Opschalen van Alt Protein productie: de lessen uit high-tech manufacturing

Eerder schreef ik over het belang van de eiwittransitie en de rol die data daarin kan spelen. De laatste maanden sprak ik met 20+ organisaties in de waardeketen van plantaardig eten, en ik deel graag mijn observaties.

De uitdaging: Snelle groei kan zorgen voor chaos en complexiteit

In Nederland zien we nieuwe fase van Alt Protein manufacturing. Nutreco (cell-cultured meat), Revyve (plant-based ingredients) en de Those Vegan Cowboys (precision fermentation), ze staan allemaal voor dezelfde uitdaging: het opschalen van hun productie. Uit ervaring weet ik dat dit een kritiek moment is, waar de juiste data-strategie en infrastructuur het verschil kunnen maken tussen soepele groei en kostbare chaos.

Herken je deze signalen?

Als je werkt bij een scale-up in de plantaardige sector, herken je mogelijk deze waarschuwingssignalen:

• Teams exporteren handmatig data naar Excel voor basale analyses, er slingeren vele versies van deze data rond en het is zoeken naar de “waarheid”

• Het kost dagen om financiële forecasts bij te werken, verschillende bronnen zeggen verschillende dingen. Er gaat veel tijd inzitten in het opschonen, samenvoegen en rapporteren over deze data.

• R&D teams kunnen niet makkelijk bij productiedata komen. Machines produceren data in allerlei formats die opgeslagen worden op diverse plekken. Hierdoor zijn researchers veel tijd kwijt met het keer op keer oplossen van gelijksoortige problemen zoals data opschonen, files downloaden en controles uitvoeren. Ze komen zo minder toe aan waarde toevoegen door echt “research”.

• Duurzaamheidsmetrics zoals CO2-uitstoot zijn moeilijk te traceren, terwijl toezichthouders en consumenten hier wel naar vragen.

• Kwaliteitscontroles gebeuren in geïsoleerde systemen, terwijl het kwaliteitsoordeel wordt gevormd door deze systemen te combineren. Hier komt veel mensenwerk en “inschatting” aan te pas wat, ironisch genoeg, de kwaliteit van de beoordeling verlaagd.

De oplossing: Een toekomstbestendig dataplatform

Een centraal dataplatform is de sleutel tot effectieve groei. In de voedselindustrie is er nog een inhaalslag te maken op dit gebied. Gelukkig hoeven we het wiel niet opnieuw uit te vinden - er bestaat een beproefde aanpak voor het opzetten van zo'n platform.

Een goed opgezet dataplatform werkt volgens een standaard architectuur met vier kernfuncties:

• Data ophalen uit alle bronnen binnen de organisatie

• Data opschonen voor consistente analyses

• Data verrijken door bronnen te combineren en analyses toe te passen

• Data beschikbaar maken voor analisten, onderzoekers, BI-tools en andere gebruikers

Het opzetten van deze infrastructuur was een aantal jaar geleden nog een kostbare investering, maar kan nu vaak al binnen een paar weken worden gerealiseerd.

Lessen uit High-Tech Manufacturing

De plantaardige voedselindustrie staat voor vergelijkbare uitdagingen als de high-tech maakindustrie van enkele jaren geleden. En daar kunnen we van leren. Bij meerdere scale-up in manufacturing zagen we dat in één jaar tijd is hun datavolume en variëteit is verviervoudigd - een groei die goed opgevangen werd omdat de data-infrastructuur goed stond.

Als een databron eenmaal aangesloten is, kan de hele organisatie er (op een veilige manier) gebruik van maken. Automatisering zorgt er voor dat handmatige processen verleden tijd zijn en talent de ruimte heeft om zich te focussen op echte waardecreatie.

Bij deze organisaties werkt nu iedereen op een centraal dataplatform waar alle bronnen samenkomen. Of je nu in R&D, Finance of Operations werkt: de juiste data is altijd toegankelijk en up-to-date. Dit zorgt voor:

• Snellere innovatiecycli voor zowel het product als het productieproces

• Betrouwbare inkoop en voorraadmanagement

• Een efficiëntieslag in alle teams. Zoeken naar- en opschonen van data kost significant minder tijd.

• Datagedreven besluitvorming op alle niveaus

Mijn collega Stijn schreef eerder over deze en andere use cases.

De parallel met plantaardige voedselproductie

De data-infrastructuur die bij high-tech manufacturing de standaard is geworden, is bij plant-based food zelden te zien. Terwijl daar alle reden toe is, gezien extra uitdagingen zoals:

• Strenge voedselveiligheidsregels

• Complexe duurzaamheidsrapportages

• Track & trace vereisten

• CO2-uitstoot monitoring

• Transparantie over ingrediëntherkomst

Voedsel producenten kunnen nu relatief goedkoop deze inhaalslag maken, met de komst van LLMs en de grote investeringen in data tooling kunnen we spreken van een leapfrogging effect.

Begin vandaag nog

De eiwittransitie staat op een kantelpunt. Terwijl de sector in rap tempo professionaliseert, wordt het verschil tussen koplopers en achterblijvers steeds groter. De winnaars van morgen zijn de bedrijven die vandaag hun data-infrastructuur op orde brengen.

Sta je voor de uitdaging van opschaling? Als je er zelf mee aan de slag wilt, is dit wellicht een goed startpunt: Embracing data & AI: a practical guide to getting started.

Ik denk natuurlijk ook graag met je mee. Stuur me dan een mailtje (jelle@wolk.work), of een bericht op Linkedin, of plan gelijk een 30 min. call.

Samen maken we de eiwittransitie niet alleen sneller, maar ook data-gedreven.