Découverte de Saveurs
La société responsable des célèbres biscuits Oreo a récemment reconnu qu’elle expérimentait discrètement de nouvelles saveurs en s’appuyant sur l’intelligence artificielle.
Au sein de Mondelez, un géant des aliments transformés qui produit également d’autres en-cas populaires comme Chips Ahoy et Clif Bars, un nouvel outil d’IA a vu le jour pour imaginer différentes variations de goûts pour ses produits. Selon un article du Wall Street Journal, cette technologie permet de concevoir des saveurs innovantes pour divers articles de leur gamme.
Un Outil Innovant
Cet outil, qui utilise des algorithmes de machine learning, est déjà intégré à plus de 70 produits de la marque. Sa conception le distingue des outils d’IA générative comme ChatGPT ; il se rapproche davantage des algorithmes d’exploration médicamenteuse utilisés dans le secteur pharmaceutique pour découvrir de nouveaux médicaments rapidement. En collaboration avec la société de conseil Fourkind, Mondelez a déjà développé des produits comme l’Oreo Golden Sans Gluten et a révisé la recette classique de Chips Ahoy.
Optimisation des Saveurs
L’IA de recherche et développement de Mondelez aurait été conçue pour affiner certains aspects sensoriels des saveurs. L’outil a été programmé pour accentuer des caractéristiques olfactives telles que “brûlé”, “saveur d’œuf” et “huileux”, mais également des profils gustatifs comme “beurré”, “salinité en bouche” et “intensité de vanille”, parmi d’autres.
Il reste cependant à déterminer à quel point l’interprétation des saveurs par cette IA est précise, car les machines n’ont pas de papilles gustatives ni d’odorat. Néanmoins, des testeurs humains sont intégrés au processus pour évaluer les résultats. Comme l’a souligné Kevin Wallenstein, responsable de la recherche et développement sur les biscuits, cette étape est prise très au sérieux dans le processus de création de saveurs.
L’Importance de l’Histoire
Mondelez n’a pas précisé depuis combien de temps l’outil de découverte de saveurs est opérationnel, mais il a été en développement depuis 2019, coïncidant avec des déclarations faites par Joe Manton, un cadre de l R&D de Mondelez, lors d’une interview en 2023. Il a mentionné que l’équipe de R&D s’inspire des données historiques de recettes et d’ingrédients pour créer l’IA. Cela dit, chaque nouvelle saveur doit passer par des tests consommateurs internes et externes.
Dans des propos récents à propos de l’outil, Wallenstein a avoué que dans ses débuts, l’IA proposait des suggestions plutôt étranges. Il a donné l’exemple du bicarbonate de soude, un ingrédient peu coûteux, qui se retrouvait en trop grande quantité dans des recettes, rendant les biscuits immangeables.
Pour mieux superviser le processus, Mondelez a intégré des ” gardiens de marque “, permettant ainsi de perfectionner son outil de machine learning. Cette méthode d’utilisation de l’IA, bien qu’intrigante et parfois étrange, rappelle des processus similaires de découverte de médicaments.
FAQ
Quels types de nouvelles saveurs Mondelez a-t-elle déjà créées grâce à l’IA ?
Mondelez a déjà lancé des saveurs innovantes comme l’Oreo Golden Sans Gluten et a modifié la recette classique des Chips Ahoy.
Comment les équipes de Mondelez garantissent-elles la qualité des nouvelles saveurs ?
En ajoutant des testeurs humains au processus, Mondelez peut évaluer les suggestions générées par l’IA pour s’assurer qu’elles répondent aux attentes des consommateurs.
Quel rôle jouent les données historiques dans la conception des saveurs ?
Les données historiques sur les recettes et les ingrédients permettent à l’IA de s’inspirer des succès passés pour créer des combinaisons de saveurs qui plaisent aux consommateurs.
L’IA de Mondelez peut-elle générer des suggestions à n’importe quel moment ?
Bien que l’IA soit capable de proposer de nouvelles idées à tout moment, des ajustements et un contrôle humain sont nécessaires pour filtrer des suggestions qui pourraient ne pas être agréables.
Mondelez envisage-t-elle d’utiliser cette technologie dans d’autres domaines ?
Bien qu’actuellement concentrée sur les en-cas, il est probable que les compétences en machine learning soient appliquées à d’autres segments de produits à l’avenir.
