Viaje al centro de la IA: la revolución del desarrollo de nuevos productos tras 50 años sin apenas cambios

La Inteligencia Artificial, la IA como todos la llaman, como si fuera la persona que todos conocemos. Y es que está en boca de todos. Que levante la mano quien esté leyendo esto y no haya dicho u oído la palabra IA hoy antes de leernos. Está revolucionando el mundo entero, todo lo que nos rodea, para generar mejores experiencias, más eficientes.

La IA es en realidad una gran desconocida, tanto que genera pasiones y miedos a partes iguales, y sin embargo vive en nuestro día a día sin darnos cuenta: en el chat de servicio/apoyo al cliente, en las promociones exclusivas que recibimos de nuestra tienda habitual, en la oferta de series y películas de nuestra plataforma favorita...

La IA va a redefinir cómo vivimos. Jackie comenta que acaba de actualizar su móvil, y la actualización incluye un servicio IA. La promesa de la marca es que, a partir de ahora, la experiencia con su móvil “no solo se define por lo que su teléfono puede hacer, sino también por dotar a Jackie de las herramientas adecuadas para impulsar la productividad y encender su creatividad”. Está deseando experimentarla.

Se escribe mucho sobre su potencial y hay nueva literatura general cada día. ¿Pero qué pasa en el fascinante mundo de la innovación en gran consumo? ¿Con el desarrollo de nuevos productos? El proceso no ha cambiado en décadas. Primero desarrollar ideas, luego conceptos, fórmulas de producto, establecer estrategias de precio, trabajar un pack que saque lo mejor de la iniciativa. Procesos establecidos, largos, incluso a menudo arduos, con diferentes fases e iteraciones, con datos de consumidor y de mercado.

Es cierto que se han producido algunos cambios por la necesidad de gestionar los costes y la aversión al riesgo. Y la consecuencia principal ha sido la proliferación de herramientas rápidas, que recogen información en horas y permiten llevar a cabo menos iteraciones, o incluso omitir alguna fase esencial. El resultado es que apenas la mitad de los lanzamientos generan crecimiento en su segundo año de vida, si consiguen mantenerse en el lineal.

En contrapartida, es crítico validar el lanzamiento y tener la certeza de que el nuevo producto va a encantar a sus compradores, y que no va a perder un tercio de penetración potencial nada más lanzarlo. Porque ahora un tercio de los consumidores lee las reseñas antes de comprar un producto de gran consumo por primera vez, y si el comprador no está “encantado”, el producto está condenado al fracaso. Solo el 5% de los productos que no ofrecen una experiencia óptima pueden triunfar. La otra cara de la moneda es que un producto con buen desempeño multiplica su probabilidad de éxito por 15.

Los equipos de desarrollo de producto de gran consumo se enfrentan a limitaciones cada vez más estrictas. El coste de las materias primas no para de aumentar, el abastecimiento es un desafío constante para la cadena de suministro, los consumidores tienen un bolsillo cada vez más apretado y miran más y más cómo gestionar el gasto de la compra. Y no olvidemos que el producto tiene que conquistar al consumidor con una organolepsia perfecta y un valor nutricional acorde con la legislación y requisitos de cada país: menos azúcares, sal, grasas. La guinda del pastel lo pone un pack “limpio” y sostenible.

¿Con todos estos desafíos cómo podemos las empresas como NielsenIQ Bases ayudar a estos equipos de desarrollo de producto en su necesidad de información más relevante, más escalable y más rápida? ¿Misión imposible?

El enfoque tradicional de los fabricantes implica explorar el mercado, hacer prototipos, testarlos con un panel sensorial para realizar perfiles (sensoriales) de cada uno y después testar el producto con el consumidor. Tras el largo y costoso proceso se combinan ambas fuentes de datos para conocer qué prototipos gustan o no, por qué y cómo se pueden mejorar. Este proceso tiene sus limitaciones, por ejemplo, los datos y las conclusiones son aplicables solo a este set de productos, y la escalabilidad está entredicha. Frecuentemente, se aplican aprendizajes de un país a otro sin comprender si lo que es bueno en una geografía lo será en otra, o en todas.

Después de unos 50 años, llega la revolución al test de producto con la Inteligencia Artificial. La IA aún no crea una receta concreta para que los equipos de I+D se pongan manos a la obra, pero sí puede utilizarse para crear una herramienta que rompa con un proceso que poco ha cambiado en décadas y, parafraseando a la marca del móvil de Jackie, pueda impulsar la productividad y dar rienda suelta a la creatividad de los equipos de desarrollo.

La IA responde al desafío al que se enfrentan los equipos de I+D con aprendizajes vanguardistas y ágiles para el desarrollo de producto, capaz de evaluar y optimizar productos y generar perfiles sensoriales usando modelos avanzados.

Esta herramienta Creativa de Producto consta de dos patas. Primero se crea un panel de consumidores que aprendan a evaluar productos en términos de olor, sabor y textura. Se les entrena testando productos que ya existen en el mercado. Y segundo, se integra IA para que aprenda del panel de consumidores y crear el modelo. Por ejemplo, NielsenIQ Bases ha entrenado el modelo con más de 20.000 productos que cubren 50 categorías en 39 países, por el momento. La herramienta Creativa de Producto tiene cuatro beneficios:

1. Aprende experiencias sensoriales del mundo entero.

2. Utiliza el aprendizaje para predecir y optimizar productos.

3. Permite experimentar y crear nuevos productos en todo el mundo.

4. Descubre nuevas formas de innovar y “encantar” a los consumidores.

Aunque la Creación de Producto con IA se basa en los principios clásicos del desarrollo de productos, funciona de forma diferente. El proceso no incluye entrevistas y preguntas a consumidores. En su lugar, los panelistas prueban productos y fórmulas, y realizan el perfil en términos de sabor, olor/fragancia o textura directamente en la aplicación vinculada al modelo de IA.

