←新闻详情

36氪 · AI更新于 10月30日 14:21

老干妈用AI:省下了成本,留得住风味吗?

AI 导读

老干妈2025年营收约54亿元,同年AI视觉质检系统全面上线,关键工序产品不良率降至0.02%、核心原料实现100%可追溯。中欧国际工商学院副教授杨蔚指出,尚无公开数据说明AI贡献了多少收入,企业用AI提效不等于消费者能感受到更好的产品价值。她提醒,老干妈曾因调整辣椒采购来源引发口味争议,若只强调省人工而不解释质量如何保证,容易让人担心熟悉的味道改变。

正文

一家靠传统风味赢得市场的食品企业,开始用AI品控原料,会带来什么变化?最近,老干妈2025年营收54亿元的消息,与其引入AI视觉质检系统的报道一起受到关注,甚至有“老干妈用AI年赚54亿”的新闻标题博人眼球。

中欧国际工商学院战略学及创业学副教授杨蔚快评,当越来越多的传统企业开始引入AI,值得讨论的或许不只是能省多少成本、替代多少人工,更重要的是哪些事情适合交给AI,哪些经验和价值仍需要人来坚守?她更提醒,企业用AI提高效率,并不等于消费者就能感受到更好的产品价值。

老干妈2022年营业收入已达52.6亿元,2024年为53.91亿元,2025年约54亿元,变化不大。AI视觉质检系统是在2025年全面上线的,但尚无公开数据能说明它贡献了多少收入,或实现了多少业绩跃升。

AI更直接的作用,可能体现在质量管理上。据老干妈常务副总、首席质量官李鑫介绍,2025年AI视觉质检系统全面上线后,关键工序产品不良率降至0.02%,核心原料实现100%可追溯。不过,公开报道尚未给出改造前的可比数据。

这些变化究竟有多少来自AI,又有多少来自设备更新和管理调整?考虑投入成本后是否划算?现有信息还不足以回答。不过,老干妈的案例仍提供了一个观察传统企业应用AI的切口。

对老干妈这样的食品企业来说,能否守住消费者熟悉的味道,很大程度上取决于原料。辣椒的品质,是其产品质量的第一道关。这种需要大量采购和处理的原料,直接关系到产品风味。

老干妈曾因调整辣椒采购来源引发口味争议。媒体报道称,公司一度增加河南等地辣椒的使用,引发消费者随后出现“变味”的讨论。口味变化是否由产地调整单独造成还有待商榷,但原料管理会影响消费者熟悉的产品风味,也可能关系到品牌长期积累的客户信任度。

工业视觉和光学分选在食品加工中已有应用,可以根据颜色、形状等特征识别缺陷、剔除异物。企业仍要通过现场测试,判断设备能否适应不同批次的原料和实际生产速度。

分拣准确率哪怕只是小幅提升,放大到生产规模上,长期积累的效果也能带来相当可观的收益。

虽不能简单断定消费者更喜欢后者,但生产方式引发的联想,确实会影响消费者对产品的印象。

2015年《市场营销杂志》(Journal of Marketing)刊发的一项研究发现,在其研究情境中,标注“手工制作”会提高产品吸引力,部分原因是消费者觉得制作者投入了心意。虽然这项研究不能直接证明辣椒酱消费者也有相同偏好,但也具有一定的参考意义。

有人会把手工制作和认真选料、家常味道联系起来,也有人可能觉得机器筛选更干净、更稳定。更极端一点,AI反而可能触发“科技与狠活”的联想。所以,AI究竟是加分还是减分,要看消费者如何理解这件事,以及实际产品有没有变化。

对经历过原料争议的品牌来说,消费者可能对降成本格外敏感。如果企业只强调节省了多少人工,却不解释质量怎么保证,容易让人担心熟悉的味道会改变。

人工参与在某些产品和场景下也可能有品牌价值,但不能因此认定人工一定优于机器。

企业眼中的成本问题,有时也是消费者最在意的品质问题。

老干妈此前调整辣椒采购来源以寻找降本空间,如今又在原料分拣环节引入AI,关注点都落在辣椒上。从经营逻辑上看并不奇怪:辣椒是老干妈的核心资源,围绕辣椒的选料与加工能力,是其核心竞争力的重要基础。

业务成本的痛点与消费者的敏感点,就这样汇集到了同一个环节。企业看见的是效率改善的空间,消费者更在意的是味道会不会变。这两种关切都合情合理。

但麻烦在于,两者不容易用同一张报表衡量。采购价格和用工成本的变化很快就能算出来,消费者对口味的失望却可能逐渐积累,也难以归因到某一次生产调整。如果只盯着眼前的成本,企业就可能低估长期的品牌损失。

这也是为什么,曾经发生过的原料争议,会增加企业解释新变化的难度。

真正值得保留的,不是某一种固定的生产方式,而是消费者熟悉的风味和对品牌的信任。技术可以更新,但企业需要说清楚,哪些地方变了,哪些品质要求没有变。

围绕老干妈的AI应用,还有一个广泛流传的数字:拣椒工人从600多人减至48人。但这组数字并未得到证实。2026年10月26日,多家媒体报道,老干妈工作人员明确否认了相关裁员传闻,称公司从未发布这组数据。

裁员传闻虽不可靠,问题仍然值得讨论:当机器承担更多外观筛选工作后,长年和原料打交道的工人积累的经验,应当怎样继续发挥作用?

熟练工人可能凭干湿、气味、外观,再加上多年经验,察觉某批辣椒与平时不同。这些判断有些能够转化成检测指标,有些则需要进一步记录和验证。机器能否覆盖这些判断,要看系统的实际能力,不能只凭“AI”这个词下结论。

相比把AI仅仅看成替代人工的工具,老干妈还可以探索它在研发环节的作用。食品企业寻找懂研发、熟悉消费者需求的人才,有时会受到地域和人才供给的限制,AI恰好可能补上这个缺口。

已有食品企业尝试让AI辅助研发。2019年,调味品公司味好美(McCormick)与IBM合作,利用消费者偏好、感官研究等数据辅助寻找新风味组合,并推出ONE系列。据报道,其研发提速效果显著。

教授简介

杨蔚教授是中欧国际工商学院战略学及创业学副教授。在加入中欧前,她曾任美国乔治梅森大学管理学助理教授。杨教授毕业于美国德克萨斯大学奥斯汀分校,并获得管理学博士和硕士学位,她在香港大学和北京大学分别获得金融学硕士和管理学硕士学位。

本文来自微信公众号“中欧国际工商学院”(ID:CEIBS6688),作者:杨蔚,36氪经授权发布。

来源

36氪 · AI