छोटा जवाब: मैंने बीयर, वाइन और व्हिस्की से जुड़ी 1,000 से कुछ ज़्यादा कंपनियाँ और लोग गिने जो AI की चर्चाओं में आते हैं, और हर एक को आँका। 447 किसी प्रोडक्ट या ऑपरेशन में AI चला रहे हैं। 431 की जाँच हुई और वे AI का कोई दावा नहीं करते। जो AI चल रहा है वह ऑपरेशनल है: प्रोसेस कंट्रोल, वाइनयार्ड, डिमांड फ़ोरकास्टिंग, क्वालिटी इंस्पेक्शन। सेंसरी और रेसिपी AI, यानी सुर्खियाँ बनाने वाला हिस्सा, में पायलट का हिस्सा सबसे ज़्यादा है। इक्विपमेंट बनाने वाले मुश्किल से AI का दावा करते हैं। और सिर्फ़ लगभग 35 एंट्री जेनरेटिव AI या LLM का ज़िक्र करती हैं। ड्रिंक्स में GenAI की परत पतली है, और वह उस डेटा इंजीनियरिंग पर टिकी है जो ज़्यादातर इंडस्ट्री ने अभी पूरी नहीं की।
हर हफ़्ते कोई बीयर में AI की घोषणा करता है। AI से डिज़ाइन की गई IPA, AI सोमेलियर, ब्रूहाउस चलाने वाला एजेंट। अगर आप सिर्फ़ घोषणाएँ पढ़ें, तो लगेगा कि इंडस्ट्री स्प्रेडशीट से आगे निकल चुकी है। इसलिए मैंने गिनना शुरू किया।
पिछले कुछ महीनों से मैं एक सार्वजनिक डेटासेट, Beverage-AI Radar, चला रहा हूँ, जिसमें बीयर, वाइन और व्हिस्की में AI और डेटा लगाने वाली कंपनियाँ और लोग हैं। लिखते समय इसमें 1,015 एंट्री हैं। The Brewer’s Agent की यह आख़िरी पोस्ट बताती है कि ईमानदारी से गिनने पर ये एंट्री क्या कहती हैं, और इस सीरीज़ जैसे GenAI टूल बनाने वाले किसी के लिए इसका क्या मतलब है।
गिनती कैसे होती है
हर एंट्री को उसकी अपनी सार्वजनिक सामग्री से AI परिपक्वता पर आँका जाता है:
- शिपिंग: कंपनी कहती है कि AI किसी चालू प्रोडक्ट या ऑपरेशन में है।
- पायलट: कोई नामित ट्रायल या प्रूफ़ ऑफ़ कॉन्सेप्ट।
- रिसर्च: अकादमिक या लैब का काम।
- AI का कोई दावा नहीं: जाँच हुई, और कंपनी AI का दावा नहीं करती। यह एक असली नतीजा है, खाली जगह नहीं।
जहाँ संभव हो, दावों को प्रेस कवरेज के बजाय कंपनी की अपनी साइट से मिलाया जाता है। यह जितना लगता है उससे ज़्यादा मायने रखता है। लॉन्च की ख़बरें अक्सर किसी प्रोडक्ट को LLM वाला बताती हैं जबकि वेंडर के अपने दस्तावेज़ कहते हैं कि वह तय नियमों पर चलता है। वेंडर का वर्शन मान्य होता है।
हर एंट्री को उसके यूज़ केस विवरण पर कीवर्ड नियमों से एक थीम (प्रोसेस, कृषि, क्वालिटी आदि) में भी रखा जाता है। उन नियमों के रिग्रेशन टेस्ट हैं, पर वे फिर भी नियम ही हैं, और कुछ एंट्री ‘Other’ में चली जाती हैं।
नतीजा 1: लगभग उतनी ही कंपनियाँ AI का दावा नहीं करतीं जितनी AI चला रही हैं
1,015 एंट्री में से 447 AI चला रही हैं (44%), 60 पायलट में हैं और 21 रिसर्च में। 431, यानी 42%, की जाँच हुई और वे AI का कोई दावा नहीं करतीं। अन्य 56 अभी आँकी नहीं गईं।
यह बिना-दावे वाला समूह शोर नहीं है। इसमें ब्रुइंग सॉफ़्टवेयर, इक्विपमेंट बनाने वाले, कंसल्टेंसी और इनग्रेडिएंट सप्लायर भरे हैं, जो ड्रिंक्स बनाने के केंद्र में बैठे हैं और इंडस्ट्री की टेक्नोलॉजी की किसी भी गंभीर सूची में आते हैं। डेटा उनके पास है। ज़्यादातर ने अभी उस पर AI नहीं लगाया। कुछ बनाने वाले किसी के लिए डेटासेट की यही सबसे दिलचस्प संख्या है।
नतीजा 2: जो AI चल रहा है वह ऑपरेशनल है
जहाँ AI चल रहा है, वहाँ चमक-दमक नहीं है:
- प्रोसेस और ऑपरेशंस: 98 शिपिंग। फ़र्मेंटेशन निगरानी, शेड्यूलिंग, ऊर्जा, यील्ड।
