站在(zai)風口(kou)浪(lang)尖的AI，能(neng)為食品行(xing)業(ye)做什么？早在(zai)十多年前(qian)，陶(tao)朗食品就已開啟了人工智能(neng)與食品安(an)全和(he)運營效率的探(tan)索。
近日(ri)，陶朗食品AI技術經理布蘭登(deng)·拜恩做(zuo)客愛爾蘭人(ren)工智能生態圈專業音頻(pin)欄目(mu)《AI愛爾蘭》，深入(ru)討論(lun)食品分選領(ling)域AI的應用及生成式AI的在未來設想。此外，我(wo)們也采訪了陶朗中國(guo)研發(fa)部門AI負責人(ren)，講述(shu)中國(guo)市場(chang)AI發(fa)展的獨到之處。
主持人：對(dui)有些人來說(shuo)，他(ta)們(men)對(dui)陶(tao)朗或(huo)許(xu)不太熟悉，但其實我(wo)們(men)在愛爾蘭每天都會使用(yong)到陶(tao)朗的(de)飲料瓶回收機，陶(tao)朗食品的(de)設備也一(yi)直在為我(wo)們(men)的(de)每日食物保駕護航。能(neng)深入(ru)講講陶(tao)朗食品的(de)AI應用(yong)嗎？
布蘭登：我(wo)們(men)的核心(xin)產(chan)(chan)品(pin)(pin)是光學分選機，它集成(cheng)在食品(pin)(pin)加工廠或采后處理中，剔除(chu)食品(pin)(pin)中的異物和瑕疵品(pin)(pin)，也能對(dui)不(bu)同(tong)品(pin)(pin)質的產(chan)(chan)品(pin)(pin)進行等級分流，實現(xian)階梯售(shou)價(jia)。在食品(pin)(pin)產(chan)(chan)業鏈中，終端需求不(bu)斷變化，成(cheng)本(ben)壓(ya)力逐漸攀升——能源(yuan)、倉儲運(yun)輸(shu)、勞(lao)動力短(duan)缺與(yu)人工成(cheng)本(ben)的上漲(zhang)尤為顯著。而陶朗的AI技(ji)術可以通過以下(xia)4個方面(mian)幫助客戶實現(xian)降本(ben)增(zeng)效與(yu)可持(chi)續發展：
- 食品安全保障
食品(pin)安全(quan)對企業(ye)和(he)消(xiao)費來說(shuo)永(yong)遠是頭(tou)等(deng)大事(shi)。我們(men)的技(ji)術，是用(yong)引領行(xing)業(ye)的AI模型精準檢(jian)測并(bing)剔除異物（如玻璃、金屬、塑(su)料等(deng)）和(he)不良品(pin)，避(bi)免因質量問題(ti)暴雷，保(bao)護(hu)終端產品(pin)安全(quan)和(he)品(pin)牌聲譽。
- 提升整體出成率
有了先進的(de)AI算法(fa)，客戶(hu)可以自行定義分級標準，實(shi)現毫米級精度，像我們(men)的(de)LUCAi系統(tong)就能(neng)檢測(ce)果蔬0.1毫米級瑕疵，也能(neng)提高(gao)整體的(de)出成率。提升1%-2%的(de)出成率，對我們(men)的(de)一些客戶(hu)來說，相當于每年節省數百萬美(mei)元。
- 降低運營成本
通(tong)過預測性維護，我們的AI可(ke)以(yi)提前識別設備故障，減(jian)少(shao)非計劃停機。這一點非常重要，因為產(chan)線如果出現故障，可(ke)能導致每小時數萬(wan)美元的損失(shi)。
同時，因為(wei)我們的設備自動化(hua)程度(du)很高，效率也高，勞(lao)動力成(cheng)本自然就降下(xia)來了。
- 可持續發展
最后一點(dian)是我們(men)的(de)可持(chi)續發(fa)展設計，我們(men)采(cai)用低能耗技術節省能源，優化(hua)氣動系統降低壓縮空氣消耗，從而(er)實現資源節約和環境友好(hao)的(de)可持(chi)續發(fa)展。
速度與精度的博弈：AI系統的毫秒之爭
主持人：在實際生產中，視覺系統必須做(zuo)到(dao)快速(su)精準——比如在毫(hao)秒間識別玻璃等特定物質，并觸發(fa)警(jing)報，你們是怎么做(zuo)到(dao)的？
