Архив Потребительские товары и FMCG · Косметика, гигиена и бытовая химия
Hindustan Unilever: сеть инновационных центров с ИИ сократила сроки вывода продуктов на треть
По словам руководителя R&D Hindustan Unilever, сеть из инновационного хаба с аналитикой на основе ИИ и центра передового производства сократила сроки вывода новинок на рынок на треть. В хабе модели машинного обучения генерируют сотни концепций продуктов; за год компания выпустила более 20 инноваций и новинок.
/01 · ключевые результаты
-
результат
1/3 срока
сокращение сроков вывода новых продуктов на рынок
The Times of India, статья, 26.06.2023
по данным на июнь 2023 года · сеть центров: инновационный хаб и центр передового производства (AMC)
данные компании
- более 20 запусков инновации и новинки, включая D2C-бренды · масштаб The Times of India, статья, 26.06.2023
оценка strategai
Оценку не приводим: нет исходных сроков вывода продуктов и денежного эффекта
По словам руководителя R&D Hindustan Unilever, сеть из инновационного хаба с аналитикой на основе ИИ и центра передового производства сократила сроки вывода новинок на рынок на треть. В хабе модели машинного обучения генерируют сотни концепций продуктов; за год компания выпустила более 20 инноваций и новинок.
/02 · паспорт кейса
Бизнес
- Компания
- Hindustan Unilever
- Отрасль
- Потребительские товары и FMCG · Косметика, гигиена и бытовая химия
- Функция
- R&D и разработка продуктов
- Задача
- Генеративный дизайн и инженерия
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Не раскрыт
Внедрение
- Стадия
- Промышленная эксплуатация, на 26.06.2023
- География
- Индия
/03 · описание кейса
Зачем
Бизнес-задача
Hindustan Unilever, индийская компания группы Unilever, строит в рамках программы «Reimagine HUL» процесс, в котором путь продукта от сигнала о формирующемся тренде до производства занимает минимум времени. По словам исполнительного директора по R&D Вибхава Санзгири, объём доступных данных огромен, и командам нужно отсеивать шум, чтобы видеть релевантные сигналы. Компания ставит задачу ускорить путь продукта с помощью данных, технологий, автоматизации и искусственного интеллекта, заранее выявлять крупнейшие возможности и прогнозировать ожидаемый оборот новинки.
Что
Решение
В головном офисе в Мумбаи работает agile innovation hub — инновационный хаб, построенный вокруг трёх направлений: потребитель, клиент и операции. Его возможности доступны всем подразделениям Unilever на глобальных рынках. Компания связала разрозненные наборы данных и поставила поверх них аналитический слой на основе ИИ, который помогает командам выявлять тренды. Модели машинного обучения генерируют сотни концепций продуктов; затем сочетание машинного и человеческого анализа сравнивает их с прошлым опытом инноваций компании и конкурентов. Сокращённый список проверяется на постоянно действующих цифровых панелях потребителей, которые оценивают намерение купить.
Как
Внедрение
Хаб интегрирован в бизнес-процессы компании и программы инноваций по категориям. Рядом работает центр передового производства (AMC), который моделирует производственные процессы на цифровых фабриках и позволяет наращивать выпуск без заводских испытаний; это второй такой центр Unilever в мире и первый для мыла. По словам Санзгири, связка хаба и AMC сократила сроки вывода продуктов на рынок на треть, а в отдельных случаях новинки выходят за недели и месяцы вместо лет. За последний год компания выпустила более 20 инноваций и новых запусков, в том числе D2C-бренды; с помощью хаба за 12 месяцев также подготовлены заявления о продуктах, соответствие упаковки требованиям электронной коммерции и проекты экономии.
/04 · источники и проверка
Что подтверждено
- По словам руководителя R&D Hindustan Unilever, сеть из инновационного хаба и центра передового производства сократила сроки вывода продуктов на рынок на треть.
- Модели машинного обучения генерируют сотни концепций продуктов, которые затем сравниваются с прошлым опытом инноваций компании и конкурентов.
- За последний год до июня 2023 года компания выпустила более 20 инноваций и новых запусков, включая D2C-бренды.
Ограничения
- Сокращение сроков на треть компания относит ко всей связке инновационного хаба и центра передового производства; вклад моделей машинного обучения отдельно не выделен.
- Исходные сроки вывода продуктов, период сравнения и число охваченных проектов в источнике не приводятся.
- Более 20 запусков за год — объём деятельности; источник не связывает это число с выручкой или успехом новинок.
-
[1] The Times of India
HUL taps AI to predict trends & turnovers
СМИ · 26.06.2023
Открыть источник
АрхИИВ /strategai · CB-000338 · Версия 1 · 10.10.2026 · /c/CB-000338/