Kapittel 14: Uberørt av menneskehender

Industrialisert produksjon av mat startet med den første industrielle revolusjon, da en stor del av befolkningen samlet seg i byer og gikk bort ifra naturalhusholdning. I Norge skjedde det rundt midten av 1800-tallet, med for eksempel Christian August Thornes hermetikkfabrikk (Drammen, 1841) og Hamar Melkefabrikk (kjent som HaPå-fabrikken, 1874). Siden den gang har industrien utviklet seg kontinuerlig gjennom flere faser. Til å begynne med ble alle matvarer håndtert av mennesker individuelt, så kom samlebåndene med de standardiserte produktene. I dag går utviklingen i to retninger – mer effektiv og automatisert produksjon av store kvanta standardprodukter, og automatisert men fleksibel produksjon av skreddersydde produkter i små kvanta for å tilfredsstille for eksempel unge forbrukere som foretrekker mat som er minimalt bearbeidet.

Dagens matprodusenter omfatter hele skalaen fra moderne automatiske fabrikker til små, håndverksbaserte bedrifter. Og selv om lokalmat og småskalaproduksjon er i vinden, er det den masseproduserte maten som i størst grad metter befolkningen. Nivået av automatisering og digitalisering er svært varierende, der meieribransjen så langt skiller seg ut som en av de mest avanserte. Store deler av næringa er fortsatt preget av tradisjon og håndverk, hvor mange operasjoner utføres manuelt, og produksjonen styres av subjektive vurderinger og fingerspissfølelsen til erfarne fagpersoner. I småbakeriene er det fremdeles viktig for bakeren å ha hendene i deigen.

Bærekraftig utvikling

Matindustrien ønsker, som alle andre sektorer, å effektivisere produksjonen ytterligere for å øke lønnsomheten og få mest mulig ut av råvarene sine. Samtidig må den ta hensyn til forbrukernes krav om sunn, velsmakende, lettvint og trygg mat, som kommer fra et miljøvennlig landbruk med god dyrevelferd. I tillegg må den ta innover seg den økende befolkningens behov for mer mat, ved blant annet å sørge for at hele råvaren blir brukt og at det som produseres faktisk blir spist. Matindustrien trenger med andre ord en bærekraftig utvikling, definert som en samordning mellom økonomiske, miljømessige og sosiale mål («Vår felles framtid» (Brundtlandrapporten), 1987).

Tristam Stuart påstår i boken «Waste» at alt CO2-utslipp fra fossilt brensel kan balanseres av en total optimalisering av matvarekjedene. «Matvarekjedene» inkluderer da primærproduksjon, foredling og prosessering, distribusjon, salg og forbrukere, samt avfallshåndtering med alt som hører til av transport og energi - bruk. Et slikt perspektiv understreker at effektivisering av matindustrien handler om langt mer enn lønnsomhet på kort sikt, snarere om bærekraft på lang sikt.

I praksis betyr dette at produksjonen må gjøres smartere og mer effektiv, transport må minimeres, emballering må beskytte maten best mulig med minst mulig ressurser og uten å forurense, forbrukerne må få maten slik at de spiser mest mulig, og minst mulig må bli borte i prosessen fra primærprodusent, via industriell bearbeiding og frem til konsum. For å få til dette må informasjonen flyte lett gjennom verdikjeden, slik at det blir samsvar mellom hva bonden dyrker, hva industrien produserer og hva forbrukerne ønsker seg til enhver tid.

Den digitale virkeligheten kan bidra mye til denne informasjonsflyten og vil dermed bli et viktig verktøy for å gjøre matvareproduksjonen mer bærekraftig. Ny, muliggjørende teknologi er nøkkelen til å nå miljømessige, sosiale og økonomiske mål samtidig.

