματα μεταξύ τους χωρίς να χρειάζεται να δημιουργήσετε ένα εντελώς νέο σύστημα».
Ένα σημαντικό πλεονέκτημα της τεχνητής νοημοσύνης (AI) είναι ότι βοηθά στην αυτοματοποίηση των διαδικασιών και αυξάνει την αποδοτικότητα χωρίς οι εταιρείες να χρειάζεται να δημιουργήσουν νέα προϊόντα πάνω σε αυτήν Η χρήση μιας πλατφόρμας που βασίζεται σε cloud από την Amalthea παρέχει μια ισχυρή βάση για μελλοντική ανάπτυξη. Αυτή η χρήση δεδομένων θα χρησιμοποιείται όλο και περισσότερο στον τομέα τροφίμων και ποτών (F&B).
Ενώ ξεκινά με μικρότερη εστίαση σε τομείς όπως η απόδοση και ο έλεγχος της παραγωγής, η αυτοματοποίηση μπορεί να επεκταθεί σε περαιτέρω περιπτώσεις χρήσης για να παρέχει περισσότερα δεδομένα που μπορούν να μετατραπούν σε πληροφορίες που μπορούν να μετατραπούν σε εφαρμοστές πληροφορίες. Αυτό συμβάλλει στη παραγωγή πολύτιμων πληροφοριών που βελτιώνουν την απόδοση, επιτρέποντας καλύτερη λήψη αποφάσεων και τελικά μεγαλύτερη κερδοφορία.
Πηγή: techmonitor.ai
