AI a chuť: jak udělat udržitelné potraviny neodolatelné

Chipsy, limonády, sladkosti. Nevyhrávají proto, že by byly „správné“. Vyhrávají proto, že jsou příjemné hned teď. A to je nepohodlná pravda pro každého, kdo chce měnit potravinový systém k lepšímu: lidi nepřesvědčí tabulka výživových hodnot ani uhlíková stopa. Přesvědčí je chuť.

Tahle myšlenka se v roce 2025 vrací na stůl s novou silou. Nejen kvůli inflaci cen potravin a tlaku na domácí rozpočty, ale i kvůli tomu, že „udržitelné“ už není exotická nálepka. Je to standard, který se má stát masový. Jenže masové se stane pouze to, co lidi chtějí opakovaně kupovat. A opakované nákupy se rodí v jednom místě: v hlavě a na jazyku.

V rámci série „Umělá inteligence v zemědělství a potravinářství“ se často bavíme o výnosech, ochraně plodin, predikcích a efektivitě. Dnes to otočíme. Nejdůležitější metrika může být senzorická. Ukážu, proč je chuť klíčová pro dopad udržitelných inovací, a hlavně: jak AI pomáhá vytvářet zdravé a udržitelné potraviny, které chutnají stejně „snadno“ jako junk food.

Chuť je skutečná měna potravinového trhu

Chuť rozhoduje o tom, co se pěstuje, vyrábí a prodává, protože řídí poptávku. Když produkt chutná „tak akorát“, spotřebitel si ho koupí znovu. Když ne, zůstane z něj jednorázová zkušenost a marketingový náklad.

Potravinářství už desítky let pracuje s konceptem takzvaného „bliss point“: kombinace soli, tuku, cukru a textury, která maximalizuje pocit odměny. Výsledkem jsou produkty, které nutí „ještě jedno sousto“. To není morální soud, ale popis mechanismu.

Pro udržitelné potraviny je problém jinde: firmy často investují energii do původu surovin, certifikací, nutričního profilu a ekologických metrik… a chuť se stane až poslední položkou. Často vidím stejný vzorec: tým je tak ponořený do „mise“, že ztratí odstup. Produkt je „správný“, ale reálně nechutná lépe než alternativa, kterou má člověk na dosah.

Udržitelnost bez chuti je jako elektromobil bez dojezdu. Smysl dává, ale nikdo ho nechce denně používat.

Kde do toho vstupuje AI: od pole až po jazyk

AI je v potravinách užitečná právě proto, že dokáže spojit svět agronomie, zpracování a senzoriky do jednoho řízení. Chuť totiž není jen receptura. Chuť začíná na poli.

Precizní zemědělství jako „řízení chuti“

V praxi má chuť u rostlinných surovin silnou vazbu na:

• odrůdu a genetiku (výchozí potenciál aromatických látek)
• výživu a stres rostliny (např. mírný stres může zvyšovat koncentraci některých sekundárních metabolitů)
• zavlažování a sklizeň v optimu (cukernatost, kyselost, textury)
• posklizňové zacházení a skladování (ztráty aromat, hořkost, rozpad textury)

AI v precizním zemědělství (modely nad daty ze senzorů, satelitů, meteorologie a půdy) umí optimalizovat právě tyhle faktory. Ne jen „aby byl výnos“, ale aby byl výnos s cílovým senzorickým profilem.

Konkrétní příklad: u rajčat dává smysl řídit sklizeň a logistiku podle predikce cukr/kyselina a očekávané degradace aromat během přepravy. U listové zeleniny zase řešíte křehkost a hořkost, které dramaticky mění vnímání „čerstvosti“.

AI v potravinářství: modelování chutí místo nekonečných pokusů

Klasický vývoj produktu je drahý: mnoho iterací, ochutnávek, slepých testů, slepých uliček. AI to umí zrychlit dvěma způsoby:

1. Prediktivní formulace – model navrhne kombinace surovin a procesů, které pravděpodobně povedou k cílové chuti a textuře.
2. Učení se ze senzorických dat – výsledky panelů (sladkost, hořkost, umami, dozvuk, křupavost) se propojí s chemickými a procesními parametry. Vzniká mapa „co dělá co“.

Důležité: AI sama o sobě nevymyslí „geniální chuť“. Ale umí dramaticky snížit počet pokusů a zvýšit pravděpodobnost, že se trefíte do toho, co lidé opravdu chtějí.

Proč zelenina často nechutná: šlechtili jsme logistiku, ne radost

Jedna z nejbolestivějších věcí na moderním potravinovém systému je, že mnoho základních plodin se dlouho optimalizovalo na:

• výdrž v řetězci
• jednotnost
• mechanickou sklizeň
• vizuální vzhled

Chuť je často vedlejší produkt, ne hlavní cíl. A pak se divíme, že děti (a upřímně i dost dospělých) „nemá rádo zeleninu“. Když mrkev chutná vodově a rajče jako slabý odvar, chipsy prostě vyhrají na body.

