Key Takeaways
Allive a înlocuit analiza manuală a semințelor de cânepă, care dura 10-30 de minute, cu inspecția bazată pe inteligență artificială care oferă rezultate în câteva secunde.
Sortarea cojilor verzi, care înainte putea dura până la 2 ore per probă, se finalizează acum în secunde. Este o schimbare de ordin de mărime în ceea ce poate procesa un laborator într-o singură zi.
Programul pilot de 6 luni a generat un model AI specific cânepei, recunoscând peste 30 de clase de impurități (inclusiv cornul secarei, scleroți, ambrozie, rapiță, lucernă dințată), cu o acuratețe generală de 93,25% pe 100% din probele de producție.
Pentru semințele de cânepă oxidate, sistemul a obținut rezultate cu o diferență de doar 0,03 puncte procentuale față de cele de laborator (1,54% în laborator vs. 1,57% prin sistem).
Managerul pentru Conformitatea Produselor la Allive descrie această tranziție ca trecerea de la «a privi» la «a măsura» – calitatea devine un fapt, nu o părere.
Controlul calității în timp real susține acum linii de producție care curăță 500 kg de materie primă de cânepă pe oră.
Fiecare inspecție generează un dosar digital ce poate fi reaccesat, cu fiecare obiect segmentat și clasificat. Un exemplu live din linia de producție Allive (6.251 de semințe detectate) este inclus în articol.
JSC Allive este unul dintre cei mai mari producători de cânepă industrială integrați pe verticală din Europa, furnizând produse pe piețele alimentare și de wellness din UE, SUA, Canada și Japonia. Aceste piețe nu tolerează compromisuri, iar Managerul pentru Conformitatea Produselor la Allive, Tadas Brazdauskas, o spune foarte clar:
Nu suntem doar o altă companie din domeniul cânepei. Suntem genul de companie pentru care calitatea nu este o strategie de marketing. Este o decizie asumată zilnic. Lucrăm cu piețe unde nu există compromisuri, așa că nici noi nu facem niciunul.
- Tadas Brazdauskas, Manager pentru Conformitatea Produselor
La sfârșitul anului 2025, Allive și GrainODM au inițiat un program pilot structurat pe o perioadă de șase luni pentru a înlocui clasificarea manuală a semințelor de cânepă cu o inspecție bazată pe AI. Șase luni și douăsprezece cicluri de evaluare săptămânale mai târziu, procesul pe care îl descriu nu mai este o estimare vizuală. Este o măsurare digitală. Sau, după cum va spune Tadas mai târziu în această poveste: calitatea a devenit un fapt, nu o părere.
Aceasta este povestea unei transformări fundamentale, spusă chiar de cei care au implementat-o: Tadas și Emilija Nugarienė, Junior Laboratory Manager la Allive.
Momentul în care procesul manual nu a mai făcut față
Fie schimbăm procesul, fie procesul ne va frâna creșterea.
- Tadas Brazdauskas, Manager pentru Conformitatea Produselor
În trecut, inspecția semințelor de cânepă la Allive era realizată exclusiv manual. Fiecare impuritate era numărată și cântărită individual, apoi notată în registre și copiată în Excel, cu riscul constant al apariției erorilor de transcriere.
„O probă standard dura aproximativ 10 minute”, își amintește Emilija. „Dar unele proceduri, cum ar fi sortarea și numărarea cojilor verzi, puteau dura până la două ore. Într-o zi obișnuită rulam între 20 și 30 de analize, în funcție de producție.”
Presiunea reală venea din cazurile atipice. Sortarea și numărarea cojilor verzi pentru o singură probă putea dura până la două ore. Cu inspecția AI, aceeași verificare este finalizată acum în câteva secunde. Este genul de îmbunătățire exponențială care schimbă nu doar durata sarcinilor individuale, ci întregul volum de muncă pe care un laborator îl poate procesa fizic într-o zi.
La o capacitate de producție Allive de aproximativ 500 kg de materie primă de cânepă curățată pe oră, un laborator lent înseamnă o linie de producție lentă. Fiecare kilogram suplimentar a cărui calitate este incertă reprezintă un risc pentru angajamentele premium de export.
Blocajul nu era cauzat de întârzierea unei singure probe. Problema era dacă controlul calității putea ține pasul cu ritmul de creștere al companiei.
Cât ar valora această economie de timp pentru capacitatea dumneavoastră de procesare?
Allive efectua în medie între 20 și 30 de probe pe zi, a câte 10 până la 30 de minute fiecare. Estimați câte ore de muncă și cât timp de procesare ați putea recupera în operațiunile dumneavoastră prin înlocuirea analizei manuale.
