老干妈用AI：省下了成本，留得住风味吗？

一家凭借传统口味占据市场的食品公司，如今开始借助AI进行原料品质管控，这会带来哪些影响？近期，老干妈2025年营收达54亿元的消息，与其引入AI视觉质检系统的报道一同引发关注，甚至出现了“老干妈用AI年赚54亿”这样吸引眼球的标题。

中欧国际工商学院战略学及创业学副教授杨蔚评论指出，随着越来越多传统企业采用AI，值得探讨的或许不仅是节省了多少成本或减少了多少人力，更重要的是哪些任务适合交由AI处理，哪些经验和价值仍需人类坚持。她强调，企业通过AI提升效率，并不一定意味着消费者能体验到更好的产品价值。

要客观看待老干妈引入AI，首先需要将企业公布的事实与传播中附加的解读区分开来。

老干妈2022年营收为52.6亿元，2024年为53.91亿元，2025年约54亿元，整体变化不大。AI视觉质检系统于2025年全面上线，但目前没有公开数据能证明其直接贡献了多少收入或带来了业绩的显著提升。

AI更直接的影响可能体现在质量管理方面。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，关键工序的产品不良率降至0.02%，核心原料实现了100%可追溯。然而，公开报道中并未提供改造前的对比数据。

这些改善究竟有多少源于AI，多少源于设备更新和管理优化？考虑投入成本后是否划算？现有信息尚不足以回答这些问题。不过，老干妈的案例仍为观察传统企业应用AI提供了一个切入点。

AI为何被用于分拣辣椒？

对于老干妈这样的食品企业，能否维持消费者熟悉的味道，很大程度上取决于原料。辣椒的品质是产品质量的第一道关卡。这种需要大量采购和处理的原料，直接关系到产品的风味。

分拣辣椒看似不起眼，却影响着后续加工的稳定性。AI在这里的作用，不仅是减少人工挑选，还可能降低坏果、异物混入的风险。

老干妈曾因调整辣椒采购来源而引发口味争议。媒体报道称，公司一度增加了河南等地辣椒的使用，导致消费者随后出现“变味”的讨论。口味变化是否仅由产地调整引起还有待商榷，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。

因此，在辣椒分拣环节引入AI，价值不仅在于节省人力，也在于更稳定地控制原料质量。

这个环节适合优先应用AI，还有一个原因：部分判断有明确标准，且需要重复执行。例如识别异物、斑点和颜色异常，可以用合格与不合格样本训练系统，再由人工抽查结果。

当然，不同品种、产地和批次的辣椒差异很大，风味不能仅凭外观判断。AI能承担的是部分外观检查，而不是替代全部质量判断。

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

分拣准确率即使只小幅提升，放大到生产规模上，长期积累的效果也能带来可观的收益。

老干妈的案例提示我们，企业不必一开始就追求全面AI化，先找出与产品质量关系紧密、标准相对清楚、效果可以检验的环节，可能更务实。

AI叙事下，“手工制作”的意义

但另一个问题也随之而来：AI提高了效率，就一定能增强品牌的竞争优势吗？

如果一家辣椒酱品牌强调AI分拣，另一家强调人工挑选、保留传统做法，消费者会怎么选？

虽然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》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。

如果企业没有讲清楚AI改善了哪些质量指标，消费者可能只记住了“少用人”这件事。即使机器确实提高了筛选稳定性，也可能被放进过去的口味争议里理解。

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。

与其把AI当作宣传卖点，不如让消费者先吃到稳定、好吃的产品。对一家靠味道建立口碑的企业来说，这或许更有说服力。

老干妈AI应用的新想象空间

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。

因此，我们不能据此推算老干妈的人工成本和利润变化，更不能把它当作AI替代工人的确证。

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。

对老干妈而言，更有想象空间的问题或许是：AI能否帮助研发新配方，在保持熟悉风味的同时，让部分消费者吃辣后**“不上火、不烧心”**？

AI可以先筛选配方候选，但好不好吃、是否容易引起不适，还需要感官测试和必要的科学验证，不能仅靠算法或少量试吃判断。

老干妈最终要证明的，不是AI替代了多少人，而是省下了人工，依然留得住那份懂辣椒、做好辣椒酱的本事。 如何保留并用好人的经验，也应成为这场改造的一部分。

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。

杨教授的研究聚焦于人工智能如何重塑企业竞争格局与创新模式。她尤其关注企业在AI浪潮中如何通过与竞争对手、合作伙伴、用户和投资者的互动实现战略突破。

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。