Unilever utiliza IA em produtos para Cuidados Pessoais

VP Global de Ciência e Tecnologia da empresa fala sobre o assunto

Fonte: https://aibusiness.com/responsible-ai/unilever-s-global-science-and-tech-vp-on-ai-in-personal-care

Samantha Tucker-Samaras, vice-presidente global de ciência e tecnologia, beleza e cuidado pessoal R&D da Unilever, conversa com a AI Business sobre como uma das maiores empresas de bens de consumo do mundo aplica a IA em uma série de produtos e pesquisas.

AI BUSINESS: VOCÊ PODE NOS CONTAR UM POUCO SOBRE SUA FORMAÇÃO E COMO CHEGOU AO SEU CARGO ATUAL?

Samantha Tucker-Samaras: Eu lidero a ciência e a tecnologia em dois de nossos grupos de negócios na Unilever: Beleza e bem-estar e cuidado pessoal. Ciência e tecnologia é um nome sofisticado para inovação upstream. O que minha equipe e eu fazemos é trabalhar para trazer ondas externas de ciência e tecnologia para a Unilever e usá-las para entender diferentes aspectos das necessidades não atendidas dos consumidores.

Coisas como caspa ou pele seca, são necessidades não atendidas dos consumidores que pessoas de todo o mundo compartilham. Trabalhamos para atender a essas necessidades por meio da ciência e da tecnologia... e garantir que possamos atender a todos os consumidores (seja alguém) que vive em Xangai, China, cujo tipo de cabelo e pele são muito diferentes dos meus, que vivo em Nova Jersey, nos Estados Unidos. Nosso clima é diferente; nossos genes são diferentes. Nossa cultura é diferente - o que é normal para a comida, o que é normal para o sono, o que é normal para o estresse são todos diferentes. Todos esses contribuem para o seu bem-estar geral, que é muito impulsionado por suas rotinas diárias e pelos produtos e serviços que você usa todos os dias.

AI BUSINESS: VOCÊ TRAZ UMA GRANDE EXPERIÊNCIA EM CIÊNCIA PARA A MESA. O QUE SUA EQUIPE FAZ? E COMO VOCÊ PRIORIZA ÁREAS DE FOCO E PROJETOS?

Samantha Tucker-Samaras: A maneira como a Unilever está estruturada é em uma organização de P&D de descoberta, design e implantação e eu me encaixo na parte de descoberta em ciência e tecnologia. Em todo o mundo, temos seis laboratórios globais e cerca de 5.000 especialistas em P&D. Mas trabalhamos com a ideia de sempre colocar o consumidor no centro do que estamos fazendo. Todos os gadgets legais e toda a tecnologia legal que poderíamos inventar não importariam se eles não entrassem em um produto que o consumidor deseja usar.

Todos os nossos produtos são produtos que você precisa querer usar. E a maneira como escolhemos no que vamos trabalhar é toda centrada em trazer produtos diferenciados para nossos consumidores. E há muita ciência nisso. Se você pensar na ciência por trás da necessidade real, como pele seca ou axilas malcheirosas, todo mundo quer estar no seu melhor. Temos muitas marcas ao redor do mundo. Cada uma delas significa algo para o consumidor. E então a tecnologia e a ciência que temos que desenvolver, temque ser congruentes e impulsionar o propósito dessa marca também.

Tudo vem de ser centrado no consumidor. E então recuamos para, cientificamente, como entregamos esse benefício? Temos pessoas na equipe que sabem mais sobre a glândula sudorípara do que qualquer outra pessoa no mundo. Não só precisamos fazer produtos que funcionem e ser capazes de provar que funcionam - e falar sobre como funcionam de uma maneira atraente - mas eles também têm que permanecer juntos, ser estáveis na prateleira, seguros e todas essas coisas.

AI BUSINESS: ONDE A UNILEVER APLICA A INTELIGÊNCIA ARTIFICIAL?

Tucker-Samaras: Usamos a IA em todo o negócio de várias maneiras diferentes e temos usado há muito tempo. Acho que o primeiro modelo de floresta aleatória surgiu na década de 1960, então não é como se isso fosse novo. Mas duas coisas que mudaram na minha área de pesquisa são o poder de computação e a capacidade de estruturar metadados e colocá-los em um lugar que seja racional para que você possa juntar as coisas de uma maneira que não podia fazer 10 anos atrás.

Nos 'velhos tempos' da descoberta, diríamos, 'vamos pegar pessoas que estão nos EUA. Algumas têm caspa e algumas não têm caspa. Vamos pegar uma amostra. Vamos olhar para os 10 principais genes que aumentam e os 10 principais genes que diminuem ao comparar esses dois grupos. (Cada célula liga uma fração de seus genes em qualquer ponto dado.) E então você vai para cada gene para ver o que ele faz. ... Neste sistema complexo, há um ponto de inflexão - por exemplo, o Gene 375 muda em 0,2%, o que então causa uma mudança e causa outra mudança. Nunca, nunca, nunca, nunca poderíamos ter visto esse ponto de inflexão fazendo os 10 principais altos e baixos.

