Chưa bao giờ việc tổng hợp một lượng lớn thông tin và hỗ trợ quyết định bằng dữ liệu lại dễ dàng hơn ngày nay.
Nếu bạn nhìn vào ngành đồ uống và thực phẩm dạng lỏng, bạn chắc chắn có thể kiểm tra việc sử dụng dữ liệu toàn diện của các nhà sản xuất đồ uống có cồn và không cồn lớn trên toàn cầu. Tuy nhiên, cơ cấu của ngành này cũng rõ ràng là không đồng nhất.
Trong nhiều ứng dụng, việc kết hợp các giải pháp riêng lẻ là cần thiết ở cấp quản lý sản xuất và doanh nghiệp để có thể sử dụng tối ưu dữ liệu về sản phẩm, vật liệu và sản xuất.
Việc cập nhật các giải pháp riêng lẻ, thường phát triển theo thời gian, sẽ là biện pháp đầu tiên và quan trọng nhất đối với bối cảnh CNTT trong một công ty để có thể xem xét kỹ lưỡng dữ liệu của chính công ty đó.
Cho đến gần đây, một nhà máy bia Đức hoạt động toàn cầu với hơn 450 sản phẩm đã sử dụng hơn 40 hệ thống và ứng dụng trong các lĩnh vực tiếp thị, R&D, mua sắm & sản xuất, hậu cần & vận chuyển và bán hàng.
Việc gộp các giải pháp riêng lẻ này thành một nhóm dữ liệu toàn diện hiện khả thi, trong số những lý do khác, vì các giải pháp cắm và chạy cho công nghệ cảm biến hiện cho phép triển khai dễ dàng hơn vào các hệ thống hiện có và do đó cũng cho phép truy cập vào các điểm dữ liệu trước đây không được bao phủ.
AI trong ngành đồ uống
Từ khóa tất nhiên là AI (Trí tuệ nhân tạo). Các hệ thống hoạt động theo phương pháp của “trí tuệ nhân tạo” có thể “thực hiện các chức năng nhận thức giống con người” và do đó đưa ra quyết định, giải quyết vấn đề và thực hiện các quy trình học tập dựa trên dữ liệu và các mô hình đã được đào tạo của riêng chúng.
Các yếu tố riêng lẻ của AI đã và đang được sử dụng theo cách chuẩn hóa trong cuộc sống hàng ngày, ví dụ như trong hệ thống kiểm soát giao thông hoặc nhận dạng giọng nói.
Hiện nay, nhiều ngành công nghiệp – bao gồm các nhà sản xuất đồ uống và thực phẩm dạng lỏng – đang phải đối mặt với thách thức là đánh giá lợi ích của các công cụ này cho lĩnh vực ứng dụng của riêng họ.
Có thể tạo ra giá trị gia tăng từ dữ liệu trong sản xuất đồ uống và thực phẩm dạng lỏng ở đâu? Một vài ví dụ…
AI trong phát triển sản phẩm
Năm ngoái, một nhóm các nhà nghiên cứu từ KU Leuven Bỉ đã trình bày các phương án sử dụng AI để mô tả hương vị và sở thích của người tiêu dùng về bia.
Hơn 200 tính chất hóa học đã được sử dụng cho 250 loại bia làm cơ sở để đào tạo AI.
Kết quả: hiểu biết sâu sắc về mối quan hệ giữa hóa học thực phẩm, nhận thức cảm quan và sở thích của người tiêu dùng.
Triển vọng: Với cơ sở dữ liệu toàn diện, có thể đạt được mục tiêu phát triển sản phẩm tối ưu – tức là nhanh hơn và phù hợp hơn với sở thích của người tiêu dùng.
Đối với các nhà sản xuất nước giải khát, việc phân tích sở thích của người tiêu dùng đương nhiên mang lại tiềm năng tương ứng: Một trong những công ty quốc tế lớn trên thị trường đã thử nghiệm với các hiệp hội người tiêu dùng bằng ghi chú hương vị và công cụ AI để xác định hương vị của tương lai.
