Шампунь и печенье: Procter & Gamble переходит на ИИ в разработке продуктов

В 2026 году крупнейшие производители товаров повседневного спроса — Procter & Gamble и другие отраслевые гиганты — переходят на разработку продуктов с помощью ИИ: алгоритмы теперь участвуют в создании формул шампуней, рецептур печенья и десятков других товаров, которые ежедневно оказываются в руках миллиардов покупателей.

Почему история ИИ добралась до шампуня

До недавнего времени главными действующими лицами в нарративе об искусственном интеллекте были Nvidia с её чипами, Amazon с дата-центрами и OpenAI с языковыми моделями. Но картина меняется: крупнейшие производители потребительских товаров говорят, что применяют ИИ не для создания технологических продуктов, а для разработки самых обычных вещей — того, что лежит на полке ближайшего супермаркета.

Это принципиальный сдвиг. Когда Procter & Gamble или крупный производитель продуктов питания встраивает ИИ в R&D-процесс, результат влияет не на миллионы технологических пользователей, а на миллиарды ежедневных покупателей. Бутылка шампуня с формулой, которую помог создать алгоритм, — это уже не будущее, а настоящее.

Как ИИ меняет разработку потребительских продуктов

Традиционный цикл создания потребительского товара был долгим и дорогостоящим. Команда химиков разрабатывала формулу, продукт проходил серию лабораторных тестов, затем — испытания на фокус-группах, и лишь после нескольких итераций попадал на полку. Весь путь от идеи до магазинной полки нередко занимал несколько лет.

ИИ сжимает этот цикл радикально. Машинное обучение позволяет:

• анализировать тысячи комбинаций ингредиентов за часы вместо месяцев
• предсказывать, как потребители воспримут запах, текстуру и вкус продукта
• оптимизировать рецептуру одновременно по стоимости, экологичности и потребительским предпочтениям
• сокращать количество физических прототипов и лабораторных испытаний
• быстрее реагировать на изменения в цепочках поставок, меняя ингредиенты без потери качества

Для производителей это прямо влияет на экономику разработки: меньше итераций — меньше времени и денег до выхода продукта на рынок. В условиях жёсткой конкуренции в FMCG-секторе любое ускорение цикла становится стратегическим преимуществом.

Кто ведёт перестройку лабораторий

Procter & Gamble — компания, стоящая за брендами Pantene, Head & Shoulders, Ariel и Gillette, — открыто говорит о переходе к ИИ-ориентированной разработке. Алгоритмы включены в сам исследовательский процесс: они помогают формулировать составы, обрабатывают данные о потребительских предпочтениях и предлагают решения, на которые у команды химиков ушли бы месяцы.

Аналогичные изменения происходят у производителей продуктов питания. Компании, выпускающие печенье и другие массовые товары, применяют ИИ для проектирования вкусовых профилей, управления рецептурой и снижения себестоимости разработки. Пищевая промышленность традиционно консервативна в изменении проверенных рецептур — тем значимее сам факт перехода на алгоритмические инструменты.

Тенденция охватывает весь сектор: от средств личной гигиены до бытовой химии и продуктов питания. ИИ превращается из экспериментального инструмента в стандартную часть R&D-инфраструктуры крупных корпораций.

Что это значит

ИИ вышел за пределы технологического сектора — он теперь влияет на продукты, которые люди покупают не задумываясь: шампунь, зубную пасту, выпечку, бытовую химию. Для FMCG-отрасли это означает ускорение инновационных циклов и снижение затрат на разработку. Для потребителей — товары, созданные при участии алгоритмов. Для рынка труда — неизбежные вопросы о роли традиционных R&D-специалистов в мире, где часть их работы переходит к моделям машинного обучения.