Fermentace táhne investice: kde AI zrychlí růst

V Q3 2024 šlo do alternativních proteinů 233 milionů dolarů. Není to žádná investiční euforie – mezičtvrtletně je to -37 %, ale meziročně +25 %. A jedna věc z těch čísel kouká úplně jasně: investoři teď věří fermentaci, zatímco kultivované maso zaostává.

Pro náš seriál „Umělá inteligence v zemědělství a potravinářství“ je to víc než finanční zpráva. Je to signál, kde dnes dává největší smysl spojovat biotechnologie s daty: fermentace je škálovatelná, měřitelná a „AI-kompatibilní“ od přírody. Když máte proces v tanku, máte i senzory, data, predikce a optimalizaci.

Níže rozepisuju, co přesně se v investicích děje, proč fermentace vyhrává, kde přesně do toho vstupuje AI ve výrobě potravin, a co s tím můžou dělat firmy od zemědělců přes potravináře až po startupy.

Co říkají čísla: investice se přesouvají k fermentaci

Hlavní pointa: V Q3 2024 si fermentace vzala téměř všechny peníze v alt-proteinech a ukazuje, kam se trh reálně opírá.

Podle dat z kvartálního přehledu GFI (Good Food Institute) se investice v Q3 2024 rozdělily takto:

• Rostlinné proteiny: 56 mil. USD v Q3, 194 mil. USD od začátku roku
• Fermentace: 174 mil. USD v Q3, 572 mil. USD od začátku roku
• Kultivované maso a mořské plody: 3 mil. USD v Q3, 133 mil. USD od začátku roku

Tohle není kosmetický posun. To je přesměrování pozornosti i kapitálu.

Proč je Q3 „krásné“ pro fermentaci a „kruté“ pro cultivated

Odpověď je jednoduchá: investice v tomhle sektoru často rozhodnou 1–2 velké dealy.

• U fermentace Q3 výrazně podpořily dva velké obchody: 61 mil. USD pro Formo (koji „sýry“) a 45 mil. USD pro Helaina (precizní fermentace – laktoferrin).
• U kultivovaného masa to bylo naopak: v Q2 2024 pomohly velké investice (např. do infrastruktury a průkopníků), ale Q3 spadlo na průměrnou velikost dealu cca 396 tis. USD.

Prakticky to znamená: investoři si u kultivovaného masa stále nejsou jistí cestou k levné výrobě ve velkém. U fermentace jim ta cesta připadá kratší.

Proč fermentace vyhrává: je blíž továrně než laboratoři

Fermentace teď vede, protože škálování je čitelnější. V potravinářství rozhoduje cena na kilo, stabilita kvality a schopnost dodat objemy. Fermentace je v tomhle „průmyslově přirozená“ – navazuje na desítky let zkušeností z pivovarů, mlékáren, enzymových provozů nebo výroby kyselin a aminokyselin.

Kultivované maso je naopak často ještě ve fázi, kdy:

• výroba je kapitálově náročná (drahé médium, bioreaktory, sterilita),
• náklady padají pomalu,
• a regulace i spotřebitelské přijetí se liší trh od trhu.

Fermentace má „produktovou šířku“

Fermentace navíc neznamená jen jednu věc. V praxi jde o několik směrů, které se dají kombinovat:

• Biomasa (mykoprotein, mikrořasy): rychlé proteiny s dobrou funkčností.
• Tradiční fermentace (tempeh, miso, koji): chuť a textura bez složité chemie.
• Precizní fermentace: výroba konkrétních molekul (např. mléčné proteiny, laktoferrin, enzymy) bez zvířete.

A tady přichází AI: čím víc variant procesů, kmenů a parametrů, tím víc potřebujete systém, který umí vybírat nejlepší kombinace.

Kde AI „sedí“ ve fermentaci: od kmene až po energetiku

AI ve fermentaci dává největší smysl tam, kde se hraje o výtěžnost, stabilitu a náklady. Jinými slovy: skoro všude.

1) Optimalizace receptury a parametrů procesu

Fermentace je typický problém „mnoho proměnných → jeden výsledek“. Teplota, pH, kyslík, míchání, složení média, dávkování živin, doba kultivace… a do toho biologická variabilita.

AI (typicky strojové učení) se používá pro:

• predikci výtěžnosti (kolik proteinu/enzymu vznikne),
• detekci odchylek v reálném čase (včasný zásah, méně zmetků),
• doporučení setpointů a dávkovacích profilů pro různé šarže.

Jedna věta, která vystihuje hodnotu: Každé procento výtěžnosti navíc je v bioprocesu často rozdíl mezi „hezkým prototypem“ a životaschopnou výrobou.

2) Digitální dvojče bioprocesu (a proč to není buzzword)

Digitální dvojče je prakticky model, který se učí z historických šarží a dokáže simulovat „co se stane, když…“.

V provozu to umí:

• zkrátit počet experimentálních šarží,
• odhalit, který parametr je skutečně kritický,
• navrhnout bezpečné změny při škálování (pilot → výroba).

Pro potravináře to znamená méně rizika při zavádění nové suroviny nebo nového kmene.

3) AI pro kvalitu: chuť, textura, funkčnost

Alt-proteiny často narážejí na chuť a „mouthfeel“. U fermentovaných produktů se dá AI použít pro spojení:

• senzorických dat,
• chemických profilů (těkavé látky, aminokyseliny),
• technologických vlastností (emulgační kapacita, gelace, pěnivost).

Cíl je praktický: dostat konzistentní chuť a funkčnost i při změnách vstupních surovin.

