AI a buněčné zemědělství: proč jsou „huby“ klíč

Na škále „hezký nápad“ vs. „reálně vyrábíme a prodáváme“ se buněčné zemědělství nejčastěji láme na úplně prozaické věci: litry, sterilita, opakovatelnost, cena. V laboratoři uděláte kulturu v baňce, ochutnáte, změníte recepturu. Pak ale přijde moment, kdy potřebujete stejné vlastnosti zopakovat ve stovkách litrů – a najednou zjišťujete, že váš „jednoduchý“ proces je ve skutečnosti složitý systém.

Právě proto má otevření švýcarského zařízení The Cultured Hub (Kemptthal) od Givaudanu, Bühler Group a Migrosu širší význam, než jak může vypadat na první přečtení. Nejde jen o další technologické centrum. Je to signál, že průmysl bere vážně „scale-up“ fázi – a že data a umělá inteligence se stávají praktickým nástrojem, jak tuhle fázi zvládnout bez astronomických investic.

V našem seriálu Umělá inteligence v zemědělství a potravinářství se často bavíme o dronech nad polem nebo o predikci výnosů. Tady je ale stejně důležitý kus skládačky: AI ve výrobě potravin, kde se místo hektarů řeší bioreaktory, senzory a kvalita šarže.

Co The Cultured Hub skutečně řeší: „scale-up gap“

The Cultured Hub řeší kritickou mezeru mezi laboratorním prototypem a pilotní výrobou. A to je v buněčném zemědělství nejdražší a nejrizikovější část.

Z dostupných informací vyplývá, že zařízení umožňuje firmám škálovat procesy od malých laboratorních objemů až po pilotní provozy kolem 1 000 litrů. To je zásadní, protože 1 000 litrů už není „hračka“ – je to objem, na kterém se dá:

• ověřit stabilita procesu v čase,
• nasbírat data pro validaci kvality a bezpečnosti,
• vyrobit tzv. regulační šarže pro testy a dokumentaci,
• udělat menší tržní piloty (omezené uvedení na trh).

Druhá podstatná věc: The Cultured Hub má být sdílená infrastruktura, která startupům pomáhá škálovat bez toho, aby si musely hned stavět vlastní provoz nebo pouštět velký podíl firmy investorům.

Já jsem v praxi viděl, jak rychle se technologický tým dostane do slepé uličky, když musí zároveň řešit bioproces, kvalitu, bezpečnost potravin a ještě stavbu provozu. Sdílený hub tenhle tlak snižuje – a tím často rozhodne, jestli produkt vůbec přežije do dalšího kola.

Proč to dává smysl zrovna teď (prosinec 2025)

Konec roku 2025 je pro foodtech stále ve znamení opatrnosti. Kapitál je dražší než v letech 2020–2021 a investoři chtějí vidět:

• jasnou cestu k jednotkové ekonomice,
• realistické náklady na škálování,
• robustní plán regulace a bezpečnosti.

Sdílené pilotní kapacity jsou odpověď na jednoduchou realitu: ne každá firma potřebuje vlastnit ocel a trubky, aby dokázala, že umí vyrábět.

Kde do toho vstupuje AI: bioreaktor je továrna na data

AI v buněčném zemědělství není „hezký doplněk“. Je to způsob, jak udržet proces pod kontrolou. Když přejdete z baňky na bioreaktor, dramaticky roste počet proměnných, které ovlivňují výsledek.

Typická výroba v buněčném zemědělství (ať už jde o kultivované maso, ryby nebo buněčné složky) i biofermentace generuje kontinuální proud dat:

• teplota, pH, rozpuštěný kyslík (DO), CO₂,
• míchání, průtoky plynů, tlak,
• koncentrace živin a metabolitů,
• růstové křivky, viabilita buněk,
• mikrobiologické indikátory.

1) Prediktivní řízení procesu místo „reakce na problém“

V klasické výrobě často fungujete reaktivně: něco se pokazí, hledáte příčinu. V bioprocesu je to drahé – šarže může stát desítky hodin práce a značné náklady.

Machine learning se tady používá k tomu, aby:

• předpověděl odchylku kvality dřív, než je vidět v laboratorních testech,
• doporučil úpravu feed strategie (dávkování živin),
• optimalizoval setpointy (např. pH/DO) podle cíle šarže.

Jednovětý princip, který si odnesete: AI posouvá řízení bioreaktoru z „hlídání“ na „predikci“.

2) Digitální dvojče (digital twin) pro škálování

Škálování v buněčném zemědělství selhává často na tom, že se změní hydrodynamika: míchání, smykové napětí, přenos kyslíku. To může buněčnou kulturu „rozhodit“ i bez změny receptury.

Digitální dvojče (kombinace fyzikálních modelů a datového učení) pomáhá:

• simulovat, co se stane při přechodu z 10 l na 200 l a dál,
• navrhnout parametry míchání a aerace,
• minimalizovat počet drahých pokusů.

Pro sdílený hub je to extra zajímavé: když více týmů vyrábí na podobné infrastruktuře, vzniká srovnatelný dataset, na kterém se modely učí rychleji.

3) Kontrola kvality (QA/QC) a „release“ šarží

U potravin (a zvlášť u nových kategorií) je zásadní prokázat:

• stabilitu produktu,
• bezpečnost,
• konzistenci mezi šaržemi.

