AI a fermentace: kdy bude mozzarella bez krav levná

Cena sýra se v posledních letech chová jako aprílové počasí: jednou nahoru kvůli energiím, jindy kvůli krmivu, pak zase kvůli logistice. A právě v tomhle prostředí dává smysl zpráva z oblasti food tech: firma New Culture oznámila výrobní milník, díky kterému dokáže v jedné výrobní šarži vyrobit tolik bílkoviny kaseinu, že to odpovídá sýru na 25 000 pizz.

Nejde ale jen o „alternativní“ mozzarellu pro pár nadšenců. Hlavní cíl je mnohem praktičtější: dostat se na cenovou paritu s běžným sýrem z kravského mléka – podle firmy v horizontu tří let. A právě tady se to krásně propojuje s naší sérií Umělá inteligence v zemědělství a potravinářství: bez dat, modelování a AI optimalizace se podobné škálování a snižování nákladů dělá těžko.

Co vlastně znamená „animal‑free mozzarella“ a proč je kasein klíčový

Mozzarella bez zvířat není totéž co rostlinný sýr. Zásadní rozdíl je v tom, že New Culture vyrábí kasein (mléčnou bílkovinu) pomocí precizní fermentace. Výsledkem je bílkovina, která je chemicky „stejná“ jako ta z kravského mléka, jen vzniká bez chovu zvířat.

Proč se většina rostlinných mozzarell chová „divně“

Opravdová pizza mozzarella stojí na jedné věci: táhne se a dobře se rozpouští. To dělá právě kasein – vytváří strukturu, která drží tuk a vodu ve správné rovnováze.

Rostlinné alternativy často staví na škrobech, kokosovém tuku a emulgátorech. Funguje to, ale:

• tání bývá mastné nebo naopak „gumové“,
• tah je krátký nebo žádný,
• chuť se maskuje solí a aromaty.

Kasein z fermentace je proto pro kategorii „sýr, který se chová jako sýr“ zásadní. Ne marketingově. Fyzikálně.

Bonusy: bez laktózy, antibiotik a cholesterolu

Fermentačně vyrobený kasein se typicky spojuje se sliby typu bez laktózy a bez antibiotik. Pro potravináře to znamená i jednodušší práci s částí spotřebitelů, kteří mají intolerance nebo se jim nelíbí rezidua z konvenční výroby. Zároveň je fér říct: výživový profil finálního sýra vždy závisí na receptu (tuky, sůl, technologie), ne jen na tom, odkud pochází bílkovina.

Precizní fermentace v praxi: z „laboratorní“ věci se stává výroba

Milník 25 000 pizz na šarži zní jako PR číslo, ale v potravinářství má jednu konkrétní interpretaci: technologie se posouvá od malých vývojových objemů do režimu, kde se už řeší nákup surovin, kapacita bioreaktorů, stabilita procesů a zmetkovitost.

New Culture uvádí, že se k tomuto objemu dostala i díky spolupráci s externími výrobními partnery. To je typické: mnoho startupů nevlastní továrnu, ale škáluje přes contract manufacturing.

Kde se v fermentaci nejčastěji „pálí“ peníze

Pokud je cílem cenová parita, nejsou největší překážkou jen investice do zařízení. Náklady často tečou těmito směry:

1. Výnos (yield) – kolik cílové bílkoviny dostanete z jednotky vstupů.
2. Délka fermentace – každý den navíc znamená nižší průchodnost a vyšší fixní náklady.
3. Downstream processing – čištění, separace, sušení; někdy dražší než samotná fermentace.
4. Stabilita šarží – když kolísá kvalita, roste odpad i potřeba kontroly.

A teď to podstatné: tohle jsou přesně oblasti, kde se dá velmi konkrétně uplatnit AI.

Jak AI reálně pomáhá dostat se na cenovou paritu

AI v potravinářství není „robot, co vaří“. Nejcennější je v modelování a optimalizaci procesů, kde máte hodně proměnných a drahé chyby.

1) Prediktivní řízení fermentace (méně pokus–omyl)

U fermentace máte desítky signálů: pH, teplota, rozpuštěný kyslík, tlak, průtoky, zakalení, spotřeba substrátu. Dobře postavený ML model dokáže:

• včas odhalit, že šarže míří k nižšímu výnosu,
• doporučit úpravy krmení (fed‑batch) nebo provzdušnění,
• zkrátit dobu procesu bez ztráty kvality.

Praktický přínos? Vyšší průchodnost bioreaktoru a méně nevydařených šarží. A to jsou přímé peníze.

2) Digitální dvojče výroby pro škálování

Přechod z pilotu na výrobu je často bolestivý: co funguje v 100 litrech, nemusí fungovat v 100 000. Digitální dvojče (simulační model doplněný daty) pomůže:

• odhadnout limity míchání a přenosu kyslíku,
• plánovat velikost šarží a režimy čištění,
• najít úzká hrdla dřív, než se postaví drahá kapacita.

Tady se potkává AI, procesní inženýrství a ekonomika. A z mojí zkušenosti to bývá místo, kde se rozhoduje o tom, jestli produkt skončí „v testovacích pizzeriích“, nebo v běžném retailu.

