เปิดสูตร 3 ยักษ์ธุรกิจโลก 'มู่หยวน-คาร์กิลล์-เป๊ปซี่โค' ใช้ AI พลิกธุรกิจอาหาร

การนำปัญญาประดิษฐ์ (AI) มาใช้ในธุรกิจอาหารกำลังก้าวข้ามการเพิ่มประสิทธิภาพการทำงานทั่วไป ไปสู่การเปลี่ยนกระบวนการดำเนินธุรกิจเพื่อสร้างมูลค่าเพิ่ม ทั้งการลดต้นทุน การพัฒนาผลิตภัณฑ์ให้รวดเร็วขึ้น และการเพิ่มยอดขาย โดยนายอธิศ กฤตยาพงศ์พันธุ์ Partner, Boston Consulting Group (BCG) ถ่ายทอดกรณีศึกษาจาก 3 บริษัทระดับโลก ได้แก่ มู่หยวน (MUYUAN) คาร์กิลล์ (Cargill) และเป๊ปซี่โค (PepsiCo) ในงาน Beyond Global Food : Innovating for a Food-Secure Future (CP Innovation Exposition) หัวข้อ How Leading Food Companies are using AI to Transform their Business เพื่อสะท้อนให้เห็นว่า AI สามารถสร้างผลลัพธ์ทางธุรกิจได้จริงเมื่อถูกนำไปใช้แก้ปัญหาสำคัญอย่างตรงจุด

โดยผลสำรวจ BCG Apply AI Index ซึ่งวิเคราะห์องค์กรกว่า 1,300 แห่งทั่วโลก พบว่า เมื่อพิจารณาทุกอุตสาหกรรม มีองค์กรที่เป็นผู้นำด้าน AI และกลุ่มผู้ตามในสัดส่วนอย่างละ 50% แต่เมื่อเจาะเฉพาะอุตสาหกรรมอาหารและเครื่องดื่ม กลับพบองค์กรที่เป็นผู้นำด้าน AI เพียงประมาณ 33% หรือ 1 ใน 3 สะท้อนถึงโอกาสในการนำเทคโนโลยีมาสร้างความได้เปรียบทางธุรกิจที่ยังมีอยู่อีกมาก

BCG ชูสูตร Fewer but Bigger เลือกทำให้น้อย แต่สร้างผลลัพธ์ให้ใหญ่

นายอธิศระบุว่า องค์กรที่เป็นผู้นำด้าน AI สามารถสร้างผลงานเหนือกว่ากลุ่มผู้ตามในตัวชี้วัดสำคัญ ได้แก่ ผลตอบแทนรวมต่อผู้ถือหุ้น (TSR) การเติบโตของยอดขาย และผลตอบแทนต่อส่วนของผู้ถือหุ้น (ROE) โดยหัวใจสำคัญไม่ใช่การนำ AI ไปใช้ทุกส่วนขององค์กร แต่คือการเลือกลงทุนในกรณีใช้งานที่สร้างผลกระทบต่อธุรกิจได้สูง

ผลการศึกษาของ BCG พบว่า 67% ของมูลค่าศักยภาพจาก AI ในธุรกิจอาหารกระจุกตัวอยู่ในฟังก์ชันหลัก เช่น การตลาด การผลิต การขาย และการตั้งราคา ขณะที่กลุ่มผู้นำเลือกทำกรณีใช้งาน AI น้อยกว่ากลุ่มผู้ตามถึง 50% ภายใต้แนวคิด “Fewer but Bigger” หรือเลือกทำให้น้อยเรื่องลง แต่สร้างผลลัพธ์ให้มากขึ้น

นอกจากนี้ ผู้นำด้าน AI ยังจัดสรรงบลงทุนถึง 82% ไปที่การปรับเปลี่ยนกระบวนการทำงานทั้งระบบ (Reshape) และการสร้างธุรกิจรูปแบบใหม่ (Invent) มากกว่าการใช้ AI เพียงเพื่อเพิ่มผลิตภาพรายบุคคล (Deploy) เช่น ช่วยเขียนอีเมลหรือสรุปการประชุม

