AI a vláknina pro GLP‑1: jak se mění vývoj potravin

27 milionů dolarů na „neviditelnou“ vlákninu není náhoda ani módní výstřelek. Je to signál, že potravinářství začíná brát vážně dvě věci, které spolu na první pohled nesouvisí: boom léků typu GLP‑1 (Ozempic, Wegovy a další) a chronický deficit vlákniny v moderní stravě. A mezi nimi se stále častěji objevuje třetí hráč: umělá inteligence v potravinářství, která zrychluje vývoj ingrediencí, receptur i výroby.

Startup One Bio oznámil (12.12.2024) investici 27 milionů dolarů do technologie, která rozkládá rostlinnou vlákninu na krátké řetězce – bez chuti, bez zápachu, prakticky „neviditelně“ v běžných potravinách. Tohle má přímý dopad na to, co budeme v příštích letech jíst, a také na to, jak budou výrobci potravin přemýšlet o produktech pro zákazníky, kteří používají GLP‑1.

V rámci série Umělá inteligence v zemědělství a potravinářství se na to podíváme pragmaticky: co to znamená pro vývoj potravin, kde se do hry reálně dostává AI a jak se na to mohou připravit výrobci, značky i dodavatelé surovin.

Proč „GLP‑1 friendly“ potraviny tlačí vlákninu do popředí

GLP‑1 mění spotřebitelské chování v regálech rychleji, než si potravinářství chtělo připustit. Lidé na GLP‑1 typicky jedí menší porce, víc řeší sytost, trávení a snášení určitých typů jídel. A zároveň se ukazuje, že mnoho z nich potřebuje mít výživu „chytrou“: když už jím méně, chci, aby to mělo smysl.

To je důvod, proč se objevuje označování typu „GLP‑1 friendly“. Nejde jen o marketing. Z pohledu formulace produktu je to tlak na:

• vyšší obsah vlákniny (sytost, glykemie, mikrobiom)
• rozumný obsah bílkovin (zachování svalové hmoty)
• nižší energetickou hustotu (kalorie na porci)
• lepší toleranci pro trávení (nadýmání, citlivost)

A teď přichází nepohodlná pravda: vláknina se do průmyslových potravin často nedává snadno. Mění texturu, chuť, barvu, viskozitu, někdy i stabilitu a trvanlivost. Pokud se má vláknina stát „standardní“ součástí cereálií, rostlinných mlék nebo třeba ochucených nápojů, musí být technologicky zvládnutá.

One Bio tvrdí, že umí vlákninu „zkrátit“ na krátké řetězce tak, aby byla bez chuti a bez senzorického dopadu. Pro značky je to lákavé: méně kompromisů v chuti, více prostoru pro zdravotní benefit.

Vláknina jako „malnutrice moderní stravy“

CEO One Bio Matt Barnard to pojmenoval ostře: deficit vlákniny je podvýživa moderního jídelníčku. A má pravdu v tom, že vysoce zpracované potraviny často přichází o přirozenou vlákninu už při rafinaci surovin.

Pro české prostředí to sedí taky. Zjednodušeně: máme dost energie, často i dost bílkovin, ale funkční složky (vláknina, fermentovatelné substráty pro mikrobiom) bývají slabina.

Co jsou krátkořetězcové vlákniny a proč se o ně perou investoři

Krátkořetězcové vlákniny (short-chain fibers) jsou zjednodušeně vlákninné molekuly „nařezané“ na menší části. Cíl je praktický: aby se lépe míchaly do potravin, nezhoršovaly chuť a daly se dávkovat ve vyšší koncentraci.

Investory zajímá hlavně tohle: ingredience, která jde nasadit napříč kategoriemi, se může stát novým standardem v recepturách. A to je v potravinářství velká hra.

„Neviditelná“ vláknina = širší použití

Pokud je vláknina opravdu:

• bez chuti a bez zápachu,
• stabilní v nápoji i v pevných potravinách,
• dobře dávkovatelná,
• bez nepříjemných senzorických efektů,

pak ji lze dostat do produktů, kde to dřív nešlo bez kompromisu. One Bio zmiňuje například rostlinná mléka, cereálie nebo perlivé nápoje.

Tady ale přichází „potravinářská realita“: s každou novou vlákninou musíte řešit, jak se chová v:

• teplotních režimech (pasterace, UHT),
• pH (kyselé nápoje),
• skladování (sedimentace, zákal),
• kombinaci s bílkovinami a sladidly,
• procesním míchání a homogenizaci.

A přesně tady dává smysl AI.

Kde do toho vstupuje AI: od biovýroby po receptury „na míru“

AI v potravinářství není jen o chatbotech a marketingu. Největší hodnota je v predikci a optimalizaci. U funkčních vláknin se AI typicky uplatní ve třech vrstvách: vývoj ingredience, formulace produktu a řízení výroby.

1) AI ve vývoji a biomanufacturingu: rychlejší iterace

Krátkořetězcové vlákniny se často vyrábí biotechnologicky nebo sofistikovaným zpracováním rostlinných surovin. AI umí zrychlit iterace tím, že:

• hledá optimální procesní podmínky (teplota, čas, enzymy, pH) pro cílové vlastnosti,
• predikuje výnos a náklady při škálování,
• hlídá kvalitu šarží pomocí modelů nad daty ze senzorů (procesní analytika).

