A magyar élelmiszeripar tíz év alatt több mint 1000 szereplőt veszített, miközben az ágazat 6800 milliárd forintos árbevételéből mindössze 4 százalék marad profitként – szemben a nyugat-európai versenytársak kb. 10 százalékos szintjével. Vörös Attila, a Felelős Élelmiszergyártók Szövetségének ügyvezetője szerint csökkenés strukturális lemorzsolódás következménye, az energia- és munkaerőhatékonyság pedig kritikus az ágazatban. De hogyan segíthetnek a digitalizációs, szimulációs és AI megoldások abban, hogy a magyar élelmiszeripar profitábilisebb lehessen? Erről beszélgettek a „Kis befektetés, nagy hatás” című kerekasztal résztvevői az első FoodTech Summiton a Bosch Rexroth épületében, november 27-én.
Vörös Attila, a Felelős Élelmiszergyártók Szövetségének ügyvezetője bevezető előadásában átfogó képet adott a rendkívül heterogén hazai élelmiszeripar helyzetéről. Rámutatott, hogy az utóbbi 10 évben mintegy ezerrel csökkent a feldolgozók száma, így ma már csak 4000-nél kevesebb vállalkozás működik a szektorban – a csökkenés mögött azonban sajnos nem hatékonyságnövelés, hanem strukturális lemorzsolódás áll. Az ágazat 6800 milliárd forintos árbevételt ér el, amelyből mindössze 4 százalék marad profitként. Az export aránya 33 százalék, tehát leegyszerűsítve minden harmadik előállított termék külföldre kerül. További érdekesség a vállalati szerkezet ellentmondásossága: darabszámban a sok mikro- és kisvállalkozás dominál, de árbevételben, exportban és foglalkoztatásban egyértelműen a közép- és nagyvállalatok viszik a hátukon a szektort. Európai összevetésben Magyarország az EU népességének 2 százalékát, az élelmiszeripari teljesítménynek azonban csak 1 százalékát adja; a cseh, osztrák mutatókhoz képest is lemaradásban vagyunk, nem beszélve a lengyel és nyugat-európai mutatókról. Különösen kritikus Magyarországon az energia- és munkaerőhatékonyság: egy eurónyi hozzáadott érték előállításához mi jóval több energiát használunk, és egy munkavállalóra is kevesebb hozzáadott érték jut, mint az uniós átlagban.
Nehezítő tényezők, alacsony profit
Bár az élelmiszeripar hagyományosan stabil ágazat, a 2022–2023-as élelmiszerinfláció súlyos visszaesést okozott: a termelés és az export meredeken csökkent, belföldön pedig az olcsó import kiszorította a magyar termékeket, ahogy a fogyasztók újra árérzékennyé váltak.
A szektort tovább terhelik az olyan hazai sajátosságok, mint az árstopok, kötelező akciók, vagy az uniós összevetésben is drága hazai díjak, különadók.
Ennek eredőjeként a hazai gyártók tartós jövedelemhiánnyal működnek – vázolta a szakember, hiszen: míg uniós versenytársainknál a bolti ár kb. 10 százaléka profitként megmarad az értékláncban, Magyarországon ez az arány alig 4 százalék. „Ez a különbség döntően befolyásolja a hosszú távú versenyképességet: nyugaton jóval több forrás jut fejlesztésre és technológiaváltásra, míg a hazai szereplők sokszor csak a fennmaradásért küzdenek” – adta meg a konferencia nem túl derűs alaphangulatát az elhangzottakkal Vörös Attila.