Recordemos que son personas, consumidores entrenados que han probado cientos de productos para hacer perfiles basados en un lenguaje consistente y estructurado de forma global con características y adjetivos universales como dulce, amargo, seco, floral, etc., y hay atributos más detallados que son de libre elección. Hay más de 3.500 características en el modelo y se añaden a medida que emergen otras nuevas.

Una vez finalizadas las pruebas de producto, el modelo:

•Predice el nivel de agrado utilizando AI y genera una nota de 1 a 7.

• Genera el perfil sensorial con IA, así como un análisis del lenguaje cultural que detalla la presencia y la intensidad de las características que los consumidores percibirían en un país u otro, aunque no fueran capaces de expresar todos los matices.

• Posiciona los productos perfilados en un mapa de oportunidades de mercado que representa el estado de la categoría. Muestra los atributos que definen los espacios sensoriales, áreas que gustan y no gustan, y cómo se concentran los productos disponibles en el mercado que denotan estas características en términos de sabor, olor/fragancia y textura.

• Proporciona una optimización con las características para mejorar el producto o la fórmula seleccionada.

Las notas de agrado de la IA se han contrastado con las del enfoque tradicional, con unos resultados similares en el 90% de los casos. En concreto, ambos enfoques arrojan el mismo ganador en 24 de 28 casos. Con la implementación de la IA y sus recomendaciones, existe un claro potencial para dar apoyo a los fabricantes con un cambio radical en el desempeño de productos actualmente disponibles o de nuevos prototipos. De media, la optimización con IA ofrece recomendaciones de fragancia y textura que aumentan el nivel de agrado casi un 20%.

En el caso de Jack Daniel’s y Coca-Cola, testar prototipos y optimizar la fórmula con IA ha proporcionado a Brown Forman el lanzamiento de mayor éxito de la historia de la compañía en Estados Unidos según Lawson Whiting, CEO de la compañía. Las ventas de esta renovación de fórmula han aumentado un 350% frente al mismo periodo, tras su lanzamiento inicial.

La eficiencia es tal que la velocidad de las ventas se ha multiplicado por 2,5 y la repetición de compra por 1,9 después de mejorar la fórmula con IA. Además, la IA también modelizó dos países más, entre ellos España, donde el impacto también está siendo muy positivo.

La escalabilidad de la IA es muy eficiente en tiempo y coste. El panel solo hace el perfil de cada producto o fórmula una vez, y ahí es cuando la IA “hace magia”. Por lo que el número de muestras de producto necesarias y los recursos para crearlas son mínimas. A más países y fórmulas, más eficiencias.

La IA destinada a crear nuevos productos da respuesta a un sinfín de objetivos y escenarios. Sin embargo, después de trabajar durante tres años con pruebas piloto y proyectos reales, el mayor beneficio para los fabricantes reside en estas tres áreas:

• Preferencias del mercado: entender sabor, fragancia o textura de productos actualmente disponibles en una categoría, para identificar oportunidades de innovación y amenazas. Según la estrategia de innovación, explorar áreas de interés muy concretas en el mapa de oportunidades.

• Screening de prototipos para nuevos lanzamientos o para mejorar productos existentes: ya sea por razones comerciales, legislativas o de calidad, se testan varios prototipos para encontrar la mejor fórmula candidata a ser optimizada por la propia IA o a pasar a una fase de validación final con consumidor. La IA identifica la mayor preferencia y novedad en el target de interés. Después extrae sabores dentro y fuera de la categoría y país, y elimina las características innecesarias para generar la mejor receta, la top 1.

• Racionalización de recetas entre países: se perfilan las diferentes fórmulas y se genera un resultado multipaís para reducir el número de recetas, ya sea con las que ya existen y que pueden agradar a un conjunto de países, o con fórmulas optimizadas con IA capaces de satisfacer zonas con preferencias similares.

Lo más emocionante de este viaje al centro de la Inteligencia Artificial en el gran consumo y desarrollo de productos es la capacidad de abrir nuevos caminos para disparar los niveles de agrado y la capacidad de “encantar aún más” al consumidor con nuevos sabores o fragancias que hasta ahora no se consideraban.

Todo ello gracias a la versatilidad y la forma integral que tiene la IA de aprender de diferentes categorías, países y productos a un nivel de microdetalle. Es un impulso para los equipos de I+D, una catapulta para su creatividad y que lleven sus creaciones al siguiente nivel.

----------------

Este artículo está incluido en el Anuario de la Innovación 2024 de Food Retail & Service, una obra exclusiva que puedes descargar de forma directa y gratuita desde este enlace.

El anuario, en formato ebook interactivo, contiene el mejor análisis de 38 expertos seleccionados para crecer en gran consumo y ha sido posible gracias al patrocinio de Campofrío, Capsa, Coca-Cola, Randstad, SDG Group, Shop & Roll y Winche, y el apoyo de otras empresas anunciantes.