Programovatelná biomasa: AI řídí suroviny z moře

Plasty a petrochemie jsou v potravinářství a zemědělství všude. Nejen v obalech, ale i v lepidlech na etikety, povlacích, aditivech, hnojivech, mazivech, fóliích, hadicích nebo v chemii, která drží celý dodavatelský řetězec pohromadě. A právě tahle „neviditelná“ vrstva materiálů je často poslední překážka, když firma chce být opravdu udržitelná – ne jen marketingově.

Zaujala mě proto zpráva o startupu Marine Biologics, který představil SuperCrudes: zkapalněné směsi z makrořas (mořských řas), které se dají standardizovat a „programovat“ díky digitálnímu mapování jejich biochemie. Je to chytrý posun: místo slibů typu „přírodní ingredience“ přinést něco, co se chová jako průmyslová surovina s parametry, specifikací a opakovatelností.

A teď to nejdůležitější pro naši sérii „Umělá inteligence v zemědělství a potravinářství“: nejde jen o moře. Jde o princip. Jakmile umíte biomase rozumět na úrovni molekul a umíte ji stabilně vyrábět, jste o krok blíž k „precizním surovinám“ – podobně jako precizní zemědělství pracuje s půdou, porostem a počasím.

Co je „programovatelná biomasa“ a proč na ní záleží

Programovatelná biomasa je biomasa, která má předvídatelné složení a výkonové vlastnosti, protože ji dokážete změřit, popsat, stabilizovat a namíchat do opakovatelné specifikace. To je zásadní rozdíl oproti běžným přírodním surovinám, které kolísají sezónou, lokalitou, stresem rostliny i způsobem zpracování.

Marine Biologics stojí na myšlence, že mořská řasa je sice „jedna surovina“, ale reálně jde o tisíce variant chemických profilů. Jejich platforma (v článku popsaná jako cheminformatika a mapování molekulárního složení) tyto profily digitalizuje, porovnává a převádí do stabilních, tekutých směsí – SuperCrudes.

Problém, který to řeší: variabilita biologických vstupů

Pro potravinářské a zemědělské firmy je variabilita biomasy drahá. Přináší:

• nestálou kvalitu (chuť, barva, viskozita, gelace, emulgace),
• ztráty ve výrobě (přepracování dávek, reklamace, nižší výtěžnost),
• složité nákupy (více dodavatelů, více testování),
• riziko pro R&D (co funguje v pilotu, nemusí fungovat ve výrobě).

Když někdo tvrdí, že „standardizoval přírodu“, většinou přehání. Ale když někdo standardizuje extrakt do jasně popsané specifikace a umí ho míchat jako rafinerie, je to realistické – a v průmyslu extrémně cenné.

Jak AI a výpočetní biologie mění hledání ingrediencí

AI v potravinářství už dávno není jen o forecastu poptávky nebo optimalizaci logistiky. Skutečný zlom je ve výzkumu surovin: rychlejší objevování, testování a škálování funkčních ingrediencí. Článek zmiňuje širší trend výpočetní biologie a startupy, které mapují biologické „stavebnice“ potravin.

V praxi to znamená, že firmy používají modely a databáze k tomu, aby:

• předpovídaly funkční vlastnosti (např. emulgace, pěnivost, stabilita),
• hledaly náhrady rizikových komodit (kakao, palmový olej, některé stabilizátory),
• zkracovaly R&D cyklus z let na měsíce,
• lépe řídily kvalitu vstupů (specifikace místo dojmů).

„Rafinerie“ pro biomasu: analogie, která sedí

V článku zazní přirovnání k ropným rafineriím: ropa se hodnotí podle původu a parametrů; SuperCrudes se mají benchmarkovat podobně podle lokality sklizně a složení.

Tohle je víc než hezký obraz. Rafinérský přístup je o standardech, frakcích a výkonu suroviny. Pokud se biomasa dostane na úroveň „komodity se specifikací“, stává se pro velké výrobce použitelnou. A to je přesně důvod, proč řasy dlouho narážely: byly „zajímavé“, ale těžko se s nimi pracovalo ve velkém.

Co to znamená pro zemědělství a potravinářství v Česku

Nejde o to, že zítra nahradíme pole u Nymburka mořskou farmou. Jde o to, že stejné metody (digitální mapování biomasy + optimalizace směsí) se dají přenést na lokální zemědělské proudy. A těch je u nás překvapivě hodně.

1) Precizní suroviny místo „průměrných sklizní“

Klasické agrární myšlení řeší výnos a základní parametry (vlhkost, dusík, pH). Moderní potravinářství ale potřebuje víc: funkční vlastnosti proteinů, vlákniny, škrobů a bioaktivních látek.

Co kdyby se běžné plodiny začaly hodnotit „ingredienčně“?

• hrách a bob (rozpustnost a chuťový profil proteinů),
• oves (beta-glukany a viskozita),
• pšenice (funkční vlastnosti lepkových frakcí),
• brambor (škrobová křivka a gelace),
• řepka (frakce pro technické a potravinářské využití).

AI tady může pomoci propojit data z pole (odrůda, půda, počasí, agrotechnika) s laboratorními „fingerprinty“ a tím předvídat, jaká sklizeň je vhodná pro jaký typ produktu.