Innen szép nyerni
A Kis befektetés, nagy hatás – AI, digitalizációs és IoT megoldások az élelmiszeriparban című kerekasztal pont a fenti kihívásmártixra igyekezett reagálni. Azt járta körül, hogyan lehet az autóiparban már bevált technológiákat hatékonyságnövelésre, energia-optimalizálásra és hozzáadottérték-növelésre használni az élelmiszeriparban. A beszélgetést Varga Pál, a BME Távközlési és Mesterséges Intelligencia Tanszék vezetője moderálta, résztvevői pedig Streleczki János (graphIT), Németh László (Arkance Hungary), Fehér Zoltán (Varinex Zrt.) és Czirkó Dávid (Enterprise Group Technologies) voltak.
Adat, technológia, jó folyamatok és emberi oldal
Czirkó Dávid két kulcsdimenzió mentén írta le a digitalizációs érettséget: automatizáltság (folyamatok egyszerűsítése, munkaerő-fluktuáció kezelése) és adatérettség (adatgyűjtés, -feldolgozás és -hasznosítás). Szerinte az automatizáltság sok helyen előrehaladott, az adatok tudatos felhasználása viszont még fejlesztendő. Németh László szerint minden cég elhelyezhető egy érettségi skálán, és az aktuális szint határozza meg, milyen „kis befektetés, nagy hatás” típusú projektek reálisak – valós, strukturált adatok nélkül ugyanis nincs optimalizálás. Fehér Zoltán arra mutatott rá, hogy a modern gépek ugyan gyűjtik az adatokat, de azokat sok helyen még mindig papíron vezetik, ami információvesztést és gyenge döntéstámogatást okoz. Streleczki János a vezetői elköteleződés fontosságát hangsúlyozta: AI-t és digitális megoldásokat csak akkor lehet eredményesen bevezetni, ha a menedzsment felvállalja a változással járó konfliktusokat is. Varga Pál összefoglalta: a sikeres AI- és digitalizációs transzformáció négy pillére az adat, a technológia, a jó folyamatok és az emberi oldal.
Akár féléves megtérülés
A résztvevők szerint a digitalizációs és szimulációs projektek gyakran töredékébe kerülnek egy nagy gépberuházásnak, miközben gyorsan megtérülnek. Példaként elhangzott egy 10 millió forintos folyamatszimuláció, amely egy milliárdos logisztikai beruházás kockázatát csökkentette: a teljes tőkekiadás (CAPEX) 1 százalékáért előre modellezhetővé vált, mi történik szélsőséges terhelésnél. Egy másik projektben a szimuláció azt mutatta ki, hogy a tervezett autokláv-kemencét felesleges megvenni, mert folyamatátszervezéssel kiváltható – vagyis egy komplett gépberuházás spórolható meg. Fehér Zoltán hangsúlyozta: ha egy fejlesztés fél év alatt megtérül, akkor mindegy, 10, 100 vagy 1000 millió forint – érdemes megtenni, mert közvetlenül a cég versenyképességét és túlélését javítja. A tapasztalatok szerint azok az élelmiszeripari cégek, amelyek mernek beruházni és automatizálni, gyorsan termelékenyebb, nagyobb hozzáadott értéket előállító szereplőkké válnak.
A higiénia és nyomon követhetőség sürgeti a digitalizációt
Az autóiparral való összevetésben Czirkó Dávid rámutatott: míg az autóiparban sok kicsiből raknak össze egy nagyot, az élelmiszeriparban egy nagyból lesz sok kicsi, ráadásul romlandó termék. A biológiai alapanyagok változó tömege és minősége, az időjárás és a termésingadozás plusz bizonytalanságot jelent, ezért az élelmiszeriparnak jóval rugalmasabbnak kell lennie az autóiparnál. A szakértők kiemelték, hogy a higiéniai és nyomonkövethetőségi követelmények szigorúbbak, mint az autóiparban, és már önmagukban is a digitalizáció irányába tolják az ágazatot.
Digitális ikrek, 3D-modellek – mire érdemes figyelni?
