Ozempic mění poptávku po jídle: co s tím udělá AI

Pod tlakem nejsou jen potravinářské značky. Pod tlakem jsou i celé dodavatelské řetězce – od plánování osevních postupů až po to, kolik „hotových“ kalorií skončí v regálu. Důvod? GLP‑1 léky typu Ozempic a Wegovy, které lidem výrazně snižují chuť k jídlu a mění skladbu nákupního košíku.

V podcastové epizodě, kterou stojí za to vnímat jako signál z trhu, se řeší jednoduchá věc: když se desítky milionů lidí naučí jíst menší porce a častěji volit „protein + vláknina“ místo „cukr + tuk“, CPG značky (rychloobrátkové zboží) začnou přepočítávat strategie. A já tvrdím, že to samé čeká i zemědělství a výrobu potravin. Jen s ročním zpožděním.

Největší rozdíl mezi firmami, které tuhle změnu ustojí, a těmi, které ji prolež í? Rychlost učení. A přesně tady se potkává téma GLP‑1 a náš dlouhodobý seriál Umělá inteligence v zemědělství a potravinářství: AI je nejpraktičtější nástroj, jak modelovat poptávku, přepnout výrobu a nenechat si ujet marže.

Proč se CPG značky GLP‑1 tolik bojí (a proč to dává smysl)

GLP‑1 není „další dietní trend“. Je to farmakologicky podporovaná změna chování, která se drží měsíce až roky. A to je pro potravinářský trh zásadní.

Zjednodušeně: pokud významná část spotřebitelů sníží příjem energie, začne se měnit poptávka v kategoriích, které historicky stojí na impulzu a velkých porcích.

Co se typicky mění v nákupním košíku

Praxe z trhů, kde je adopce GLP‑1 rychlá, ukazuje opakující se vzorce. Nejde o „lidi přestanou jíst“. Jde o přeskládání priorit:

• menší porce a vyšší citlivost na „přidaný cukr“
• více důrazu na bílkoviny, vlákninu a sytivost
• méně impulzního mlsání (sušenky, sladkosti, slazené nápoje)
• větší očekávání „funkční“ hodnoty (sytí, podporuje trávení, stabilizuje energii)

V podcastu zaznívá i podnikatelský kontext: firma SuperGut staví na myšlence „přirozené alternativy“ k efektu sytosti – přes produkty se zaměřením na střevní mikrobiom (vláknina, prebiotika). A to je signál, že se nebude měnit jen marketing, ale i receptury, ingredience a dodavatelské smlouvy.

Skutečný dopad začíná mimo regál: co to udělá se zemědělstvím

Jakmile se v maloobchodu začne posouvat mix prodaných kategorií, zemědělství to pocítí přes suroviny. Ne okamžitě, ale nevyhnutelně.

Poptávka po kaloriích vs. poptávka po živinách

Dlouhé roky se velká část potravinového systému optimalizovala na levné kalorie: škroby, cukry, rostlinné oleje. GLP‑1 trend naopak tlačí poptávku směrem k:

• surovinám pro proteinové výrobky (mléko, syrovátka, luštěniny)
• surovinám pro vlákninu a prebiotika (čekanka/inulin, oves, ječmen, některé druhy zeleniny)
• „clean label“ ingrediencím a jednodušším složením

Tohle není moralizování o zdraví. Je to prostý obchodní efekt: spotřebitel, který sní méně, je vybíravější. A když je vybíravější, roste tlak na kvalitu suroviny, stabilitu dodávek a přesné nutriční parametry.

Proč je to pro farmáře a zpracovatele těžké

Zemědělství má dlouhé cykly. Osevní postup, kontrakty, kapacity skladování i technologie zpracování se nepřepínají ze dne na den. Pokud se poptávka přelije během 12–24 měsíců, vzniká klasická past:

• přebytek „včerejší“ komodity,
• nedostatek „zítřejší“ suroviny,
• volatilita cen,
• stres v cashflow.

A tady přichází AI jako nástroj, který dokáže z potravinového trhu udělat něco méně chaotického.

Jak AI pomáhá předpovídat Ozempic‑driven změny poptávky

AI je užitečná tehdy, když propojí signály, které běžně leží v různých šuplících: prodeje, marketing, zdravotní trendy, ceny komodit, počasí, výnosy a logistiku. Výsledek není „věštění“. Je to pravděpodobnostní plánování.

1) Prediktivní analytika poptávky: z regálu až na pole

Nejrychlejší přínos je v predikci: co se bude prodávat za 3, 6, 12 měsíců.

AI modely dokážou kombinovat například:

• historické prodeje (po kategoriích, regionech, sezónnosti)
• promo kalendáře a cenovou elasticitu
• signály ze sociálních sítí a vyhledávání (co lidé řeší)
• dostupnost GLP‑1 léčby a demografii

Praktický dopad pro potravinářství: lepší plán výroby a méně odpisů.