2) Stabilita dodávek v zimě 2025: téma, které nezmizelo

Jsme v prosinci 2025 a potravinářské firmy pořád žijí v realitě:

• vyšší ceny energií než v předkrizových letech,
• tlak retailu na cenu i udržitelnost,
• volatilita komodit a počasí.

V takové době vyhrává ten, kdo má stabilní vstupy. Programovatelná biomasa (a obecně standardizované bio-suroviny) není „hezký ESG bonus“. Je to způsob, jak snížit výrobní riziko.

3) Nové použití pro „vedlejší proudy“

Česko má velký potenciál v upcyklaci: mláto z pivovarů, výpalky, cukrovarnické řízky, otruby, bramborové slupky.

Princip SuperCrudes vybízí k otázce: dokážeme tyto proudy mapovat, standardizovat a prodávat jako stabilní ingredience?

Pokud ano, mění se ekonomika. Vedlejší produkt se přestane prodávat „na tuny“ a začne se prodávat „na funkci“.

Kde může „programovatelná biomasa“ konkrétně pomoct

Největší dopad bude tam, kde dnes narážíme na vlastnosti materiálů a ingrediencí – a kde petrochemie pořád vede díky konzistenci. Tady jsou tři praktické směry.

Obaly a povlaky: méně ropy, více biopolymerů

Řasy jsou přirozeně bohaté na polysacharidy (např. algináty, agar, karagenany) používané jako zahušťovadla a gelotvorné látky. „Programovatelný“ přístup by mohl urychlit vývoj:

• jedlých povlaků pro ovoce a zeleninu,
• bariérových vrstev pro papírové obaly,
• biologicky rozložitelných fólií pro balení.

Průmysl ale potřebuje stabilní parametry: viskozitu, pevnost, propustnost, chování při vlhkosti. A to je přesně doména dat a standardizace.

Krmiva a akvakultura: predikovatelné složení a stravitelnost

U krmiv je klíčová konzistence: protein, minerály, vláknina, antinutriční látky. SuperCrudes jsou popsané jako směsi mapované na obsah minerálů, proteinů a sacharidů.

Pokud dokážete:

• garantovat rozptyl živin,
• stabilizovat surovinu proti degradaci,
• optimalizovat poměr frakcí pro konkrétní druh,

získáváte krmný „recept“, ne náhodný vstup. A AI může zrychlit formulace i predikce výkonu.

Potravinářské ingredience: funkce na prvním místě

Ne každý chce chuť moře v jogurtu. A je fér říct, že senzorika byla dlouho bariéra. Programovatelná biomasa ale míří hlavně na to, aby se řasy používaly jako:

• stabilizátory a texturizační složky,
• zdroj minerálů a vlákniny,
• funkční frakce pro alternativní proteiny.

Když se surovina chová konzistentně, R&D týmy ji přestanou vnímat jako „exotiku“.

Praktický checklist: jak poznat, že AI-ingredience dává smysl

Pokud jste výrobce potravin, agrární podnik nebo značka, která hledá udržitelné vstupy, vyplatí se hodnotit nové bio-suroviny stejně přísně jako klasické. Tohle je checklist, který se mi v praxi osvědčil:

1. Specifikace a rozptyl: Jaký je garantovaný rozsah klíčových parametrů (protein, popel, viskozita…)?
2. Stabilita v čase: Jak se surovina chová po 3, 6 a 12 měsících skladování?
3. Traceabilita: Umíte dohledat původ biomasy na úroveň lokality a šarže?
4. Funkce vs. marketing: Je jasně popsáno, co surovina dělá ve formulaci?
5. Integrace do výroby: Vyžaduje změny technologie, nebo funguje v existujících procesech?
6. Ekonomika: Jaká je cena za funkční jednotku (např. „cena za 1% viskozity“), ne jen za kilogram?
7. Regulace a bezpečnost: Jak vypadá dokumentace pro potraviny/krmiva/obaly?

Tenhle seznam není byrokracie. Je to ochrana před tím, aby se z „udržitelné inovace“ stal drahý pilot bez pokračování.

Co si z toho odnést pro AI v zemědělství a potravinářství

Programovatelná biomasa je dobrý signál, kam se trh posouvá: od pozorování přírody k řízení surovin pomocí dat. V zemědělství jsme si zvykli na predikce výnosů a satelitní monitoring. V potravinářství se teď podobná logika přesouvá na úroveň ingrediencí a materiálů.

Já osobně tomu fandím z jednoho důvodu: udržitelnost bez opakovatelnosti je slepá ulička. Pokud chceme snižovat závislost na ropě, musíme nabídnout průmyslu suroviny, které se dají plánovat, nakupovat a vyrábět bez překvapení.

Pokud vás zajímá, jak tyhle přístupy převést do praxe (od dat o surovinách až po modely pro formulace a řízení kvality), dává smysl začít malým pilotem: vyberte jednu problematickou ingredienci, jednu výrobní linku a jeden jasný parametr (např. viskozita, stabilita emulze, rozptyl proteinu). A pak to změřte tak, aby se o tom dalo rozhodovat.

Která surovina ve vašem provozu dnes nejvíc „zlobí“ kvůli kolísání kvality – a co by se změnilo, kdyby byla skutečně programovatelná?