МЕТОДОЛОГІЯ ІНТЕГРАЦІЇ ІНСТРУМЕНТІВ ШТУЧНОГО ІНТЕЛЕКТУ ТА ЦИФРОВОГО МОНІТОРИНГУ В СИСТЕМУ ХАРЧОВОЇ БЕЗПЕЧНОСТІ ЗАКЛАДІВ РЕСТОРАННОЇ ІНДУСТРІЇ

М. Б. Колеснікова; Т. В. Черемська; С. Л. Юрченко; А. О. Колесник

doi:10.37734/2518-7171-2026-1-8

М. Б. Колеснікова Державний біотехнологічний університет https://orcid.org/0000-0002-6223-7105
Т. В. Черемська Державний біотехнологічний університет https://orcid.org/0000-0001-6518-3889
С. Л. Юрченко Державний біотехнологічний університет https://orcid.org/0000-0003-1286-081X
А. О. Колесник Державний біотехнологічний університет https://orcid.org/0000-0002-9890-6040

DOI: https://doi.org/10.37734/2518-7171-2026-1-8

Ключові слова: HACCP, штучний інтелект, цифровий моніторинг, заклади ресторанної індустрії, управління ризиками

Анотація

Обґрунтовано необхідність трансформації традиційної моделі HACCP у закладах ресторанної індустрії в умовах зростаючої динамічності виробничих процесів, варіативності асортименту та суттєвого впливу людського чинника. Показано, що практика впровадження HACCP у ЗРІ, яка базується на фіксації відповідності критичним межам і веденні журналів, не забезпечує можливості кількісного оцінювання кумулятивного впливу короткочасних і повторюваних відхилень параметрів технологічного процесу, що обмежує аналітичну чутливість системи та її превентивний потенціал. Метою дослідження є розроблення методологічних засад інтеграції інструментів штучного інтелекту та цифрового моніторингу в систему HACCP закладів ресторанної індустрії шляхом переходу від бінарної моделі контролю до градуйованої моделі оцінювання ризику. Методологічну основу становлять принципи HACCP, положення ризик-орієнтованого підходу відповідно до ISO 31000, а також концепція risk-based thinking. Запропоновано концепцію AI-HACCP як адаптивної моделі управління безпечністю, що базується на інтеграції багатоконтурної цифрової архітектури, яка включає виробничий, матеріальний, санітарний, кадровий та нормативний контури. Розроблено інтегральний цифровий індекс ризику (DHRI) для нормування, вагового агрегування та представлення показників у єдиній шкалі для кількісного оцінювання стану системи безпечності в реальному часі. Доведено, що застосування безперервного цифрового моніторингу та аналітичної обробки даних забезпечує виявлення прихованих тенденцій і кумулятивних ризиків, які не фіксуються в межах традиційної бінарної логіки «відповідність/невідповідність». Інтеграція інструментів штучного інтелекту дозволяє реалізувати функції виявлення аномалій, прогнозування динаміки ризику та оптимізації управлінських рішень. Запропонований підхід формує методологічне підґрунтя для розвитку адаптивних систем управління безпечністю харчових продуктів у закладах ресторанної індустрії, підвищує доказовість управлінських рішень і сприяє переходу від реактивної до превентивної моделі управління ризиками.

