Velike potrošačke kompanije koriste generativnu i analitičku umjetnu inteligenciju kako bi skratile razvoj novih proizvoda, brže testirale formulacije i smanjile rizik lansiranja. Izvorna snaga objave je izvorna agencijska analiza primjene AI-ja u industriji, pa se urednički fokus mora postaviti na ono što je potvrđeno, što je interpretacija i što tek traži dodatnu provjeru. U zadnjih 48 sati ova se tema izdvaja zato što povezuje konkretan događaj s jednim od ključnih smjerova ICT tržišta: ulaganjima u AI infrastrukturu, pritiskom na cloud kapacitete, sigurnosnim pravilima ili promjenom poslovnih modela.
Reuters u tekstu navodi primjere L’Oréala, Mondelez Internationala i drugih kompanija koje AI primjenjuju u laboratorijima, istraživanju sastojaka, simulacijama i analizi preferencija kupaca. L’Oréal je naveo da mu AI u pojedinim procesima omogućuje oko četiri puta brži razvoj, što pokazuje da se vrijednost tehnologije mjeri vremenom do tržišta, a ne samo automatizacijom uredskih zadataka. U novinarskoj obradi to znači da se ne smije stati na sažetku objave, nego treba provjeriti tko je originalni nositelj informacije, koje su brojke nove i postoji li razlika između izvorne poruke i načina na koji je tema prenesena u sekundarnim medijima.
Ova vijest ima uredničku težinu jer pomiče razgovor o AI-ju s chatbota na industrijski operativni model. Tvrtke ne traže samo jeftinije pisanje tekstova ili podršku korisnicima, nego alate koji mogu povezati podatke iz istraživanja, proizvodnje, prodaje i tržišnog ponašanja u brže odluke o proizvodu, pakiranju i asortimanu. Takav kontekst pomaže razlikovati taktičku vijest od teme koja može otvoriti širu obradu. Ako se iza objave vide promjene u kapitalnim ulaganjima, opskrbnom lancu, regulaciji, sigurnosnim obvezama ili tržišnoj konsolidaciji, vrijednost priče nadilazi samu dnevnu aktualnost.
Na europskom tržištu takva primjena otvara pitanja podataka, zaštite potrošača, transparentnosti tvrdnji i odgovornosti za formule ili preporuke nastale uz AI podršku. U Hrvatskoj je potencijal najvidljiviji kod prehrambene industrije, farmacije, kozmetike i retaila, ali tvrtke će morati prvo urediti podatkovne temelje, vlasništvo nad podacima i procese provjere prije nego AI postane dio razvoja proizvoda. Urednički je korisno posebno pratiti može li se globalni trend pretvoriti u lokalnu posljedicu: promjenu cijena, kašnjenje projekata, jačanje određenog dobavljača, novi regulatorni zahtjev ili priliku za domaće integratore i operatore.
U tehnološkom smislu, naglasak više nije na tome može li model proizvesti uvjerljiv izlaz, nego može li se nadzirati u procesu koji ima vlasnika, metriku, revizijski trag i jasnu granicu odgovornosti. AI skraćuje razvoj proizvoda zato treba čitati kroz pitanja kvalitete podataka, troška inferencije, sigurnosti modela i stvarne integracije u procese, a ne samo kroz razinu sposobnosti prikazanu u najavi.