Matindustri 4.0

Den fjerde industrielle revolusjonen (Industri 4.0) omfatter kombinasjonen av fysisk teknologi, som roboter og sensorer, med digital teknologi, som maskinlæring og effektive analyser av stordata. Tanken er at alle maskiner og instrumenter kommuniserer med hverandre og samarbeider via et digitalt nettverk. I matindustrien vil målsettingen for en slik digital struktur være å få mest mulig ut av råvarene, kaste minst mulig, treffe forbrukeren best mulig og skape produkter som holder helt frem til de blir spist.

Digitale data er det bærende elementet i Industri 4.0. Data er som en gullgruve, der nyttig informasjon kan «utvinnes» hvis man evner å bruke de riktige verktøyene. For matindustrien ligger det et stort potensial i å fremskaffe og ta i bruk mer data. Se for deg en moderne matforedlingsbedrift som bruker sensorer for å måle matkvalitet på innkommende råvarer og underveis i prosessen. Sensorene kommuniserer med roboter og andre maskiner som er lært opp til å behandle ingredienser og råstoffer best mulig. Disse står videre i nettverk med bedriftens digitale virksomhetssystem som har løpende informasjon om produksjon, lager, logistikk, salg, innkjøp og økonomi.

Men det stopper heller ikke der, for dette nettverket er koblet til det store nettet – internett – med tilgang til forbrukertrender, værvarsler, råvarepriser osv. Alle data samles og systematiseres i en datalagringssky, og basert på statistiske modeller kan man finne ut hvordan råvarene skal behandles best mulig, hvilke produkter som skal lages, hvor de skal sendes og hvem som skal ha dem. Sluttproduktene i en slik bedrift kan være et bredt spekter av produkter basert på for eksempel kjøtt, fisk, frukt eller korn.

Det finnes ingen slike bedrifter i dag. Dette er beskrivelse av en fremtidsbedrift. Men mange norske matbedrifter går meget bevisst i denne retningen fordi det umiddelbart bringer en del fordeler, og fordi de aner at det på sikt vil optimalisere produksjonen på en helt annen og mye bedre måte enn i dag.

I de neste avsnittene beskrives en del av de viktigste elementene i en digital matindustri.

Figur 14.1 Fremtidsvisjonen for matproduksjon, der målinger og data samles fra hele verdikjeden og brukes til å optimalisere produksjonen. Basert på maskinlæring kan man finne ut hvordan råvarene skal dyrkes og behandles best mulig, hvilke produkter som skal lages, hvor de skal sendes og akkurat hvem som skal ha dem.

Smarte sensorer måler maten

En av de største utfordringene i matindustrien er at kvaliteten til råvarene kan variere mye. Det er stor variasjon i for eksempel fasong, størrelse og farge. Det er også stor variasjon i kjemisk sammensetning. To laks på 4 kg kan ha gjennomsnittlig fettinnhold på 13 og 23 prosent. Dette gir fiskefilet av ganske forskjellig kvalitet, og de to fiskene bør behandles forskjellig. De kan sendes til ulike markeder der preferanser for fettmengde er ulik. Eller de kan foredles forskjellig. Den magre passer bedre til røking, mens den fete kan passe til sushi. Sendes laksen til feil bruk eller forbruker, er det stor sjanse for at kvaliteten oppleves som dårlig og at vi får unødvendig svinn og økonomisk tap.

Utfordringen er at det ikke er mulig å se hvilken laks som er fet og hvilken som er mager. Dette gjelder en rekke matvarer; mengden fett, vann og protein er viktige egenskaper, men de kan ikke ses med det blotte øye. I kjøttindustrien er fettinnholdet bestemmende for prisen ved kjøp og salg, men hvordan vet man hvor mye fett det er i ett tonn storfekjøtt? Klippfisk prises etter vanninnhold, men klarer vi å kjenne forskjell på 43 og 48 prosent vann?

Løsningen er å bruke sensorteknologi som kan måle kontinuerlig på strømmer av fisk, kjøtt, poteter og korn. Vi velger å kalle disse sensorene for smarte sensorer fordi de baserer seg på komplekse måleprinsipper og fordi man bruker maskinlæring for å trene opp instrumentene til å måle det vi er ute etter. Slike målesystemer er ikke hyllevare, de må utvikles og skreddersys til hver enkelt anvendelse.

