AI skaber nye muligheder i fødevareklyngen

HURTIGT OVERBLIK:

AI i fødevareklyngen
  • Generativ AI hjælper fødevarevirksomheder med hurtigere produktudvikling og bedre ressourceudnyttelse ved at analysere store datamængder effektivt.
  • For at udnytte AI optimalt skal virksomheder dele erfaringer og investere i medarbejdertræning, især små og mellemstore virksomheder.
  • AI forbedrer produktudvikling, bæredygtighed og fødevaresikkerhed, men kræver fokus på regulering, datasikkerhed og adgang til AI-kompetencer.

Daniel Turi Hedelund fra Teknologisk Institut holdt oplæg under netværksmødet Datadrevet Forretning

Ved brug af generativ AI i innovationsprocesser kan omfattende datasæt analyseres langt hurtigere end traditionelle metoder. Dette giver bl.a. virksomheder mulighed for hurtigere produktudvikling og bedre ressourceudnyttelse. Netværksmødet ”Datadrevet Forretning” satte fokus på generativ AI for forretnings- og innovationsledere med et oplæg fra Daniel Turi Hedelund fra Teknologisk Institut.

"Mange virksomheder er nysgerrige efter at eksperimentere med generativ AI, men savner hjælp til at komme i gang. Teknologien udvikler sig vanvittigt hurtigt, og flere ledere bliver forbløffede over, hvor mange processer teknologien i virkeligheden kan understøtte. Så det er ikke bare hype og fremtidsdrømme – generativ AI kan skabe reelle produktivitetsgevinster og give andre oversete fordele her og nu, så som gladere medarbejdere," understregede Daniel Turi Hedelund under sit oplæg på netværksmødet med overskriften” AI – fra hype til forretningsværdi!” 

Virksomhederne skal i gang, og de skal videndele

Netværksfacilitator Eva Nautrup fra Food & Bio Cluster Denmark påpegede vigtigheden af, at virksomheder kommer i gang med AI, og at de vil dele deres erfaringer med hinanden. "Sammen bliver vi bedre. Gennem netværket hjælper vi virksomheder med at udnytte de nye teknologier bedst muligt ved at skabe rum for videndeling og idéudvikling."

Flere og flere virksomheder er også godt i gang med at bruge AI i dagligdagen, og Daniel præsenterede konkrete eksempler på AI-assistenter og AI-agenter, der allerede i dag effektiviserer daglige arbejdsgange. Han fremhævede især brugen af generativ AI i innovationsprocesser, hvor AI kan analysere omfattende datasæt langt hurtigere end traditionelle metoder. Dette giver virksomheder mulighed for hurtigere produktudvikling og bedre ressourceudnyttelse.

AI-implementering kræver tid, ressourcer og træning

I løbet af mødet blev det også tydeligt, at barriererne for AI-adoption stadig er mærkbare, især blandt mindre virksomheder. "Store virksomheder har typisk flere ressourcer til rådighed, men vi ser en positiv udvikling, hvor SMV'er også begynder at tage AI-teknologier i brug," forklarede Daniel.

Ifølge Daniel skal virksomheder være klar over, at generativ AI kræver både tid og træning for at opnå de optimale resultater:

"Det handler om at forstå, hvordan AI-teknologier som sprogmodeller fungerer i praksis, og hvad fordelene samt de potentielle faldgruber er. Derudover er det vigtigt, at man som leder skaber et sikkert AI-miljø for sine medarbejdere samt giver dem træning i, hvordan man bedst instruerer AI-værktøjer til at løse virksomhedsspecifikke opgaver," sagde Daniel Turi Hedelund.

Eva Nautrup understøttede dette synspunkt:

"Hos Food & Bio Cluster Denmark arbejder vi aktivt med at understøtte virksomhederne – blandt andet gennem viden og samarbejdsprojekter. Vi ser det som en vigtig del af vores opgave at klæde virksomhederne på til at udnytte de digitale muligheder."

AI i fødevareklyngen

AI spiller en stadig større rolle inden for fødevareinnovation, hvor teknologien bidrager til produktudvikling, produktionsoptimering, bæredygtighed og fødevaresikkerhed. Store fødevarevirksomheder har allerede implementeret AI-systemer, der øger produktiviteten betydeligt ved hjælp af avancerede algoritmer til predictive maintenance og kvalitetskontrol.

