fr.wedoany.com Rapport : Les grandes entreprises de consommation intègrent l'intelligence artificielle générative et analytique dans le développement de nouveaux produits afin de raccourcir les cycles de R&D, d'accélérer les tests de formulation et de réduire les risques de mise sur le marché. Selon un rapport de Reuters, des entreprises telles que L'Oréal et Mondelez International ont déjà introduit l'IA dans leurs laboratoires, leurs recherches sur les ingrédients, leurs simulations et leurs analyses des préférences des clients. L'Oréal indique que l'IA a permis d'accélérer d'environ quatre fois le développement de certains de ses processus, ce qui démontre que la valeur de cette technologie se mesure au temps de mise sur le marché, et non pas uniquement à l'automatisation des tâches de bureau.

Cette tendance étend l'application de l'IA des chatbots aux modèles opérationnels industriels. Les entreprises recherchent des outils capables non seulement de générer du texte ou d'assister les clients, mais surtout de relier les données de R&D, de production, de vente et de comportement de marché afin de prendre plus rapidement des décisions concernant les produits, les emballages et les catégories. Sur le marché européen, ces applications soulèvent des questions relatives aux données, à la protection des consommateurs, à la transparence des allégations et à la responsabilité en matière de formulations assistées par l'IA. En Croatie, les secteurs de l'industrie alimentaire, pharmaceutique, cosmétique et de la vente au détail montrent un potentiel d'application, mais les entreprises doivent d'abord assainir leurs bases de données, clarifier la propriété des données et perfectionner les processus de validation pour que l'IA puisse véritablement s'intégrer au développement de produits.

D'un point de vue technique, l'attention s'est déplacée de la capacité des modèles à produire des résultats convaincants vers la possibilité de les superviser dans des processus dotés de propriétaires, d'indicateurs, de pistes d'audit et de limites de responsabilité claires. Le phénomène de réduction des cycles de développement de produits par l'IA doit être interprété sous les angles de la qualité des données, du coût du raisonnement, de la sécurité des modèles et de l'intégration réelle des processus, et non pas uniquement en fonction du niveau de capacité démontré lors des présentations.