V praxi to znamená méně pokusů „naslepo“ a více řízeného experimentování. Výsledkem je rychlejší cesta od laboratorní šarže k průmyslové produkci.

2) AI při formulaci potravin: kompromisy se dají spočítat

Most firem dělá chybu v tom, že vývoj receptury řeší lineárně: přidáme vlákninu, zhorší se textura, přidáme stabilizátor, zhorší se chuť… a cyklus pokračuje.

Modely strojového učení umí pracovat s vícerozměrnými kompromisy najednou. Příklad:

• cílová dávka vlákniny na porci,
• senzorické skóre (chuť, vůně, textura),
• cena receptury,
• nutriční profil (energie, bílkoviny, cukry),
• technologická stabilita (oddělování fází, viskozita).

Taková optimalizace je ideální pro výrobce, kteří chtějí uvést GLP‑1 friendly řadu rychle, ale nechcą zničit chuť ani marži.

3) AI ve výrobě: kontrola variability a udržitelnost

Vláknina z rostlin znamená jednu jistotu: variabilitu suroviny (odrůda, ročník, půda, skladování). Tady se propojuje naše série o AI v zemědělství s potravinářstvím.

Když máte data ze zemědělské části (kvalita vstupu) a z výroby (parametry procesu), AI může:

• předpovídat, jak se konkrétní šarže bude chovat v procesu,
• doporučit úpravu parametrů výroby v reálném čase,
• snížit zmetkovitost a plýtvání,
• držet konzistentní kvalitu bez „přestřelených“ bezpečnostních rezerv.

Tohle je u funkčních ingrediencí klíč: konzistence prodává.

Co to znamená pro české potravináře a značky v roce 2025

Prosinec 2025 je pro vývoj potravin specifický: spotřebitelé řeší zdraví, váhu a předsevzetí, ale zároveň chtějí pohodlí. GLP‑1 trend se navíc promítá do retailu i do HoReCa. A kdo dokáže nabídnout produkty s vyšší sytostí a lepším nutričním profilem bez ztráty chuti, má náskok.

Z pohledu českého trhu bych čekal tři praktické směry:

Rychlé vítězství: nápoje a snídaňové kategorie

Pokud je vláknina skutečně „neviditelná“, nejrychlejší adopce bývá v:

• ochucených mléčných a rostlinných nápojích,
• jogurtech a fermentovaných produktech,
• cereáliích a kaších,
• proteinových nápojích.

Důvod je jednoduchý: spotřebitel už tady očekává „funkční“ benefit.

Druhá vlna: hotová jídla a mražené produkty

Označení „GLP‑1 friendly“ se nejspíš bude víc objevovat i u hotových jídel. Pro výrobce je to ale těžší, protože do hry vstupuje textura, omáčky, přílohy, reologie a skladování.

Tady AI při formulaci receptur dává největší ekonomický smysl.

Pozor na backlash: marketing bez důkazů neprojde

Pokud značka nalepí na obal „GLP‑1 friendly“ a produkt bude:

• málo sytý,
• chuťově slabý,
• nebo bude způsobovat zažívací potíže,

spotřebitel to rychle potrestá. V roce 2025 už se na sociálních sítích i v recenzích řeší detaily. Proto je dobré pracovat s daty: senzorika, tolerance, jasné dávkování.

Praktický checklist: jak začít s AI‑podporovaným vývojem vlákniny

Pokud jste výrobce, vývojář produktu nebo dodavatel ingrediencí, tohle je realistický postup, který funguje i bez „laboratoře za milion“:

1. Definujte cíl na porci: např. 5–8 g vlákniny/porce (dle kategorie) a limit dopadu na chuť/texturu.
2. Založte datový základ: receptury, procesní parametry, výsledky senzoriky, reklamace, stabilita.
3. Udělajte DOE (design of experiments): malé řízené testy, ne 50 náhodných prototypů.
4. Použijte model pro predikci: i jednoduchý regresní model často odhalí, co nejvíc hýbe texturou.
5. Nastavte kvalitu výroby: senzorika + analytika + procesní data, ideálně v jedné dashboardové vrstvě.
6. Ověřte toleranci: vláknina je skvělá, ale dávka a typ rozhodují o komfortu trávení.

Jedna věta, kterou si hlídám: AI nezachrání špatnou ingredienci, ale dramaticky zrychlí cestu k dobrému produktu.

Kam to celé míří: „od labu k talíři“ bude více řízené daty

Investice do One Bio ukazuje, že vláknina se posouvá z role „něco navíc“ do role strategické ingredience. Současně GLP‑1 posouvá očekávání zákazníků: chtějí jíst méně, ale lépe. A AI se stává nástrojem, jak to doručit ve velkém měřítku – od optimalizace biovýroby po ladění receptur a řízení kvality.

Pokud se pohybujete v zemědělství, potravinářství nebo vývoji ingrediencí, dává mi smysl položit si jednu otázku: kde v našem řetězci dnes vznikají zbytečné iterace a ztráty, které by šly nahradit daty a predikcí?

Protože právě tam se bude v roce 2026 rozhodovat o marži, rychlosti inovací i o tom, kdo zvládne vyrábět „GLP‑1 friendly“ potraviny, které chutnají normálně – a přitom dávají tělu to, co mu moderní dieta dlouhodobě bere.