Încearcă calculatorul ROI →De ce a refuzat Allive un instrument AI predefinit
Semințele de cânepă nu sunt grâu. Impuritățile pe care Allive trebuie să le identifice (semințe străine, miez oxidat, semințe imature, coji și fragmente de coji, resturi vegetale) se aseamănă cu semințele curate ca formă, culoare și dimensiune. Modelele comerciale predefinite de vizualizare computerizată (computer vision), antrenate pe cereale standard, nu fac față acestui nivel de suprapunere.
Nu căutam doar o tehnologie, ci echipa și inteligența din spatele ei.
- Tadas Brazdauskas, Manager pentru Conformitatea Produselor
„Dacă un partener nu îți înțelege produsul, inteligența artificială nu te va ajuta cu nimic,” spune Tadas. „Semințele de cânepă nu sunt simplu grâu. Impuritățile pot fi foarte similare ca formă, culoare și dimensiune. A fost absolut esențial pentru noi ca modelul să fie antrenat pe baza impurităților pe care le-am colectat de-a lungul timpului, folosind expertiza noastră.”
Această viziune a stabilit directiva. Nu urma să fie o simplă instalare de software. Avea să fie un proiect de dezvoltare comună.
Culisele programului pilot de șase luni
Structura pilotului a fost deliberat axată pe implicare activă. Laboratorul Allive a furnizat probe, a adnotat cazurile atipice și a semnalat erorile de clasificare. GrainODM a reantrenat modelul în fiecare săptămână și a trimis actualizări. Ritmul a fost menținut din octombrie 2025 până în martie 2026, cu evaluări formale săptămânale consemnate într-un jurnal de revizuire comun de 96 de pagini, care urmărește fiecare observație, modificare a modelului și caz atipic soluționat.
Evoluția modelului este cel mai ușor de observat printr-o singură clasă de impurități. În primele săptămâni, impuritățile care nu se potriveau perfect cu o clasă antrenată erau adunate într-o categorie generală de «alte semințe». Într-un lot din a doua săptămână, sistemul a raportat 260 de itemi la categoria «alte semințe», acolo unde laboratorul numărase doar 6. Până la finalul programului pilot, acea categorie generală a fost înlocuită de peste treizeci de clase specifice – incluzând cornul secarei, scleroți, ambrozie, rapiță, lucernă dințată, ridiche furajeră, măzăriche păroasă, ridiche sălbatică, brusture lânos, troscot palid, odos, grâu, muștar și turiță – grupate sub cele trei categorii din cadrul de control al calității Allive: impurități alergene, periculoase și nocive.
Până în februarie 2026, modelul atinsese o precizie generală de 93,25% pe 100% din probele de producție pe tot setul de clase. Pentru un anumit tip de impuritate la care Allive urmărește praguri critice de export – semințele de cânepă oxidate – sistemul a furnizat rezultate cu o diferență de maximum 0,03 puncte procentuale față de cele de laborator (1,54% în laborator vs. 1,57% sistem, ca medie pe nouă probe).
Aceeași probă de semințe de cânepă la Allive, înainte și după inspecția AI GrainODM: placa brută comparativ cu detecțiile segmentate și clasificate.
Emilija a urmărit evoluția direct din laborator. „Pe parcursul pilotului, sistemul a continuat să se îmbunătățească. Cu fiecare actualizare a recunoscut tipurile de semințe și impuritățile noastre mult mai precis. Era evident că echipa lucra activ cu datele noastre, iar precizia modelului creștea constant.”
„Am fost exigenți. Și este de apreciat că au făcut față,” spune Tadas. „Modelul a fost antrenat pe datele noastre și am fost implicați profund în proces. Unele aspecte au durat mai mult decât ne așteptam, dar propriile noastre așteptări continuau să crească pe parcurs. Nu a fost un caz de «cumpără și folosește». A fost «să-l construim împreună».”
La nivel de laborator: viteză și dovezi incontestabile
Emilija lucrează în fiecare zi cu probe de cânepă. Rutina ei combină numărarea impurităților, sortarea semințelor imature și a miezului decorticat, documentarea și auditarea liniei de producție. Are cea mai clară perspectivă a modului în care arăta munca înainte și după implementarea AI-ului în laborator.
Pentru ea, prima schimbare a fost de natură fizică. „Ceea ce m-a surprins cel mai mult a fost viteza. Rezultate în doar câteva secunde. A fost o schimbare uriașă în comparație cu munca manuală pe care o făcusem până atunci.”
Dincolo de economisirea de timp, alte două aspecte s-au dovedit a fi mai importante în activitatea de zi cu zi decât ar fi prezis oricare dintre părți la începutul proiectului.