4) Vstupy z pole: AI v zemědělství jako součást biovýroby

Tady se krásně propojuje náš seriál o AI v zemědělství. Fermentace potřebuje cukry, škroby, melasu, vedlejší proudy z potravinářství – a jejich kvalita kolísá.

AI v precizním zemědělství a supply chainu pomůže:

• predikovat výnosy a parametry surovin (např. obsah škrobu),
• plánovat kontrakty a logistiku,
• optimalizovat, které šarže suroviny poslat do kterého procesu.

Čím dražší kapitál (a ten je pořád relativně drahý), tím víc bolí neplánované výpadky nebo nekonzistentní vstupy.

Proč kultivované maso zaostává (a co to znamená pro inovátory)

Zaostávání není o „slabé technologii“, ale o ekonomice škálování. Kultivované maso potřebuje obrovské investice do výroby, a investoři v posledních dvou letech tlačí na:

• rychlejší cestu k tržbám,
• menší kapitálovou náročnost,
• jasnější „exit“ scénáře.

Podle GFI je od roku 2015 do alt-proteinů nainvestováno kumulativně 16,3 mld. USD, což zní hodně, ale ve srovnání s jinými „udržitelnostními“ obory je to pořád malé. A navíc: sektor trpí nedostatkem úspěšných exitů.

Co z toho plyne: peníze půjdou do infrastruktury a nástrojů

I u kultivovaného masa se ale investice udrží – jen se přesunou. Ne tolik do „značek steaků“, ale do:

• bioreaktorů a automatizace,
• levnějších médií,
• monitoringu procesů,
• platformových technologií.

A to jsou přesně oblasti, kde AI (spolu s robotikou a pokročilými senzory) přináší tvrdou návratnost.

Co si z toho odnést v Česku: 5 praktických kroků pro firmy

Nejlepší strategie je nečekat, až fermentace „dozraje“, ale stavět kompetence teď. Český potravinářský průmysl má silnou tradici procesního inženýrství a automatizace – a to je solidní základ.

1) Začněte měřit to, co chcete optimalizovat

Bez dat není AI. Priorita je udělat z fermentace dobře instrumentovaný proces:

• pH, teplota, rozpuštěný kyslík, průtoky, tlak,
• záznam receptur a zásahů obsluhy,
• laboratorní výsledky ve strojově čitelném formátu.

2) Zaveďte „šaržový deník“ jako datový produkt

Většina provozů má záznamy, ale nejsou dělané pro analýzu. Udělejte z nich standard:

• jednotné názvy proměnných,
• verzování receptur,
• logování odchylek a příčin.

3) Vyberte jeden KPI a hoňte ho tři měsíce

Typické KPI pro fermentaci:

• výtěžnost,
• doba cyklu,
• míra zmetkovitosti,
• spotřeba energie na jednotku produkce.

AI projekty selhávají, když se snaží zlepšit všechno naráz.

4) Připravte se na „AI-ready“ audit pro financování

Když se dnes mluví o alternativním financování (programy, úvěry), budete potřebovat:

• prokazatelnou procesní stabilitu,
• plán škálování,
• a metriky, které ukážou, že investice do automatizace/AI má návratnost.

5) Kombinujte fermentaci s vedlejšími proudy

Ekonomika často vyjde až tehdy, když využijete levnější vstupy (vedlejší proudy z potravinářství). AI pomůže hlídat variabilitu a nastavit recepturu tak, aby kvalita produktu nekolísala.

Praktická poučka: Fermentace vyhrává tam, kde umíte řídit variabilitu vstupů a držet kvalitu výstupů. AI je dnes nejrychlejší cesta, jak to zvládnout ve velkém.

Mini Q&A: co se lidé ptají nejčastěji

Je fermentace „jen hype“, když ji táhnou dva velké dealy?

Není. Velké dealy zkreslují kvartální grafy, ale trend je konzistentní: fermentace má lepší průmyslovou logiku škálování a širší produktové využití.

Kde má AI nejrychlejší návratnost ve fermentaci?

V praxi nejčastěji v predikci zmetků, řízení kritických parametrů a zkrácení doby cyklu. To jsou místa, kde se šetří energie, suroviny a čas.

Co to znamená pro zemědělce?

Že poroste poptávka po standardizovaných surovinách (škrob/cukr/bílkovinné frakce) a po kontraktech, kde se hlídají parametry kvality. AI v zemědělství pomůže dodávat stabilnější vstupy.

Kam se trh posune v roce 2026: méně slibů, víc procesního inženýrství

V prosinci 2025 je na trhu pořád „VC zima“ a kapitál je opatrný. To ale není špatná zpráva. Znamená to, že vyhrají týmy, které umí:

• spočítat jednotkovou ekonomiku,
• vyrobit konzistentní kvalitu,
• a prokázat, že jejich proces je škálovatelný.

Fermentace je momentálně nejatraktivnější část alt-proteinů právě proto, že se dá řídit jako průmyslový proces. A AI je v tomhle kontextu praktický nástroj: méně intuice, víc predikce, méně zmetků, víc výtěžnosti.

Pokud ve vašem podniku řešíte, kde začít s AI v potravinářství nebo jak propojit data ze surovin (pole) s výrobou (tank), je dobrý čas udělat první malý, měřitelný krok. A pak další.

Co by se stalo, kdyby se v roce 2026 stala „nejlepší“ fermentační firma ne tou s největším marketingem, ale tou s nejpřesnějšími daty a nejlépe řízeným procesem?