En av de mest utbredte metoder i matindustrien er nær-infrarød spektroskopi. Maten blir bestrålt med ufarlige stråler (som vi også har i sollyset) og mengden stråling som absorberes på ulike bølgelengder kan måles og brukes til å bestemme mengden av fett, protein, vann, sukker, tørrstoff og stivelse. En måling tar brøkdelen av et sekund, så en slik sensor kan måle for eksempel proteinmengde i alle kyllingfileter på et transportbånd (Wold, J.P. et al. (2017). Rapid on-line detection and grading of wooden breast myopathy in chicken fillets by near-infrared spectroscopy. Plos ONE, 12(3): e0173384. https://doi.org/10.1371/journal.pone.0173384). Enkelte sensorer kan også måle tvers igjennom lakseskinn og potetskall. Figur 14.2 viser eksempler på digitalisert matkvalitet fra industrielle smarte sensorer som brukes i Norge.

Figur 14.2 Digitalisert matkvalitet. Fra venstre: Fett i laksefilet, matfylde i taskekrabber, protein i kyllingfileter, fett i storfekjøtt. (Anvendelser som er utviklet gjennom samarbeid mellom Tomra, SINTEF Digital og Nofima AS.) Fargeskala angir mengde fra lite (blått) til mye (rødt).

Slike målinger gir helt nye muligheter for optimalisering i matindustrien. For å oppnå en perfekt gyllen og sprø pommes frites er det for eksempel en fordel å vite både vanninnholdet og hvor mye sukker potetene inneholder. Disse egenskapene varierer med potetsort, hvordan dyrkingsforholdene har vært og hvordan de har vært lagret. Når man vet tørrstoffinnholdet i potetene gjennom on-line målinger, kan man automatisk justere tid og temperatur på friteringen slik at sluttproduktet blir bra. I et bredere perspektiv blir slike sensorer essensielle for å samle informasjon om kvalitetsvariasjon over tid, for så å koble denne til for eksempel dyrkings- eller fôringsinformasjon i forkant av prosessen og sluttkvalitet og forbrukeraksept i etterkant. På denne måten kan man lære mer om hva som fører til kvalitetsvariasjoner, og hele verdikjeden kan forbedres.

Bioteknologiske prosesser

I fremtiden vil mer mat fremstilles gjennom bioteknologiske prosesser, og i disse prosessene er det spesielt viktig å måle og styre. Ved å bruke for eksempel fermentering og enzymatisk hydrolyse er det mulig å omdanne bein, brusk og skinn fra fjørfe og fisk til verdifulle fettfraksjoner og proteinpulver. I dag brukes disse produktene først og fremst til dyrefôr, men en målsetting for denne fremvoksende industrien er å kunne lansere dem som gode ingredienser i mat eller som spesielt virksomme kosttilskudd. Da kreves det at produktene er av god og veldefinert kvalitet. Når det som kommer inn i prosessen er en variert blanding av bein, kjøtt, blod, brusk og skinn er det lett å forstå at sluttproduktet kan bli av svært skiftende kvalitet. Denne industrien er avhengig av kontinuerlig måling for å sikre riktig og stabil kvalitet.

Utviklingen av slike smarte sensorer for mat har pågått i noen tiår og det finnes en rekke kommersielle systemer som brukes daglig for lynrask kvalitetssortering. I tillegg går utviklingen mot mer avansert teknologi som kan gi et enda mer detaljert bilde av matkjemien. Istedenfor å «bare» måle fettmengde ønsker man for eksempel å vite sammensetningen av mettet og umettet fett, og istedenfor å måle proteinmengde vil man vite hva slags proteiner som inngår. Denne typen instrumenter brukes i dag som forskningsverktøy i laboratorier, men vil sannsynligvis kunne integreres i produksjonen om få år.

