Mars rozwija nowe składniki przy użyciu sztucznej inteligencji

AI jako narzędzie do przyspieszenia R&D, nie PR

Mars, Incorporated ogłosił rozwój nowych składników i receptur z wykorzystaniem sztucznej inteligencji. Cel jest operacyjny: skrócić czas projektowania, testowania i skalowania składników, które poprawiają smak, teksturę, wartość odżywczą i profil środowiskowy produktów. Firma podkreśla, że AI przyspiesza selekcję rozwiązań, ale nie zastępuje walidacji laboratoryjnej, badań bezpieczeństwa i procesu regulacyjnego.

Gdzie Mars używa AI w praktyce. Projektowanie nowych białek i alternatyw

Modele uczenia maszynowego analizują dane chemiczne, biologiczne i sensoryczne, aby przewidywać, które kombinacje białek roślinnych, fermentacyjnych i precyzyjnych dadzą pożądane właściwości technologiczne: umami, teksturę włóknistą, stabilność termiczną i przewidywalne zachowanie w procesie. Mars testuje prototypy alternatyw mięsa oraz białek mlecznych wytwarzanych metodą fermentacji precyzyjnej.

Optymalizacja smaku oraz redukcja cukru i soli

Mars wykorzystuje AI do identyfikacji modulatorów smaku, które pozwalają ograniczać cukier i sód bez spadku akceptacji sensorycznej. Firma wskazuje na zastosowania m.in. w czekoladach, gumach do żucia i batonach proteinowych. Logika jest prosta: reformulacje bez wsparcia narzędzi predykcyjnych często kończą się gorszym smakiem i spadkiem sprzedaży, a AI ma ograniczyć liczbę ślepych prób.

Składniki niskoemisyjne i szybsze skalowanie

Algorytmy wspierają selekcję i optymalizację składników o niższym śladzie węglowym, takich jak białka z mikroalg, grzybów czy strumieni ubocznych rolnictwa. Mars deklaruje, że dzięki AI czas od koncepcji do pierwszej partii możliwej do skalowania skrócił się o ponad 40% w porównaniu z podejściem klasycznym.

Personalizacja i precyzyjne żywienie w Mars Petcare

W segmencie karm dla zwierząt AI służy do budowania profili żywieniowych i rozwoju składników funkcjonalnych: prebiotyków, postbiotyków oraz bioaktywnych peptydów wspierających zdrowie jelit, stawów i kondycję sierści. W praktyce chodzi o szybkie dopasowywanie receptur do potrzeb konkretnych grup zwierząt i segmentów premium.

„Mars Ingredient Engine” i partnerstwa technologiczne

Firma uruchomiła wewnętrzną platformę „Mars Ingredient Engine”, która integruje dane z wieloletnich badań sensorycznych, chemicznych i konsumenckich. Równolegle Mars rozwija modele AI we współpracy z zewnętrznymi laboratoriami i dostawcami technologii (m.in. Google DeepMind, IBM Watson i wyspecjalizowane start-upy), a także z uczelniami, w tym MIT, Wageningen University i UC Davis. Po stronie organizacyjnej rozwój koordynuje zespół Mars Advanced Research & Technologies (MART).

Harmonogram wdrożeń i kategorie produktowe

Mars zapowiada, że pierwsze produkty wykorzystujące nowe składniki „zaprojektowane” przez AI pojawią się w latach 2026–2027, przede wszystkim w trzech obszarach:

• - czekolady i słodycze (redukcja cukru, nowe tekstury),
  

• - alternatywy mięsa i nabiału (lepszy smak i konsystencja),

• - karmy premium dla psów i kotów (personalizacja i funkcjonalność).

Kontekst branżowy

Mars dołącza do grona dużych firm spożywczych, które przenoszą AI z poziomu analiz konsumenckich do rdzenia R&D. Podobne inicjatywy rozwijają m.in. Nestlé, PepsiCo, Unilever oraz Cargill i DSM-Firmenich. Mars akcentuje przy tym, że kluczowym ograniczeniem nie jest „moc obliczeniowa”, tylko jakość danych wejściowych oraz zdolność do przemysłowego wdrożenia składników w skali i w ramach obowiązujących wymogów bezpieczeństwa żywności.