L'Oréal, Mondelēz et Nestlé utilisent l'IA pour accélérer le développement de produits

L'Oréal applique l'IA dans ses laboratoires depuis quatre ans pour réduire les délais de développement des produits cosmétiques et trouver de nouvelles applications pour les ingrédients de son portefeuille existant. En juillet 2026, Fabrice Megarbane, président de la division consommation de L'Oréal, en a parlé lors d'une interview avec Reuters. Une approche similaire pour accélérer la R&D produit est utilisée par Mondelēz et Nestlé.

Comment L'Oréal

Utilise l'IA dans le Développement de Formules

La technologie aide à prédire le comportement des molécules — l'une des étapes les plus fastidieuses de la création de nouveaux produits cosmétiques. Traditionnellement, développer une nouvelle formule est un processus long et coûteux : les chimistes synthétisent et testent les composés manuellement, évaluent la compatibilité des ingrédients, vérifient la stabilité et la sécurité des formulations. Pour chaque produit qui arrive en rayon, il y a des dizaines de formules rejetées aux stades intermédiaires.

Un modèle d'IA permet aux chercheurs de prédire le résultat avant qu'une expérience physique ne commence : ils reçoivent une liste d'hypothèses prometteuses et testent seulement celles-ci. Le nombre d'impasses et le coût de chaque itération diminuent considérablement.

Le deuxième scénario implique de trouver de nouvelles applications pour les composants déjà existants. L'Oréal a accumulé une vaste bibliothèque d'ingrédients, et l'algorithme identifie lesquels d'entre eux peuvent être utilisés dans de nouveaux produits ou contextes sans besoin de recommencer un cycle de recherche à zéro.

L'application de l'IA à la R&D en laboratoire fait partie d'une tendance plus large du secteur : les technologies d'apprentissage automatique sont utilisées en pharmacie pour le criblage moléculaire depuis plusieurs années, et maintenant des approches similaires s'étendent à la chimie de consommation et aux cosmétiques.

• Quatre ans — la durée d'utilisation de l'IA dans les laboratoires de L'Oréal
• Fabrice Megarbane — président de la division consommation de L'Oréal
• Tâches de l'IA : prédire les propriétés moléculaires et trouver de nouvelles applications pour les ingrédients
• Entreprises dans la tendance : L'Oréal, Mondelēz, Nestlé

Pourquoi les Géants du FMCG Parient sur l'IA en R&D

Mondelēz et Nestlé, parmi les plus grands fabricants de biens de consommation du monde, se déplacent dans la même direction. Trois entreprises de secteurs différents — cosmétiques, confiserie, produits alimentaires — appliquent simultanément l'IA pour optimiser le développement.

Le mouvement synchronisé de trois acteurs différents est logique : tous font face à des problèmes structurels similaires. Les consommateurs attendent des produits de plus en plus personnalisés, les détaillants exigent des mises à jour constantes de l'assortiment, et la concurrence des marques privées et des marques directes au consommateur s'intensifie. L'IA offre un moyen de faire plus avec les mêmes ressources.

Un cycle traditionnel de R&D dans le FMCG prend des années : recherche moléculaire, itérations de formules, tests avec les consommateurs, vérification de la sécurité, approbation réglementaire. L'IA prend en charge les parties les plus analytiques et répétitives du cycle et libère les équipes pour les tâches nécessitant un jugement d'expert. Dans une industrie qui change rapidement, la vitesse de développement devient un avantage concurrentiel : une entreprise qui lance un nouveau produit en 18 mois au lieu de trois ans occupe le rayon en premier et teste la réaction du marché.

Ce Que Cela Signifie

Quand L'Oréal, Nestlé et Mondelēz annoncent simultanément l'application pratique de l'IA en R&D produit, cela signale un changement systémique dans les industries traditionnelles. Quatre ans d'utilisation réelle de la technologie dans les laboratoires de L'Oréal suggèrent des résultats mesurables, et non un intérêt expérimental. La prochaine question pour l'industrie est : exactement dans quelle mesure l'IA a réduit les délais et les coûts de développement dans les gammes de produits spécifiques — et quand les entreprises commenceront-elles à publier ces données.