產業應用案例
AI 應用 - 食品產業
透過數據模擬與預測分析,Profet AI 協助食品業朝向安全、健康、高品質、高附加價值的方向發展
現 況
從生產流程的智能化到產品創新的研發,再到市場營銷策略的優化和客戶體驗的個性化定制,以 AI 為基礎的大模型技術正賦能食品飲料產業的各個環節。
根據權威機構 Mordor Intelligence 調查, AI 在食品飲料產業 2020 年的應用價值為 30.7 億美元, 2024 年市場規模預計將達到 96.8 億美元, 2029 年將達到 489.9 億美元,在 2024 至 2029 年的預測期間複合年增長率為 38.30%。
挑 戰
隨著消費者對食品安全和風味的要求不斷提高,食品業面臨著諸多挑戰,包括食品的品質管理、原料的追蹤溯源以及新產品研發遭遇瓶頸等因素,為全球食品業帶來不同的需求及變化。展望未來,食品業將朝向安全、健康、高品質、高附加價值的方向發展。
服務客戶
應用場景
應用流程:製程優化、產品品質、市場預測
牛奶需求預測
原物料價格上升使得庫存成本和採購成本連帶上升。
此外,食品市場的需求波動大,若依靠過往的銷售經驗來預測可能不準確。
痛點分析
-
過去經驗難以預測:傳統是透過人員的過去經驗判斷,在缺少工具的情況下,預測準度有限
-
產品具有時效性:食品業的原料大部分具有保存期限,若採購過多將導致原料報廢
-
需求變化大:市場波動變化更勝以往,若採購過多會產生浪費,若採購不足,會導致產線缺料而停機
成果效益
-
運用數據模擬,進行製造優化,提升產銷計畫精準度 5%
-
透過分析工具,準確預測需求,減少原料廢棄量,降低 9% 成本
設備糊管異常預測
優酪乳生產過程中,管道是將牛奶和優酪乳菌培養物運送至發酵罐以及成品運送的關鍵;
然而,管道異常可能導致生產中斷和品質問題。
痛點分析
-
緊急維修成本高:管道異常導致生產停擺,需要進行緊急維修,增加維護成本
-
影響因素多:管道受溫度、原料特性等多種因素影響,難以透過傳統統計方法找出問題點
-
產線停擺:若設備異常導致產線停擺,將影響產量和交貨
成果效益
-
透過要因分析,找出影響設備異常的關鍵要因,提升產品品質 7.6%
-
運用模擬功能,提早檢測機台是否異常,避免設備停機,減少製造成本 8.8%
雞精產量預測
傳統雞精製程,由於原料的雞種以及供貨時間不同,連帶會影響最終雞精製成率。
痛點分析
-
關聯因子多:影響雞精產量的因素眾多,包括原材料雞種的解凍後失水率、生產過程中產生的油量等
-
分析工具不足:過往檢測、統計只能看到事後結果,無法事前預防
-
產量難以預估:產量受到雞隻重量、品種影響,難以預估,可能導致生產過剩或不足
成果效益
-
透過模擬最終產量,提高產量預估的準確性,降低庫存成本 8%
-
運用要因分析找出影響雞精產量的關鍵因素,提升產品品質 7.6%