Цифровизация — не просто тренд, а необходимость для пищевого производства: по прогнозам консалтинговой компании Towards FnB, объем мирового рынка ИИ в производстве продуктов питания вырастет с 9,51 млрд долларов США в 2025 году до 90,84 млрд долларов США к 2034 году. Рост связан с внедрением автоматизации, робототехники и машинного обучения в производственные процессы, повышением спроса на контроль качества и безопасности продуктов. О том, как внедряют новые технологии в пищевую промышленность в России, рассказали представители крупных пищевых производств на конференции Пищевка3D FooDigital в ИТМО.

«Перед пищевой индустрией в России сегодня стоят две важные задачи. Первая — это переход на отечественное программное обеспечение и автоматизация процессов: документооборота, логистики и других. Вторая — это оптимизация, и она, безусловно, сложнее, поскольку связана со сбором хорошо интерпретируемых данных. Именно на их основе в будущем специалисты смогут построить базу знаний и перейти к использованию ИИ в фудтехе», — подчеркнул ректор ИТМО Владимир Васильев.

Зачем нужен цифровой двойник на производстве

Из-за проблем на пищевом производстве, таких как брак, усушка (потеря массы продукта из-за испарения влаги в процессе замораживания и хранения), неоптимальные рецептуры продуктов или медленная разработка, компании теряют миллионы рублей. Потери ресурсов и времени влекут за собой риски для бренда — производство не может гарантировать одинаковое качество продукции.

Эти проблемы, как подчеркивает специалист в области FMCG (Fast-Moving Consumer Goods — товары повседневного спроса), в частности мясопереработки, птицепереработки, производства колбасы, полуфабрикатов и готовых блюд Наталья Комарова, можно решить с помощью внедрения цифрового двойника — живой динамической виртуальной копии процесса или системы на основе реальных данных. Она состоит из интерфейса, AI-моделей и данных, которые собираются с датчиков и из лабораторий (например, температура в печи, pH фарша, вибрация насоса).

Цифровой двойник уже помогает решать различные проблемы. Например, с его помощью по заказу крупного производителя мясорастительной консервации удалось подобрать идеальную рецептуру для «неуязвимой» замороженной котлеты, которая сохраняет вкус, свойства и текстуру при любом способе разогрева. Первоначальная рецептура подходила не для всех способов приготовления: в духовке котлета могла пересушиться, а в микроволновой печи получалась «резиновой» на вкус. Тогда производители создали цифровой двойник котлеты на основе гибридной AI-модели: оцифровали структуру и состав котлеты, смоделировали разные процессы разогрева и научились предсказывать потерю веса, изменение текстуры, сочность и сохранение корочки. В итоге производители разработали рецепт «идеальной» котлеты, которая сохраняет свойства при любом виде приготовления: в духовке, микроволновой печи, аэрогриле или сковороде.

«Цифровизация пищевой индустрии способствует развитию тренда “умного питания” — интеграции технологий в производство, дистрибуцию и потребление пищи для создания более эффективной, устойчивой, персонализированной и прозрачной пищевой системы. Эта область развивается и в ИТМО: в университете работают лаборатории и центры, специализирующиеся на искусственном интеллекте, компьютерном зрении, анализе больших данных и автоматизации. Эти технологии применимы для оптимизации процессов в пищевой промышленности — например, для разработки персонализированных продуктов питания, подбора функциональных ингредиентов, обеспечения строгого контроля качества продукции, прогнозирования спроса и управления цепочками поставок», — рассказала директор, ведущий научный сотрудник исследовательско-образовательного центра в области питания Ольга Орлова.

Как сделать «вау»-продукт с помощью ИИ

Как выгодно отличаться от конкурентов и стать лидером рынка? В этом может помочь ИИ и цифровизация. О своем опыте применения ИИ для создания мороженого рассказал председатель совета директоров «Шин-Лайн» Дмитрий Докин. Его компания использует ИИ в качестве ассистента для решения нескольких задач.

Подбор рецептур. С помощью компании Puratos холдинг Food Union смог подобрать новые необычные сочетания вкусов мороженого, например, «фисташка-черника». Они использовали искусственный интеллект, который с помощью газовой хроматографии и масс-спектрометрии улавливает и распознает химические молекулы ароматических веществ в продукте и определяет доминирующие. На основе анализа система подбирает ингредиенты с общими компонентами аромата — они хорошо сочетаются друг с другом. Работа с ИИ сокращает разработку новых видов продукта с шести месяцев до двух.

Продвижение. ИИ может подобрать наиболее выгодные места размещения рекламы, распределить бюджет рекламных кампаний и определить целевую аудиторию для таргетной рекламы. Например, с помощью нейросетей компания настроила таргетированную рекламу и повысила свою узнаваемость: теперь при добавлении контактов байеров розницы пользователям выпадают рекламные баннеры в социальных сетях, за счет чего о компании узнают чаще потенциальные клиенты и партнеры компании.

Цифровая логистика. Сейчас компания тестирует программу для заказа межгородского и международного транспорта: боты рассылают заявки в виде стандартных форм и получают ответ в течение нескольких минут. Водители уже десяти компаний-клиентов используют программу для оперативного подтверждения заявок. Программа помогла сократить время поиска транспорта на 40-60%. Для учета продукции на борту машин компании экспедиторы используют еще один сервис — он передает информацию о наличии продуктов в главный офис, который посылает недостающие товары.

Отследить качество продукта с помощью мобильного приложения

ИИ решения в пищевой промышленности создают и в ИТМО. Одна из актуальных проблем, в решении которой могут помочь технологии, — это подделка пищевых продуктов. Лидер по подделкам молочной продукции в России — это сливочное масло: часто молочные жиры подменяют растительными. Студентка Центра молекулярных и биологических технологий ИТМО Ольга Фрейнкман представила разработку, которая поможет бороться с проблемой и контролировать качество продукта.

В основе решения — экспресс-метод на основе люминесценции: пробу продукта помещают в устройство под ультрафиолетовое излучение, фотографируют ее на смартфон и обрабатывает снимок с помощью специальной программы. В результате пользователь получает ответ о наличии растительных жиров в продукте. Технология совместима с обычными смартфонами и не требует громоздкого оборудования и дорогого ПО, как аналоги.

Пока приложение для анализа снимков в разработке. Как подчеркивает студентка, решение может быть полезно пищевым предприятиям, использующим молочные продукты, дистрибьюторам и ритейлерам для контроля качества продукции от поставщиков и контролирующим органам для быстрого анализа продукции на месте.