หุ่นยนต์ AI เรียนรู้ทักษะการทำขนมญี่ปุ่น ท่ามกลางภาวะขาดแคลนแรงงานในอุตสาหกรรมอาหาร

หุ่นยนต์เรียนรู้ศิลปะการทำเบาม์คูเฮน

ที่เมืองโกเบ หุ่นยนต์ชื่อธีโอกำลังได้รับการฝึกให้ทำเบาม์คูเฮน เค้กเยอรมันรูปวงแหวนที่เป็นส่วนหนึ่งของวัฒนธรรมขนมหวานญี่ปุ่นมานานกว่าศตวรรษ เครื่องจักรนี้ออกแบบมาเพื่อเลียนแบบการเคลื่อนไหวและการตัดสินใจของช่างทำขนมฝีมือดี รวมถึงระยะเวลาที่แป้งแต่ละชั้นบาง ๆ ควรสุกก่อนเติมชั้นถัดไป

โครงการนี้แสดงให้เห็นว่าปัญญาประดิษฐ์กำลังก้าวพ้นจากซอฟต์แวร์สำนักงานและสายการประกอบในโรงงาน ในญี่ปุ่น AI กำลังถูกเชื่อมเข้ากับกล้อง เซ็นเซอร์ภาพ อุปกรณ์ทำอาหาร และบันทึกการผลิตอาหาร เพื่อรักษาทักษะที่แต่เดิมถ่ายทอดจากครูช่างสู่ลูกศิษย์ตลอดหลายปี

บริษัทจุคไฮม์ ผู้ผลิตขนมในเมืองโกเบซึ่งพัฒนาธีโอ เปิดศูนย์ฝึกอบรมและโชว์รูมสำหรับหุ่นยนต์ที่สำนักงานใหญ่เมื่อวันที่ 25 มีนาคม บริษัทนำระบบนี้จัดแสดงในงานเอ็กซ์โปโอซากะ-คันไซ 2025 และขณะนี้ให้ธุรกิจราว 20 แห่งทั่วญี่ปุ่นยืมไปใช้งาน จุคไฮม์ตั้งเป้าเพิ่มจำนวนดังกล่าวเป็น 100 แห่งภายในสิ้นปีงบประมาณ

คาร์ล จุคไฮม์ เชฟขนมชาวเยอรมันผู้ก่อตั้งบริษัท เป็นผู้นำเบาม์คูเฮนเข้ามาในญี่ปุ่นเมื่อปี 1919 การทำขนมชนิดนี้มีขั้นตอนซับซ้อนเป็นพิเศษ โดยทาแป้งลงบนแกนย่างที่หมุนได้ นำไปอบ แล้วทำซ้ำทีละชั้นจนเกิดลายวงปีอันเป็นเอกลักษณ์ของเค้ก การเปลี่ยนแปลงเพียงเล็กน้อยของอุณหภูมิ ความชื้น และเวลาอบก็ส่งผลต่อผลลัพธ์ได้ นั่นจึงเป็นเหตุผลที่พนักงานอาจต้องฝึกฝนหลายปีกว่าจะเชี่ยวชาญขั้นตอนนี้

ธีโอเลียนแบบวิจารณญาณของช่างทำขนมได้อย่างไร?

ธีโอใช้กล้องและเซ็นเซอร์ภาพสังเกตการทำงานของพนักงานจุคไฮม์ผู้มีประสบการณ์ ระบบบันทึกลักษณะที่มองเห็นได้ เช่น สี ความหนา และเนื้อสัมผัสของแต่ละชั้น จากนั้นเชื่อมโยงข้อมูลเหล่านี้กับสภาพภายในเตาอบและการเคลื่อนไหวของแกนย่างที่หมุนอยู่

