EVANSTON, ILL. — Des experts en technologie du cabinet de conseil ZS Associates ont souligné les différentes façons dont l’intelligence artificielle s’insurgét dans l’innovation alimentaire et le développement de produits lors d’une session à la Semaine virtuelle de l’Expo des produits naturels de l’Ouest.
La session a mis en évidence le domaine émergent de l’analyse normative. Contrairement à l’analyse prédictive, qui utilise les données collectées pour arriver à des résultats futurs, l’analyse normative prend ces données et va plus loin dans les résultats potentiels de certaines actions », a déclaré Brian Thompson, chef de produit chez ZS Associates.
« C’est là que nous donnons à l’ordinateur l’ensemble complet de l’information et des données, le former à l’aide d’algorithmes, et il est capable de commencer à diriger les actions humaines pour avoir le plus d’impact possible, at-il dit.
Historiquement, les chefs d’entreprise se sont appuyés sur des données promotionnelles, des dépenses des médias de marque, des perceptions de la marque et des commentaires des consommateurs pour faire des prédictions sur les ventes et la distribution. Aujourd’hui, les prévisions sur la façon dont les aliments sont susceptibles d’être performants sur le marché sont devenues plus précises, en grande partie en raison de la disponibilité des données sur l’emballage et des données sur les étiquettes qui contiennent des informations sur les ingrédients et les produits nutritifs.
« Le fait d’avoir des données d’emballage et de messagerie à l’échelle a un impact incroyable sur notre capacité à comprendre la relation entre ces attributs et les ventes », a déclaré Tim Joyce, directeur chez ZS Associates.
La découverte de nouveaux profils est le cas d’utilisation le plus large pour la découverte de nouveaux produits d’IA aujourd’hui, les innovateurs observant simultanément les données sur les attributs des produits et les ventes de produits dans l’épicerie pour détecter les tendances plus tôt. À titre d’exemple, les produits qui ont une teneur en protéines plus élevée par rapport au reste de leur catégorie et les produits qui sont beaucoup plus sucrés par rapport au reste de leur catégorie se réunissent comme éléments qui composent un profil sucré et riche en protéines.
« Ce que nous savons du succès de la dernière décennie de catégories comme les collations à base de viande et le yogourt grec, c’est que ce profil a été très populaire », a déclaré M. Joyce. « Si nous regardons en arrière dans l’histoire des données, il y a des indices sur l’émergence du profil dans plusieurs catégories. »
Ce type d’analyse permet aux marques de comprendre l’impact d’un profil s’il était introduit dans une nouvelle catégorie.
« Nous pouvons répondre à la question: « Quel serait l’impact si nous faisions une version biologique de ce produit, ou si nous apportions le profil de saveur douce et lisse du yogourt grec dans une catégorie comme le fromage à la crème? » M. Joyce a dit. « Lorsque nous faisons des prévisions, nous n’apprenons pas seulement quel est le potentiel de cet article. Nous apprenons quels ingrédients et quelles saveurs sont vraiment à l’origine du concept.
Un autre domaine où l’IA a un impact est la capacité d’optimiser le goût.
« Ce n’est pas seulement la détection des saveurs qui sont susceptibles d’être couronnées de succès, mais aussi le développement de recettes qui vont être un grand succès auprès des consommateurs », a déclaré M. Joyce.
Les données sur le goût et la saveur ont généralement impliqué la collecte des commentaires des consommateurs. Les marques peuvent utiliser ces données pour comprendre comment les consommateurs réagissent à des saveurs, des formes ou d’autres expériences multisensorielles spécifiques, puis relier cette rétroaction aux ventes de produits et à la distribution des produits afin de mieux comprendre l’impact de ces saveurs et formes sur le comportement des consommateurs.
« Dans le passé, nous avons effectué des tests de goût en direct en laboratoire et recueilli ces données manuellement », a déclaré M. Joyce. « Ce qui va vraiment s’ouvrir au cours de la prochaine décennie, c’est de mettre au point des capteurs qui peuvent réellement goûter les produits alimentaires à la place d’un être humain et prédire comment un être humain va recevoir cette expérience multisensorielle. »
D’autres applications pour l’IA incluent la compréhension des zones géographiques les plus susceptibles d’adopter de nouvelles idées ou produits, quelles bannières sont les plus susceptibles d’avoir la meilleure performance avec de nouveaux articles et quels assortiments sont les plus susceptibles d’être réussis sur l’étagère à ces bannières. Les investisseurs utilisent également l’IA pour projeter la performance financière d’une entreprise plus tôt et plus précisément.
« C’est parce que ce qu’il faut pour générer une prévision, ce ne sont plus des ventes historiques, mais seulement l’étiquette du produit et une certaine conception de la façon dont elle pourrait être distribuée », a déclaré M. Joyce. « Les investisseurs peuvent maintenant valoriser rapidement les articles au lieu des entreprises et savoir lesquels ont la plus forte demande. »
Les investisseurs utilisent également l’IA pour déterminer quelles parties des portefeuilles peuvent être rogné et réduits. Par conséquent, le cycle de développement des affaires va devenir beaucoup plus rapide, a prédit M. Joyce.
« Je pense qu’il pourrait y avoir une course aux données entre les fondateurs et les investisseurs pour comprendre les moteurs d’idées fortes et de comprendre ce qui rend vraiment un concept grand, dit-il. « Les meilleures données vont avoir une grand avantage.