Chẳng hạn, trong khoảng một năm rưỡi, Coca-Cola đã thử nghiệm các loại đồ uống phiên bản giới hạn có hương vị bí ẩn — hầu hết đều có khái niệm mơ hồ, mang tính tương lai và hương vị không được tiết lộ.
Sản phẩm mới nhất, Coca-Cola Y3000, đáp ứng được yêu cầu. Điểm khác biệt duy nhất: Nó được cho là có hương vị của tương lai. Thật phù hợp khi gã khổng lồ nước giải khát này đã sử dụng trí tuệ nhân tạo để giúp xác định hương vị và bao bì.
Điều quan trọng đối với Coca-Cola là giữ cho khách hàng — đặc biệt là những người trẻ tuổi — hào hứng với Coke, sản phẩm đặc trưng hơn một thế kỷ của hãng.
Trong những năm gần đây, những người tiêu dùng có ý thức về sức khỏe đã tránh xa đồ uống có đường, khiến những người bán soda khó tiếp thị các thương hiệu lâu đời của họ hơn.
Coca-Cola đã sử dụng nền tảng Creations của mình, chịu trách nhiệm cho các hương vị phiên bản giới hạn như Y3000, để cố gắng tạo tiếng vang cho thương hiệu với những người tiêu dùng trẻ tuổi.
Giống như tất cả các loại đồ uống Creations, Coca-Cola Y3000 được thiết kế để có hương vị chủ yếu giống Coke, với một chút gì đó khác. Để tạo ra hương vị đặc biệt đó và thiết kế bao bì, Coca-Cola đã chuyển sang AI.
Công ty dựa vào những hiểu biết thông thường của con người bằng cách tìm ra hương vị mà mọi người liên tưởng đến tương lai. Sau đó, công ty sử dụng AI để giúp tìm ra các cặp hương vị và hồ sơ, một người phát ngôn cho biết.
Đối với bao bì sản phẩm — có vẻ như ám chỉ đến tính thẩm mỹ của Y2K với những bong bóng kỳ quặc, màu hồng và xanh lam và logo dạng điểm ảnh — Coca-Cola đã sử dụng hình ảnh do AI tạo ra để tạo ra bảng tâm trạng để lấy cảm hứng.
Lon nhôm thậm chí còn ghi nhận công lao xứng đáng, ghi chú nổi bật rằng nó “Được đồng sáng tạo với AI”.
Các mô hình AI phân tích bao bì đồ uống
Hệ thống định vị cho sản xuất bao bì là lời hứa của dự án từ phòng thí nghiệm đổi mới KIOptiPack (phần mềm thiết kế và sản xuất): một phần mềm hoàn toàn mới, liên ngành, tính đến các vấn đề về chức năng, thiết kế và sự chấp nhận của khách hàng, chi phí cũng như khả năng tương thích với môi trường và đánh giá vòng đời, và kết hợp chúng thành một cái nhìn tổng thể với sự trợ giúp của các mô hình toán học và phương pháp dựa trên AI.
Sau khi tích hợp đầy đủ tất cả dữ liệu – theo mô tả dự án – phần mềm sẽ đề xuất thiết kế bao bì tốt nhất có thể cho một sản phẩm cụ thể đồng thời giảm thiểu mức tiêu thụ vật liệu.
Cụ thể hơn có thể hiểu, mục tiêu của phòng thí nghiệm đổi mới KIOptiPack là cung cấp, xác thực và cuối cùng là đưa các công cụ hỗ trợ AI vào thiết kế sản phẩm thành công và sản xuất bao bì nhựa chất lượng cao có hàm lượng tái chế cao vào không gian ứng dụng và dữ liệu.
Ngoài ra, một nền tảng mạng trung tâm cho kỹ thuật tạo giá trị sẽ được tạo ra cho mục đích này và được liên kết với không gian dữ liệu và ứng dụng AI.
Nhóm nghiên cứu tại Fraunhofer IVV mang đến chuyên môn liên ngành từ các lĩnh vực phát triển và sản xuất bao bì, khoa học thực phẩm, phân tích cảm quan cũng như công nghệ đo lường, phương pháp và thuật toán AI.