O que a IA realmente nos permitiu fazer é - combinado com essa canalização de ser capaz de acessar grandes conjuntos de dados - agora somos capazes de aprender coisas que não poderíamos aprender antes. Não só podemos fazer isso com um tipo de dado, agora estamos no advento de ser capazes de puxar multi-conjuntos de dados juntos, como seus dados genéticos, seus dados de proteína, seus dados de inflamação. E podemos começar a puxar dados não estruturados como dados de percepção do consumidor, dados de pesquisa ou dados de vendas e combiná-los com dados mais estruturados. A IA nos permitiu, em termos não técnicos, esmagar tudo isso e extrair insights e relacionar relações que o cérebro humano por si só simplesmente não tem o poder de computação para fazer. Isso é realmente o que mudou nos últimos cinco a 10 anos.

AI BUSINESS: VOCÊ RECOLHE TODOS OS SEUS PRÓPRIOS DADOS?

Tucker-Samaras: Nós fazemos e coletamos muitos dados. Por exemplo, temos investido e trabalhado no microbioma há algum tempo. E, dentro das paredes da Unilever, temos três vezes os dados que o próprio Projeto Microbioma Humano tem. É um grande repositório de dados que construímos a cada ano por meio de estudos clínicos. Estamos fazendo um estudo muito grande na América do Norte agora para entender a América policultural. A representação de todos os tipos de pele, todos os tipos genéticos do mundo é um problema a ser resolvido. A Unilever é uma empresa muito grande baseada em todo o mundo. Então, servimos consumidores de todos os lugares. Aprendemos com esses dados.

Também estamos usando modelos de IA mais sofisticados que podem nos levar mais longe em espaços de previsão que talvez não tenhamos dados. Fazemos isso, por exemplo, no espaço de formulação. Então, o shampoo que você usou no banho esta manhã é um coloide composto por 15, 20 ingredientes diferentes, todos os quais têm um papel na estrutura dele, na sensação dele e no desempenho dele. A ciência desse espaço de formulação é muito específica. Você pode imaginar quantos experimentos você teria que fazer se quisesse otimizar 15 componentes diferentes.

O que podemos fazer com alguns desses novos modelos de IA que podem prever se escolhermos os espaços certos nesse espaço, é prever os lugares que não preenchemos com dados experimentais, porque aprende com os dados que estamos gerando. E prevê isso. Estamos fazendo isso em vários lugares. Eu acho que há bastante burburinho no momento nesta peça de previsão da IA, mas a previsão é apenas tão boa quanto os dados que você alimenta.

AI BUSINESS: VOCÊ PODE FALAR SOBRE COMO VOCÊ CRESCEU E GERIU SEUS DADOS AO LONGO DO TEMPO PARA OBTER OS TIPOS CERTOS DE DADOS?

Tucker-Samaras: É o que eu chamo de encanamento. Se você não tem o encanamento certo e não tem a estrutura certa, ou mesmo a estrutura em torno de dados não estruturados, você não pode usar esses dados. Você precisa ter os metadados certos associados a ele, precisa saber de onde veio. Você precisa saber, por exemplo, se coletei esses dados em mulheres asiáticas entre 45 e 70 anos ou se coletei esses dados em millennials no México que estão interessados em alisamento de cabelo? Esses são apenas dois grupos de consumidores.

Daqui a cinco anos, se eu não souber qual grupo é qual pelos meus metadados, não poderei usar esses dados de forma sensata. Preciso saber a Gênesis de onde veio para poder tirar qualquer tipo de conclusão.

Colocamos muito esforço e muitos recursos ao longo dos anos na construção do encanamento certo em lagos de dados seguros, onde guardamos nossos dados, em parcerias com empresas como EBI (European Bioinformatics Institute) no Reino Unido, onde acessamos dados com eles. Há dados internos e há dados externos. Ambos são valiosos e se tornam realmente valiosos quando você os junta.

AI BUSINESS: O QUE VOCÊ ESTÁ VENDO EM TERMOS DE ROI NO QUE VOCÊ ESTÁ FAZENDO COM A IA?

Tucker-Samaras: Posso lhe dar alguns exemplos, se isso for útil. Temos um exemplo realmente ótimo comuma marca de prestígio que possuímos na América do Norte chamada Hourglass. Todo o seu propósito e razão de ser é em torno da beleza natural vegana. Todos os seus produtos são assim.

