es.wedoany.com Noticia: Las grandes empresas de consumo están aplicando la inteligencia artificial generativa y analítica al desarrollo de nuevos productos para acortar los ciclos de I+D, acelerar las pruebas de fórmulas y reducir los riesgos de lanzamiento al mercado. Según informa Reuters, empresas como L'Oréal y Mondelez International ya han incorporado la IA en laboratorios, investigación de ingredientes, simulaciones y análisis de preferencias de los clientes. L'Oréal afirma que la IA ha acelerado aproximadamente cuatro veces la velocidad de desarrollo de algunos de sus procesos, lo que demuestra que el valor de esta tecnología se mide por el tiempo de comercialización, y no solo por la automatización de tareas de oficina.
Esta tendencia amplía la aplicación de la IA desde los chatbots hasta los modelos operativos industriales. Las empresas buscan herramientas que no solo generen texto o brinden soporte al cliente, sino que también conecten datos de I+D, producción, ventas y comportamiento del mercado para tomar decisiones más rápidas sobre productos, envases y categorías. En el mercado europeo, este tipo de aplicaciones ha suscitado cuestiones sobre datos, protección del consumidor, transparencia en las declaraciones y responsabilidad en las fórmulas asistidas por IA. En Croacia, sectores como la industria alimentaria, farmacéutica, cosmética y minorista muestran potencial de aplicación, pero las empresas primero deben ordenar las bases de datos, clarificar la propiedad de los datos y perfeccionar los procesos de verificación para que la IA se integre realmente en el desarrollo de productos.
Desde una perspectiva técnica, el enfoque ha pasado de si el modelo puede generar resultados convincentes a si puede implementarse bajo supervisión en procesos que cuenten con propietarios, indicadores, pistas de auditoría y límites de responsabilidad claros. El fenómeno de que la IA acorte los ciclos de desarrollo de productos debe interpretarse desde dimensiones como la calidad de los datos, el costo de inferencia, la seguridad del modelo y la integración real en los procesos, y no solo en función del nivel de capacidad mostrado en las demostraciones.