ข้อมูลนี้ช่วยให้หุ่นยนต์ประเมินได้ว่าแป้งแต่ละชั้นสุกพร้อมหรือยัง และปรับขั้นตอนตามสภาพที่เปลี่ยนไป ช่างทำขนมอาจพิจารณาจากสัมผัสของแป้ง ลักษณะพื้นผิว หรือบรรยากาศในครัว ส่วนธีโอพยายามแปลงการตัดสินใจเหล่านั้นเป็นข้อมูลที่เครื่องจักรวิเคราะห์ได้

เทคโนโลยีนี้อาศัยการเรียนรู้เชิงลึก ซึ่งเป็นการฝึก AI รูปแบบหนึ่งที่จำลองโครงข่ายในสมองมนุษย์อย่างคร่าว ๆ แทนที่จะป้อนคำสั่งครบถ้วนสำหรับทุกสถานการณ์ที่อาจเกิดขึ้น ระบบ AI จะศึกษาตัวอย่างจำนวนมากและค้นหารูปแบบ เมื่อผ่านการฝึกแล้ว ระบบจะเปรียบเทียบภาพหรือค่าจากเซ็นเซอร์ชุดใหม่กับรูปแบบเหล่านั้น แล้วเลือกวิธีตอบสนองที่เหมาะสม

จุคไฮม์ระบุว่าธีโอเรียนรู้เทคนิคใหม่ได้ในไม่กี่วัน ซึ่งสั้นกว่าระยะเวลาปกติมากเมื่อเทียบกับเวลาที่คนต้องใช้เพื่อสั่งสมประสบการณ์ในระดับเดียวกัน หุ่นยนต์ไม่ได้ทำเพียงการเคลื่อนไหวเดิมซ้ำ ๆ จุดเด่นของมันคือการปรับขั้นตอนเมื่ออุณหภูมิ ความชื้น หรือวัตถุดิบเปลี่ยนแปลง

เหตุใดญี่ปุ่นจึงหันมาใช้หุ่นยนต์ทำอาหาร?

อุตสาหกรรมอาหารเผชิญปัญหาขาดแคลนแรงงานรุนแรงกว่าหลายภาคส่วนของเศรษฐกิจ ข้อมูลจากกระทรวงสาธารณสุข แรงงาน และสวัสดิการของญี่ปุ่นระบุว่า ในเดือนกุมภาพันธ์มีตำแหน่งงานว่าง 2.31 ตำแหน่งต่อผู้หางานหนึ่งคนในธุรกิจบริการอาหาร ขณะที่ค่าเฉลี่ยทุกอุตสาหกรรมอยู่ที่ 1.13 ตำแหน่ง

อัตราส่วนที่สูงหมายความว่านายจ้างต้องแข่งขันกันเพื่อแย่งชิงแรงงานที่มีอยู่อย่างจำกัด ร้านอาหาร ร้านเบเกอรี และผู้ผลิตอาหารยังต้องรับมือกับแรงงานสูงวัยและคนรุ่นใหม่ที่เข้าสู่อาชีพซึ่งต้องใช้ทักษะเฉพาะทางน้อยลง สำหรับบางธุรกิจ ปัญหาไม่ได้มีแค่การหาพนักงานมาทำงานกะวันนี้ แต่ยังรวมถึงการหาคนมารับช่วงต่อเมื่อพนักงานมีประสบการณ์เกษียณด้วย

ฮิเดโอะ คาวาโมโตะ ประธานจุคไฮม์ กล่าวว่า หุ่นยนต์อาจช่วยสนับสนุนอุตสาหกรรมที่กำลังประสบปัญหาขาดผู้สืบทอด คำกล่าวนี้สะท้อนเหตุผลสำคัญที่บริษัทต่าง ๆ กำลังทดสอบ AI ในครัว นั่นคือระบบอัตโนมัติช่วยรักษาระดับการผลิตได้เมื่อมีแรงงานที่ผ่านการฝึกอบรมไม่เพียงพอสำหรับทุกตำแหน่ง