K3I-Cycling (phần mềm đánh giá khả năng tái chế sản phẩm): cũng hữu ích cho việc đánh giá các sản phẩm tái chế và hàm lượng các chất gây ô nhiễm tiềm ẩn, điều cần thiết cho việc sử dụng vòng kín.
Người ta thường kỳ vọng rằng việc tối ưu hóa dựa trên phân tích vật liệu đóng gói và sử dụng AI trong thu gom và phân tích chất thải sẽ mang lại tỷ lệ tái chế thực phẩm cao hơn.
Một nhà cung cấp lớn hiện đang sử dụng AI trong chu trình tái chế để phân loại bao bì nhựa PP hỗn hợp và loại bỏ bao bì dùng trong thực phẩm khỏi luồng tái chế với độ tin cậy cao.
Học sâu là chìa khóa để cung cấp luồng PP-PCR cấp thực phẩm (polypropylen tái chế sau tiêu dùng), sau đó có thể được xử lý với hiệu quả cao trong quá trình khử nhiễm. Trong tương lai, nắp rPP cũng có thể được sử dụng cho các chai PET có hàm lượng rPET cao.
Bảo trì dựa trên tình trạng
Hệ thống hỗ trợ thực tế tăng cường là một bước tiến xa hơn hướng tới quy trình chuyển đổi và bảo trì được tối ưu hóa.
Khi định dạng được thay đổi thủ công bằng AR, các quy trình sẽ được trực quan hóa với sự trợ giúp của AR và do đó người vận hành sẽ được hướng dẫn một cách tối ưu.
Trong bối cảnh này, các đề xuất của một số nhà sản xuất máy về Bảo trì dựa trên tình trạng, trong đó sử dụng dữ liệu theo ngữ cảnh về tuổi thọ còn lại của các bộ phận hao mòn, cũng phù hợp.
Theo cách này, các công cụ thị giác máy tính cũng có thể cung cấp thêm thông tin chi tiết về hệ thống sản xuất và cho phép đưa ra hành động có mục tiêu từ đó.
Ngành công nghiệp nhìn thấy tiềm năng ứng dụng lớn ở đây vì nó cũng cho phép kiểm soát các dây chuyền mà không cần đến nhân sự. Quan điểm về các lĩnh vực sản xuất hoạt động hoàn toàn không có nhân viên đã được đại diện của các tập đoàn đa quốc gia lớn nêu ra.
Công cụ dự báo AI trong hậu cần đồ uống
Các cơ hội trong lĩnh vực hậu cần, đặc biệt là đối với nhiều nhà sản xuất đồ uống, để dự đoán nhu cầu đồ uống tăng cao và điều chỉnh kế hoạch hậu cần của họ chặt chẽ hơn với yêu cầu của thị trường, với sự trợ giúp của các công cụ dự báo AI và việc đưa vào dữ liệu bên ngoài như dữ liệu thời tiết hoặc thông tin sự kiện là điều hiển nhiên.
Với tư cách là thông tin về việc vượt quá hoặc giảm xuống dưới giá trị ngưỡng hoặc là cơ sở lập kế hoạch cho quy trình lập kế hoạch được tối ưu hóa, AI giúp cải thiện hiệu quả vật liệu trong phân khúc này.
Giải pháp Data2Value tại drinktec
Tại drinktec, các đơn vị triển lãm trình bày các giải pháp tạo ra giá trị dựa trên dữ liệu.
Một vấn đề quan trọng đối với các nhà sản xuất đồ uống và thực phẩm dạng lỏng là làm thế nào để tích hợp những khả năng dường như vô hạn của AI vào hoạt động thực tế của họ.
Lời khuyên của các chuyên gia AI rất rõ ràng: các dự án được xác định rõ ràng sẽ có tiềm năng thành công.
Cho dù là một ứng dụng đơn lẻ như một dự án thí điểm hay một dự án ứng dụng AI toàn diện, các phân tích thị trường đều thấy những cơ hội phát triển mạnh mẽ.
Đối với ngành đồ uống và thực phẩm, các phân tích thị trường cho thấy quy mô của thị trường AI trong ngành thực phẩm và đồ uống là 9,68 tỷ đô la vào năm 2024, với dự báo tăng trưởng lên 48,99 tỷ đô la vào năm 2029.