Praktický dopad pro zemědělství: lepší kontraktace a volba odrůd/odbytových kanálů.

2) Optimalizace portfolia: „méně, ale přesněji“

Firmy často reagují špatně: buď začnou bezhlavě „zdravě rebrandovat“, nebo naopak čekají, až to přejde. Lepší cesta je portfolio řídit datově.

AI umí vyhodnotit, které SKU:

• ztrácí relevanci u segmentu s GLP‑1,
• má potenciál pro reformulaci (méně cukru, více vlákniny/bílkovin),
• a které produkty je lepší ukončit.

Tohle je přímá úspora nákladů. A hlavně: uvolní to kapacity pro inovace, které mají šanci přežít rok 2026 i 2027.

3) AI v precizním zemědělství: reagovat na nové „nutriční“ suroviny

Jakmile se zvedne poptávka po konkrétních parametrech (např. obsah bílkovin, beta‑glukanů, vlákniny), nestačí dodat „obilí“. Je potřeba dodat obilí s vlastnostmi.

V praxi pomáhá:

• satelitní a dronové snímkování pro řízení hnojení a stresu porostu
• modely předpovědi výnosů a kvality (nejen tuny/ha, ale i parametry)
• optimalizace sklizně a skladování tak, aby se kvalita „neztratila cestou“

Výsledkem je méně sporů v dodavatelském řetězci a větší šance získat prémiovou cenu.

Co mohou udělat firmy už teď: 7 kroků bez zbytečné paniky

Nejhorší strategie je čekat na „perfektní data“. GLP‑1 trend se vyvíjí a data budou vždycky neúplná. Dává smysl začít s tím, co máte.

1. Oddělte kategorie podle rizika: impulzní sladké, slané snacky, slazené nápoje, alkohol vs. protein, funkční potraviny, ready‑to‑eat.
2. Zaveďte „GLP‑1 segment“ v analýze zákazníků: i jednoduchá proxy (region, demografie, koše s vyšším podílem protein/fiber) je lepší než nic.
3. Změřte porce a frekvenci nákupu: u GLP‑1 se často mění „kolikrát“ a „kolik“, ne jen „co“.
4. Reformulujte cíleně, ne plošně: méně cukru samo o sobě nestačí; funguje kombinace sytivosti (protein, vláknina) a chuti.
5. Nastavte predikční plánování S&OP s AI modelem (klidně nejdřív jako „shadow forecast“ vedle současného plánování).
6. Promítněte změny do kontraktace surovin: pokud čekáte růst vlákniny/proteinu, zajistěte si dodávky a kvalitu dopředu.
7. Měřte odpad a odpisy jako KPI: změna poptávky typicky nejdřív bolí v expiracích a neprodaných zásobách.

Jedna věta, kterou si zapisují týmy, co to berou vážně: „GLP‑1 zmenšuje žaludek, ale zvětšuje nároky na hodnotu každé kalorie.“

Nejčastější otázky z praxe (a odpovědi napřímo)

„Ovlivní GLP‑1 opravdu celý trh, nebo jen malou bublinu?“

Ovlivní. Ne nutně všude stejně rychle, ale i menší posun v populaci dokáže u velkých kategorií udělat citelný rozdíl v růstu a maržích.

„Co s tím má společného AI v zemědělství?“

Pokud se mění poptávka po typech výrobků, mění se poptávka po surovinách. AI je nejrychlejší způsob, jak propojit signály z trhu s plánováním produkce, výnosů a kvality.

„Má smysl dělat ‘GLP‑1 friendly’ potraviny?“

Má, ale jen tehdy, když je produkt skutečně sytý, dobře stravitelný a chuťově poctivý. Nálepka bez výsledku lidi neudrží.

Kam to míří v roce 2026: méně objemu, více přesnosti

Prosinec 2025 je ideální moment přestat brát GLP‑1 jako „téma pro marketing“ a začít ho brát jako signál pro plánování výroby a surovin. Trh potravin nebude menší proto, že by lidé přestali jíst. Bude náročnější proto, že lidé budou častěji říkat: „Tohle mi za to nestojí.“

V našem seriálu Umělá inteligence v zemědělství a potravinářství se pořád vrací jeden motiv: vyhrává ten, kdo umí rychle pracovat se změnou. Ozempic a další GLP‑1 léky tu změnu urychlují. AI dává firmám šanci reagovat dřív, než se z „trendu“ stane tvrdý dopad do výsledovky.

Chcete‑li to uchopit prakticky, začněte jedním projektem: propojte prodejní data s predikcí poptávky a převeďte ji do plánu surovin na 6–12 měsíců. Jakmile to jednou uvidíte v číslech, další kroky už budou překvapivě přímočaré.

A teď ta otázka, která rozhoduje o roce 2026: vidíte změnu poptávky jako hrozbu pro objem, nebo jako šanci vyhrát na přesnosti?