Sztuczna inteligencja w przemyśle spożywczym – rewolucja czy marketingowy szum?
Czy stoimy u progu końca ery człowieka w produkcji żywności, czy może AI to jedynie sprawnie wykorzystywany chwyt reklamowy? Podczas XXVII Seminarium „Postęp techniczny w przetwórstwie mleka” TECHMILK, uznani eksperci ze świata nauki i biznesu zmierzyli się z tymi pytaniami w trakcie debaty, która odbyła się 12 lutego 2026 roku. Inez Okulska (NASK/MC), Maciej Kowalik (Smartstock) oraz Karol Stryja (edukator AI) pod przewodnictwem redaktora Łukasza Spisaka, przeanalizowali realne wdrożenia modeli językowych i algorytmów predykcyjnych, które już teraz zmieniają oblicze branży mleczarskiej.
Uczestnicy debaty TECHMILK 2026:
- dr Inez Okulska – wybitna ekspertka łącząca świat humanistyki z nowymi technologiami. Doktor translatoryki oraz magister automatyki i robotyki (WEiTI), odbyła staż podoktorski na prestiżowym Harvard University. Obecnie pełni funkcję Kierownika Zakładu Inżynierii Lingwistycznej i Analizy Tekstu w NASK oraz Dyrektorki Departamentu Innowacji i Technologii w Ministerstwie Cyfryzacji. Zaliczona do grona „Top100 Women in AI in Poland”. Specjalizuje się w praktycznym wdrażaniu modeli językowych.
- Maciej Kowalik – Prezes Zarządu Smartstock Sp. z o.o., ekspert w dziedzinie systemów zarządczych. Od lat współpracuje ze światowymi liderami oprogramowania dla przedsiębiorstw. Skutecznie wdraża rozwiązania oparte na AI, m.in. w sektorze mleczarskim. Jest współtwórcą systemu Dature Enterprise do prognozowania popytu, który zdobył uznanie w branży logistycznej, otrzymując nagrody „Produkt Innowacyjny dla Produkcji, Transportu i Logistyki 2025” oraz główną nagrodę w konkursie „Logistics Awards Poland 2025”.
- Karol Stryja – ceniony konsultant i edukator AI, specjalizujący się w biznesowych wdrożeniach sztucznej inteligencji generatywnej. Znany szerszej publiczności jako autor popularnego podcastu „99 Twarzy AI” oraz współzałożyciel Szkoły Promptowania. Organizator „Śniadań AI” – cyklicznych spotkań dla praktyków transformacji cyfrowej. Pomaga firmom przekładać skomplikowane technologie na wymierne korzyści biznesowe.
- Prowadzący: Łukasz Spisak – redaktor od lat związany z branżą mleczarską, specjalizujący się w tematyce technologicznej i rynkowej sektora przetwórstwa mleka.
AI – więcej niż modne hasło
Już na wstępie padło pytanie, które nadało ton całej dyskusji:czy sztuczna inteligencja to bańka, która za chwilę pęknie, czy raczej „pociąg”, do którego sektor mleczarski musi wsiąść, jeśli nie chce zostać w tyle?
Paneliści zwrócili uwagę, że pojęcie „AI” jest dziś nadużywane i często wrzuca się do jednego worka rozwiązania o zupełnie różnym charakterze i potencjale.
Automatyzacja to nie to samo co AI
Jednym z najważniejszych wątków była różnica między automatyzacją a sztuczną inteligencją.Automatyzacja to powtarzalny proces wykonywany bez udziału człowieka – jak ustawiony raz budzik, który codziennie dzwoni o tej samej porze.
AI – zwłaszcza modele językowe – to z kolei narzędzia wspierające człowieka w analizie treści, generowaniu tekstów czy wniosków, ale nie zawsze wpisujące się w stabilne, zautomatyzowane procesy.
Eksperci podkreślali, że wiele wdrożeń AI kończy się niepowodzeniem właśnie dlatego, że:
- technologia jest wdrażana bez zrozumienia procesów,
- narzędzia dobiera się pod presją mody („musimy mieć AI”),
- myli się efektowność z efektywnością biznesową.
Generatywna AI a „twarda” sztuczna inteligencja
Dużo miejsca poświęcono rozróżnieniu między generatywnymi modelami językowymi a klasycznymi rozwiązaniami AI stosowanymi w przemyśle od lat.Sieci neuronowe wykorzystywane do:
- analizy szeregów czasowych,
- prognozowania popytu,
- optymalizacji zapasów,
- modeli wizyjnych w kontroli jakości,
Przykładem była analiza prognoz popytu w branży spożywczej. Trafniejsza prognoza oznacza:
- mniejsze straty wynikające z przeterminowania,
- niższy poziom zapasów przy zachowaniu dostępności,
- wyższe przychody dzięki lepszemu dopasowaniu produkcji do rynku.
94% nieudanych wdrożeń – gdzie leży problem?
W debacie przywołano statystyki wskazujące, że znaczna część projektów AI nie przynosi oczekiwanych efektów. Przyczyną – jak podkreślano – nie jest sama technologia, lecz:- brak jasno zdefiniowanego celu biznesowego,
- niedopasowanie narzędzia do problemu,
- brak kompetencji procesowych po stronie wdrażającego,
- presja zarządów wynikająca z obawy przed „pozostaniem w tyle”.
który proces chcemy usprawnić i czy w ogóle nadaje się on do automatyzacji?
Rola eksperta – czy AI zastąpi doświadczenie?
Ważnym elementem dyskusji była relacja między modelami analitycznymi a wiedzą ekspercką.Wskazano, że w planowaniu sprzedaży czy produkcji dane statystyczne można łączyć z wiedzą handlowców, którzy dysponują informacjami niedostępnymi dla modeli (np. o planowanych akcjach sieci handlowych, zmianach dystrybucji czy wycofaniu konkurencji).
AI może wspierać eksperta, ale nie powinna go automatycznie eliminować. Kluczowe staje się mierzenie jakości decyzji i weryfikowanie, czy ingerencja człowieka poprawia trafność prognozy.
AI jako rewolucja cywilizacyjna?
Panel nie unikał szerokiego kontekstu. Przywołano opinie światowych liderów technologicznych, według których rozwój sztucznej inteligencji może być porównywalny z rewolucją przemysłową czy elektryfikacją.Padło pytanie fundamentalne dla branży mleczarskiej:
czy stać nas na prowadzenie biznesu bez narzędzi, które mogą podejmować trafniejsze i szybsze decyzje niż konkurencja?
Praktyczna recepta dla mleczarni
W podsumowaniu dyskusji wskazano kilka rekomendacji dla firm z sektora mleczarskiego:- Zacząć od „nisko wiszących owoców” – prostych, powtarzalnych zadań.
- Nie mylić mody z potrzebą biznesową.
- Łączyć wiedzę domenową pracowników z kompetencjami technologicznymi.
- Testować rozwiązania w krótkich cyklach, zamiast planować wieloletnie projekty bez weryfikacji efektów.
- Traktować AI jako element strategii operacyjnej, a nie jednorazową innowację.
Debata pokazała jasno: sztuczna inteligencja w przetwórstwie mleka nie jest ani magicznym rozwiązaniem wszystkich problemów, ani pustą bańką. To narzędzie – potężne, ale wymagające dojrzałości organizacyjnej, wiedzy procesowej i świadomego wdrażania.
Dla branży mleczarskiej pytanie nie brzmi już „czy”, ale „jak” i „do czego” wykorzystać AI, by realnie zwiększyć konkurencyjność i rentowność.