- कृषि और फ़सल: 64 शिपिंग, जिसमें ज़्यादातर वाइनयार्ड सेंसिंग और रोग का पूर्वानुमान है।
- सेल्स, डिमांड और प्राइसिंग: 61 शिपिंग। फ़ोरकास्टिंग, रूट प्लानिंग, डिप्लीशन विश्लेषण।
- क्वालिटी और इंस्पेक्शन: 45 शिपिंग। पैकेजिंग लाइन पर विज़न, लैब डेटा, एनोमली डिटेक्शन।
यह वही सूची है जो किसी ब्रुअरी के ऑपरेशंस मैनेजर ने लिखी होती। मापने लायक समस्याएँ, मौजूदा डेटा, सुधारने के लिए एक साफ़ संख्या। यही निष्कर्ष What AI in Beer Actually Looks Like in 2026 में था, अब उसके पीछे गिनती है।
नतीजा 3: सेंसरी और रेसिपी AI पायलट में ही रहता है
सेंसरी और रेसिपी में 70 एंट्री हैं। 38 चल रही हैं, पर 17 पायलट या रिसर्च हैं, थीम का लगभग एक चौथाई, और किसी भी बड़ी थीम में सबसे ज़्यादा हिस्सा। यही वह AI है जो सुर्खियाँ बनाता है: डिज़ाइन की गई बीयर, अनुमानित फ़्लेवर, डिजिटल टेस्टिंग पैनल।
यह अच्छी वजहों से प्रयोग के दौर में रहता है। सेंसरी डेटा कम, व्यक्तिपरक और महँगा होता है, लक्ष्य (क्या इसका स्वाद अच्छा है?) नरम है, और ‘यह रेसिपी अच्छी है या नहीं’ के evals लिखना ‘यह ABV सही है या नहीं’ से कहीं मुश्किल है। इस सीरीज़ की माल्ट वेक्टर पोस्ट दिखाती है कि जैसे ही अनुभूति शामिल होती है, गणित कितनी जल्दी डगमगाने लगता है।
नतीजा 4: इक्विपमेंट बनाने वाले मुश्किल से AI का दावा करते हैं
इंजीनियरिंग और इक्विपमेंट में 36 एंट्री हैं और सिर्फ़ 3 AI चला रही हैं। 26 AI का कोई दावा नहीं करतीं।
ये वे कंपनियाँ हैं जिनके टैंक, ब्रूहाउस और फ़िलिंग लाइनें ब्रुअरी का ज़्यादातर प्रोसेस डेटा पैदा करती हैं। डेटा मौजूद है, कंट्रोल सिस्टम और हिस्टोरियन में पड़ा है। उसका बहुत कम हिस्सा कंट्रोल से आगे किसी काम में लिया जा रहा है, कम से कम सार्वजनिक रूप से। जो भी इस इक्विपमेंट डेटा को नतीजा 2 के ऑपरेशनल AI से जोड़ेगा, उसके सामने खुला मैदान है।
नतीजा 5: GenAI बस एक पतली परत है
1,015 में से सिर्फ़ लगभग 35 एंट्री अपने यूज़ केस में जेनरेटिव AI या लार्ज लैंग्वेज मॉडल का ज़िक्र करती हैं, और GenAI और मार्केटिंग थीम में बस 18 कंपनियाँ हैं। ड्रिंक्स में चल रहा ज़्यादातर AI फ़ोरकास्टिंग, कंप्यूटर विज़न, एनोमली डिटेक्शन और क्लासिक मशीन लर्निंग है।
यह आलोचना नहीं है। काम का यही सही क्रम है। इस सीरीज़ की हर चीज़ (स्रोत बताने वाली रिट्रीवल, गणित करने वाले टूल, ब्रुइंग ज्ञान वाले वेक्टर, साफ़ स्क्रैप किया डेटा, खराब रिलीज़ रोकने वाले evals) उस डेटा इंजीनियरिंग पर टिकी है जो ज़्यादातर इंडस्ट्री अभी कर ही रही है। GenAI उस नींव के ऊपर की एक परत है, और डेटासेट कहता है कि नींव पहले आती है।
नतीजा 6: व्हिस्की पतली है
वर्टिकल के हिसाब से बीयर में 277 एंट्री हैं और वाइन में 274, जबकि व्हिस्की में 82। अन्य 374 कई ड्रिंक्स को कवर करती हैं, ज़्यादातर हॉरिज़ॉन्टल प्लेटफ़ॉर्म और कंसल्टेंसी। व्हिस्की का पतलापन कुछ हद तक इस बात को दिखाता है कि मैंने अब तक कहाँ देखा है, और कुछ हद तक यह कि डिस्टिलर टेक्नोलॉजी के बारे में सार्वजनिक रूप से कम बोलते हैं। जो भी हो, स्पिरिट्स के सबूत उथले हैं, और ‘व्हिस्की में AI’ का कोई भी दावा कम उदाहरणों पर टिका है।
भौगोलिक रूप से अमेरिका 295 एंट्री के साथ सबसे आगे है, फिर यूनाइटेड किंगडम और जर्मनी 72-72 पर, फ़्रांस 59 पर और भारत 37 पर। 174 एंट्री का कोई साफ़ देश नहीं है, आमतौर पर सिर्फ़ ऑनलाइन कंपनियाँ।