5 måder, hvor AI kan bidrage i fødevareindustrien:

  • Produktudvikling: AI kan simulere smagskombinationer og ingrediensdata, hvilket reducerer behovet for fysiske tests og accelererer udviklingsprocessen.
  • Produktionsoptimering: Predictive maintenance forudsiger maskinnedbrud og reducerer uplanlagt nedetid, mens AI optimerer produktionslinjer i realtid.
  • Bæredygtighed: AI optimerer ressourceforbruget gennem præcisionslandbrug og intelligent dataanalyse.
  • Fødevaresikkerhed: Predictive analytics opdager risici tidligt, hvilket minimerer kontaminering og produkttilbagekaldelser.
  • Indsigt i forbrugerpræferencer via dataanalyse: AI kan give indsigt fra sociale medier og købsmønstre. Dette muliggør mere præcise markedsstrategier og personaliserede produktanbefalinger.

AI giver også virksomheder mulighed for at forstå forbrugernes præferencer dybere og mere præcist end tidligere ved at analysere kundedata, sociale medier og købsmønstre, og hjælpe fødevarevirksomheder med at udvikle målrettede kampagner og produkter, der passer præcist til markedets efterspørgsel. Systemer til anbefalinger anvendes i stigende grad i detailhandlen for at foreslå produkter baseret på kundens tidligere køb og præferencer.

Der er også udfordringer

På den regulatoriske side omkring AI-teknologier opleves der en stigende opmærksomhed med hensyn til databeskyttelse, etik og cybersikkerhed. Virksomheder skal navigere i komplekse regler omkring databrug, og det forventes, at kommende EU-reguleringer vil sætte yderligere fokus på gennemsigtighed, ansvarlig brug af AI og ikke mindst sikkerheden omkring.

AI-kompetencer og adgang til eksperter er også en udfordring, især for mindre virksomheder. Derfor er samarbejde med universiteter, teknologiinstitutter og innovationsklynger som Food & Bio Cluster Denmark en oplagt mulighed for at sikre, at virksomheder kan opnå fuld effekt af mulighederne og deres investeringer i AI.

På tværs af branchen er der enighed om, at AI-teknologier vil være afgørende for konkurrenceevnen fremadrettet. Det handler ikke blot om effektivisering, men også om evnen til hurtigt at tilpasse sig markedets krav og udvikle innovative produkter, der kan imødekomme fremtidens bæredygtighedskrav. AI er således ikke længere blot en mulighed, men en nødvendighed for at sikre fremtidens konkurrenceevne og bæredygtige udvikling i fødevaresektoren.

Smag på data – data på smag!

På det næste møde i netværket for Datadrevet Forretning har vi sat os for at udforske muligheden for at arbejde mere databaseret i relation til smag. Derfor afholdes dette møde i fællesskab med Smagsnetværket i Food & Bio Cluster Denmark.

Undertitlen for mødet er: Kan man bruge data og AI, når man skal finde ud af om et nyt produkt passer til forbrugernes smag og præferencer?

På mødet skal vi bl.a. høre data arkitekt, Nicholaj Månsson Olsen, fortælle om BKI’s rejse, hvor de har sat kaffesmag på formel med AI.

Når det kommer til en så kompleks og nuanceret fødevare som kaffe er det noget af en bedrift at sætte noget så subjektivt som smag på formel. Ikke desto mindre har BKI gjort det, og deres AI-model kan på baggrund af smagsvurderinger af råbønner forudsige smagen på en specifik kaffeblanding og generere nøjagtige recepter hertil.

 

FOR YDERLIGERE INFORMATION //

Eva Nautrup

Senior Business Development Manager

AKTUELT //

Controller søges

Controller søges

Vi søger en projektcontroller med lyst til at indgå i et stærkt team, og som har lyst til at løse mange forskellige opgaver i løbet af dagen.

Nyhedsbrev

Appetit
på mere viden?

Vi serverer dugfriske trends og historier om fødevarer og bioressourcer - direkte i indbakken.