Cómo la IA está revolucionando el desarrollo de nuevos productos

Con toda la IA relacionada con el desarrollo y advertising de nuevos productos, son los primeros días llenos de experimentación y aprendizajes importantes. Para explorar los casos de uso más recientes y prometedores, hablé con profesionales de vanguardia de IBM, The Estée Lauder Firms, Inc., P&G, Sensible Design y GenexAI.

Matemáticas, algoritmos mágicos, el arte de dar indicaciones buenas y geniales 1^calle Datos de partido para una ventaja competitiva

Con una amplia experiencia previa en I+D, innovación world y estrategia de categorías, Raheel Khan, vicepresidente sénior de previsión e inteligencia de crecimiento y precise director de estrategia de IA de The Estée Lauder Firms (ELC), es pionero y co-creador de una amplia gama de soluciones de corte. Casos de uso y herramientas de Edge AI y GenAI con socios que incluyen OpenAI, Microsoft, Google y Adobe. Raheel habla de las “matemáticas y la magia” que se requieren para hacer bien la GenAI, así como del arte de hacer las preguntas correctas cuando se buscan respuestas e concepts.

ELC tiene el beneficio de un tesoro de millones de 1^calle Participe en conversaciones con consumidores para extraer información, lo que Raheel considera que les brinda una ventaja competitiva en su industria. La empresa ha trabajado para crear herramientas que democraticen el acceso de más actores de la organización para monitorear la información en tiempo actual. Un ejemplo es su herramienta interactiva de detección de tendencias de IA que detecta señales tempranas de tendencias de rápido crecimiento, como el reciente maquillaje Scandi Woman de Escandinavia que se ha vuelto viral. La herramienta de ELC monitorea métricas granulares y contenido localmente relevante.

Genera no sólo concepts de nuevos productos, sino también información sobre cómo se pueden modificar o modificar los productos existentes. La herramienta también puede informar textos creativos futuros, la mecánica de cómo funcionan los productos, posibles afirmaciones de rendimiento, el valor o eslogan de una marca, concepts de empaque, imágenes y puede descubrir segmentos de clientes emergentes. Predecir la estabilidad del producto es otra área que la IA de ELC puede acelerar drásticamente.

Otros ejemplos de desarrollo de productos de la industria de la belleza en normal incluyen tintes para el cabello, cuyos colores se miden matemáticamente mediante IA. Las combinaciones de tintes se combinan con el rendimiento del coloration para generar millones de combinaciones posibles. La IA analiza una gran cantidad de posibilidades a la luz de los objetivos de la marca e identifica opciones que podrían haberse pasado por alto. Los lápices labiales que complementan mejor los tonos de piel son otra área con una enorme variedad de combinaciones y opciones que la IA puede examinar fácil y rápidamente. Las fragancias es otro lugar donde la IA puede equilibrar y optimizar los objetivos de KPI que involucran neurociencia y beneficios emocionales, sostenibilidad, cumplimiento de seguridad y optimización de costos.

Como cube Raheel, “la IA está demostrando ser el facilitador de una superioridad de calidad de extremo a extremo, experiencias de alto contacto y velocidad de comercialización”. Además de la cantidad y calidad de los datos y algoritmos propios, el arte de hacer las preguntas correctas también es basic. Con ese fin, The Estée Lauder Firms está haciendo un esfuerzo concertado para capacitar a grandes sectores de su organización en el cultivo de esta habilidad.

Emotion AI, conceptos y prototipos de productos digitales 3D y gemelos digitales

Ashish Chatterjee, un veterano de P&G durante más de 25 años, donde fue vicepresidente de desarrollo de productos para la División de Cuidado Femenino y ahora es asesor de sostenibilidad e innovación, compartió áreas relacionadas con la IA en el desarrollo de nuevos productos que le entusiasman. La IA de las emociones es una de ellas. Lee y predice emociones y sentimientos a partir de texto, video y audio de diferentes palabras expresadas. Puede extraer si alguien está contento o satisfecho al interactuar con un nuevo producto. Comparó la profundidad de los conocimientos que proporciona con la diferencia entre hablar y sentir en grupos focales, y citó a Affectiva como líder en el análisis e interpretación de expresiones faciales y vocales.

Otro avance en el proceso de desarrollo de nuevos productos que entusiasma a Ashish son los conceptos de productos digitales en 3D y los prototipos virtuales que permiten desarrollar e iterar productos en áreas como materiales, patrones y estructuras, en una fracción del tiempo que tomaba anteriormente. Los gemelos digitales de IA, excelentes para optimizar diseños de materiales, son extremadamente útiles para simular el rendimiento del producto en productos ensamblados como pañales y toallas sanitarias, porque la tecnología permite analizar los materiales capa por capa para ver qué propiedades optimizan el rendimiento y explorar posibles sustituciones de materiales. . Además, se están utilizando gemelos digitales para identificar las mejores cadenas de suministro de nuevos materiales que sean más resilientes, receptivos y eficientes en carbono.

Otra gran aplicación de gemelo digital que compartió fue la optimización de productos de eventos nuevos y complejos, como los recientes Juegos Olímpicos de París, para la sostenibilidad, integrados con IA. El KPI clave fue reducir las emisiones de carbono en un 50% en comparación con los Juegos de Río 2016. Eso incluía gestionar el transporte y el management climático, y analizar muchas señales de IOT relacionadas con la congestión. Se planificaron en tiempo actual las formas más eficientes de llevar gente al lugar, así como también cómo equilibrar de manera óptima la energía photo voltaic y tradicional dentro de los estadios en función de la temperatura exterior y la humedad de cada día. Un último área que Ashish mencionó fue cómo la IA está ayudando a optimizar los productos para la sostenibilidad, particularmente en la fase de diseño inicial, donde McKinsey cube que se determina el 80% de las emisiones finales de carbono de un producto. Esto implica utilizar IA para analizar aspectos a lo largo de la cadena de valor, incluido el abastecimiento, los materiales, la fabricación, y realizar constantes ajustes hipotéticos y sustituciones de componentes durante todo el proceso.