Categorii structurate în raport. „Este extrem de convenabil că rezultatele vin sub forma unui tabel structurat,” explică Emilija, „în care categoriile – impurități alergene, periculoase, nocive – și totalurile lor sunt clar vizibile.” Nu mai există o etapă de interpretare care să stea între analiză și posibila întrebare a unui auditor.
Un dosar digital pe care îl poți trimite. Fiecare probă analizată își păstrează raportul interactiv complet. Când un cumpărător sau un auditor contestă calitatea unui lot, Allive le trimite pur și simplu fișierul. Îl deschid, măresc imaginea și văd exact ceea ce a văzut și laboratorul. Nu mai rămâne loc de interpretări sau dispute.
Deschide raportul interactiv →
Una dintre cele mai utile funcționalități este posibilitatea de a salva fotografia probei și de a o reanaliza ulterior atunci când apar întrebări sau dispute referitoare la calitate.
- Emilija Nugarienė, Junior Laboratory Manager
Oricine a lucrat în domeniul calității știe exact cât valorează un astfel de sistem. Un dosar digital susținut prin imagini transformă o ședință într-un răspuns clar de cinci minute.
Din perspectiva conducerii: calitatea ca certitudine
Tadas încadrează transformarea dintr-o perspectivă de management.
Calitatea a devenit un fapt, nu o părere.
- Tadas Brazdauskas, Manager pentru Conformitatea Produselor
„Lucrăm cu materie primă agricolă, unde chiar și un specialist cu experiență nu poate observa totul, mai ales după zeci de analize manuale. Ochii obosesc. Sistemul identifică lucruri pe care nu le-am prinde cu ochiul liber și produce un dosar digital pentru fiecare constatare.”
A doua schimbare majoră este timpul de reacție. Controlul manual al calității rula ca un raport ulterior, după finalizarea producției. Inspecția AI rulează în paralel cu linia de curățare. „Acum putem face analiza direct în timpul procesului, în fiecare zi. Când produci 500 kg de materie primă curățată pe oră, timpul de reacție este esențial. Ceea ce înainte era un proces lent este acum managementul calității în timp real. Mai puține neconformități, mai puțină reprocesare, costuri mai mici.”
Tadas sintetizează situația de dinainte și de după într-o singură propoziție: „Înainte lucram cu ochii. Acum lucrăm cu date.”
Ce le-ar transmite Allive celor care iau în calcul automatizarea
Trei aspecte ies în evidență în răspunsul lui Tadas. În primul rând, necesitatea acțiunii imediate. În al doilea rând, reformularea ideii de automatizare ca o direcție de urmat, și nu ca pe o simplă achiziție. În al treilea rând, factorul uman.
Dacă încă vă mai gândiți, este deja târziu. Aceasta nu este o opțiune. Este o direcție clară.
- Tadas Brazdauskas, Manager pentru Conformitatea Produselor
„Automatizarea nu este doar despre economisirea timpului. Ea schimbă însăși natura muncii. Am eliminat monotonia și am oferit oamenilor noștri mai multă responsabilitate și un spațiu real de creștere. Asta înseamnă o valoare mult mai mare decât simpla eficiență – nu aduce doar productivitate, ci și motivație. Să muncești inteligent, nu din greu. Cel mai important este să alegi un partener care își dorește să parcurgă acest drum alături de tine, pentru că atunci rezultatul nu se rezumă doar la o nouă tehnologie, ci devine o schimbare reală de business.”
Perspectiva Emilijei din interiorul laboratorului este mai echilibrată, dar subliniază aceeași idee:
Astfel de instrumente vor deveni o parte inseparabilă a muncii de zi cu zi, completând expertiza specialiștilor și sporind semnificativ eficiența.
- Emilija Nugarienė, Junior Laboratory Manager
„O astfel de tehnologie economisește foarte mult timp, crește fiabilitatea rezultatelor și le standardizează”, adaugă ea.
Diferența este vitală. La Allive, inspecția AI nu a înlocuit oamenii din laborator. Ea a oferit laboratorului o a doua pereche de ochi care nu obosesc niciodată și care își dovedesc mereu acuratețea.
Pentru industria cânepei
Proiectul pilot al celor de la Allive este un reper important, dar nu o hotărâre generală la nivelul industriei. Totuși, trasează o nouă standardizare. Pentru o companie care furnizează ingrediente premium din cânepă pe piețe care nu tolerează compromisuri, controlul calității bazat exclusiv pe inspecția manuală nu mai reprezintă un standard sigur. Așteptările cumpărătorilor se îndreaptă deja către dovezi digitale pentru fiecare lot, iar cânepa urmează în mod firesc calea pe care cerealele au parcurs-o acum un deceniu.
