日本禁供酒,「獺祭」卻再創營收新高!清酒廠旭酒造如何用AI釀酒?
日本禁供酒,「獺祭」卻再創營收新高!清酒廠旭酒造如何用AI釀酒?

在日本緊急宣言政策的影響下,許多餐廳、居酒屋都被限定店內用餐不能提供酒類,這對日本酒製造商來說是相當大的打擊。然而,釀製出日本知名清酒獺祭的旭酒造在日前公布2021年9月期營業狀況,卻創下該公司史上新高約140億日圓,旭酒造究竟是怎麼辦到的?

獺祭如何在世界掀起一陣旋風?來自於旭酒造的精準製程

獺祭是位於山口縣的旭酒造株式會社推出的品牌,在此之前旭酒造在普通清酒釀製上已有200年的歷史。然而,面對市場萎靡及銷售不振,第三代社長櫻井博志接班後轉而開發日本清酒中最繁雜的純米大吟釀,除了只用有酒米之王的山田錦米做為原料,更花了6年時間不斷的試行錯誤,終於在1990年推出獺祭品牌。隨後1992年推出撼動業界的獺祭純米大吟釀二割三(每粒酒米只取其中23%的精華來釀造),2016年獺祭的年營業額已超過100億日圓,搶進日本酒類製造大廠前八名中。

打造獺祭這支超強品牌的旭酒造與其他清酒釀製廠最大的不同在於,沒有杜氏(領導釀酒者及該款清酒風味的最高掌舵者)的存在,而是徹底將所有經驗數據化。無論是米的吸水量、每日的發酵狀態、酒藏的溫度及濕度等都是透過數據管理,達成一年四季都可釀製清酒的狀態進而將生產力提升至2倍以上。

研究日本酒的教授表示,相對須看天氣、土壤來決定葡萄酒好壞的農業型釀製模式,日本的清酒釀製是透過杜氏技能來決定的工業型釀製,但是獺祭的釀製方式則是非常科學化,堪稱是工業型釀製的王道。法國已故知名主廚到獺祭酒藏訪問時,更感嘆獺祭的釀製方式就像手錶製造職人般的精緻。

不強調限量而是專注開發產品本身風味,帶領日本清酒航向世界

不同於過往日本清酒銷售策略強調的是珍貴性或限量品,獺祭的操作策略並不強調稀少性,而是回到酒米研磨製程本身的研究,為的就是讓顧客喝到更好喝的清酒。

而攤開2021年9月期獺祭的銷售狀況來看,有50%的貢獻是來自於海外,其中光亞洲就佔了7成,美國則占了其中的3成。不僅清酒本身廣受好評,獺祭品牌的周邊商品亦源源不斷的推陳出新。獺祭在世界的成功,除了獲得同業的尊敬外,更表示因為獺祭才讓日本清酒有更多向海外發展的可能。

透過AI追求精準品質確保原料來源,到美國設置釀酒廠成為真正的國際企業

為了擴展海外事業,旭酒造預計於2022年在美國開始現地釀造計畫。與當地的料理學校合作在紐約郊區建設釀酒廠,並採用美國阿肯色州所栽種的山田錦米及當地的硬水,預計打造全新的「獺祭Blue」品牌,目標客戶則是鎖定頂端消費族群。

然而,要在當地釀造出不輸日本現地釀製風味又能與葡萄酒匹敵的日本清酒相當不容易,作業的數據化、可視化則成為其中關鍵。而事實上,早在幾年前旭酒造就與日本富士通共同合作透過讓AI學習釀製數據,除了希望穩定生產品質外,也解決當時山田錦米產量不足的問題。透過富士通的農業發展雲端系統「Akisai(秋彩)」所積存的數據分析,以協助山田錦栽種生產並得以讓旭酒造能收購到足量的原料。

獺祭
圖/ 旭酒造

提高薪資水準吸引優秀人才,冀望讓日本清酒成為世界料理的好搭檔

雖然作業的AI化一直都在檢討中,但為追求更高的品質,如何將數據更精準的言語化仍是需要持續研究的課題,其中人才仍是不可或缺的要因。目前旭造酒員工約210人,人事成本約占銷售額的4.5%,旭造酒預計將人事費用提高至10%遠遠超過一般製造業大廠3%~5%的水準,甚至提出五年薪水倍增計畫,提供可匹敵IT企業水準的薪資吸引更多國內外優秀人才。

獺祭
圖/ 獺祭Facebook粉絲團

讓獺祭成為世界消費者最喜愛的清酒原因,主要還是來自於其無雜質且非常順口的產品特質,而未來的獺祭想要挑戰的是成為能與葡萄酒抗衡的日本清酒,更期望成為法式料理的新搭檔。然而,獺祭要面臨的不只是各種酒類的競爭,還有全世界健康意識抬頭,強調少油、少鹽及食材原味之飲食文化改變,或許找出自家清酒與各種食材契合度並積極的宣傳也是一個可行的策略。

資料參考/WikiPedia、WikiPedia(2)、日本經濟新聞、FuJiTsu、Gendai.ismedia

【延伸閱讀】

  1. 誠品「黑卡」門檻要5萬元,一年來人數竟大增6成!如何為VVIP打造尊爵服務?
  2. 五倍券如何變十倍?各家銀行大推數位綁定優惠,攻略懶人包一次看

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:傅珮晴、蕭閔云

關鍵字: #企業經營
往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