AI in de voedingssector: van efficiëntere productie tot persoonlijker aanbod

De voedingssector loopt meestal niet voorop met nieuwe technologie. Dat komt onder meer door grote productievolumes, lange investeringscycli en vaak lage winstmarges. Daardoor is er weinig ruimte om uitgebreid te experimenteren. AI lijkt daarop een uitzondering te worden. Vooral generatieve AI kan steeds belangrijker worden in de hele keten rond ons eten: van consumentengedrag tot landbouw en veeteelt (zie figuur 1).

AI wordt momenteel vooral gebruikt in productie en logistiek. Vanwege grote productievolumes en gestandaardiseerde producten beschikt de voedingsindustrie over veel data, bijvoorbeeld over machines, grondstoffen, voorraden en transport. Door betere sensoren en meer rekenkracht kunnen bedrijven die data steeds beter gebruiken. Zo helpt AI om sneller te zien waar processen efficiënter kunnen.

1. Productieproces – AI helpt om grondstoffen beter te plannen, verspilling te verminderen en knelpunten op productielijnen sneller op te sporen. Later kan AI ook helpen bij de planning van productie en onderhoud. Op termijn kan AI zelfs (delen van) het productieproces zelfstandig aansturen op basis van vraag, voorraad en beschikbare energie of andere grondstoffen.

2. Kwaliteitscontrole – met betere camera’s, sensoren en slimme AI-software kunnen producenten de kwaliteit van inkomende grondstoffen beter beoordelen. Zo kunnen zij verspilling later in het proces voorkomen en grondstoffen van hogere kwaliteit beter benutten.

3. Logistiek – veel factoren beïnvloeden de logistiek, zoals weer, verkeer, voorraden, personeel en beschikbare vrachtwagens. AI kan helpen om al die informatie te combineren en zo routes, leveringen en planning slimmer te organiseren.

4. Inkoop en voorraadbeheer – ook retailers en foodservicebedrijven kunnen AI gebruiken om efficiënter te werken. AI kan inkopers ondersteunen bij tenders en prijsonderhandelingen. Supermarkten en restaurantkeukens kunnen met AI beter inschatten hoeveel vraag er komt en hun voorraad daarop aanpassen.

Producenten, retailers en foodservicebedrijven gaan AI ook steeds meer gebruiken om consumenten beter te bedienen. Dit kan leiden tot hogere verkopen, maar vooral ook tot sterkere klantloyaliteit. Voor consumenten wordt AI vooral zichtbaar in persoonlijkere aanbiedingen, betere aanbevelingen en producten die beter aansluiten op hun voorkeuren.

5. Assortiment en marketing – AI helpt bedrijven om trends in consumentendata sneller te herkennen. Daardoor kunnen zij hun assortiment aanpassen of gerichter communiceren met verschillende klantgroepen.

6. Keuzehulp voor consumenten – AI kan consumenten helpen kiezen, bijvoorbeeld via persoonlijke aanbiedingen, receptsuggesties of apps die op basis van de koelkastinhoud maaltijden voorstellen. Voor merken kan dat wel een uitdaging zijn: als AI de keuze stuurt, wordt merkloyaliteit minder vanzelfsprekend.

AI kan ook helpen bij productinnovatie (7). Bedrijven kunnen met AI sneller signalen oppikken uit restaurantbezoeken, social-mediaposts en online recepten. Zo zien zij eerder welke smaken, ingrediënten of producten populair worden, zodat zij hier sneller op in kunnen spelen.

Daarnaast kan AI helpen om recepturen te verbeteren. Denk aan het aanpassen van ingrediënten wanneer grondstoffen duurder worden of minder goed beschikbaar zijn, zonder dat smaak en textuur te veel veranderen.

Ook bij gezondere of functionele voedingsmiddelen kan AI waarde toevoegen. Zo kan zij bijvoorbeeld de onderzoeken naar de mogelijke invloed van ingrediënten op de darmflora versnellen. Dit kan relevant zijn voor de ontwikkeling van pre- en probiotische producten.

Ook in de primaire sector (8), zoals akkerbouw, tuinbouw en veeteelt, gaat AI een grotere rol spelen. Voorbeelden zijn precisielandbouw, autonome landbouwvoertuigen, zaadveredeling en efficiënter voer voor dieren. Deze onderwerpen vallen buiten de scope van deze publicatie. Meer over nieuwe technologieën in de primaire sector.

AI kan op veel plekken in de voedingssector waarde toevoegen. Zij kan verspilling verminderen, productie en logistiek efficiënter maken, innovatie versnellen en consumenten beter bedienen. Maar dat gebeurt niet vanzelf.

AI invoeren vraagt veel van organisaties. Zij moeten investeren in softwarelicenties, kennis en mensen. In productieomgevingen zijn vaak ook extra sensoren, camera’s of aanpassingen aan installaties nodig om data goed te verzamelen en AI-adviezen in de praktijk te gebruiken.

Daar komt bij dat AI niet foutloos is. Vooral generatieve AI kan feiten en fictie door elkaar halen. Hoe meer bedrijven op AI vertrouwen, hoe belangrijker goede data, duidelijke controle en goede beveiliging worden. Ook vragen over data-eigenaarschap blijven daarbij belangrijk.

De kansen zijn dus groot, maar AI vraagt voorlopig ook om forse investeringen, gerichte keuzes en blijvende aandacht van het management.