การลดลงของประชากรญี่ปุ่นในวงกว้างทำให้การทดลองเหล่านี้มีความสำคัญระดับประเทศ รัฐบาลหารือเรื่องการติดตั้งหุ่นยนต์ที่ติดตั้ง AI ราว 10 ล้านตัวใน 18 ภาคส่วนภายในปี 2040 แผนด้าน AI เชิงกายภาพมุ่งพัฒนาเครื่องจักรที่ตีความสภาพแวดล้อมและลงมือทำในโลกจริง ไม่ใช่เพียงระบบที่สร้างข้อความหรือภาพเท่านั้น

ความรู้ฝังลึกคืออะไร และแปลงเป็นข้อมูลดิจิทัลได้หรือไม่?

ทักษะการทำอาหารจำนวนมากเรียกว่า “ความรู้ฝังลึก” หมายถึงความสามารถที่คนทำงานได้อย่างถูกต้อง แต่ไม่สามารถอธิบายทุกการตัดสินใจเป็นคู่มือคำสั่งอย่างเป็นทางการได้ พ่อครัวมากประสบการณ์อาจรู้ว่าต้องพลิกกระทะให้เร็วขึ้นเมื่อวัตถุดิบมีความชื้นออกมามาก หรือรู้ว่าแป้งเค้กสุกแล้วจากการเปลี่ยนสีเพียงเล็กน้อย

การฝึกงานแบบดั้งเดิมถ่ายทอดความรู้นี้ผ่านการสังเกตและฝึกฝนซ้ำ ๆ ในวัฒนธรรมการทำอาหารของญี่ปุ่น แนวคิดที่ว่าต้องเรียนรู้ทักษะด้วยการดูผู้เชี่ยวชาญยังคงหยั่งรากลึก แนวทางนี้ช่วยให้ได้ผลลัพธ์ที่ยอดเยี่ยม แต่ก็เปราะบางเมื่อมีลูกศิษย์และพนักงานอาวุโสที่พร้อมสอนน้อยลง

ฮิโตชิ มัตสึบาระ ศาสตราจารย์มหาวิทยาลัยเคียวโตะ ทาจิบานะ ผู้เชี่ยวชาญด้านการพัฒนา AI กล่าวว่า AI รุ่นก่อนหน้าไม่เหมาะกับความรู้ลักษณะนี้ เขากล่าวว่าความก้าวหน้าของเทคโนโลยีในปัจจุบันทำให้บันทึกและทำซ้ำการเคลื่อนไหวที่แต่เดิมอธิบายได้ยากเป็นไปได้

ในยุคก่อนการเรียนรู้เชิงลึก AI ไม่สามารถถ่ายทอดความรู้ฝังลึกได้ แต่เมื่อเทคโนโลยีพัฒนาขึ้น ก็สามารถแปลงการเคลื่อนไหวของแรงงานฝีมือที่อาศัยความรู้ฝังลึกให้เป็นข้อมูลดิจิทัลได้

กระบวนการนี้ไม่ได้หมายความว่าความเชี่ยวชาญทุกด้านถูกบันทึกไว้แล้ว AI ขึ้นอยู่กับคุณภาพของข้อมูลฝึก ช่วงของสภาพแวดล้อมที่ระบบเคยพบ และความแม่นยำของเซ็นเซอร์ หุ่นยนต์ที่ฝึกในครัวแห่งหนึ่งอาจต้องได้รับคำแนะนำเพิ่มเติมก่อนทำงานได้อย่างเชื่อถือในอีกสถานที่หนึ่งซึ่งใช้เตาอบ วัตถุดิบ หรือเป้าหมายการผลิตต่างกัน

จากเบาม์คูเฮนสู่ข้าวผัดและยากิโซบะ

จุคไฮม์เป็นส่วนหนึ่งของกระแสที่กว้างขึ้นในการนำ AI มาใช้เตรียมอาหาร บริษัทเทคเมจิกซึ่งตั้งอยู่ในกรุงโตเกียวพัฒนาหุ่นยนต์ทำอาหารผัด เช่น ข้าวผัดและยากิโซบะ ในปี 2025 บริษัทเปิดตัวแอปที่คำนวณความเร็วการหมุนกระทะและการตั้งค่าอื่น ๆ ตามสูตรอาหารที่ผู้ใช้เลือก

