¿Tu antojo lo decide una IA? la industria ahora diseña lo que deseas
Antes, lanzar un sabor nuevo podía ser una apuesta a ciegas. Hoy, un algoritmo te mira desde la góndola.
Lo que hasta hace una década era ensayo y error —meses de pruebas sensoriales, paneles y focus groups— se ha convertido en un proceso casi quirúrgico: modelos de inteligencia artificial que predicen qué sabores, texturas y empaques conectan con generaciones enteras antes de que un solo consumidor pruebe el producto. Esa transformación no es teórica: lo explican ejecutivos de la industria y casos concretos en México y el mundo.
¿Quién manda en el antojo? Lourdes Ramírez, directora sénior de I+D en Mondelēz International, contó que usan avatares digitales —perfiles construidos con datos reales— para simular comportamientos de compra, preferencias sensoriales y reacciones emocionales. “Lo que antes llevaba un mes ahora puede resolverse en una semana, y la meta es que pronto tome un solo día”, dijo. El resultado: menos costos, más rapidez para lanzar o descartar prototipos, y la capacidad de convertir el deseo en una variable de diseño.
Eso suena fantástico para la eficiencia; también abre una caja de Pandora: si el antojo puede ser diseñado, ¿qué queda del descubrimiento espontáneo del gusto? ¿Estamos comprando lo que queremos o lo que nos han calculado que querremos?
Tres ejemplos que explican el poder de la IA en lo que comemos
- Tang y sostenibilidad: Mondelēz utilizó modelos de simulación para reducir 22% del plástico por sobre y 26% del cartón del empaque primario, además de optimizar embalajes secundarios, lo que contribuyó a cerca de 30% menos emisiones de CO₂ en transporte. El costo: una caída de volumen del 8% tras el cambio porque los consumidores percibieron el sobre como “más pequeño”. Empresa y modelos ya sabían el sacrificio: ganancia ambiental a cambio de ventas.
- Paleta Payaso: símbolo cultural en México. La compañía reemplazó el palito plástico por uno de papel y reconoció que reformular o relanzar el producto implicaría cerca de 2 millones de dólares y hasta dos años de desarrollo. Los avatares ayudan, pero no sustituyen las pruebas reales: una lección sobre límites reales de la simulación.
- Perfiles generacionales: los prompts que alimentan los modelos mapean emociones por generación y sugieren atributos. Para la generación Alfa se privilegia la diversión extrema; para millennials y generación X, la frescura y el “mental recharge”. Es decir: la IA no solo predice gustos, diseña historias emocionales que acompañan al producto.
Tabla: lo que la IA cree que conecta según la generación
| Generación | Conexión emocional | Producto sugerido |
|---|---|---|
| Alfa (5–17) | Necesidad de juego y pertenencia | Chicles interactivos, sabores extremos |
| Gen Z y millennials jóvenes | Identidad y ritmo, alivio del estrés | Bebidas/viernes sorpresa, sabores inesperados |
| Millennials mayores y Gen X | Recarga mental, calma | Chicles o snacks con efecto fresco/relajante |
Riesgos reales detrás del marketing perfecto
La velocidad trae beneficios pero también peligros. Lourdes advierte que la IA “avanza más rápido que su regulación”. Los principales riesgos son:
- Fugas de información: modelos generativos en manos equivocadas pueden filtrar fórmulas, estrategias y datos personales.
- Decisiones automatizadas sin control: priorizar métricas de sostenibilidad o rentabilidad calculadas por IA puede sacrificar empleo local, cultura o equidad si no hay supervisión humana.
- Percepción manipulada: si la IA aprende a explotar emociones, puede acentuar antojos impulsivos y reforzar hábitos poco saludables.
- Sesgos y errores predictivos: simulaciones basadas en datos históricos pueden reforzar estereotipos y excluir minorías o gustos emergentes.
¿Qué están pidiendo los expertos y qué puede hacer la sociedad?
Las respuestas van desde gobernanza técnica hasta empoderamiento ciudadano. Algunas recomendaciones prácticas y factibles:
- Transparencia obligatoria: etiquetas que indiquen cuándo un producto fue diseñado o testado con modelos de IA y qué datos se usaron.
- Reglas de gobernanza de datos: auditorías independientes, límites a la reutilización de datos personales y controles sobre modelos generativos corporativos.
- Human-in-the-loop: decisiones sensibles (reformulaciones de productos icónicos, cambios de receta) deben requerir pruebas sensoriales reales y validación humana antes de llegar al mercado.
- Políticas públicas: actualizar marcos como la Ley Federal de Protección de Datos Personales y seguir el avance de regulaciones internacionales como el Acta de IA de la Unión Europea.
- Consumidores informados: preguntar, exigir transparencia y preferir empresas que publican evaluaciones de impacto ambiental y social.
La nevera como campo de batalla
La IA no es una villana ni una cura mágica: es una herramienta que puede acelerar la sostenibilidad, abaratar costos y ofrecer más variedad. Pero también puede convertir deseos en productos programados. Si la industria tiene ahora el poder de “poner el antojo en un diagrama”, la responsabilidad recae en reguladores, empresas y consumidores para que ese diseño no borre la espontaneidad cultural ni sacrifique derechos ni salud por eficiencia.
En el fondo, la pregunta ya no es si la IA participa en lo que comemos, sino quién decide que ese antojo sea aceptable, sostenible y justo.
Fuentes principales: declaraciones de ejecutivos de Mondelēz publicadas en conferencias de la industria y entrevistas con Lourdes Ramírez; reportes sectoriales de consultoras sobre adopción de IA en bienes de consumo; cifras de reducción de empaque y emisiones proporcionadas por Mondelēz en presencia de la autora. Datos y entrevistas contrastados por este periódico.