3) Optimalizace kvality: tah, tání, chuť

U mozzarelly rozhoduje textura. AI se dá použít i v R&D:

• modely, které spojují recepturu (poměr tuk/voda/bílkovina, soli, enzymy) s výslednou texturou,
• analýza senzorických panelů a spotřebitelských preferencí,
• rychlejší iterace prototypů bez stovek slepých testů.

V roce 2025 už není zvláštní, když potravinářské firmy používají počítačové vidění na hodnocení roztékání sýra na pizze nebo struktury po zapečení. Čím objektivnější metriky, tím rychlejší vývoj.

4) AI v dodavatelském řetězci: suroviny, energie, plánování

Když firma míří na objem typu „miliony pizz“, neřeší jen bioreaktor. Řeší:

• cenu cukrů a živin pro fermentaci,
• spotřebu energie (sterilizace, chlazení, sušení),
• plánování výroby proti poptávce.

AI plánování výroby a predikce poptávky umí snížit prostoje, přetékání skladů i expresní dopravu. A to opět tlačí cenu dolů.

Co to znamená pro Česko: potravinářství, pizzerie i zemědělství

Animal‑free mozzarella není jen „trend z Kalifornie“. Pokud se technologie dostane na cenovou paritu, začne dávat smysl i u nás – hlavně v segmentech, které jedou na objem a standardizaci.

Pizzerie a gastro: nejcitlivější na cenu a funkčnost

Pizza je ideální testovací hřiště:

• zákazník pozná chuť a tah okamžitě,
• produkt se peče (ověří se funkčnost),
• odběr je pravidelný.

Jakmile bude fermentační mozzarella cenově podobná běžnému sýru, gastro může mít motivaci kvůli stabilitě dodávek a menší volatilnosti.

Mlékárny a zemědělci: tlak i příležitost

Tady je realita složitější. Pokud fermentační kasein poroste, může to:

• vytvořit tlak na komoditní mléko v některých segmentech,
• ale zároveň otevřít prostor pro mléko s přidanou hodnotou (regionální, bio, speciality), kde „příběh“ a chuť opravdu rozhodují.

A teď propojení s AI v zemědělství: kdo dnes investuje do precizního zemědělství, predikce výnosů a optimalizace krmení, bude mít lepší nákladovou pozici. Konkurence se totiž neptá, jestli je to fér. Konkurence počítá.

Potravinářská výroba v ČR: šance pro nové kapacity

Pokud Evropa (a časem i ČR) půjde cestou větší domácí produkce alternativních bílkovin, bude potřeba:

• fermentační kapacity,
• specializované čištění a sušení,
• kontrola kvality a regulace.

To jsou obory, kde mohou vznikat nové provozy i pracovní místa – a AI se tu uplatní od plánování výroby po prediktivní údržbu.

Co si pohlídat: regulace, transparentnost a očekávání

Největší riziko je zklamání z přehnaných očekávání. Aby se fermentační sýry opravdu prosadily, musí sedět tři věci najednou: cena, chuť, důvěra.

„Je to bezpečné?“ – otázka, která nezmizí

Pro spotřebitele je fermentace často přijatelná (pivo, jogurt, pečivo). Jakmile ale slyší „vyrobeno mikroorganismy“, chtějí jasně vědět:

• co přesně je ve složení,
• jak probíhá kontrola kvality,
• jaké alergeny to nese (kasein je mléčný protein).

Tady doporučuju jedno pravidlo: mlžit se nevyplácí. Čím přímočařejší komunikace, tím menší backlash.

Cenová parita není marketing, je to provozní disciplína

Dostat se na cenu běžného sýra znamená vyhrát v detailech:

• zmetkovitost,
• energetika,
• kvalita mezi šaržemi,
• automatizace.

A proto je AI (spolu s procesním inženýrstvím) tak důležitá: pomáhá dělat lepší rozhodnutí rychleji a konzistentně.

Co si z toho odnést (a co dělat dál)

Animal‑free mozzarella založená na fermentačním kaseinu míří z fáze „zajímavost“ do fáze „průmysl“. Milník výroby odpovídající 25 000 pizzám na šarži ukazuje, že škálování se děje – a ambice cenové parity v horizontu tří let je přesně ten typ cíle, který se dá splnit jen kombinací technologie, dat a tvrdé optimalizace.

Pokud pracujete v zemědělství nebo potravinářství, tohle téma neberte jako vzdálené sci‑fi. Berte ho jako signál, že:

• AI optimalizace výroby se stává standardem,
• nové bílkoviny budou soupeřit cenou i funkčností,
• kdo umí měřit, modelovat a plánovat, bude mít výhodu.

A teď jedna věc k zamyšlení do dalšího dílu naší série Umělá inteligence v zemědělství a potravinářství: až bude sýr bez krav chutnat i stát podobně jako běžný, bude největší bariérou ještě technologie – nebo spíš naše ochota změnit dodavatelské řetězce a způsob, jak o jídle přemýšlíme?