AI a kultivované maso v krmivu: proč dává smysl

Téměř každý, kdo někdy kupoval krmivo pro psa nebo kočku, zná ten tichý paradox: chceme pro mazlíčka „to nejlepší“, ale málokdo řeší, jakou stopu má maso v jeho misce. Přitom právě pet food je jedna z částí potravinového řetězce, kde se dá měnit víc, než se na první pohled zdá – a často rychleji než u potravin pro lidi.

Na tom je zajímavá i starší, ale pořád velmi relevantní zpráva: společnost CULT Food Sciences oznámila záměr převzít část aktiv startupu Because Animals, který patřil mezi průkopníky krmiv z kultivovaného masa. V transakci nejde o „celou firmu“, ale o vybrané značkové a produktové komponenty, vybrané patenty a ne-vědecké duševní vlastnictví. Současně se kolem CULT objevuje kapitál a zkušenost z velkého byznysu – mimo jiné investice Marc(a) Lustig(a), který se stal největším akcionářem.

Pro naši sérii „Umělá inteligence v zemědělství a potravinářství“ je tohle víc než byznysová kuriozita. Je to praktická ukázka, že alternativní proteiny (a speciálně kultivované maso) nejsou jen laboratorní sen. Jsou to projekty, které už řeší stejný problém jako zemědělství: jak škálovat výrobu, hlídat kvalitu a cenu, snížit rizika a dopady. A přesně tady se AI v potravinářství a zemědělství ukazuje jako nejkonkrétnější pomocník.

Co se vlastně stalo: akvizice, která je menší, než zní

CULT Food Sciences oznámila, že podepsala závazný záměr získat část aktiv Because Animals: spotřebitelské brandové prvky, vybrané patenty, ne-vědecké IP a produktové formulace. Smluvně to mělo proběhnout přes dceřinou společnost Further Foods Inc. výměnou za směnku ve výši 500 000 USD s úrokem 4,35 % a počáteční 10% podíl ve Further. Další podíly měly být navázané na budoucí tržby generované získanými aktivy.

Klíčový detail, který v podobných zprávách často zaniká: Because Animals jako firma neskončila. Zakladatelka Shannon Falconer zdůraznila, že společnost dál existuje a dál se soustředí na kultivované maso. A také upřesnila, že prodávaná aktiva se týkala produktů na bázi nutričních kvasnic, které firma už dřív (koncem roku 2022) ukončila.

Pro praxi to znamená jednoduché čtení situace:

• CULT si bere něco, co může rychleji zpeněžit (značky/formulace, část IP u ukončených produktů).
• Because Animals si nechává to nejcennější pro dlouhou trať: vědecké know-how a IP k samotnému kultivovanému masu.

A proč to řešíme v kontextu AI? Protože tahle dělba je typická pro odvětví, kde je nejtěžší částí škálování výroby a řízení procesů – a tam AI v potravinářství přestává být buzzword a začíná být nástroj.

Proč zrovna pet food: rychlejší testovací polygon než potraviny pro lidi

Pet food je z hlediska inovací často „předvoj“ potravinářství. Ne kvůli tomu, že by pravidla byla vždy benevolentní (nejsou), ale protože:

1. Spotřebitelé už platí prémii za funkční benefity (citlivé trávení, alergie, kloubní výživa, srst).
2. Receptury jsou modulární – bílkovinná složka se dá technologicky nahradit snáz než třeba v steakové kultuře.
3. Objemy jsou menší než u běžného masa pro lidi, takže se dá dřív spustit pilotní výroba.

Tohle je důležité i pro zemědělství: pokud se kultivované proteiny naučí ekonomicky fungovat nejdřív u krmiv, může se stejná logika později přelít do širšího potravinového řetězce.

A teď ten praktický most k AI: pet food je typicky data-heavy segment – měří se stravitelnost, složení, šarže, reklamace, preferenční chování, veterinární doporučení. AI má v krmivářství hodně signálu a relativně málo „romantiky“, což je přesně prostředí, kde modely dávají dobré výsledky.

Kde konkrétně AI pomáhá u kultivovaného masa

Kultivované maso není „jedna technologie“. Je to soubor procesů: buněčné linie, živná média, bioreaktory, růstové křivky, sterilita, texturace a formulace do finálního produktu.

AI se dnes typicky uplatní v těchto bodech:

• Predikce růstu buněk: modely odhadují, kdy kultura dosáhne cílové hustoty a kdy sklízet.
• Optimalizace živných médií: algoritmy hledají kombinace složek, které sníží cenu média a zachovají výtěžnost.
• Detekce kontaminace: anomálie v datech ze senzorů (pH, rozpuštěný kyslík, teplota, CO₂) umí varovat dřív než člověk.
• Digitální dvojče bioprocesu: simulace umožní „zkusit“ změnu parametrů bez rizika ztráty šarže.
• Kontrola kvality šarží: AI vyhodnocuje stabilitu složení a odchylky v textuře nebo vůni podle laboratorních a procesních dat.

Pro firmy typu CULT (investičně-produkční platforma) to má jasnou logiku: když vlastníte nebo sdílíte IP a produktové assety napříč portfoliem, vyplatí se standardizovat data, automatizaci a modely – a tím zrychlit uvádění produktů na trh.

Akvizice jako signál: investoři chtějí „výrobu“, ne jen příběh

Zpráva zmiňuje i nedávný vstup kapitálu: Marc Lustig koupil přibližně 27 milionů akcií a stal se největším akcionářem CULT (hodnota v době oznámení zhruba kolem 2 mil. USD dle tehdejší ceny akcií). Ať už byly obě události přímo propojené, nebo ne, společný jmenovatel je jasný: posun od výzkumu k produktům.