No entanto, o batom vermelho é provavelmente a pedra angular de uma marca de cosméticos. O batom vermelho vem de algo chamado Carmim Vermelho, que é feito de besouros esmagados — muito difícil de ser vegano se você está obtendo um pigmento de besouros esmagados. Há cerca de 1.000 besouros esmagados em um único batom. E esse vermelho é uma cor muito específica: a profundidade dele, como ele se aplica nos lábios. Os lábios têm uma translucidez muito específica baseada na forma como a epiderme ou as camadas de pele nos lábios funcionam.

Usamos a IA para realmente olhar para todo o tabuleiro de xadrez de pigmentos. ... Usamos um enorme tabuleiro de xadrez de IA para chegar a uma combinação de pigmentos veganos naturais que são tão vibrantes quanto o carmim vermelho. E usando modelos computacionais, fomos capazes de testar novas combinações de gradientes. Teríamos que fazer milhões de experimentos físicos para replicar. ... Poderíamos ter feito isso sem a IA, mas teria nos levado cinco anos. E com isso, levou-nos 18 meses.

AI BUSINESS: QUANDO A UNILEVER COMEÇOU COM A IA?

Tucker-Samaras: Estou na Unilever há sete anos, e eles estavam investindo muito antes de eu chegar. Na área de ciência e tecnologia, temos investido em coisas como dados do microbioma há cerca de 15 anos. E a IA associada a isso, temos ótimos parceiros externos com os quais trabalhamos, incluindo uma startup chamada Eagle Genomics. Eles nos ajudaram a construir esses pipelines, então nem sempre fazemos isso sozinhos. Existem alguns grandes especialistas no assunto por aí que estão construindo capacidades nesses espaços. Também trabalhamos com alguns dos caras maiores no espaço como Microsoft e IBM.

AI BUSINESS: ESTAMOS DESCOBRINDO QUE MUITAS PESSOAS ESTÃO APENAS COMEÇANDO NISSO E NÃO ENTENDEM OS RISCOS. O QUE FAZ VOCÊ PAUSAR SOBRE A IA?

Tucker-Samaras: À medida que transformamos digitalmente a Unilever, estamos definitivamente nos inclinando para a IA, aprendizado de máquina e dados. Mas também estamos nos inclinando para nosso talento e nossas pessoas que são as que vão usar a IA. Temos uma opinião incrivelmente forte sobre o uso responsável, ético e justo dos dados, e coletá-los de acordo com as leis aplicáveis, já que operamos em muitos países ao redor do mundo.

Eu também lidero todos os testes humanos que fazemos em estudos clínicos e temos muitos pontos de vista fortes sobre a maneira ética de fazer isso - a maneira como testamos produtos, a maneira como informamos as pessoas sobre o consentimento - tudo isso tem que estar em vigor. E isso tem que estar em vigor por pessoas que são especialistas no que fazem.

Meu foco número um está nas pessoas certas dentro da organização e nas que nos associamos, para usar essas ferramentas da maneira que deveriam ser usadas. É menos sobre o que me preocupa na própria ferramenta porque a ferramenta é uma ferramenta nas mãos de alguém. É o talento que recrutamos e a busca compartilhada de fazer isso de uma maneira que (traga todas as coisas boas enquanto) minimiza os desafios.

Um desafio é garantir que os dados que você está usando sejam representativos da pergunta que você está tentando fazer, por exemplo.

AI BUSINESS: A IA TEM UM PAPEL REAL A DESEMPENHAR NAS CIÊNCIAS DA VIDA. ESTOU ANSIOSO PARA VER O QUE VOCÊ FARÁ A SEGUIR. ADORARÍAMOS CONVERSAR MAIS.

Tucker-Samaras: Ficarei mais do que feliz em fazer isso. Posso falar sobre ciências da vida, porque sou bióloga, mas acho que em todas as áreas, (o uso de IA) está aumentando. É essa capacidade e disponibilidade de poder de computação que está realmente mudando o jogo em termos de ser capaz de computar grandes conjuntos de dados. Falei um pouco antes sobre ciência coloidal e química de polímeros. Nós, por exemplo, anunciamos no ano passado uma colaboração com uma empresa de biotecnologia chamada Genomatica em torno da criação de caudas de álcool graxo para surfactantes (uma substância que reduz a força natural que mantém a superfície de um líquido unida. Eles são usados em detergentes ou como emulsificantes, por exemplo).

Obviamente, usamos muitos surfactantes - em pelo menos três de nossos cinco negócios. E precisamos mudar parte de nossa base de surfactantes para que eles não dependam do óleo de palma (o óleo de palma é um grande motor do desmatamento). Essa é uma área em que investimos em biotecnologia. A biotecnologia é a engenharia genética de bactérias para fazer o que você precisa, e você usa a IA para fazer isso. Então, esse é um ótimo exemplo de empurrar o envelope para um benefício final que nos ajudará como negócio, ajudará o planeta e, finalmente, ajudará os consumidores também.