AI 應用

食品

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

應用場景

製程優化、產品品質、市場預測

現況​

在台灣,食品產業作為經濟的重要支柱,面臨著全球化和消費者需求提升的新機遇與挑戰。根據經濟部統計,2022 年台灣食品製造業產值達新台幣 9,516 億元,佔製造業整體產值的 4.8%。

挑戰​

隨著消費者對食品安全和風味的要求不斷提高,跨境電商的影響,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滿足消費者的創新,為全球食品業帶來不同的需求及變化。展望未來,食品業除了專注食品安全、朝利基市場發展外,如何透過新技術挖掘消費者市場變動,敏捷的產品開發,為在傳統中走出不平凡的法門。

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%