“มู่หยวน” ใช้ AI คัดกรองสุขภาพสุกร เปลี่ยนการทำงานในฟาร์ม

กรณีศึกษาต้นน้ำอย่างมู่หยวน ผู้เลี้ยงสุกรรายใหญ่อันดับ 1 ของโลกจากจีน นำ AI มาแก้ปัญหาการตรวจสุขภาพสัตว์ในฟาร์มขนาดใหญ่ จากเดิมที่ต้องใช้พนักงานเดินตรวจทุกคอกเพื่อสังเกตอาการป่วย การเคลื่อนไหวผิดปกติ หรือเสียงไอและจาม ซึ่งสิ้นเปลืองแรงงานและเวลา อีกทั้งการเดินเข้าออกคอกยังอาจเพิ่มความเสี่ยงในการนำเชื้อโรคไปแพร่กระจาย

บริษัทจึงพัฒนาโมเดล AI ที่ทำงานร่วมกับกล้อง เซนเซอร์อินฟราเรด และระบบวิเคราะห์เสียง เพื่อระบุว่าสุกรตัวใดหรือคอกใดควรได้รับการตรวจรักษาก่อน เปลี่ยนรูปแบบการทำงานจากการเดินตรวจทุกคอกเป็นการจัดลำดับตามความเสี่ยง ปัจจุบัน AI รองรับการคัดกรองสุขภาพสัตว์ประมาณ 60% ของทั้งหมด ช่วยให้พนักงานจัดสรรเวลาและดูแลสัตว์ได้ตรงจุดมากขึ้น

“คาร์กิลล์” ลดเวลาพัฒนาสินค้า 25% เป๊ปซี่โคเพิ่มยอดขาย 1–3%

ด้านคาร์กิลล์นำ AI มาใช้สนับสนุนงานวิจัยและพัฒนาผลิตภัณฑ์ (R&D) โดยรวบรวมองค์ความรู้จากนักวิจัย สเปกสินค้า รายงานภายใน และงานวิจัยผลิตภัณฑ์ มาสร้างแพลตฟอร์มความรู้ให้ AI เรียนรู้และสร้าง Digital Twin เพื่อช่วยประเมินว่าสูตรใดควรนำไปทดลองก่อน ลดการทดลองที่ไม่จำเป็น และแก้ปัญหาความรู้ที่อาจกระจุกตัวอยู่กับบุคคล ผลลัพธ์คือระยะเวลาพัฒนาผลิตภัณฑ์ลดลง 25% และลดการปรับแก้สูตรได้ถึง 30%

ขณะที่เป๊ปซี่โคใช้ AI วิเคราะห์และจำลองทางเลือกในการตั้งราคาสินค้าให้ผู้ค้าปลีกในสหรัฐฯ โดยนำข้อมูลเป้าหมายยอดขาย อัตรากำไร ราคาคู่แข่ง และบริบทตลาดมาประกอบการประเมิน ช่วยให้ทีมพาณิชย์ตัดสินใจได้ดีขึ้น โดยพนักงานยังคงเป็นผู้ตัดสินใจหลัก แนวทางดังกล่าวช่วยให้บริษัทเพิ่มยอดขายได้ 1–3%

ชี้ AI ต้องขับเคลื่อนพร้อมคน ข้อมูล และกระบวนการทำงาน

นายอธิศสรุปว่า การขยายผล AI ให้สร้างมูลค่าทางธุรกิจได้จริงต้องอาศัยองค์ประกอบมากกว่าโมเดลที่มีประสิทธิภาพ โดยมี 3 ปัจจัยสำคัญ ได้แก่ Operating Model ที่ผสาน AI เข้ากับกระบวนการทำงานอย่างกลมกลืนและกำหนดบทบาทการตัดสินใจชัดเจน People ที่เปิดให้พนักงานมีส่วนร่วมในการพัฒนา AI เพื่อแก้ปัญหาจริง พร้อมเสริมทักษะที่จำเป็น และ Data ซึ่งเป็นฐานข้อมูลที่มีคุณภาพสำหรับการเรียนรู้ของระบบ

กรณีศึกษาของทั้ง 3 บริษัทจึงสะท้อนแนวทางเดียวกันว่า การสร้างผลลัพธ์จาก AI ไม่ได้ขึ้นอยู่กับการทดลองใช้เทคโนโลยีให้มากที่สุด แต่ต้องเลือกปัญหาที่มีความสำคัญ ปรับเปลี่ยนวิธีทำงานให้เหมาะสม และเชื่อมโยง AI เข้ากับการดำเนินธุรกิจ เพื่อเปลี่ยนศักยภาพของเทคโนโลยีให้เป็นผลลัพธ์ที่วัดผลได้อย่างเป็นรูปธรรม