หุ่นยนต์ใช้ระบบนี้เรียนรู้เวลาและระดับความร้อนที่เหมาะกับวัตถุดิบแต่ละชนิด เทคเมจิกระบุว่าสิ่งนี้ช่วยให้เครื่องจักรทำงานได้สม่ำเสมอขึ้น งานลักษณะนี้ไม่ได้มุ่งแทนที่เชฟทั้งคน แต่เน้นควบคุมชุดการเคลื่อนไหวทางกายภาพที่ทำได้ยากให้แม่นยำเท่ากันทุกกะ

บริษัทญี่ปุ่นอื่น ๆ ใช้ AI รักษาทักษะนอกครัวด้วยเช่นกัน ในปี 2019 เดนท์สึพัฒนาทูนาสโคป ซึ่งวิเคราะห์ภาพถ่ายชิ้นส่วนหางปลาทูนาจากสมาร์ตโฟนและประเมินคุณภาพ ระบบนี้ตั้งใจจำลองการใช้ เมคิคิ หรือสายตาของผู้เชี่ยวชาญในการประเมินปลาทูน่า ผู้เชี่ยวชาญที่เป็นมนุษย์อาจใช้เวลาถึงสิบปีเพื่อพัฒนาความสามารถดังกล่าว

ต่อมาร้านซูชิสายพานคุระซูชินำปลาทูน่าที่ผ่านการประเมินด้วยระบบนี้มาเสิร์ฟในชื่อ “AI Tuna” ที่ร้านของตน ส่วนในเมืองฮิโรชิมะ บริษัทซอสโอตาฟุกุสร้างเครื่องมือค้นหาด้วย AI ในปี 2023 สำหรับคลังสูตรซอสของบริษัท ระบบได้รับการฝึกด้วยผลิตภัณฑ์และสูตรต้นแบบมากกว่า 15,000 รายการ การค้นหาสูตรที่เคยใช้เวลาถึงสองชั่วโมง ปัจจุบันทำได้ในราวห้านาที

AI เชิงกายภาพเชื่อมโยงหุ่นยนต์กับโลกจริง

การทำงานของธีโอเป็นส่วนหนึ่งของความพยายามในวงกว้างเพื่อเพิ่มความสามารถให้เครื่องจักรรับรู้สภาพแวดล้อม หุ่นยนต์อุตสาหกรรมทั่วไปมักทำตามการเคลื่อนไหวที่กำหนดไว้อย่างชัดเจนในสภาพแวดล้อมควบคุม ส่วน AI เชิงกายภาพเพิ่มกล้อง เซ็นเซอร์ และโมเดล AI เพื่อให้หุ่นยนต์ตอบสนองต่อความแตกต่างของวัตถุ ความร้อน เวลา และพื้นที่ได้

บริษัทหุ่นยนต์ญี่ปุ่นกำลังร่วมมือกับเอ็นวิเดีย ฟูจิตสึ ฟานัค ยาสกาวะ อิเล็กทริก และคาวาซากิ เฮฟวี อินดัสทรีส์ ในด้านนี้ ความร่วมมือดังกล่าวผสานประสบการณ์ของญี่ปุ่นด้านเครื่องจักรความแม่นยำสูงเข้ากับการประมวลผลขั้นสูงและโมเดล AI เอ็นวิเดียนำเสนอเครื่องมือที่มุ่งช่วยให้หุ่นยนต์เข้าใจสภาพแวดล้อมทางกายภาพและปรับตัวกับงานที่เปลี่ยนไป