Ny måleteknologi kan også gi oss tryggere mat. Det er strenge krav til hygiene i matindustrien, men likevel skjer det at matvarer inneholder sykdomsfremkallende bakterier. Ved slike tilfeller må store mengder mat kalles tilbake og destrueres, og i verste fall blir mennesker syke eller dør. I dag er det svært tid- og ressurskrevende å finne ut hvilken mikroorganisme som står bak og hvor den kom fra. Prøvematerialet må sendes inn til avanserte laboratorier, med en analysetid på dager eller uker. Nå finnes det bittesmå instrumenter som kan plugges inn i USB-porten på en PC og sekvensere DNA på minutter (The Oxford Nanopore MINion sequencer). Matindustrien har ikke tatt i bruk dette ennå, men etter hvert som teknologien modnes og blir billigere kan den brukes til å overvåke og kontrollere både de snille og de sykdomsfremkallende mikrobene som finnes i maten og produksjonslokalene.

Bruken av smarte måleinstrumenter har vært relativt begrenset i matindustrien, og noen av de viktigste hindringene har vært investeringskostnader og behov for annen type kompetanse. Industrien har kanskje ikke vært digitalt moden før nå. I nærmeste fremtid vil vi se en økende bruk av smarte sensorer for mat fordi de hjelper oss til å utnytte maten på en best mulig måte. Selve sensorene blir mindre og billigere og dette vil redusere terskelen for å ta slike systemer i bruk. Vi vil også se at slike sensorer brukes i kombinasjon med avanserte roboter, slik at roboten «ser» det den ikke kan se med et vanlig kamera.

Roboter lager maten

Automatisering og robotisering er allerede på vei inn i matindustrien, akkurat som i andre bransjer. I et moderne kyllingslakteri skjer avlivning, ribbing, uttak av innvoller, nedkjøling, oppskjæring, sortering av stykninger, kvalitetskontroll og pakking stort sett automatisk. En pakkerobot er mye flinkere og raskere enn mennesker til å pakke kyllingfileter i forbrukerpakninger slik at vekten blir så nær som mulig det den skal være. Det finnes helautomatiske bakerier, der blanding, elting, tillaging, steking og pakking av ferdige brød skjer uten at mennesker er involvert på annet vis enn å styre prosessene.

Så langt har denne typen teknologi vært mest brukt av de store produsentene. Matindustrien består imidlertid av mange små og mellomstore bedrifter, og etter hvert som prisen går ned blir robotene tilgjengelige for de mindre aktørene også.

Det er imidlertid mange operasjoner i matindustrien som er vanskelige å automatisere. Kjøtt og fisk kommer i mange fasonger, størrelser og kvaliteter, og det har vært vanskelig å få en robot til å gjøre filetering og nedskjæring like effektivt som et menneske. Råstoffet som kommer inn i produksjonen er den største kostnaden for matbedrifter, typisk 70–75 prosent. Det er derfor viktig å foredle det på best mulig måte, blant annet ved å unngå svinn og feil behandling. Hvis manuell skjæring av fiskefilet gir én prosent bedre utbytte, er det slett ikke sikkert at det er lønnsomt å bruke roboter. Man har allerede opplevd i Danmark at store automatiserte slaktelinjer for gris ikke nødvendigvis er lønnsomme fordi de ikke klarer å håndtere den store variasjonen fra dyr til dyr på en tilfredsstillende måte.

De siste årene har kombinasjonen av moderne roboter, sensorer (røntgen) og avansert maskinlæring frembragt automatiske nedskjæringssystemer for hele slakt av lam som fungerer meget godt (SCOTT Technology Ltd). Disse systemene er raske, presise og produserer produkter av høy kvalitet samtidig som svinnet er lite. Arbeidsplassen blir også tryggere, fordi man unngår manuell bruk av båndsag, som er både tungt og risikofylt.

Figur 14.3 Roboter lager muffins. Foto: ABB.

I fiskeforedlingsindustrien brukes roboter med høytrykks vannjetstråler i økende grad til finskjæring og porsjonering av fiskefileter. Også her brukes røntgen for å se hvor beina ligger, slik at disse kan fjernes automatisk med minst mulig svinn. Disse systemene overtar jobbene til mange mennesker, men arbeidet er ofte monotont og preget av belastningsskader, og det kan være vanskelige å rekruttere folk til slike jobber.