布蘭登：速度確實是核心挑戰。我們的光學分選機處理果蔬時，系統每秒要檢測上千個對象，從圖像采集到AI決策必須在20毫秒內完成。因此做到誤報與漏報平衡問題尤為關鍵——比如在薯條產線中，若把合格品誤判為玻璃（誤報），客戶損失單根薯條成本；但漏判真實玻璃碎片（漏報）則會導致品牌危機。但這也正是我們技術的價值——既將漏報率壓到極致，又控制誤報引發的二次分選成本。我(wo)們還可以(yi)為(wei)客(ke)戶提供多種(zhong)處理(li)選項的彈性機制，既保障安(an)全底(di)線，又最大限(xian)度維持生產效(xiao)率。
主持人：減少誤(wu)報非常關鍵，對于預測性維護，你(ni)們的(de)方案是(shi)基于孿生技術還是(shi)自有(you)算法？
布蘭登：主要是基于自有算法體系。預測性維護確實是我們重點投入的方向，通過AI分析零部件壽命周期，實時監測設備異常，既能做到提前預警故障，又能協助客戶制定維保計劃。這個(ge)領域的(de)最新研(yan)究成果，正(zheng)在被整合到我們的(de)設備管理系統中。
智見未來：生成式AI探索
主持人：ESG已成為全球企(qi)業的核心(xin)戰略，消(xiao)費者也(ye)更青(qing)睞環保高(gao)效品牌(pai)，從員工(gong)或(huo)客戶體驗角度(du)，你(ni)如何(he)看待(dai)生成式AI在工(gong)業領域的未來(lai)？
布蘭登：我認為在我們行業，生成式人工智能有很多潛在的應用。我們也在構建一些概念驗證。我認為其中一個有趣的應用是讓我們的系統更易于使用，比如通過與設備的直接對話，或者提供一個智能助手，幫助客戶優化操作，擠出機器的細微性能差距。此外，我認為還可以改進內部知識庫，使其更易于訪問，從而提(ti)升我們的(de)服務(wu)效率，這不(bu)僅有助于(yu)提(ti)高客戶的(de)運(yun)營效率，也(ye)利于(yu)實(shi)現ESG目標。
本土落地：從“經驗驅動”到“數據驅動”轉型
問：中國AI研發的環境怎么樣？對AI食品分選技術有什么影響？
答：前段時間的Deep Seek，相信世界已經看到了中國AI的發展勢頭，目前國內食品行業的AI研發也是百花齊放。中國食品企業正利用AI實現從“經驗驅動”到“數據驅動”的轉型。中國這個全球最大的食品市場，是我們積累海量數據的先天優勢。在龐大量級的數據投喂下，我們AI模型的精細程度和敏感度都大大提高，最終反饋到產線上的分選精準率、出成率和誤剔率上，幫助企業提升產線效能。
問：陶朗食品的AI有什么差異化？中國研發團隊有什么突破性案例？
答：我們可以從多個維度來看，相對傳統的形選和色選，我們的AI拓寬了分選能力。比如在海鮮的分選中，有玻璃、石頭、煙頭等異物，以及混入一些不同海鮮品種，傳統方式對同形或同色異物束手無策，誤剔率高。我們可以用AI采集形狀、顏色甚至紋理等不同特征，多維度判斷。而且，傳統方案需要人工提取特征，特征還可能是重疊的。用AI不僅高效識別目標，還大大節省時間和開發成本。相對于同類型AI來說，我們將傳感器和AI技術強強結合，在數據采集、數據量和樣本多樣性方面獨占優勢。另外，我們并非單純的AI軟件研發，我們也重視硬件和固件的提升，這將直接幫助食品企業提升產線的穩定性，減少故障率和停機時間。作為一家全球性企業，中國和國外研發團隊的協作也是我們的亮點，我們將全球當作一個巨大的樣本數據庫，讓AI持續學習，不斷更新和迭代。根據不同的市場，我們也在做本地化落實，根據本地客戶的需求，定制不同的數據庫。近期，我們自主開發的數據工具，將集采樣本數據的時間提升了4倍。我們正是在做這樣一個一個的突破，以快速響(xiang)應客戶需求，幫助本(ben)地企業(ye)靈(ling)活應對市場變(bian)化，達成(cheng)商(shang)業(ye)目標。
作為食品(pin)(pin)分選(xuan)領域的AI先(xian)行者，陶(tao)朗食品(pin)(pin)將(jiang)AI深入融入食品(pin)(pin)安(an)全與產(chan)業升級(ji)，為企業構建核(he)心(xin)競(jing)爭(zheng)力。面對(dui)未來生(sheng)成式AI的交互優化和管理創新，陶(tao)朗食品(pin)(pin)也(ye)在(zai)探索新賽道，讓食品(pin)(pin)生(sheng)產(chan)更智能更簡(jian)便(bian)。