Ciência global a serviço do P&D: quatro casos da cooperação EasyTelling–Ajinomoto

EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 1 MIT-ANPEI BRAZIL SUMMIT 2026 · CALL FOR CASES Ciência global a serviço da resolução de problemas de P&D: quatro casos da cooperação entre a startup EasyTelling e o P&D da Ajinomoto do Brasil Organização submetedora: EasyTelling (easytelling.ai), startup brasileira de IA para P&D · Organização parceira: Ajinomoto do Brasil Autores: Maria Paola de Salvo (CEO e cofundadora, EasyTelling) · Lucas Miranda (cofundador e Chief AI Officer, EasyTelling) Tipo de case: inovação aberta startup–indústria · IA aplicada a P&D · tradução do conhecimento científico

ACHADO PRINCIPAL

Em quatro desafios reais de P&D e de operação industrial (uma rota de formulação, uma alteração de qualidade em produto, um desvio em produto de fornecedor e um problema de processo em planta industrial), a plataforma de IA da EasyTelling indicou, a partir da evidência científica publicada, o veredito ou a causa-raiz de problemas que haviam consumido até dois anos de trabalho das equipes. Os dois casos com valor apurado somam R$ 750 mil em experimentos evitáveis, e o uso da plataforma passou de 4 para 39 pesquisadores ativos por mês em cinco meses. Mais recentemente, com o lançamento da nova versão da plataforma, cerca de 100 dos 150 pesquisadores de P&D da Ajinomoto (66,7%) se cadastraram espontaneamente para utilizá-la, o que indica uma forte adesão do time.

RESUMO

Em P&D industrial, descobrir tarde que uma rota não funciona custa tempo, laboratório, insumos e janela de mercado. Muitas vezes a resposta já existe na ciência, em um artigo, uma patente ou um estudo de outro setor ou país, mas é humanamente inviável encontrá-la entre mais de 200 milhões de artigos e 160 milhões de patentes. Este case descreve a cooperação iniciada em janeiro de 2026 entre a EasyTelling e o P&D da Ajinomoto do Brasil, a partir de um desafio explícito do cliente: tornar o desenvolvimento de formulações na divisão agro mais assertivo e rápido. A cooperação começou com uma prova de conceito paga de dois meses, que contribuiu para apontar soluções científicas para pelo menos seis desafios e foi convertida em contrato. Ao longo do contrato, até agora a equipe de P&D da empresa relatou quatro casos de resolução de desafios de P&D pela plataforma da EasyTelling, além de indicadores de adoção da ferramenta (de 56 consultas e 4 pesquisadores em fevereiro para 367 consultas e 39 pesquisadores em julho, em cinco áreas de P&D). O case mostra que a IA gera mais valor em P&D quando entrega o caminho das pedras para resolver os problemas baseado na melhor ciência realizada ao redor do mundo, apontando o que testar, o que investigar e o que descartar, e não uma lista de referências. Observou-se também que o desenho conjunto da plataforma com o time da Ajinomoto foi decisivo para a adoção da ferramenta. Além da Ajinomoto, a plataforma da EasyTelling é utilizada regularmente por equipes de P&D de outras grandes empresas como Suzano e Vale.

EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 2 Palavras-chave: inovação aberta; inteligência artificial; P&D industrial; tradução do conhecimento; evidência científica; indústria de alimentos e agro; ROI.

1. Contexto e desafio

A Ajinomoto do Brasil mantém um time de P&D de cerca de 150 pessoas no Brasil, com frentes que vão de nutrição e ingredientes a bioprocessos e soluções para o agro. A cooperação com a EasyTelling nasceu de uma demanda formulada pela própria liderança de P&D do cliente: uma ferramenta para tornar o desenvolvimento de formulações em agro mais assertivo e rápido.

Até então, o P&D enfrentava seus desafios de formulação, desenvolvimento e processo essencialmente com o conhecimento interno: a experiência acumulada da equipe, o histórico de projetos anteriores e ciclos de tentativa e erro em bancada. A busca por ciência produzida no resto do mundo existia, mas representava um trabalho extremamente moroso sem produzir bons resultados.

O problema de fundo não era falta de informação, e sim fragmentação. A evidência que resolveria um desafio costuma existir, mas está dispersa em outra disciplina, outro setor ou outro país, entre centenas de milhões de publicações. Encontrá-la, julgar sua qualidade e traduzi-la em ação é humanamente inviável no ritmo de um time sob pressão de prazo. Na prática, o P&D ficava restrito ao que já sabia e descobria tarde, e caro, o que a literatura já havia mostrado.

2. A solução e o modelo de cooperação

2.1 A plataforma A EasyTelling é uma plataforma de IA que resolve, de forma imediata e com a melhor ciência global, desafios de P&D travados há anos. A empresa conecta desafios de mercado às melhores soluções científicas do mundo, e pesquisas de ponta às organizações capazes de aplicá-las. Sua IA analisa mais de 200 milhões de artigos científicos e 160 milhões de patentes e, para cada problema, mostra o que a ciência já validou e o que priorizar, testar e evitar.