ขีดความสามารถด้านการประมวลผลภายในประเทศอาจช่วยให้บริษัทฝึกระบบ AI ด้วยข้อมูลการผลิตที่ละเอียดอ่อน โดยไม่ต้องส่งข้อมูลทั้งหมดไปต่างประเทศ เรื่องนี้สำคัญต่อผู้ผลิตอาหารที่ต้องการปกป้องสูตรอาหาร บันทึกกระบวนการผลิต และข้อมูลลูกค้า อย่างไรก็ตาม ก่อนที่ระบบเหล่านี้จะแพร่หลาย ยังจำเป็นต้องมีเครือข่ายที่ปลอดภัย เซ็นเซอร์ที่เชื่อถือได้ และช่างเทคนิคที่ผ่านการฝึกอบรม

อุตสาหกรรมเครื่องจักรอาหารของญี่ปุ่นสร้างโครงสร้างสนับสนุนนี้มาหลายปีแล้ว บริษัทอย่างนิกโกจัดหาระบบอัตโนมัติสำหรับการแปรรูปอาหารทะเล เนื้อสัตว์ และผลผลิตทางการเกษตร นิกโกยังดำเนินงานห้องปฏิบัติการหุ่นยนต์ฮอกไกโด ซึ่งนักเรียนและคนทำงานสามารถฝึกอบรมการใช้หุ่นยนต์ และบริษัทต่าง ๆ สามารถทดสอบว่าระบบอัตโนมัติเหมาะกับสถานที่ผลิตแห่งใดแห่งหนึ่งหรือไม่

ศูนย์ฝึกอบรมเหล่านี้ช่วยแก้ปัญหาที่อาจจำกัดการใช้ระบบอัตโนมัติ นั่นคือธุรกิจอาจมีเครื่องจักรแต่ขาดคนที่รู้วิธีติดตั้ง ควบคุมดูแล ซ่อมแซม และปรับปรุงระบบ หุ่นยนต์ช่วยลดจำนวนแรงงานที่จำเป็นสำหรับงานหนึ่ง ๆ ได้ แต่ก็ทำให้ความต้องการวิศวกร ผู้ควบคุมเครื่องจักร และผู้เชี่ยวชาญด้านการบำรุงรักษาเพิ่มขึ้น

เหตุใดระบบอัตโนมัติในธุรกิจอาหารจึงยากกว่าในโรงงาน

ร้านอาหารและครัวทำขนมมีสภาพแวดล้อมที่คาดเดาได้ยากกว่าโรงงานอุตสาหกรรมหลายแห่ง วัตถุดิบเปลี่ยนไปในแต่ละรอบ เมนูมีความหลากหลาย พื้นที่มักคับแคบ และลูกค้าคาดหวังให้อาหารจัดเตรียมอย่างประณีต อุณหภูมิและความชื้นยังส่งผลต่อแป้ง ซอส และเวลาในการปรุงได้ด้วย

ค่าใช้จ่ายเป็นอุปสรรคอีกประการ บริษัทต้องจ่ายค่าหุ่นยนต์ เซ็นเซอร์ ซอฟต์แวร์ การติดตั้ง การบำรุงรักษา และการฝึกอบรมพนักงาน ร้านอาหารขนาดเล็กอาจมีพื้นที่ไม่พอสำหรับอุปกรณ์ขนาดใหญ่ หรือมีปริมาณการผลิตต่อวันไม่มากพอให้คุ้มทุน เครื่องจักรรุ่นเก่าก็อาจเชื่อมต่อกับระบบ AI สมัยใหม่ได้ยากเช่นกัน

วัฒนธรรมการบริการทำให้เรื่องนี้ซับซ้อนขึ้นอีกชั้นในญี่ปุ่น การต้อนรับมักต้องอาศัยการเอาใจใส่เป็นรายบุคคล การจัดวางอาหาร และการตอบสนองอย่างรวดเร็วต่อคำขอที่ไม่เป็นไปตามปกติ หุ่นยนต์ทำงานซ้ำ ๆ เช่น การปรุงหรือส่งอาหารได้ แต่ยังไม่สามารถทำได้ตามมาตรฐานที่คาดหวังจากพนักงานบริการมนุษย์ทั้งหมด หุ่นยนต์อาจทำงานเฉพาะอย่างได้ดีมาก แต่ยังไม่เหมาะกับครัวที่วุ่นวายและมีงานหลายอย่างเกิดขึ้นพร้อมกัน