Denne type teknologi gjør også at det blir lønnsomt å foredle fisken i Norge, fremfor å sende den til manuell bearbeiding i lavkostland. Dermed ivaretas sysselsettingen på fiskemottakene og i skjærehallene langs kysten, og transporten reduseres. Mennesker blir ikke overflødige hverken i fiske- eller kjøttindustrien, men vi går mot løsninger der mennesker og roboter jobber sammen i team og gjør det de er best på.

Små fleksible produksjonslinjer

En trend i matindustrien er at man nedskalerer utstyret og bygger små, fleksible produksjonslinjer istedenfor å oppskalere for å produsere større volum. Det er lite hensiktsmessig å ha en fabrikk som produserer ketchup i tusen-liters batcher når man får en spesialordre på hundre liter. Det finnes også mini-meieri og juice-fabrikker i form av kontainere som kan flyttes rundt og produsere lokalt der råvarene eller kundene er. Tradisjonelle automatiserte produksjonslinjer er lite egnet til denne typen fleksibel produksjon, de kan være for rigide. Utviklingen i dette segmentet av matindustrien går derfor mot mer fleksible roboter og maskinlæringsmodeller som stadig kan «lære» nye oppgaver og kan håndtere mindre serier på en bedre måte.

3D-printere er en type robot som er svært fleksibel og har potensial til å prege matindustrien i fremtiden. I København finnes allerede en restaurant som 3D-printer maten til gjestene. Mat lages ofte av pulver (mel, sukker og mange former for stivelse) og disse egner seg godt i en printer for å lage spennende fasonger av pasta, pizza og kaker. Disse printerne kan inngå på storkjøkkener, restauranter og konditorier for å avlaste kokker med rutinepreget tillaging av pynt og småkaker. De kan brukes industrielt for effektiv serieproduksjon av komplekse formasjoner. Man ser for seg 3D-printere som kan brukes til eksakt dosering av vitaminer, kosttilskudd og medisiner som en del av maten. Printeren kan da lage skreddersydde produkter som tilfredsstiller ernæringsmessige behov hos enkeltpersoner. Kanskje blir den nye kjøkken - maskinen en 3D-printer?

Matindustrien sysselsetter mange ufaglærte i rutinepregede jobber. Mange av disse vil miste jobbene sine på grunn av automatisering, samtidig som arbeidsplassene som er igjen blir tryggere. Dette har allerede skjedd over mange år og vil fortsette. Én målsetting med automatisering er nettopp å redusere lønnskostnader og også å fri seg fra problemet med at det kan være vanskelig å rekruttere folk til jobbene. På den annen side vil krav til fleksibilitet i produksjonen kunne gjøre det mer praktisk å bruke manuell arbeidskraft. Mennesker er raske til å lære nye ting, mens maskiner er mer rigide. Nye jobber av mer teknisk karakter vil uansett komme til i matindustrien og også i en stadig mer teknologisk avansert leverandørindustri.

Våre digitale spor styrer produktutviklingen

Når vi handler mat i butikken skjer det digitalt. Hver gang vi deler, «liker» eller kjøper noe på internett etterlater vi digitale spor som gjør at butikkene, matprodusentene og forskerne kan forstå vår forbrukeratferd bedre. Mengden av digitale spor er stor, og gir et godt bilde av hvem vi er, hva vi tror på og hva vi liker. Dette kan brukes til å forutse hva vi ønsker å gjøre, spise eller kjøpe. Det finnes sågar en nyutviklet app som har som formål å samle inn data om oss, med den hensikt å bruke kunstig intelligens til å gi oss mat som er skreddersydd til våre preferanser (Analytical Flavor Systems, https://www.gastrograph.com/). All denne digitale informasjonen kan brukes til å utvikle nye produkter som treffer markedet, og til målrettet markedsføring og salg. I 2018 er dette et tema som skaper stor debatt i samfunnet. Mange føler seg skremt når de ser hvor lett andre kan analysere personligheten vår og påvirke de valgene vi tar.

