Hace casi tres años, cuando Unilever desarrolló un cubo de caldo sin sal para la marca Knorr de la empresa, tuvo que diseñar una nueva formulación sin un ingrediente clave que es un gran contribuyente al sabor y proporciona una estructura crítica al caldo deshidratado.
Para predecir la mejor combinación y concentración de ingredientes para los nuevos cubos de caldo sin sal, Unilever se apoyó en la inteligencia artificial.
«Crear un cubo de caldo sin sal que aún tenga un sabor aceptable para los consumidores es donde la modelización predictiva ha sido súper útil», dice Carla Hilhorst, directora de investigación y desarrollo de la unidad de nutrición de Unilever. La inteligencia artificial ayudó a diseñar la formulación del cubo de caldo sin sal, así como la forma en que se produciría en la línea de fabricación de la empresa.
Las empresas de alimentos más grandes del mundo han confiado en la inteligencia artificial durante décadas, y en los últimos años han acelerado su adopción de la tecnología, incluidos nuevos casos de uso para la inteligencia artificial generativa. «Las compañías de bienes de consumo y retail han estado utilizando la inteligencia artificial para una serie de cosas, incluida la capacidad de predecir la demanda», dice Michelle McGuire Christian, directora comercial de ConvergeConsumer, una iniciativa colaborativa entre Deloitte y Google Cloud. «Lo han estado utilizando para optimizar la cadena de suministro durante mucho tiempo», agregó, incluida la comercialización y ubicación de productos dentro de una tienda.
Los modelos de inteligencia artificial de Unilever se utilizan para ayudar a predecir el sabor, las preferencias del consumidor y la estabilidad microbiológica, así como para determinar si un producto puede funcionar en una línea de fábrica. Al utilizar la inteligencia artificial, el tiempo necesario para el desarrollo de productos puede pasar de meses a solo unos pocos días. «La toma de decisiones habilitada por datos le permite encontrar más fácilmente el punto óptimo», dice Hilhorst. «Puedes ser más preciso».
Otras innovaciones de inteligencia artificial incluyen la mayonesa vegana de Hellmann’s, para la cual Unilever utilizó modelización avanzada para predecir el sabor, la textura y la estabilidad de un producto que omitiría el huevo. La inteligencia artificial ha ayudado a reducir el desperdicio de alimentos de Unilever. Para las botellas de mayonesa de Hellmann’s, se agregó una fina capa de aceite en el interior del paquete para que solo queden una o dos porciones de mayonesa en el recipiente, en comparación con un promedio de alrededor de cinco antes de que se utilizaran los modelos predictivos de formulación de IA.
La inteligencia artificial también ayudó a Unilever a pivotar después de que Rusia invadió Ucrania y la empresa tuvo que configurar rápidamente formulaciones alternativas para ingredientes que se volvieron difíciles de adquirir, incluido el aceite de girasol.
Athina Kanioura, directora de estrategia y transformación de PepsiCo, dice que el gigante de los snacks ha estado utilizando formas más «tradicionales» de inteligencia artificial durante años, abarcando desde la innovación, hasta la planificación con proveedores, hasta las rutas óptimas que los conductores deben tomar al entregar productos. La empresa también está comenzando a probar la inteligencia artificial generativa para varias partes del negocio de PepsiCo, incluido el desarrollo de software, el manejo de consultas a centros de llamadas y formulaciones de alimentos.
PepsiCo ha desarrollado estándares internos para asegurarse de que todos los que utilizan la inteligencia artificial lo hagan de manera segura. «Tenemos la infraestructura que se encuentra en nuestro entorno donde podemos dar acceso al entorno de pruebas de la IA para que las personas prueben las diferentes capacidades», dice Kanioura.
Y con el mundo de los snacks en constante evolución, PepsiCo dice que la inteligencia artificial puede ayudar a sintetizar lo que los consumidores quieren a un ritmo más rápido, al mismo tiempo que resuelve la mejor forma de desarrollar esos alimentos y bebidas en toda la cadena de suministro. En el corazón de esas decisiones de desarrollo de sabor, PepsiCo enfatiza, están las percepciones humanas. «La próxima gran cosa no provino de la tecnología, provino de los consumidores», dice Kanioura.
PepsiCo dice que los esfuerzos de inteligencia artificial de la empresa se centran en la eficiencia y el crecimiento, no en los gastos. «No tengo prisa por impulsar la optimización de costos desde la IA gen», dice Kanioura.