Посилання

1. Codex Alimentarius Commission. (2020). General principles of food hygiene (CXC 1-1969) (Revised 2020). Annex: Hazard Analysis and Critical Control Point (HACCP) system and guidelines for its application. FAO/WHO.
2. European Parliament and Council of the European Union. (2004, April 29). Regulation (EC) No 852/2004 on the hygiene of foodstuffs.
3. Ellahi, R. M., Wood, L. C., & Bekhit, A. E.-D. A. (2023). Blockchain-based frameworks for food traceability: A systematic review. Foods, 12(16), Article 3026. DOI: 10.3390/foods12163026.
4. Zhang, Q., Lu, Z., Liu, Z., Li, J., Chang, M., & Zuo, M. (2025). Application of machine learning in food safety risk assessment. Foods, 14(23), Article 4005. DOI: 10.3390/foods14234005.
5. International Organization for Standardization. (2018). Food safety management systems — Requirements for any organization in the food chain (ISO Standard No. 22000:2018).
6. Kozlova, K., & Kolesnikova, M. (2019). Rozrobka elementiv systemy NASSR dlia vprovadzhennia v restorani italiiskoi kukhni [Development of elements of the HACCP system for implementation in an Italian restaurant]. In Stan i perspektyvy kharchovoi nauky ta promyslovosti: materialy V Mizhnar. nauk.-tekhn. konf. (pp. 37–38). [in Ukrainian].
7. Chen, Y., Wang, Y., Zhang, Y., Wang, X., Zhang, C., & Cheng, N. (2024). Intelligent biosensors promise smarter solutions in Food Safety 4.0. Foods, 13(2), Article 235. DOI: 10.3390/foods13020235.
8. Protopappas, L., Bechtsis, D., & Tsotsolas, N. (2025). IoT services for monitoring food supply chains. Applied Sciences, 15(13), Article 7602. DOI: 10.3390/app15137602.
9. Law of Ukraine. (1997, December 23). Pro osnovni pryntsypy ta vymohy do bezpechnosti ta yakosti kharchovykh produktiv [On the basic principles and requirements for the safety and quality of food products] (No. 771/97-VR). [in Ukrainian].
10. Ministry of Agrarian Policy and Food of Ukraine. (2012, October 1). Pro zatverdzhennia Vymoh shchodo rozrobky, vprovadzhennia ta застосування постійно діючих процедур, заснованих на принципах Системи управління безпечністю харчових продуктів (NASSR) [On approval of requirements for the development, implementation and application of permanent procedures based on the principles of the Food Safety Management System (HACCP)] (Order No. 590). [in Ukrainian].
11. Bouzembrak, Y., Klüche, M., Gavai, A., & Marvin, H. J. P. (2019). Internet of Things in food safety: Literature review and a bibliometric analysis. Trends in Food Science & Technology, 94, 54–64. DOI: 10.1016/j.tifs.2019.11.005
12. Kolesnikova, M. B., Hrynchenko, O. O., Yurchenko, S. L., Andreieva, S. S., & Cheremska, T. V. (2022). Systemne zabezpechennia kharchovoi bezpechnosti produktsii zakladiv restorannoho hospodarstva [Systemic ensuring of food safety of products of restaurant business establishments]. Tavriiskyi naukovyi visnyk. Seriia: Tekhnichni nauky, (4),
64–73. [in Ukrainian].
13. Semercioz-Oduncuoglu, A. S., & Luning, P. A. (2025). Industry 4.0 technologies in quality and safety control systems in food manufacturing: A systematic techno-managerial analysis on benefits and barriers. Trends in Food Science & Technology, 163, 105144. DOI: 10.1016/j.tifs.2025.105144.
14. Dadhaneeya, H., Nema, P. K., & Arora, V. K. (2023). Internet of Things in food processing and its potential in Industry 4.0 era: A review. Trends in Food Science & Technology, 139, 104109. DOI: 10.1016/j.tifs.2023.07.006.
15. Marvin, H. J. P., Bouzembrak, Y., van der Fels-Klerx, H. J., Kempenaar, C., & Tekinerdogan, B. (2022). Digitalisation and Artificial Intelligence for sustainable food systems. Trends in Food Science & Technology, 120, 344–348. DOI: 10.1016/j.tifs.2022.01.020.
16. Membré, J. M., & Boué, G. (2018). Quantitative microbiological risk assessment in food industry: Theory and practical application. Food Control, 91, 321–329. DOI: 10.1016/j.foodcont.2018.04.015.