ตัวอย่างจากสถานบริการประเภทอื่นแสดงให้เห็นว่าเทคโนโลยีกำลังแพร่หลายอย่างค่อยเป็นค่อยไป ที่สนามบินนาริตะ มีการใช้หุ่นยนต์รูปร่างคล้ายแมวในร้านขายของที่ระลึกแบบไม่มีพนักงาน เป็นส่วนหนึ่งของการสาธิตที่มุ่งลดความต้องการพนักงาน ร้านอาหารและคาเฟ่ก็เคยทดลองใช้หุ่นยนต์ส่งอาหาร ทำแพนเค้ก ม้วนซูชิ และปรุงโอโคโนมิยากิเช่นกัน

หุ่นยนต์จะมาแทนที่ช่างทำขนมฝีมือดีหรือไม่?

บทบาทในระยะใกล้ของระบบอย่างธีโอมีแนวโน้มเป็นการสนับสนุนมากกว่าการทดแทนทั้งหมด หุ่นยนต์ทำขั้นตอนซ้ำ ๆ ตรวจสอบสภาพแวดล้อม และเก็บรักษาสูตรได้ ขณะที่พนักงานมนุษย์ยังเตรียมวัตถุดิบ ตรวจสอบผลลัพธ์ รับมือกับสถานการณ์ที่ไม่ปกติ และพัฒนาผลิตภัณฑ์ใหม่

การแบ่งหน้าที่เช่นนี้อาจช่วยให้บริษัทปกป้องเทคนิคการทำอาหารดั้งเดิม พร้อมลดการพึ่งพาคนเพียงไม่กี่คนในการผลิตสินค้าฝีมือสูง อีกทั้งอาจเปิดโอกาสให้ช่างทำขนมมากประสบการณ์ใช้เวลาสอน ทดลองสูตร และดูแลเครื่องจักรหลายเครื่องมากขึ้น แทนที่จะต้องทำทุกขั้นตอนซ้ำ ๆ ด้วยตนเอง

ยังมีข้อกังวลว่าใครจะเป็นเจ้าของบันทึกข้อมูลดิจิทัลของทักษะนั้น เมื่อการเคลื่อนไหวและการตัดสินใจของพนักงานถูกแปลงเป็นข้อมูลฝึกอบรม บริษัทอาจได้ระบบการผลิตอันทรงคุณค่าที่สร้างจากประสบการณ์ส่วนบุคคล พนักงานและนายจ้างอาจจำเป็นต้องทำข้อตกลงให้ชัดเจนเรื่องความยินยอม การให้เครดิต ค่าตอบแทน และการใช้ข้อมูลดังกล่าว

ลูกค้าอาจใช้เกณฑ์ตัดสินอาหารที่ทำด้วยเครื่องจักรต่างจากเดิม ความสม่ำเสมอเป็นข้อดี โดยเฉพาะผลิตภัณฑ์ที่ต้องมีหน้าตาและรสชาติเหมือนกันในหลายสาขา อย่างไรก็ตาม ลูกค้าบางคนอาจให้คุณค่ากับเรื่องราวของคนที่อยู่เบื้องหลังขนมดั้งเดิม บริษัทต่าง ๆ จึงต้องอธิบายว่าใช้ AI อย่างไร และการตัดสินใจของมนุษย์ยังมีบทบาทตรงไหนในกระบวนการ

