O armazenamento de produtos alimentícios ao longo do tempo, influenciam diretamente na aceitação do consumidor. O uso de modelos de aprendizagem de máquinas vem como uma ferramenta eficaz e ainda pouco explorada na indústria. Com isso, o estudo tem o propósito de utilizar técnicas de aprendizado de máquina para predizer a qualidade do chá-mate ao longo do tempo, a partir de parâmetros de análise sensorial e parâmetros de coloração. Foi avaliado através de teste afetivo com escala hedônica de 7 pontos, de gostei a desgostei, para os atributos de aparência, cor, sabor e odor e através de colorimetria utilizando o sistema de cor CIELab. Observou-se que as amostras com 12 meses de armazenamento apresentaram aumento de luminosidade em 22%. Utilizando dados de análise sensorial e colorimetria foi possível predizer através do modelo LSTM  a vida útil do chá mate. Concluiu-se que a inteligência artificial é uma ferramenta promissora para a indústria alimentícia, capaz de melhorar a eficiência operacional e garantir a qualidade dos produtos e com baixo custo.