Hoe AI innovatie en organisatie van FMCG transformeert
In dit artikel:
Aandeelhouders zetten sinds enkele jaren steeds meer druk op grote Fast Moving Consumer Goods (FMCG)-concerns zoals Nestlé, Unilever, PepsiCo en Heinz om sneller te groeien. Dat leidt tot aangescherpte groeidoelstellingen, verkoop en aankoop van bedrijfsonderdelen en het routinematig vervangen van topmanagers. Als gevolg daarvan wordt eigen research vaak kleiner en meer doelgericht gemaakt: grootschalige, fundamentele laboratoria verdwijnen of worden omgerekend, terwijl investeringen verschuiven naar bewezen marktsuccessen of naar acquisities.
Veel multinationals hebben hun centrale R&D-afdelingen afgeslankt en richten zich vaker op incrementele verbeteringen — denken aan behoud van kleur, geur, smeerbaarheid of kleine aanpassingen in samenstelling — in plaats van op radicaal nieuwe concepten of ingrediënten. Dat vergroot het risico dat de pijplijn met echt baanbrekende innovaties op termijn opdroogt. Tegelijkertijd verschuift een groot deel van de innovatie naar gespecialiseerde toeleveranciers in fijnchemie, geuren en ingrediënten (zoals DSM, Firmenich en Givaudan), die substantiële onderzoeksbudgetten aanhouden en continu nieuwe componenten leveren.
L’Oréal vormt een opvallende uitzondering: het bedrijf investeert structureel veel meer in eigen R&D (ruim €1,3 miljard in 2022) en behoudt grote, gecentraliseerde laboratoria met duizenden onderzoekers. Voor L’Oréal werken die interne ontdekkingen goed omdat veel merken en productlijnen nauw aan elkaar verwant zijn; een nieuwe formule kan via verschillende merken en prijssegmenten worden uitgerold. Maar ook hier bestaan risico’s, zoals het “non invented here”-syndroom waarbij interne trots samenwerking met buitenstaanders in de weg kan zitten.
Tegelijkertijd veranderen waar en hoe innovatie plaatsvindt. Multinationals verplaatsen R&D-activiteiten naar wereldwijde kennishubs — bijvoorbeeld Wageningen in Nederland (food), Zwitserland (farmacie, cosmetica) en India — waar ze dicht bij topinstituten, concurrenten en kleinere innovatiepartners zitten. Samenwerking met externe onderzoekscentra en leveranciers wordt steeds normaalder.
Een cruciale motor van de huidige transformatie is artificiële intelligentie. Met AI, digital twins en grootschalige datasets kunnen bedrijven miljoenen receptcombinaties simuleren, producteigenschappen voorspellen en sneller prototypes ontwikkelen zonder steeds fysiek te moeten testen. FMCG-spelers beschikken over uitgebreide databronnen over stoffen en biologische reacties (huid, haar, zweet, bloed), die met AI efficiënter ontsloten kunnen worden. Dit versnelt zowel ontdekking als productontwikkeling en vergroot het voordeel van bedrijven met schaal en historische data.
Echte meerwaarde van AI vereist echter organisatorische aanpassingen: silo’s tussen R&D, marketing, productie en distributie moeten verdwijnen, en cross-functionele platforms die data en ontwikkeltools combineren zijn nodig. Unilever bouwt meerdere AI- en technologieplatforms, en L’Oréal werkt samen met IBM en NVIDIA aan interactieve 3D-omgevingen om producten creatief en duurzaam te ontwerpen. AI maakt innovatie dynamischer en meer iteratief, met mogelijkheden om producten in interactie met gebruikers sneller te testen en verbeteren.
Belangrijk risico blijft dat het huidige commerciële en aandeelhoudersgerichte klimaat innovatie meer naar veilige, kortetermijnopbrengsten schuift en minder naar fundamenteel onderzoek. Of AI dit tekort aan radicale vernieuwing kan compenseren hangt af van de bereidheid van bedrijven om te investeren in lange-termijnonderzoek, samenwerken met externe innovators en hun organisatiestructuur fundamenteel aan te passen. We staan nog aan het begin van die transformatie.