यह कहाँ टूटता है
यह डेस्क रिसर्च है। सब कुछ सार्वजनिक सामग्री से आता है। चुपचाप अच्छा फ़ोरकास्टिंग मॉडल चलाने वाली और कभी उसकी बात न करने वाली ब्रुअरी यहाँ दिखती ही नहीं, और ज़ोरदार मार्केटिंग वाला वेंडर ज़रूरत से ज़्यादा दिखता है।
‘शिपिंग’ कंपनी का अपना दावा है। वेंडर की साइट से मिलाने पर बढ़ा-चढ़ाकर लिखी ख़बरें पकड़ में आ जाती हैं, पर इससे यह पक्का नहीं होता कि प्रोडक्ट अच्छा काम करता है या कोई उसे इस्तेमाल करता है।
थीम कीवर्ड नियमों से आती हैं। तीन काम करने वाली कंपनी एक ही में रखी जाती है, और शब्दों की वजह से गलत जगह जा सकती है। नियम टेस्ट किए गए हैं और मुझे मिली गलतियाँ ठीक की गईं, पर किनारों पर गिनती अनुमानित है। ख़ासकर GenAI की गिनती एक कीवर्ड सर्च है और दोनों तरफ़ कुछ अंकों से गलत हो सकती है।
डेटासेट बढ़ता रहता है। ये गिनतियाँ एक स्नैपशॉट हैं। तीन महीने में दोबारा चलाइए और हर संख्या बदल चुकी होगी। मेरा अंदाज़ा है कि ढाँचा नहीं बदलेगा।
निचोड़
ठीक से गिनें, तो बेवरेज AI घोषणाओं जैसा कम और एक ऑपरेशंस प्लान जैसा ज़्यादा दिखता है। मायने रखने वाली लगभग आधी कंपनियाँ AI का कोई दावा नहीं करतीं। जो AI चलता है वह फ़ोरकास्ट करता है, जाँचता है और निगरानी करता है। सेंसरी और रेसिपी का काम ईमानदार वजहों से पायलट में रहता है, इक्विपमेंट बनाने वाले ऐसे डेटा पर बैठे हैं जिसे वे मुश्किल से इस्तेमाल करते हैं, और जेनरेटिव AI एक पतली परत है जो अपने नीचे की डेटा इंजीनियरिंग पर ही काम करती है। यही बात यह पूरी सीरीज़ एक-एक टूल के साथ कहती आई है।
इसी के साथ The Brewer’s Agent पूरी होती है। इसकी शुरुआत स्रोत बताने वाले और गणित टूल पर छोड़ने वाले RAG से हुई और अंत इस सबूत से कि मुश्किल हिस्सा नींव है। पूरी सीरीज़ The Brewer’s Agent सीरीज़ पेज पर है, और वाइन की साथी सीरीज़ The Cellar Ledger है।
अक्सर पूछे जाने वाले सवाल
कितनी बेवरेज कंपनियाँ सच में AI इस्तेमाल कर रही हैं? बीयर, वाइन और व्हिस्की से जुड़ी 1,015 कंपनियों और लोगों के एक चुने हुए डेटासेट में 447 को किसी प्रोडक्ट या ऑपरेशन में AI चलाने वाला (शिपिंग) आँका गया, 60 को पायलट और 21 को रिसर्च। 431 की जाँच हुई और वे AI का कोई दावा नहीं करतीं। बाकी अभी आँकी नहीं गईं। यहाँ शिपिंग का मतलब है कि कंपनी सार्वजनिक रूप से ऐसा कहती है, और जहाँ संभव हो, उसकी अपनी साइट से मिलाकर जाँचा गया।
ड्रिंक्स इंडस्ट्री में AI असल में कहाँ इस्तेमाल होता है? ज़्यादातर ऑपरेशनल काम में। प्रोसेस और ऑपरेशंस, वाइनयार्ड और फ़सल निगरानी, सेल्स और डिमांड फ़ोरकास्टिंग, और क्वालिटी इंस्पेक्शन में ही चल रहा ज़्यादातर AI है। सेंसरी और रेसिपी AI को ज़्यादा ध्यान मिलता है पर उसमें पायलट का हिस्सा सबसे ज़्यादा है, और इक्विपमेंट बनाने वाले किसी भी समूह से कम AI दावे करते हैं।
बेवरेज-AI कंपनियों में जेनरेटिव AI कितना आम है? सुर्खियों से कम। 1,015 में से सिर्फ़ लगभग 35 एंट्री अपने यूज़ केस में जेनरेटिव AI या लार्ज लैंग्वेज मॉडल का ज़िक्र करती हैं, और GenAI और मार्केटिंग थीम में 18 कंपनियाँ हैं। जो चल रहा है उसमें ज़्यादातर फ़ोरकास्टिंग, कंप्यूटर विज़न, एनोमली डिटेक्शन और क्लासिक मशीन लर्निंग है।