AI ve vertikálních farmách umožňuje pěstovat prémiové odrůdy jahod stabilně a lokálně. Případ Koyo ukazuje, kde data šetří energii i zvyšují kvalitu.
AI ve vertikálních farmách: jahody nové generace
Vertikální farmy se často prodávají jako „salátové továrny“. Jenže realita se posouvá: nejzajímavější projekty dnes nevydělávají na komoditě, ale na chuti, odrůdě a spolehlivosti dodávek. Přesně tím směrem šla i americká indoor farma Oishii, když po své prémiové jahodě Omakase rozšířila nabídku o další japonskou odrůdu – Koyo. A pro náš seriál Umělá inteligence v zemědělství a potravinářství je to skvělý příklad: bez dat, automatizace a chytrého řízení prostředí by podobný „odrůdový luxus“ ve velkém měřítku nedával smysl.
Tohle totiž není jen příběh o drahých jahodách. Je to příběh o tom, jak AI (a obecně digitální řízení) umožňuje pěstovat specializované plodiny lokálně, celoročně a s parametry, které by v klasickém poli byly buď sezónní, nebo vysoce rizikové.
Když se dnes (22.12.2025) bavíme o potravinové bezpečnosti, cenách energií a tlaku na vodní zdroje, dává otázka „proč pěstovat v hale“ mnohem konkrétnější odpověď než před pár lety: protože umíme prostředí řídit tak přesně, že se dá prodávat kvalita, ne jen kilogramy.
Proč vertikální farma vyhrává u prémiových odrůd
Vertikální farma dává největší ekonomický smysl tam, kde je vysoká přidaná hodnota na jednotku produkce. U jahod je to učebnicové: spotřebitel pozná rozdíl v aroma, sladkosti, textuře i čerstvosti – a je ochotný zaplatit.
Oishii postavila svůj přístup na jednoduché, ale odvážné tezi: přenést „dokonalý den“ z Japonska do kontrolovaného prostředí v USA – tedy světlo, vlhkost, teplotu a další podmínky tak, aby odrůdy, které jsou tradičně sezónní (např. zimní jahody pěstované v okolí Tokia), šly pěstovat 365 dní v roce.
V tom je zásadní rozdíl oproti řadě vertikálních farem, které se snažily konkurovat cenou běžné zelenině. V praxi totiž:
- komodity tlačí na nízké marže,
- energie v indoor pěstování je drahá položka,
- retail vyžaduje stabilní cenu i objem.
Prémiová odrůda tenhle tlak mění: chuť a konzistence se stávají hlavním produktem – a teprve potom řešíte náklady.
Koyo jako signál trendu: od „pěstujeme jahody“ k „pěstujeme odrůdy“
Koyo je japonská odrůda, která se tradičně pěstuje v zimě. Oishii ji uvedla jako druhý výrazný kultivar po Omakase. V praxi tím firma říká: „Nejsme dodavatel jahod. Jsme producent konkrétních chuťových profilů.“
Tohle je trend, který v Evropě (a v Česku zvlášť) často podceňujeme. Odrůda není detail v katalogu. Odrůda je značka, diferenciace a bariéra vstupu.
Co to znamená pro české pěstitele a potravináře
Pro ČR to otevírá dvě realistické cesty:
- Pěstovat lokálně specializované plodiny pro gastronomii a prémiový retail (krátký řetězec, důraz na čerstvost, „příběh“ odrůdy).
- Stát se technologickým dodavatelem (software, senzory, robotika, datová analytika) pro evropské indoor provozy.
V obou případech se AI stává „tichým společníkem“: není to marketingová nálepka, ale soubor metod, které drží kvalitu stabilní.
Kde přesně pomáhá AI: od mikroklimatu po výnos
AI ve vertikálním zemědělství je nejcennější tam, kde je hodně proměnných a malá tolerance k chybě. Jahody jsou citlivé. A odrůdy s důrazem na chuť jsou ještě citlivější.
Níže jsou oblasti, kde v praxi dává smysl AI (nebo pokročilá analytika a automatizace) nasadit.
1) „Recept na jahodu“: řízení mikroklimatu po zónách
V indoor farmě nemáte jedno klima pro celý objekt. Máte zónování: regály, patra, sekce, růstové fáze. AI model (typicky kombinace predikce a optimalizace) umí řídit:
- intenzitu a spektrum LED osvětlení,
- vlhkost a proudění vzduchu,
- teplotu v kořenové zóně,
- dávkování živin (EC, pH) a závlahu,
- „stresové“ protokoly (např. lehké omezení vody či změna spektra pro zvýraznění chuti).
Důležitý detail: nejde o to „mít senzory“. Jde o to mít řídicí smyčku, která se učí z výsledků (výnos, Brix, reklamace, senzorická hodnocení).
2) Včasné zachycení problémů: počítačové vidění a anomálie
Jahody v hale nejsou bez rizika – jen máte jiný typ rizik. Plísně, škůdci, výživové deficity nebo stres se mohou šířit rychle.
Počítačové vidění (kamery + modely) umí:
- detekovat změny barvy listů a květů,
- rozpoznat deformace plodů,
- hlídat vývoj zralosti a uniformitu,
- vyhodnocovat „anomálie“ v růstu v jednotlivých zónách.