Interfaces de dispositivos dinámicas y personalizadas y asistentes de inteligencia synthetic para cada etapa de desarrollo de nuevos productos

Matt Sweet, socio director world de Generative AI – IBM Consulting, compartió que IBM Consulting está creando un conjunto de asistentes de IA para cada función en el proceso de desarrollo de nuevos productos de principio a fin, desde la recopilación y el análisis de datos más completos y rápidos hasta el análisis. tendencias de consumo y patrones de comportamiento, hasta determinar puntos débiles, agilizar la generación de concepts, identificar opciones de personalización y experiencia del cliente, analizar la adecuación al mercado, evaluar concepts, validar características según criterios comerciales específicos e incorporar comentarios de los usuarios, todo en una fracción del tiempo y más. minuciosamente de lo que se había hecho anteriormente.

Una de las áreas más interesantes mencionadas por Matt Sweet, socio director world de Generative AI – IBM Consulting y Richard Whitehall, diseñador y socio de Sensible Design es la personalización a escala, incluidas interfaces dinámicas de dispositivos que se adaptan en función del comportamiento, las preferencias y el contexto del usuario. .

IA integrada en productos físicos y entrenamiento de modelos de IA basados ​​en datos tridimensionales

Richard Whitehall, socio de Sensible Design, compartió tres interesantes casos de uso de la IA en el diseño de productos. Cada vez más, la IA se integrará en los productos, diagnosticando problemas automáticamente, ideando soluciones e implementándolas sin problemas. Por ejemplo, imaginó un teléfono futuro que podría detectar a alguien entrecerrando los ojos y luego autoajustar el tamaño de la letra y el brillo. Los dispositivos podrán comprender y responder a su entorno de forma multisensorial. Por ejemplo, las gafas podrán generar mensajes de audio y proporcionar información relevante sobre lo que tiene delante el usuario. Alguien con baja visión podría querer saber qué es un objeto o dónde está ubicado, mientras que una persona con visión completa podría querer saber el costo de un artículo, el materials del que está hecho o su nombre.

Cada vez más, los modelos de IA se entrenan con imágenes y datos tridimensionales. Una aplicación sería utilizar el reconocimiento de imágenes para hacer un stability de lo que hay en tu armario. Luego, si estás planificando tu guardarropa para un evento especial, la IA podría ayudarte a saber qué comprar en una tienda para completar el look o qué puedes lograr con lo que tienes.

Revisiones de literatura médica sobre IA para acelerar significativamente la llegada de nuevos medicamentos al mercado

Acelerar el proceso de llevar dispositivos médicos y medicamentos al mercado salva vidas de pacientes y ahorra años del importante período de protección de patentes para las compañías farmacéuticas. Leer artículos clínicos, resumirlos y preparar materiales para la revisión regulatoria y el reembolso es una de las partes del proceso que eat más tiempo y, a menudo, ocupa entre el 60 y el 70 % de todo el tiempo del proceso de desarrollo de nuevos productos. GenexAI, fundada en Delaware, Estados Unidos, por Ernesto M. Nogueira, es una plataforma que automatiza revisiones de materials y evidencia de cualquier texto, video o datos de audio, como grabaciones de congresos médicos, además de revisiones de literatura que pueden incluir miles de artículos sobre competidores, enfermedades, ciencia y tratamientos alternativos.

Las revisiones que históricamente han tardado entre 15 y 18 meses en completarse a un costo de hasta $200,000, ahora pueden ser completadas por GenexAI en 12 a 15 horas a una fracción del costo. La información puede proporcionarse en cualquier idioma y formato (audio, vídeo, texto). Debido a que GenexAI tiene su propio modelo con millones de puntos y vectores de datos cuidadosamente seleccionados, es mucho menos possible que sus sistemas alucinen que los grandes modelos generales como OpenAI o Gemini, también porque GenexAI aplica su proceso de autovalidación. Y debido a que la precisión es de important importancia, hay 3 niveles de agentes de IA que verifican la precisión con un cuarto agente que compara los 3 resultados.

Conclusiones clave para los especialistas en advertising

Existe una cantidad aparentemente infinita de casos de uso de IA y GenAI a lo largo del proceso de desarrollo de nuevos productos. Para maximizar el beneficio potencial lo más rápido posible, creo que toda empresa debería tener:

• Un equipo dedicado a explorar casos de uso de mejores prácticas en una amplia gama de industrias para inspirar concepts.
• Un programa de recompensas y reconocimiento para nuevos casos de uso identificados internamente, para mostrar cuánto valora la empresa las nuevas concepts sobre cómo la IA y la GenAI pueden proporcionar una ventaja competitiva.
• Capacitación en toda la empresa para empleados sobre GenAI que impulse las mejores prácticas, para elevar el nivel de habilidades para todos.
• Una revisión exhaustiva de datos internos relevantes, patentados, obtenibles y posibles datos externos que pueden mejorar significativamente la calidad de la producción GenAI de la empresa.
• Una evaluación de si la empresa debería crear su propio modelo de IA RAG (generación aumentada de recuperación), que pueda proporcionar capacidades más personalizadas para esa empresa, más flexibles y que puedan proteger mejor la privacidad de los datos.