A abordagem nasce da metodologia de Tradução do Conhecimento (Knowledge Translation), com certificação pela University of Toronto/SickKids e mais de 13 anos de prática da fundadora, Maria Paola de Salvo. A versão atual da plataforma, o Argos, funciona como um agente de P&D em três movimentos:

• Entende o contexto do problema: resultado desejado, material, restrições e o que já foi

tentado. O usuário descreve o desafio em linguagem natural ou envia briefings, laudos e documentos internos.

• Investiga a ciência relevante, inclusive fora da área óbvia, com filtros de curadoria

inspirados em revisão sistemática, e confronta a qualidade das evidências.

• Recomenda o que vale testar ou investigar primeiro, o que exige cautela e quais rotas

podem ser descartadas, com a fonte primária por trás de cada afirmação e o apontamento de onde ainda não há evidência.

2.2 Como a cooperação foi estruturada

• Prova de conceito paga (2 meses): ao longo deste período, equipes de P&D de duas

unidades da Ajinomoto Brasil (alimentos e agro) utilizaram a plataforma regularmente para EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 3 resolver desafios reais do P&D, com acompanhamento próximo da EasyTelling. Resultado:

soluções científicas apontadas para pelo menos seis desafios e conversão em contrato.

• Cocriação do produto: os cinco modos de uso do Argos (explorar um tema, formular um

produto, resolver um processo, justificar uma decisão e validar um claim de marketing com a melhor evidência) nasceram das conversas com a liderança e a equipe de P&D da Ajinomoto sobre como fazer a “anamnese” certa, isto é, entender a demanda real antes de buscar a melhor solução já validada pela ciência.

• Ampliação de acesso (rollout) em 2026: ampliação do acesso à ferramenta, com cerca

de 100 dos 150 membros da equipe de P&D da Ajinomoto cadastrados e acompanhamento mensal da EasyTelling.

• Lançamento presencial do Argos na fábrica da Ajinomoto em Limeira

(setembro/2026): cerca de 40 participantes presenciais e quase 30 on-line, aproximadamente metade do time de P&D no Brasil.

3. Os quatro casos

Os valores monetários foram estimados em conjunto com o time do cliente e consideram apenas o custo de experimentos evitáveis, sem incluir horas de equipe, custo de oportunidade ou ganho de tempo de mercado. São, portanto, estimativas conservadoras.

Caso 1 · Veredito antecipado sobre uma rota de formulação Um projeto de formulação de insumo consumiu cerca de 2 anos e, ao final, não entregou o resultado esperado.

O time consultou a plataforma sobre a viabilidade da rota. Com base na evidência científica publicada, a plataforma indicou corretamente que a fórmula do produto não entregaria o resultado buscado.

Resultado O veredito coincidiu com o desfecho observado em bancada, mostrando que a rota escolhida poderia ter sido descartada antes de gastar dois anos com ela, se a plataforma estivesse sendo utilizada pela empresa naquele momento.

Impacto R$ 300 mil em experimentos evitáveis confirmados pelo cliente.

Caso 2 · Causa oculta de uma alteração de qualidade em produto Cerca de 1 ano tentando controlar uma alteração indesejada em um atributo de qualidade de um dos produtos da empresa.

A plataforma cruzou literatura de uma disciplina adjacente, em bioquímica, e identificou que o fator determinante para a alteração estava em um componente da própria fórmula, que não era considerado suspeito originalmente.

Resultado Causa identificada e direção de reformulação redefinida a partir de uma única investigação.

Impacto R$ 450 mil em experimentos evitados confirmados pelo cliente.

Caso 3 · Diagnóstico de desvio em produto de fornecedor EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 4 Alteração visual em um produto de produção terceirizada, com impacto na qualidade percebida e na relação com o fornecedor.

A plataforma levantou as hipóteses sustentadas pela literatura e propôs um teste de bancada simples e barato (“experimente colocar água no composto”), que confirmou uma condição ambiental como fator determinante para o problema.

Resultado O time construiu a hipótese técnica, orientou os testes e embasou a discussão com o fornecedor e com a área de Qualidade. O caso foi apresentado pelo próprio time do cliente em sessão interna entre a Ajinomoto e a EasyTelling.

Impacto Diagnóstico de causa-raiz na cadeia de fornecimento, com base técnica para a tratativa com o fornecedor.

Caso 4 · Causa-raiz de um problema de processo em planta industrial Um problema recorrente em um processo produtivo, que persistiu sem causa identificada.

A partir da descrição do problema e das condições de processo, a plataforma cruzou a literatura científica e apontou a causa provável e os testes para confirmá-la.

Resultado A causa foi confirmada e a ação corretiva, implementada, eliminando o problema.

Impacto Diagnóstico de causa-raiz no processo.