การทดลองของญี่ปุ่นมีความหมายในวงกว้าง

ญี่ปุ่นใช้ระบบอัตโนมัติด้านอาหารเป็นแนวทางตอบสนองต่อแรงกดดันจากประชากรสูงวัยและจำนวนประชากรที่ลดลงในทางปฏิบัติ แนวทางเดียวกันนี้ปรากฏในภาคโลจิสติกส์ เกษตรกรรม ค้าปลีก สาธารณสุข และการผลิต เป้าหมายคือทำให้บริการที่จำเป็นดำเนินต่อไปได้ด้วยแรงงานจำนวนน้อยลง แทนที่จะรอให้แนวโน้มประชากรพลิกกลับ

ความเชี่ยวชาญด้านหุ่นยนต์ที่ญี่ปุ่นสั่งสมมาช่วยให้ประเทศมีพื้นฐานที่พร้อมสำหรับความพยายามนี้ ญี่ปุ่นผลิตเครื่องจักรอุตสาหกรรมที่มีความแม่นยำสูงมาอย่างยาวนาน ขณะที่ผู้ผลิตมีองค์ความรู้ในการดำเนินงานจำนวนมาก AI เชิงกายภาพมุ่งเชื่อมโยงฮาร์ดแวร์และประสบการณ์ดังกล่าวเข้ากับระบบที่เรียนรู้จากข้อมูลภาพและเซ็นเซอร์ได้

ความสำเร็จจะขึ้นอยู่กับผลลัพธ์ที่ธุรกิจวัดได้ หุ่นยนต์ต้องช่วยลดแรงกดดันด้านแรงงาน รักษาคุณภาพอาหาร ทำงานร่วมกับคนได้อย่างปลอดภัย และคุ้มกับค่าใช้จ่าย นอกจากนี้ยังต้องมีการสนับสนุนจากการศึกษา โครงสร้างพื้นฐานด้านข้อมูลที่เชื่อถือได้ และแรงงานที่สามารถจัดการเทคโนโลยีได้

แผนขยายการใช้งานธีโอจากผู้ใช้ราว 20 รายเป็น 100 รายจะเป็นบททดสอบในทางปฏิบัติว่า AI ที่เรียนรู้ทักษะการทำขนมสามารถใช้งานนอกโชว์รูมของบริษัทได้หรือไม่ หากระบบทำงานได้ดีในครัวที่แตกต่างกัน ก็อาจเป็นต้นแบบสำหรับการรักษาองค์ความรู้ด้านอาหารรูปแบบอื่น ๆ ที่เสี่ยงสูญหาย

ประเด็นสำคัญ

• ธีโอ หุ่นยนต์ของจุคไฮม์ ใช้กล้องและเซ็นเซอร์เรียนรู้วิธีที่ช่างฝีมือทำเบาม์คูเฮน
• เบาม์คูเฮนต้องทำแป้งซ้อนกันหลายชั้น และควบคุมความร้อน เวลา อุณหภูมิ และความชื้นอย่างระมัดระวัง
• ในเดือนกุมภาพันธ์ ญี่ปุ่นมีตำแหน่งงานว่างในธุรกิจบริการอาหาร 2.31 ตำแหน่งต่อผู้หางานหนึ่งคน เทียบกับ 1.13 ตำแหน่งในทุกอุตสาหกรรม
• เทคเมจิก เดนท์สึ และบริษัทซอสโอตาฟุกุ กำลังนำ AI มาใช้กับการทำอาหาร การประเมินอาหารทะเล และการค้นหาสูตร
• ญี่ปุ่นมีแผนขยายการใช้ AI เชิงกายภาพ และตั้งเป้าติดตั้งหุ่นยนต์ที่ติดตั้ง AI ราว 10 ล้านตัวใน 18 ภาคส่วนภายในปี 2040
• หุ่นยนต์อาจช่วยรักษาทักษะเฉพาะทาง ขณะที่แรงงานมนุษย์ยังจำเป็นต่อการควบคุมดูแล ความคิดสร้างสรรค์ การบำรุงรักษา และการบริการลูกค้า