«La IA nos ayudará a obtener los niveles de precisión y velocidad que no hemos tenido en el pasado», dice Anton Vincent, presidente de Mars Wrigley North America. «Tenemos la esperanza de que, al empezar a pensar en eliminar la complejidad, la IA va a ser un gran impulsor para nosotros».
El fabricante de dulces dice que ha utilizado la IA durante varios años para ayudar con el abastecimiento, la fabricación y el análisis de datos de la industria para determinar tendencias en la industria alimentaria. En cuanto a los grandes modelos de lenguaje, Vincent dice: «estamos tratando de usarlo para impulsar la productividad en todas partes de nuestra cadena de valor. Estamos en las primeras etapas de eso».
Para avanzar en ese viaje, Mars abrirá un laboratorio de IA en el primer trimestre de 2024 en la oficina corporativa de la empresa en Newark. «El laboratorio de IA ofrece la oportunidad para que cada asociado entre con una idea y, con suerte, salga con un plan de acción», dice Gabrielle Wesley, directora de marketing de Mars Wrigley North America.
Marie Wright, jefa global de sabor en la empresa de procesamiento de alimentos ADM, recuerda una época en la que los expertos en sabores escribían fórmulas en libros «hermosos», que formarían la base de los sabores que se producían en las fábricas. Pero el paso a las computadoras y, más recientemente, a la inteligencia artificial, ha cambiado la forma en que la industria maneja las formulaciones y los datos.
«Ha habido grandes avances en los últimos años en la plataforma de IA», dice Wright. «Y luego es como, ¿cómo aplicamos eso a una habilidad creativa como crear sabores?» Ella reconoce que «muchos expertos en sabores tienen miedo de la IA. Y yo diría que la mayoría de las personas creativas tienen miedo de la IA».
ADM dice que utiliza la inteligencia artificial no para eliminar el trabajo de desarrollo de sabores, sino para mejorar el proceso. Wright dice que es fundamental que el grupo de tecnología no solo imponga que se utilicen herramientas de IA. En su lugar, se debe alentar a los expertos en sabores a formar parte del viaje de la IA.
«La IA tiene que intervenir porque nosotros, como humanos, no podemos procesar esos datos», dice Wright. «La IA tiene la gran ventaja de poder procesar esos datos rápidamente para aprender y luego, en última instancia, comenzar a hacer ese aprendizaje automático y, con suerte, poder hacer cosas más predictivas en términos de nuevas fórmulas, nuevas formas de trabajo y, quizás, en mi opinión, deberíamos ser mejores en creatividad».
Bayer dice que ha sido un usuario temprano de herramientas de inteligencia artificial como el aprendizaje automático. Tome el ejemplo del maíz: antes del mejoramiento genético, se cultivaban aproximadamente 20 a 30 fanegas en un acre de tierra. Hoy en día, el rendimiento promedio de maíz es de 175 fanegas. Parte de esos avances se debieron a cómo las granjas evolucionaron sus prácticas de fertilización y agronómicas, pero una gran parte se debió a las mejoras genéticas gracias a la IA.
La IA ayuda a Bayer a analizar los datos para determinar los mejores candidatos parentales que un criador puede cruzar para crear una descendencia de maíz que sea la más exitosa en el campo.
«Estaba claro que la mente humana no era capaz de ingerir todos los enormes cantidades de datos que estamos recopilando ahora y de hacer suficiente sentido de ello», dice Bob Reiter, jefe de investigación y desarrollo global para ciencias de cultivos en Bayer. «Es enorme desbloquear más de ese potencial genético de lo que podríamos haber hecho en el pasado sin herramientas de IA».
Los algoritmos predictivos sobre qué padres cruzar y qué combinaciones genéticas crear se han vuelto tan sofisticados que Bayer puede llevar a cabo el proceso tres o cuatro veces al año en lugar de cada pocos años antes de la IA. «Realmente va a ser en el futuro un gran acelerador para seguir aumentando esa productividad para el agricultor en ese acre que están sembrando», dice Reiter.
Y con la población mundial proyectada para alcanzar los 8.5 mil millones en 2030 y aumentar a 9.7 mil millones en 2050, los agricultores deben volverse cada vez más eficientes.
«Es fundamental para ayudar a alimentar una población global en crecimiento», dice Reiter.
