Una de las aplicaciones más interesantes y útiles de la tecnología de inteligencia artificial ha sido en el mundo de la biotecnología y la medicina, donde ahora más de 220 nuevas empresas (sin mencionar las universidades y las compañías farmacéuticas más grandes) están utilizando IA para acelerar el descubrimiento de medicamentos al usarlo para jugar Las numerosas permutaciones resultantes de las combinaciones de drogas y químicos, el ADN y otros factores.
Ahora, una startup llamada Turing, que forma parte de la cohorte actual en Y Combinator que se presentará en el próximo Día de demostración el 22 de marzo, está tomando un principio similar, pero aplicándolo al mundo de la construcción (y “descubrimiento”) de nuevos consumidores Productos empacados.
Utilizando el aprendizaje automático para simular diferentes combinaciones de ingredientes más los resultados deseados para encontrar formulaciones óptimas para diferentes productos (de ahí el nombre de “Turing”, una referencia al modelo matemático de Alan Turing, conocido como la máquina de Turing), Turing se dirige inicialmente a la creación de productos para el cuidado del hogar (por ejemplo, detergentes), productos de belleza y alimentos y bebidas.
Los fundadores de Turing afirman que es capaz de ahorrar a las empresas millones de dólares al reducir el tiempo promedio que lleva formular y probar nuevos productos, de un promedio de 12 a 24 meses en cuestión de semanas.
Específicamente, el objetivo es reducir todo el tiempo necesario para probar combinaciones, dando a los equipos de I + D más tiempo para ser creativos.
“En este momento, pasan más tiempo manejando experimentos que innovando”, dijo Manmit Shrimali, cofundador y CEO de Turing.
En la actualidad, Turing está saliendo del sigilo, pero de hecho ya ha acumulado una impresionante lista de clientes. Ya está generando ingresos al trabajar con ocho marcas propiedad de una de las compañías de CPG más grandes del mundo, y también está siendo probado por otro gran gigante de CPG (Turing no está revelando sus nombres públicamente, pero es suficiente decir que ellos y sus marcas son nombres familiares).
Turing es cofundada por Shrimali y Ajith Govind, dos especialistas en ciencia de datos que trabajaron juntos en una startup anterior llamada Dextro Analytics. Dextro se había propuesto ayudar a las empresas a usar inteligencia artificial y otros tipos de análisis de negocios para ayudar a identificar tendencias y tomar decisiones en torno al marketing, la estrategia comercial y otras áreas operativas.
Mientras estaban allí, identificaron un caso de uso muy específico para los mismos principios que quizás fue aún más agudo: las divisiones de investigación y desarrollo de las empresas de CPG, que (irónicamente, dado su enfoque en el futuro) a menudo han estado detrás de la curva cuando se trata a la “transformación digital” que ha barrido a muchos otros departamentos corporativos.
“Estábamos consultando para compañías de productos y nos dimos cuenta de que estaban luchando”, dijo Shrimali. Agregue a eso el hecho de que CPG es precisamente el tipo de industria heredada que no es una compañía de tecnología nativa pero que definitivamente puede beneficiarse de la implementación de una mejor tecnología, y eso explica una oportunidad interesante de cómo (y dónde) introducir inteligencia artificial en el mezcla.
Los laboratorios de I + D desempeñan un papel específico y crítico en el mundo de la GPC.
Antes de ser finalmente enviado a producción, aquí es donde se descubren los productos; probado ajustado en respuesta a las aportaciones de los clientes, departamentos de marketing, presupuestos y fabricación y otros; luego probado de nuevo; luego pellizcó de nuevo; y así. Uno de los grandes clientes con los que trabaja Turing gasta cerca de $ 400 millones solo en pruebas.
Pero la I + D está bajo mucha presión en estos días. Si bien estos departamentos están reduciendo sus presupuestos, continúan teniendo muchas demandas. Todavía se espera que cumplan con los plazos para producir nuevos productos (o, con mayor probabilidad, extensiones de productos) para mantener interesados a los consumidores. Hay una nueva serie de preocupaciones ambientales y de salud en torno a los productos con enormes listas de ingredientes ininteligibles, lo que significa que tienen que descubrir cómo simplificar y mejorar la composición de los productos del mercado masivo. Y las marcas más pequeñas directas al consumidor están socavando a sus competidores más grandes al llegar al mercado más rápido con ofertas competitivas que satisfacen los nuevos gustos y preferencias de los consumidores.
“En el mundo de CPG, todo el mundo estaba centrado en el marketing, y la I + D era un punto ciego”, dijo Shrimali, refiriéndose a las grandes inversiones que las empresas de CPG han realizado para descubrir cómo usar lo digital para rastrear y conectarse con los usuarios, y también cómo mejor distribuir sus productos. “Para abordar cómo utilizar mejor la tecnología en I + D, las personas necesitan un sólido conocimiento del dominio, y somos los primeros en el mercado en hacerlo”.
El enfoque de Turing es acelerar la formulación y los aspectos de prueba que intervienen en la creación de productos para reducir algunos de los costos generales que conlleva la introducción de nuevos productos en el mercado.
Parte de la razón por la que puede llevar más de años crear un nuevo producto se debe a todas las permutaciones que conlleva construir algo y asegurarse de que funcione de manera tan consistente como lo esperaría un consumidor (que sigue siendo consistente en la producción y en el futuro). dentro del presupuesto).
“Si solo se cambia un ingrediente en una formulación, puede cambiar todo”, señaló Shrimali. Y así, en el caso de algo como un detergente para la ropa, esto significa ejecutar cientos de pruebas en cientos de cargas de ropa para asegurarse de que funcione como debería.
La plataforma Turing aporta datos históricos de una serie de permutaciones y pruebas pasadas para virtualizar esencialmente todo esto: sugiere mezclas y resultados óptimos de ellos sin la necesidad de ejecutar las costosas pruebas físicas, y a su vez esto le enseña a la plataforma Turing a abordar futuras pruebas y formulaciones. Shrimali dijo que la plataforma Turing ya le ha ahorrado a una de las marcas unos $ 7 millones en costos de prueba.
El lugar de Turing en el trabajo con I + D le da a la compañía algunas ideas interesantes sobre algunos de los cambios que está experimentando la industria en general. Actualmente, Shrimali dijo que una de las mayores prioridades para los gigantes de la GPC incluye abordar la demanda de formulaciones más naturales, orgánicas y rastreables.
Si bien ninguna marca única de DTC nunca comerá completamente la cuota de mercado de ninguna marca de CPG, colectivamente su presencia y resonancia con los consumidores claramente está causando un cambio. Algunas veces eso conducirá a adquisiciones de las marcas más pequeñas, pero en general refleja un cambio en las demandas de los consumidores que las compañías de CPG están tratando de cumplir.
A más largo plazo, el plan es que Turing aplique su plataforma a otros aspectos que están relacionados con la I + D más allá de las formulaciones de productos. La idea es que las preferencias cambiantes de los consumidores también conducirán a una demanda de mejores “formulaciones” para el producto más amplio, incluida la producción y el envasado más sostenibles. Y eso, a su vez, representa dos áreas en las que Turing puede expandirse, introduciendo potencialmente otros tipos de tecnología de IA (como la visión por computadora) en la combinación para ayudar a optimizar cómo las empresas construyen su próxima generación de bienes de consumo.