AI pomáhá automatizovat interpretaci dat z analýz a provozu a zkracovat cyklus „vyrob–změř–vyhodnoť“. V praxi to znamená méně ručního porovnávání tabulek a více systematického řízení kvality.

Proč jsou sdílené pilotní provozy výhodné i pro tradiční zemědělství

Buněčné zemědělství a precizní zemědělství mají společné jádro: optimalizaci biologického systému pomocí dat. Jen se díváte na jinou „farmu“. Jednou je to pole, podruhé bioreaktor.

Tady jsou tři konkrétní průniky, které dávají smysl i českému agro a potravinářství:

1) Lepší práce s rizikem a výkyvy dodávek

Rok 2025 znovu připomněl, že volatilita cen komodit a energií není krátkodobá epizoda. Alternativní proteiny (včetně kultivovaných a fermentovaných) mohou být v budoucnu doplněk, který některým výrobcům pomůže stabilizovat portfolio.

Nejde o „nahrazení zemědělců“. Jde o to, že potravinářství bude chtít více výrobních cest k téže nutriční funkci.

2) Přenos know-how do fermentací, které už dnes běží

Mnoho českých firem už dělá fermentace: pivovarnictví, mlékárny, výroba enzymů, ingrediencí. Nástroje jako:

• on-line senzoring,
• pokročilá analýza dat,
• modely pro predikci výtěžnosti,

se dají převést bez ohledu na to, jestli jde o kultivované maso nebo fermentaci pro ingredience.

3) Standardizace dat a procesů jako konkurenční výhoda

Kdo dnes v potravinářství zvládne standardizovat data napříč výrobou, laboratoří a kvalitou, má náskok. Sdílené „huby“ typicky tlačí na procesní disciplínu: záznamy, traceability, vyhodnocování.

To je přesně ten typ kultury, který české výrobě často chybí ne kvůli neschopnosti, ale kvůli historicky roztříštěným systémům.

Co si z The Cultured Hub vzít do praxe: checklist pro firmy

Největší chyba je koupit AI nástroj dřív, než máte data a proces. Lepší je postupovat obráceně: nejdřív definovat, co chcete stabilizovat a měřit, a teprve pak modelovat.

Praktický checklist (funguje i mimo buněčné zemědělství)

1. Mapujte kritické parametry procesu (CPP) a kritické atributy kvality (CQA).
   • Co nejvíc koreluje s chutí, texturou, výtěžností, bezpečností?
2. Zaveďte konzistentní sběr dat v čase.
   • Ideálně on-line + laboratorní výsledky v jedné struktuře.
3. Vybudujte „single source of truth“ pro výrobu a QA.
   • Jeden datový model, jasná práva, auditní stopa.
4. Začněte jednoduchou predikcí.
   • Např. odhad výtěžnosti 6 hodin dopředu nebo detekce odchylky šarže.
5. Až potom řešte automatizované řízení (advanced control).
   • Bez stabilních dat je to jen drahá automatizace chaosu.

Sdílené pilotní provozy dávají smysl tehdy, když zkrátí cestu k datům, opakovatelnosti a regulační připravenosti – ne tehdy, když jen ukážou hezký bioreaktor.

Nejčastější otázky, které si firmy kladou (a stojí za to je řešit hned)

Kdy se buněčné zemědělství dostane na „komoditní“ ceny?

Odpověď je nepříjemně přímočará: ne brzy, pokud se bavíme o masových objemech. Nejrychlejší cestu k trhu mají obvykle produkty s vyšší přidanou hodnotou (speciální ingredience, prémiové aplikace, hybridní produkty). Huby typu The Cultured Hub zkracují čas k ověření ekonomiky – ale nezruší fyziku ani cenu vstupů.

Proč se řeší 1 000 litrů, když průmysl potřebuje mnohem víc?

Protože pilotní měřítko je místo, kde se láme „funguje“ vs. „funguje opakovaně“. Bez pilotu nedává smysl navrhovat 10 000+ litrů. A pro investory je 1 000 l často první důkaz, že proces není jen laboratorní trik.

Jakou roli hrají velké firmy (Givaudan, Bühler, Migros)?

Dodávají to, co startupům chybí: procesní know-how, potravinářské standardy, přístup k trhu, zkušenost s kvalitou a škálováním. Upřímně: bez takových partnerů se většina buněčných projektů do retailu nedostane.

Co to znamená pro AI v potravinářství v roce 2026

The Cultured Hub je praktická ukázka směru: potraviny se budou vyvíjet a vyrábět ve stále více „datových“ provozech. A kdo si tohle osvojí dřív, bude mít výhodu i mimo alternativní proteiny.

Pokud jste výrobce potravin, dodavatel technologií nebo inovátor v agro, přemýšlejte o tom takhle: buněčné zemědělství není jen nová kategorie produktu. Je to testovací polygon pro AI řízení biologických procesů. To, co se naučíme na bioreaktorech, se bude vracet zpátky do širšího potravinového řetězce – od fermentací přes kontrolu kvality až po predikci poptávky.

A teď ta otázka, kterou si kladu já: Kdo v Česku postaví (nebo zpřístupní) podobně otevřenou pilotní infrastrukturu pro potravinářské bioprocesy – a kdo na ní začne systematicky sbírat data pro AI?