Praktický přínos je jednoduchý: zásah o 24–48 hodin dřív často rozhoduje o tom, jestli vyřadíte jednu polici, nebo půlku produkce.
3) Predikce výnosu a plánování sklizně
U prémiového ovoce je logistika skoro stejně důležitá jako pěstování. Chcete sklízet v optimální zralosti, balit rychle, dodávat čerstvé.
AI modely pro predikci výnosu a zralosti pomáhají:
- plánovat pracovní sílu (kdy bude špička),
- plánovat balení a expedici,
- stabilizovat dodávky pro retail,
- lépe vyjednávat kontrakty (méně „odhadů“, více dat).
4) Energie a voda: optimalizace bez ztráty kvality
Oishii u svého novějšího provozu deklaruje výrazné úspory (v článku padá 60 % méně energie a 40 % méně vody oproti první generaci vertikálních farem). I když se čísla mohou lišit podle designu, pointa je jasná: druhá generace indoor farem už staví na efektivitě.
AI tady typicky pomáhá přes:
- prediktivní řízení HVAC (topení/chlazení/odvlhčování),
- optimalizaci světelných režimů podle fáze růstu,
- chytré „peak shaving“ (snižování špiček spotřeby),
- recirkulaci vody a hlídání kvality roztoku.
V evropském kontextu roku 2025 je to zásadní: energetická efektivita rozhoduje o přežití.
„Proč jsou tak drahé?“ Realita ekonomiky prémiového indoor ovoce
Cena 15 USD za plato (a u některých balení výrazně víc) vypadá extrémně. Jenže u prémiové odrůdy kupujete:
- stabilní chuťový profil (ne „jednou dobré, jednou vodové“),
- čerstvost a kratší dodavatelský řetězec,
- celoroční dostupnost,
- estetiku a uniformitu,
- často i nižší ztráty v retailu (méně otlaků, delší okno pro prodej).
Můj názor: vertikální farma nebude masově krmit populaci levnými jahodami. Ale může udělat z lokálního prémiového ovoce standard – nejdřív pro velká města, gastronomii a dárkové segmenty, postupně pro širší publikum s klesajícími náklady a lepší automatizací.
Co si z případu Oishii vzít: 6 kroků pro firmy, které chtějí AI v CEA
Pokud jste pěstitel, technologický dodavatel nebo potravinář, který zvažuje controlled environment agriculture (CEA), tenhle checklist je dobrý start.
- Začněte od trhu, ne od technologie. Kdo zaplatí za chuť, čerstvost a odrůdu?
- Definujte měřitelné parametry kvality. U jahod typicky Brix, pevnost, uniformita, reklamace.
- Postavte datovou infrastrukturu. Senzory bez datového modelu jsou jen drahé hračky.
- Zónujte pěstování. Jedno nastavení pro celou halu je kompromis, který vás stojí kvalitu i energii.
- Automatizujte tam, kde je to opakovatelné. Monitoring, dávkování, klimatizace, vizuální kontrola.
- Udělejte z AI nástroj pro rozhodování, ne náhradu agronoma. Nejlepší výsledky dávají týmy, kde se agronomie a data potkávají denně.
Jedna věta, kterou bych si vytiskl na zeď: „Prémiová odrůda potřebuje prémiové řízení.“ Bez dat a automatizace se kvalita rozpadne.
Praktické Q&A, které si lidé u vertikálních farem stejně pokládají
Je vertikální farma „udržitelná“, když spotřebuje elektřinu?
Ano, pokud je designovaný systém efektivní a farma má stabilní odběr a dobré řízení HVAC a světel. Udržitelnost nevzniká tím, že jste indoor. Vzniká tím, že na jednotku kvalitní produkce snížíte energii, vodu a ztráty.
Proč se nepěstuje víc druhů ovoce v halách?
Ovoce je často náročnější na prostor, opylování, manipulaci a má delší cyklus. Proto dává smysl začínat s plodinami, které mají vysokou hodnotu a kde je kvalita výrazně poznat. Jahody jsou v tomhle ideální mezistupeň.
Co je největší bariéra pro Česko?
Ne technologie. Největší bariéra je ekonomika energie, dostupnost kapitálu a schopnost prodat prémiový produkt dlouhodobě, ne jen „na zkoušku“.
Co bude dál: lokalizované odrůdy a AI jako standard
Oishii s Koyo ukazuje, že budoucnost vertikálního pěstování není o tom, kdo vypěstuje nejvíc listů. Je o tom, kdo dokáže opakovatelně vyrábět specifickou kvalitu a přizpůsobovat ji trhu.
A tady se náš seriál Umělá inteligence v zemědělství a potravinářství hezky uzavírá do kruhu: AI je v zemědělství nejsilnější tam, kde pomáhá dělat dvě věci najednou – zvyšovat kvalitu a snižovat plýtvání.
Pokud plánujete indoor pěstování, produktovou inovaci v potravinách nebo jen hledáte cestu, jak se odlišit v přeplněném trhu, zkuste si položit praktickou otázku: Kterou odrůdu nebo chuťový profil bychom dokázali dodat lokálně a stabilně – kdybychom měli data a řízení prostředí pod kontrolou?