Padrões de valor observados Os quatro casos revelam dois padrões complementares. O primeiro é o veredito antecipado (caso 1): avaliar uma rota contra a evidência científica existente antes de levá-la à bancada, o que permite errar cedo e barato. O segundo é o diagnóstico de causa-raiz (casos 2, 3 e 4):

encontrar em outra disciplina a explicação de um problema de produto, qualidade ou processo que a busca baseada apenas no conhecimento interno não havia resolvido. Nos casos 3 e 4, o valor extrapola o P&D e alcança a operação e a cadeia de fornecimento. E o mais interessante é o feedback do cliente dizendo que a plataforma da EasyTelling mudou a percepção da área de P&D por outras áreas da empresa, como Qualidade, que passaram a perceber o P&D como um efetivo solucionador de problemas.

4. Resultados consolidados

4.1 Retorno medido Caso Tempo consumido antes Impacto apurado 1 · Rota de formulação ~2 anos R$ 300 mil 2 · Qualidade em produto ~1 ano R$ 450 mil 3 · Produto de fornecedor Meses Qualitativo EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 5 Caso Tempo consumido antes Impacto apurado 4 · Processo em planta industrial não informado Qualitativo Total apurado

R$ 750 mil

4.2 Adoção A adoção cresceu após a ampliação do acesso e se consolidou em mais de 35 pesquisadores ativos por dois meses seguidos, com uso em 18 dos 21 dias úteis de agosto. O dado mais relevante não é o volume de consultas, e sim a largura da base: o uso deixou de depender de um único grupo e se distribui por cinco frentes (química analítica e qualidade; nutrição funcional;

cor e estabilidade; processos e formulação; bioprocessos e sustentabilidade).

Mês (2026) Fev Mar Abr Mai Jun Jul Ago Consultas 56 95 89 72 167 367 300 Pesquisadores ativos 4 4 5 3 5 39 36

5. Aprendizados

• A pergunta mudou. Depois dos primeiros casos, a pergunta do time deixou de ser “isso

funciona?” e passou a ser “como fazemos isso acontecer todos os dias?”. Essa pergunta guiou a nova versão da plataforma da EasyTelling.

• Decisão, não busca. Uma lista de 42 artigos não resolve o problema de quem está sob

pressão; “teste esta rota primeiro, evite aquela”, com a fonte por trás, a entrega da EasyTelling, resolve. A rastreabilidade até a fonte primária torna a recomendação defensável diante de Qualidade, fornecedores e liderança.

• Pessoas no circuito. A plataforma não substitui o conhecimento da equipe: gera hipóteses

rastreáveis e priorizadas, que a bancada confirma. A decisão continua com o pesquisador.

• Cocriação com o cliente acelera adoção. Desenhar os modos de uso com o time

usuário, em vez de entregar uma ferramenta pronta, foi decisivo para sair de um grupo piloto para cinco frentes.

• Contrapartida desde o início. Uma PoC paga, com desafios reais e registro de

resultados, produziu evidência de valor suficiente para a conversão em contrato e a expansão interna da nova versão da plataforma, com cerca de 100 pesquisadores cadastrados.

6. Limitações

As economias relatadas são estimativas contrafactuais, construídas com o time do cliente e restritas ao custo de experimentos; não houve grupo de controle. Os detalhes técnicos não são publicados em respeito ao acordo de confidencialidade (NDA) assinado entre a EasyTelling e a Ajinomoto. Por fim, os casos são relatados pela empresa fornecedora da solução e podem ser confirmados pelo cliente.

EasyTelling × Ajinomoto · Call for Cases MIT-ANPEI 2026 · 6

7. Replicabilidade e aderência ao tema do Summit

O tema “Cooperar para competir em um mundo fragmentado” descreve exatamente o problema que o case enfrenta. O conhecimento científico global é um bem comum, porém fragmentado entre disciplinas, setores e países. A cooperação entre uma startup brasileira e o P&D de uma multinacional tornou esse conhecimento utilizável no ritmo da indústria, uma forma de inovação aberta de fora para dentro que não depende de acordos bilaterais com cada fonte de conhecimento. E mais do que isso: a parceria mostrou que o conhecimento de milhões de cientistas do mundo todo pode resolver problemas reais de mercado e que é possível promover a colaboração entre mercado e ciência em escala, um problema de décadas. Os casos 3 e 4 mostram ainda um ganho de resiliência operacional: diagnóstico rápido de problemas de qualidade e de processo na fábrica e na cadeia de fornecedores.

O modelo não só é replicável em outras indústrias intensivas em P&D como já está sendo utilizado regularmente por equipes de P&D de grandes empresas como Suzano e Vale, indicando que a ferramenta da EasyTelling é útil para diferentes setores, como papel e celulose e mineração.

8. Próximos passos

• Conhecimento interno integrado: trazer para a plataforma resultados e aprendizados de

P&D hoje dispersos na empresa, para que as equipes possam dialogar ao mesmo tempo com o conhecimento científico externo e com o conhecimento interno, que passa a servir de contexto às recomendações.

• Contexto regulatório: cruzar as rotas recomendadas com bases regulatórias para

responder não só “a ciência sustenta?”, mas também “posso registrar este produto, ele pode ir ao mercado?”.

• Expansão para pequenas e médias empresas: depois de estabelecer uso e valor em

grandes empresas, a EasyTelling estuda como levar a plataforma a pequenas e médias indústrias de diferentes setores, no Brasil e no mundo.