Men denne kunnskapen om oss kan også brukes til noe positivt. Manglende forståelse for forbrukernes ønsker og behov fører til mislykkede og kostbare produktlanseringer. For matindustrien er det avgjørende å tilpasse seg markedet og forbrukertrender og forutse hva som blir etterspurt i morgen. Analyse av stordata er et viktig verktøy for å oppnå dette. Man kan også bruke slik informasjon til å forstå bedre hva som er driverne i forbrukernes valg av mat, hvordan maten tilberedes, oppbevares og kastes. Denne innsikten vil bli viktig for matprodusentene, og de vil søke å etablere sterke interaksjoner med forbrukerne for å sikre vellykket produktutvikling og smarte løsninger for omsetning. Dette virker kanskje spekulativt fra industriens side, men til syvende og sist er det vi forbrukere som mer eller mindre ubevisst styrer utviklingen med vår digitale aktivitet. Og hvis det fører til at mer av maten som produseres faktisk blir spist, så er det positivt både for oss og for miljøet.

Myndighetene i Norge og andre land har som målsetting å bedre folkehelsen ved at folk spiser sunnere. I Norge har matbransjen gått med på å redusere sukker, salt og mettet fett i sine produkter. For å lykkes med at forbrukerne velger nye og sunnere produkter kan verktøyene skissert over brukes. Industrien kan utvikle produkter som bestemte grupper vil ha eller har behov for av helsemessige årsaker. Den kan reklamere målrettet for disse produktene mot disse gruppene. Det vil kunne bedre folkehelsen. Er vi villige til å dele våre digitale spor for å oppnå dette?

En siste digital delingsarena som er verdt å nevne er alle dingsene våre som også er på internett. Flere og flere av oss bruker såkalte «wearables», klokker som måler aktivitet og puls. Om ikke lenge vil de trolig også kunne måle en del viktige helse-egenskaper som for eksempel blodsukkernivå. Folk i dag er svært opptatt av personlig helse og kosthold. Det utvikles apper som gjør at man kan ta bilde av middagstallerkenen sin og få et estimat på antall kalorier man er i ferd med å putte i seg. For de store næringsmiddelprodusentene er dette et interessant marked som kan være åpent for spesielle individualiserte produkter.

Forsvinner matbutikkene?

Netthandel har vokst stort de siste årene, med den konsekvens at mange av de tradisjonelle butikkene forsvinner. Også mat handles i økende grad på nett. Vi har såkalte matkasser som kommer på døren med ingredienser til ferdige middager, og også rene nettkolonialer der alt av dagligvarer kan handles. Den digitale matbutikken er relativt ny og langt fra optimalisert. Nye løsninger kommer hele tiden og vi har antakelig bare sett begynnelsen. Det er lett å se for seg at denne digitale mathandelen relativt raskt vil kunne snu opp ned på tradisjonell dagligvarehandel slik vi kjenner den i dag, noe som også får konsekvenser for matindustrien.

Figur 14.4 Digital matvarehandel. Foto: InstaShop.

Man kan for eksempel tenke seg at vi forbrukere kjøper mer mat direkte fra produsentene i fremtiden, uten å ta veien om grossist og butikk. En del småskalaprodusenter gjør dette allerede, for eksempel innen spekemat. Det gir dem muligheter til å nå ut til kunder uten å måtte forhandle seg frem til hylleplass i dagligvarebutikkene. Med en direkte link mellom kunde og produsent blir det også mulig å individualisere maten på en helt annen måte enn i dag. Det finnes allerede en nettbutikk der du kan blande din egen personlige müsli, og det er lett å se for seg at vi kan logge inn på tine.no og bestille vår egen yoghurt med lakrissmak og egendesignet etikett. Men det vil kreve at industrien legger om produksjonen og logistikken dramatisk, slik at den kan produsere og distribuere små kvanta både lønnsomt og effektivt.

