宠物食品在采用人工智能方面是否加快了步伐？

然而，在宠物食品和个别公司等行业内，采用率则参差不齐。在2025年8月对该网站用户的调查中，PetfoodIndustry.com，139名宠物食品专业人士中有36%表示他们的公司正在积极使用人工智能，而26%的公司目前没有使用任何人工智能工具，另外26%对自己的人工智能状态不确定或对这项技术没有看法

宠物食品和动物营养公司是如何利用人工智能的？

Datacor调查中关于受访者工厂主要研发改进目标的问题，前三名并列：按照规格和订单制定配方、寻找并总结外部技术数据以及补充技术数据，均为60%。在实验室中，47%的人表示希望AI帮助分析样本。（在本次调查中，受访者可以选择大多数问题的多个选项。）

针对宠物食品公司和配方，受访者表示希望AI识别可重复使用的食谱并围绕可变成分进行优化，报告指出了宠物食品的营养合规性限制。这些受访者还希望能更快验证成分替代，同时不影响口感或口感。

在2025年8月的 PetfoodIndustry.com 调查中，受访者认为市场营销和销售是最可能受益于人工智能应用的领域，35%的选民选择了市场洞察，其次是市场洞察，占21%。有趣的是，生产效率（18.5%）、法规合规和产品配方的排名明显较低，后两者均为12.6%。（对于此调查问题，受访者只能选择一个答案。）

这或许反映了受访者在职能领域和职责上的差异;我们的民调没有收集到这些数据。Datacor的调查结果确实如此，涵盖了广泛的职能：加工与生产（34%）、采购（8%）、供应链/物流（7%）、综合管理（6%）、质量（6%）、会计与财务（6%）、研发与产品开发（5%）、信息技术（5%）、工厂和设施工程（5%）。其他涵盖领域包括服务与支持、销售、环境健康与安全、市场营销、工业/制造工程、实验室及项目/项目管理。

人工智能采用的障碍并不符合常见的叙述

尽管普遍有人说许多人不信任人工智能或担心它会取代工作岗位，但这些所谓的采用障碍对宠物食品和动物饲料制造设施来说却很低。在Datacor调查中，同样比例的受访者（33%）选择不信任或害怕失业作为人工智能采用的挑战。而最常见的障碍是数据科学技能不足，占55%，知识不足占49%，以及同样是49%的缺乏时间专注于人工智能。（同样，受访者可以选择多个选项。）

同样，在 PetfoodIndustry.com 调查中，缺乏专业知识成为主要障碍，近25%的人表示技术知识或人员不足，远远超过了其他挑战，如过时的系统和遗留工作流（15%）以及数据质量问题（10%）。另一大类障碍属于“其他”回答（27%）。有趣的是，17%的受访者表示他们认为没有被认为需要AI，认为现有流程在没有技术提升的情况下已足够运作。（拒绝成为收养障碍？）

Datacor调查中也提到了数据质量，50%的受访者在关于数据相关AI采用挑战的问题中引用了这一点。他们还提到了其他问题，包括非结构化数据文件（45%）、数据库断开和数据不足（各38%）以及专有数据格式（37%）。

Datacor调查报告指出：“虽然近三分之二的食品和动物营养公司表示，他们至少在数据方面已在一定程度上为实现人工智能目标做好准备，但只有22%表示他们已经显著做好准备，”并补充说，虽然人工智能的数据准备程度略高一些

在食品和动物营养领域，比其他研究的流程行业更为重要，“对数据准备度的信心很大，但较为肤浅。”

因此，宠物食品和动物营养行业似乎还有很长的路要走才能实现人工智能的广泛普及，尽管目前没人知道天花板有多大。随着人工智能平台的不断进步，这个上限可能本来就是一个不断变化的目标。

本文来源于petfoodindustry ,文章版权归原作者所有，仅作学习交流使用，不涉及商业用途。若涉及版权问题或认为内容不宜传播，请及时联系我们，我们将在第一时间删除内容或妥善处理。 转载此文并不代表本公众号观点，本公众号仅为信息传播平台，不对文章内容真实性、准确性承担责任。