Fehér Zoltán szerint a digitális iker az autóiparban már szinte megkerülhetetlen: valós időben, adatvezérelten lehet optimalizálni, és a digitális térben olyan forgatókönyvek is kipróbálhatók, amelyek a valóságban túl drágák vagy kockázatosak lennének. Streleczki János hozzátette: különbséget kell tenni a gyártósor digitális ikre és a termék digitális mása között – egy gépsor jól modellezhető, egy „digitális csirke” már jóval kevésbé. Németh László a 3D-modellek hiányára hívta fel a figyelmet: sok üzemben csak felülnézeti rajzok vannak, így egy pótalkatrészt gyakran a nulláról kell visszamodellezni, ami rengeteg időt és pénzt visz el. Már egy alap 3D-gépmodell is jelentősen gyorsítja a karbantartást. Czirkó Dávid pedig különválasztotta a szimulációs modellt, a digitális árnyékot és adigitális ikert: míg az első offline stratégiai döntéstámogatásra jó, a digitális árnyék a valós állapotot tükrözi manuális visszacsatolással, a digitális iker pedig valós idejű, kétirányú kapcsolaton keresztül működik a fizikai és virtuális rendszer között. Szerinte az autóipar nagy része is még inkább „árnyék” szinten jár, így az élelmiszeriparnak is ez lehet a reális következő lépés.
A kkv-k sweet spotjai
Varga Pál felvetésére a panel abban is egyetértett, hogy a kkv-k számára is van jól belőhető „sweet spot” a szimuláció, digitális árnyék és digitális iker bevezetésében. Streleczki János szerint az egyik legjobb belépési pont a termeléstervezés és ütemezés digitalizálása: egy dedikált rendszer jobb kapacitáskihasználást, kevesebb állásidőt és jobb visszakövethetőséget ad, miközben nem helyettesíti, hanem támogatja a tervezőt. Egy áramszünetes példán keresztül érzékeltette, mennyire kritikus az élelmiszeriparban az idő: míg az autóiparban egy megmunkálógépen maradt „vas” 10 perc múlva is könnyen használható, egy hőérzékeny élelmiszer, pl. tej ugyanennyi idő alatt teljesen selejtté válhat – ezért kulcs a folyamatszimuláció és a gyors újratervezés.
A résztvevők szerint, ha a gépek működéséről rendelkezésre állnak adatok, akkor prediktív karbantartás is építhető rájuk – ma viszont jellemzően időalapú, túl- vagy alulkarbantartott rendszerek működnek. Az AI gyakorlati jelenlétéről Fehér Zoltán és Czirkó Dávid is hasonlóan nyilatkozott: a digitalizáció és a digitális iker már megjelent, de valódi AI-alapú, valós idejű vagy prediktív megoldásból még kevés példa van; az ágazat most építi azt az adat- és rendszeralapot, amelyre az AI később érdemben rá tud épülni.
Egy tanács mindenkitől
Varga Pál záró kérdésére, hogy „Hogy mi lenne az az egy tanács, amit az élelmiszeripari cégeknek adnának a következő digitalizációs lépéshez” Fehér Zoltán azt javasolta, elsőként külső, kompetens, lehetőleg platformfüggetlen tanácsadót érdemes bevonni, mert egy vállalat ritkán látja reálisan a saját digitális érettségét. Streleczki János szerint először a kiinduló állapotot, a célt és az időtávot kell tisztázni, majd kisebb, jól belátható, gyorsan megtérülő projektekkel érdemes kezdeni, mert ezek adják meg a lendületet a további lépésekhez. Czirkó Dávid a „tükröt tartani a cég elé” metaforával élt: fel kell mérni az erősségeket, gyengeségeket és fájdalompontokat, és ezekre építve pilot projekteket indítani (pl. szimulációval). Németh László pedig azt hangsúlyozta, hogy a folyamatok mély megértése nélkül nem szabad eszközt választani – előbb a probléma, aztán a megoldás (termeléstervezés, folyamatszimuláció, digitális iker stb.).
Képek: GyártásTrend / Szántó Gréti