Pentru detaliile tehnice ale acestui proces (ce clase de impurități monitorizează laboratoarele de cânepă, ce standarde se aplică în UE, SUA, Canada și Japonia și cum se evaluează un partener AI pentru inspecție), consultați ghidul nostru de referință privind inspecția calității semințelor de cânepă. Pentru contextul din septembrie 2025 cu privire la modul în care a început acest parteneriat, accesați anunțul inițial. Pentru o perspectivă mai amplă a modului de funcționare al analizoarelor bazate pe AI, parcurgeți explicația despre analizoarele de cereale și ghidul de testare a purității cerealelor.
Dacă gestionați o facilitate de producție a cânepei și doriți să înțelegeți cum ar putea arăta șase luni de antrenare a unui model AI personalizat pentru produsul dumneavoastră, rezervați o întâlnire de 30 de minute, încercați calculatorul nostru ROI pentru a afla care ar fi valoarea financiară a înlocuirii clasificării manuale la capacitatea dumneavoastră de procesare, sau deschideți un raport interactiv live de inspecție a unei probe pentru a vedea exact tipul de dosar digital pe care Allive îl generează acum pentru fiecare lot.
Întrebări Frecvente
Pilotul s-a desfășurat pe parcursul a șase luni, din octombrie 2025 până în martie 2026, incluzând evaluări săptămânale între echipa de calitate Allive și echipa de antrenare a modelelor GrainODM. Etapele au fost documentate într-un jurnal de revizuire comun de 96 de pagini care a urmărit observațiile săptămânale, modificările modelului și soluționarea cazurilor atipice.
Până în februarie 2026, modelul a atins o precizie generală de 93,25% pe 100% din probele de producție, acoperind peste treizeci de clase de impurități. În cazul specific al semințelor de cânepă oxidate, sistemul a oferit rezultate la o diferență de cel mult 0,03 puncte procentuale față de rezultatele obținute manual în laborator (o medie de 1,54% în laborator vs. 1,57% sistem pe nouă probe).
Analiza manuală a unei probe standard dura între 10 și 30 de minute, în funcție de probă, timp ce includea și introducerea datelor. Cazurile atipice, cum ar fi sortarea și numărarea cojilor verzi, puteau dura până la două ore per probă. Prin inspecția AI, aceleași verificări sunt realizate acum în doar câteva secunde.
Impuritățile din semințele de cânepă sunt adesea asemănătoare semințelor în sine, din punct de vedere al culorii, formei și dimensiunii. Modelele comerciale standard pentru cereale nu reușesc să le separe fiabil. Allive a antrenat modelul GrainODM folosind propria bibliotecă de impurități, dezvoltată în anii de experiență în producția de cânepă.
Fiecare probă analizată generează un raport digital cu imaginea originală, categoriile de impurități detectate (alergene, periculoase, nocive), cantitățile numărate și marca de timp (timestamp). Rapoartele pot fi deschise ulterior pentru a rezolva posibile dispute privind calitatea sau pentru a răspunde întrebărilor în timpul unui audit.
Linia de curățare a celor de la Allive procesează aproximativ 500 kg de materie primă de cânepă curățată pe oră. Inspecția AI susține acum luarea deciziilor privind controlul calității în timp real la această capacitate.
Modelul pentru Allive a fost antrenat pe parcursul unui pilot structurat de șase luni, cu cicluri de revizuire săptămânale. Această durată reflectă complexitatea separării impurităților din cânepă care sunt similare cu semințele însele. Operațiunile care prezintă seturi de clase mai simple pot atinge o acuratețe la standarde de producție mult mai repede, în timp ce mixurile de produse extrem de variabile ar putea necesita mai mult timp de iterare.
Da. GrainODM produce rapoarte digitale de inspecție (care includ imaginea adnotată a probei, numărătoarea per clasă, totalurile și timestamp-ul) care pot fi exportate și integrate cu sistemele informatice de laborator sau de management al calității existente. Sfera integrării se definește în timpul configurării pilotului.
Proiectul pilot face tranziția către utilizarea operațională constantă odată ce sunt atinse obiectivele de acuratețe pe probele clientului. Modelul rămâne mentenabil, ceea ce înseamnă că noi clase de impurități sau linii de produse pot fi adăugate prin cicluri suplimentare de antrenament, fără a fi nevoie de implementarea unui instrument nou.
The New Standard in Grain Purity Analysis
Data, not guesswork. Learn how GrainODM sets a new benchmark for digital grain inspection.