Tady je pro mě nejzajímavější spojení se zemědělskou AI: pokud umíme monitorovat mikroklima, půdní podmínky a fenologii, umíme zároveň řídit i koncentraci chuťových a aromatických látek. A pokud k tomu přidáme šlechtění (nebo výběr odrůd) cílené na chuť, máme reálnou cestu, jak vrátit „wow efekt“ do běžného košíku.

„Chuťové odrůdy“ a chytrá distribuce

V praxi to může znamenat:

• segmentovat odrůdy podle použití (salátová rajčata do zimy vs. chuťová rajčata pro krátký řetězec)
• plánovat sklizně podle lokální poptávky a minimalizovat dobu mezi sklizní a prodejem
• používat AI k predikci, kdy je surovina v optimu (nejen zralost, ale i aroma)

A ano, tohle je i ekonomické téma. Chuť je prémiová hodnota. A prémiová hodnota dnes drží marže.

Fermentace, vedlejší proudy a AI: jak udělat „odpad“ chutný

Jedna z nejpraktičtějších cest k udržitelnosti je využít vedlejší proudy: zbytky po lisování olejů, mláto, otruby, slupky, výlisky. Problém? Často mají:

• hořkost
• svíravost
• „krmný“ profil
• horší stravitelnost nebo antinutriční látky

Fermentace umí část těchto bariér odstranit a vytvořit nové chutě (umami, oříškové tóny, komplexnost). Ale fermentace je „živá“: šarže se liší, proces je citlivý, výsledky nejsou stabilní.

A právě tady AI sedí jako poklička na hrnec.

Co AI umí ve fermentaci (a proč to dává smysl)

• Řízení procesu v reálném čase: teplota, pH, aktivita vody, metabolity.
• Detekce odchylek: model pozná, že se šarže vyvíjí jinak, a navrhne korekci.
• Stabilizace chuti: cílem není „jednou to vyjde“, ale aby to chutnalo stejně v lednu i v červenci.

Když dokážeme udělat z vedlejšího proudu kvalitní bílkovinu nebo ingredienci do běžných jídel (karbanátky, omáčky, saláty), dopad je obrovský: méně odpadu, nižší tlak na půdu a zároveň produkt, který lidé skutečně koupí.

Konec „univerzální chuti“? AI pomůže cílit, ale nesmí rozbít značku

Chuť je subjektivní a trh se tříští. Jedni chtějí pálivé, druzí jemné. Někdo vyhledává „čisté složení“, jiný texturu a sladkost. Značky už dávno necílí na „všechny“.

AI v tomhle umí pomoct až překvapivě dobře, protože:

• umí spojit data o preferencích (prodeje, hodnocení, senzorické testy)
• umí navrhnout varianty receptur pro různé segmenty
• umí simulovat, co udělá změna suroviny s chutí i náklady

Ale má to háček: mikrosegmentace nesmí skončit chaosem ve výrobě a v portfoliu. Rozumný přístup je postavit jedno chuťové jádro (to, co dělá značku značkou) a kolem něj dělat varianty.

Praktická „chuťová strategie“ pro firmy

Pokud vyvíjíte zdravější/udržitelnější produkt, funguje mi tento rámec:

1. Změřte realitu: slepé testy proti nejprodávanější alternativě (ne proti vlastnímu pocitu).
2. Definujte chuťový cíl: ne „má to být dobré“, ale např. „vyšší umami, nižší hořkost, křupnutí do 2 sekund“.
3. Propojte zemědělská data a kvalitu: surovina z různých polí/šarží = jiná chuť. AI pomůže standardizovat.
4. Optimalizujte proces, ne jen recept: tepelné kroky, fermentace, mletí, hydratace, skladování.
5. Hlídajte cenu: chuť bez cenové dostupnosti dopad neudělá.

Co si z toho odnést (a jak z toho udělat lead)

Chuť není „nice to have“. Chuť je podmínka dopadu. Udržitelná potravina, kterou si nikdo nekoupí podruhé, je jen dobře míněný projekt.

Z pohledu AI v zemědělství a potravinářství je nejzajímavější posun tenhle: místo optimalizace pouze na výnos a náklad začínáme optimalizovat na senzorický výsledek. To propojuje celý řetězec – od volby odrůdy přes sklizeň až po fermentaci a finální recepturu.

Pokud řešíte vývoj produktu, výrobu nebo suroviny, vyplatí se položit jednoduchou otázku: Kde přesně v našem řetězci vzniká chuťová ztráta – a jak ji změříme? Odpověď často není v reklamě, ale v datech, procesu a disciplíně.

A teď jedna dopředu mířící myšlenka: když AI dokáže „naladit“ chuť zeleniny, bílkovin z vedlejších proudů i alternativ masa tak, aby lidem chutnaly automaticky, co se stane s tím, co dnes považujeme za „nezdravé pohodlí“? Zůstane vůbec prostor pro produkty, které spoléhají jen na návykovou kombinaci soli, tuku a cukru?