L'Oréal, Mondelez, Nestlé и Haleon: кейсы использования AI🧊
FMCG-гиганты показывают индустрии мастер-класс.
🚶 L'Oréal
Ищут новые применения существующих ингредиентов.
Например, ИИ обнаружил, что молекулы, которые раньше применялись в уходе за кожей, можно использовать и в шампунях.
По сути, система анализирует уже существующую научную базу и предлагает неожиданные комбинации.
Предсказывает действие молекул.
ИИ моделирует, как различные соединения будут влиять на кожу, волосы, косметические свойства продукта.
И не нужно тратить время на заведомо неудачные эксперименты.
🚶 Mondelez
Идут своим путём.
Их фокус на поиске новых рецептов.
ИИ может предложить тысячи вариантов состава продукта и одновременно учесть вкус, стоимость ингредиентов, пищевую ценность, экологичность и бонусом ещё чекнуть устойчивость поставок.
В старые добрые времена технологи перебирали рецепты вручную, а сейчас машина сначала предлагает самые перспективные варианты, а уже потом их дегустируют люди.
Еще 4 года назад цикл производства занимал месяцы, а теперь - недели. Шик.
🚶 Nestlé и Haleon (Sensodyne)
Копают в очень похожих направлениях, что логично:
- ускоренное тестирование ингредиентов
- генерация новых идей рецептур
- анализ рисков цепочек поставок
- ускорение продуктовой разработки
💡 Во всей этих кейсах AI накидывает лабораторный халат и становится ассистентом ученых/технологов.
Такой мега-вжик, который без сна и отдыха перебирает миллионы комбинаций быстрее человека и отдаёт в работу уже самые перспективные идеи.
А человек-эксперт уже принимает финальное решение.
🚜 Финальный тейк: у кого больше данных - тому использование AI приносит максимальную пользу. Скорость решает.
🔠🔣🔠🔣 И снова про контекст.
AI не знает ничего про результаты 20 лет лабораторных экспериментов L'Oréal и про внутренние дегустационные оценки Oreo. У него нет данных Nestlé о поведении ингредиентов и тем более - собственных исследований стабильности рецептур.
Но он учится. Учится на этой внутрянке, добавляя к скорости обработки - качество данных.