Shampooing et biscuits : Procter & Gamble se tourne vers l'IA pour développer ses produits

En 2026, les plus grands fabricants de biens de consommation courante, dont Procter & Gamble et d'autres géants du secteur, passent au développement de produits assisté par l'IA. Les algorithmes participent désormais à la création des formules de shampooing, des recettes de biscuits et de dizaines d'autres produits qui se retrouvent chaque jour entre les mains de milliards d'acheteurs.

Pourquoi l'histoire de l'IA est arrivée jusqu'au shampooing

Jusqu'à récemment, les principaux acteurs du récit sur l'intelligence artificielle étaient Nvidia avec ses puces, Amazon avec ses centres de données et OpenAI avec ses modèles de langage. Mais le tableau change : les grands fabricants de biens de consommation affirment utiliser l'IA non pas pour créer des produits technologiques, mais pour concevoir les objets les plus ordinaires, ceux que l'on trouve dans les rayons du supermarché le plus proche.

C'est un basculement de fond. Quand Procter & Gamble ou un grand groupe alimentaire intègre l'IA à son processus de R&D, le résultat touche non pas des millions d'utilisateurs de technologies, mais des milliards d'acheteurs quotidiens. Un flacon de shampooing dont la formule a été conçue avec l'aide d'un algorithme n'est plus le futur, mais le présent.

Comment l'IA transforme le développement des produits de grande consommation

Le cycle traditionnel de création d'un produit de grande consommation était long et coûteux. Une équipe de chimistes mettait au point la formule, le produit passait une série de tests en laboratoire, puis des essais en focus group, et n'arrivait en rayon qu'après plusieurs itérations. Le parcours complet, de l'idée au rayon, durait souvent plusieurs années.

L'IA comprime radicalement ce cycle. L'apprentissage automatique permet de :

• analyser des milliers de combinaisons d'ingrédients en quelques heures au lieu de plusieurs mois
• prédire comment les consommateurs percevront l'odeur, la texture et le goût d'un produit
• optimiser une recette simultanément selon le coût, l'impact environnemental et les préférences des consommateurs
• réduire le nombre de prototypes physiques et de tests en laboratoire
• réagir plus vite aux changements des chaînes d'approvisionnement en remplaçant des ingrédients sans perte de qualité

Pour les fabricants, cela pèse directement sur l'économie du développement : moins d'itérations, c'est moins de temps et d'argent avant la mise sur le marché. Face à la concurrence acharnée dans le secteur FMCG, toute accélération du cycle devient un avantage stratégique.

Qui mène la refonte des laboratoires

Procter & Gamble, la société derrière les marques Pantene, Head & Shoulders, Ariel et Gillette, parle ouvertement de son passage à un développement piloté par l'IA. Les algorithmes sont intégrés au processus de recherche lui-même : ils aident à formuler des compositions, traitent les données sur les préférences des consommateurs et proposent des solutions qui auraient demandé des mois à une équipe de chimistes.

Des changements similaires sont en cours chez les fabricants alimentaires. Les entreprises qui produisent des biscuits et d'autres produits de grande consommation utilisent l'IA pour concevoir des profils aromatiques, gérer les recettes et réduire le coût de développement. L'industrie alimentaire est traditionnellement conservatrice quand il s'agit de modifier des recettes éprouvées, ce qui rend le passage aux outils algorithmiques d'autant plus notable.

La tendance couvre l'ensemble du secteur, de l'hygiène personnelle aux produits ménagers et à l'alimentation. L'IA cesse d'être un outil expérimental pour devenir un élément standard de l'infrastructure de R&D des grands groupes.

Ce que cela signifie

L'IA est sortie du secteur technologique : elle influence désormais des produits que les gens achètent sans y penser, comme le shampooing, le dentifrice, la boulangerie-pâtisserie ou les produits ménagers. Pour l'industrie FMCG, cela signifie des cycles d'innovation plus rapides et des coûts de développement réduits. Pour les consommateurs, des produits créés avec la participation d'algorithmes. Pour le marché du travail, des questions inévitables sur le rôle des spécialistes traditionnels de la R&D dans un monde où une partie de leur travail passe à des modèles d'apprentissage automatique.