V alternativních proteinech se v letech 2023–2025 výrazně změnila nálada trhu. Po období nadšení přišla fáze, kdy investoři chtějí:

• unit economics (kolik stojí kg proteinu při reálné kapacitě),
• robustní supply chain,
• jasné regulatorní scénáře,
• opakovatelné procesy.

A to je přesně moment, kdy AI v potravinářství přestává být „nice to have“. Kdo umí sbírat a vyhodnocovat data z výroby, ten:

• vyrábí stabilněji,
• rychleji ladí receptury,
• méně vyhazuje šarže,
• snáz prokazuje kvalitu.

Jedna věta, kterou si z toho beru já: V roce 2025 už nestačí mít kultivované maso v prezentaci. Musíte mít kultivované maso v procesu.

Pet food jako zrcadlo zemědělství: co si mohou odnést farmy a potravináři

Když se bavíme o AI v zemědělství, často sklouzneme k dronům a satelitům. To je fajn, ale skutečný dopad bývá v propojení dat „od pole po misku“.

Tady jsou tři přenositelné lekce z příběhu CULT / Because Animals:

1) Optimalizace je konkurenční výhoda, ne vedlejší projekt

Kultivované proteiny i precizní zemědělství stojí na tomtéž: optimalizovat náklady a variabilitu. Farmář to řeší přes výživu půdy, závlahu a predikci výnosu. Bioprocesní tým přes médium, teplotu, míchání a sklizeň.

Praktický krok pro zemědělské podniky:

• zaveďte jednotný sběr dat (stroje, půdní sondy, sklad, počasí),
• definujte 5–10 metrik, které mají vazbu na peníze (např. spotřeba N na t/ha, zmetkovitost, vlhkost při skladování),
• teprve potom vybírejte AI nástroj.

2) IP a data jsou dvě strany jedné mince

V článku je vidět, jak se prodává „ne-core“ IP, zatímco „core“ zůstává. V AI projektech v potravinářství je to podobné:

• model bez dat je bezcenný,
• data bez procesní disciplíny jsou šum,
• skutečná hodnota je v tom, jak obojí držíte pohromadě.

Pokud vyvíjíte nové produkty (ať už krmivo, nebo potravinu), nastavte si od začátku:

• datový slovník (co přesně znamená „výnos“, „kvalita“, „odchylka“),
• auditní stopu šarže,
• pravidla přístupu k datům.

3) „Udržitelný“ produkt se musí dát vyrábět stabilně

Udržitelnost v potravinách často prohraje na jednoduché otázce: „A bude to dostupné a konzistentní?“

AI pomáhá s konzistencí – a konzistence je předpoklad dostupnosti.

• Konzistence snižuje reklamace.
• Konzistence snižuje odpady.
• Konzistence zjednodušuje certifikace.

Tohle platí pro bioreaktor i pro mlékárnu.

Nejčastější otázky, které si v roce 2025 dávají smysl

Kdy se kultivované maso v krmivu prosadí ve velkém?

Prosadí se tehdy, když bude splněno trio: cena, kapacita, regulace. Pet food má šanci být dřív než retailové „maso pro lidi“, protože produktové formáty (paštiky, granule, pamlsky) snesou širší škálu textur a směsí.

Nahradí kultivované maso tradiční živočišnou výrobu?

Ne v dohledné době plošně. Realističtější scénář je mix zdrojů bílkovin: část živočišná, část rostlinná, část fermentační a postupně i kultivovaná. Výhra je v tom, že tlak na nejméně efektivní segmenty výroby může klesat.

Proč se o tom bavíme v sérii o AI v zemědělství?

Protože stejná disciplína – měřit, předvídat, optimalizovat – spojuje pole, výrobní linku i bioreaktor. A firmy, které zvládnou AI napříč potravinovým řetězcem, budou mít v příštích letech náskok.

Co z toho plyne pro firmy, které chtějí sbírat leady (a neztratit důvěru)

Pokud jste dodavatel technologií, poradce, výrobce ingrediencí nebo provozujete zemědělský podnik, téma „AI + alternativní proteiny“ se dá uchopit velmi prakticky. Lidi dnes nezajímá abstraktní „AI strategie“. Zajímá je, co se zlepší příští kvartál.

Tři konkrétní nabídky, které fungují:

1. Audit datové připravenosti (2–4 týdny): kde jsou data, jaká je kvalita, co chybí pro predikce.
2. Pilot prediktivního modelu (6–10 týdnů): např. predikce výnosu, predikce zmetkovitosti šarží, optimalizace receptury.
3. Nastavení governance: kdo data vlastní, kdo je používá, jak se chrání IP.

Dobrá zpráva: i když se váš byznys kultivovaného masa netýká přímo, principy jsou stejné. Kdo umí řídit variabilitu, vyhrává.

Pet food je často první místo, kde se nové proteiny stanou „normálními“. A AI je často první místo, kde se náklady stanou „zvládnutelnými“.

Když se dívám na příběh CULT a Because Animals, nečtu ho jako spor o tiskovou zprávu nebo o to, kdo co koupil. Čtu ho jako signál, že se trh posouvá do fáze, kde rozhoduje proces, data a schopnost škálovat.

A teď ta otázka, kterou stojí za to si položit i v zemědělství: Kterou část vašeho potravinového řetězce by dnes nejvíc zlevnila a zpřesnila jedna dobře udělaná predikce?