Ved netthandel kan vi få ferskere mat enn det vi får i matbutikken, fordi de ikke trenger å stille ut maten i flere dager før den blir kjøpt. Maten går rett fra et godt lager og hjem til deg, og får dermed lengre holdbarhet enn den du kjøper i butikken. Ordningen gir forbrukeren fordeler de opplever som viktige. Du får frisk mat, ferske brød og du slipper å slepe på tunge poser og trenger ikke å stoppe på vei hjem fra jobb.

I dag lager man som regel ikke en sofa før den er bestilt. I matindustrien må man selvsagt produsere mat i henhold til årstider, men distribusjon og omsetningsleddet kan trolig optimaliseres vesentlig med tanke på å redusere matsvinn. Store mengder mat kastes i dag fordi den ikke blir kjøpt i butikken. Med netthandel får man en langt bedre oversikt over hva folk faktisk skal ha, og kun denne maten blir distribuert. Resten lagres på best mulig måte. Man kan også tenke seg at matprodusentene får daglige ordre basert på samlede bestillinger på nett. Hvis gode digitale verktøy kan forutse hva vi skal spise om tre dager kan vi minimere svinn hele veien fra åkeren og slakteriet, via matindustrien og helt inn på vårt eget kjøkken, fordi vi bare produserer det som allerede er planlagt å bli spist.

Hvordan dette vil utvikle seg, er vanskelig å spå. Men vi kan se for oss at matbutikkene langt på vei vil forsvinne. At det blir et bedre samsvar mellom det som produseres og det det faktisk er behov for ute hos forbrukerne. Kanskje blir dagens butikker omsetningssentraler for den maten vi har bestilt på nett. Da kan vi fremdeles møte hverandre i butikken og slå av en prat.

Utfordringer og barrierer

Norsk matindustri har gode forutsetninger for å ta i bruk ny digital teknologi. Vi er et høykostland med god digital kompetanse, og mye av vår industri er allerede moderne og automatisert. Det er likevel en del barrierer som gjør at utviklingen mot en velfungerende og sømløs digital struktur vil ta tid. Produksjonsutstyret som brukes i dag er stort sett ikke designet for å kommunisere eller samarbeide med annet utstyr. Det er vanskelig å gå stegvis frem – bytte ut litt om gangen – fordi det er nødvendig å ha et helhetlig system for at det skal fungere tilfredsstillende. Derfor kan vi forvente at de første helstøpte systemer kommer når det bygges nye fabrikker fra grunnen av.

I dag lagres mye data i ulike databaser, men disse er ikke koblet sammen og som regel heller ikke koblet til noen automatisk analysefunksjonalitet. Det mangler god digital infrastruktur som kan integrerer data effektivt. Det er også usikkert hvordan maskinlæring og stordata kan brukes på ulike nivå, fra å optimalisere ett enkelt produksjonstrinn til å optimalisere hele bedriften eller verdikjeden. Det drives iherdig forskning og utvikling innen disse områdene, slik at ny teknologi og kunnskap om dette vil være tilgjengelig i de neste årene.

I dette kapittelet har vi blant annet berørt i hvilken grad vi som forbrukere er villige til å dele informasjon. En vellykket bruk at digitale nettverk langs verdikjedene fordrer også at bedriftene er villige til å dele informasjon med hverandre. At bonden deler informasjon (samlet inn av for eksempel landbruksroboter og melkemaskiner) med foredlingsleddet, som igjen deler med omsetningsleddet, og så videre. I dag er mange bedrifter opptatt av å holde sine data for seg selv – det er deres private gullgruve. Eierskap til data vil derfor bli et diskusjonstema. Er det bonden eller teknologileverandøren som skal eie informasjon som er målt på en melkemaskin? Trolig vil den virkelige nytteverdien oppstå når data fra ulike virksomheter deles med andre aktører i markedet. Partnerskap blir viktig for en god ressursutnyttelse av både maten og den digitale informasjonen om maten.