# IA na personalização: a tecnologia consegue entregar suplementos realmente sob medida?

Título original: AI in personalization: Can technology deliver truly tailored supplements?
SupplySide Global 2026, Las Vegas. 28 out 2026. Duração: 31 min.
Página: https://apps.pronutrition.com.br/supplyside2026/palestras/ai-in-personalization-can-technology-deliver-truly-tailored
Palestrantes: Alex Mohr (Co-Founder, Theriome Inc.); Meg Taylor (Director of Science & Innovation, MaryRuth's)

## TL;DR

A IA ajuda a acelerar pesquisa, insights e desenvolvimento, mas personalização total de suplementos em escala ainda não é viável. Alex Mohr defende que o diferencial será prova e produto que funciona, não narrativa de IA. Meg Taylor reforça que a ferramenta precisa de revisão humana e esbarra em MOQ, regulação e supply chain.

## Principais takeaways

- Personalização virou palavra de marketing. Se todos tomam os mesmos produtos nas mesmas doses, não é personalização de verdade.
- Dados genômicos são estáticos. Para acompanhar resposta a um suplemento, é melhor medir metabólitos, microbioma e wearables, que mudam em dias ou semanas.
- IA generativa alucina. Citações e resultados inventados estão poluindo a literatura científica; sempre revisar com humano.
- Personalização em escala não é viável hoje. MOQs, regulação e supply chain impedem produzir fórmula individual para uma pessoa.
- Marcas podem usar IA para recomendar produtos existentes conforme objetivos de saúde, em vez de criar fórmulas únicas.
- Consumidor ainda desconfia de IA. Falta o elemento humano como diferencial de confiança.
- Empresas com prova e produto que funciona vão vencer, não as com melhor narrativa de IA.

## Principais dados

- Há cerca de 25 anos o genoma humano foi mapeado, marco que abriu caminho para dados genômicos em saúde. (Alex Mohr, minuto 07:03)
- Em 2026, o Google DeepMind lançou o Alpha Genome, software aberto para pesquisa que prevê efeitos de mudanças de letra única no DNA. (Alex Mohr, minuto 07:21)
- A empresa de personalização Arrival fechou em 2019, apesar de usar muitos dados. (Alex Mohr, minuto 07:51)
- Um teste genético não é refeito após um protocolo de 12 semanas, então é estático para acompanhar intervenções. (Alex Mohr, minuto 10:03)
- Um abstract de 250 palavras não é suficiente para embasar um dossiê. (Alex Mohr, minuto 30:40)

## Por que importa

O mercado está cheio de promessas de personalização com IA. A palestra separa o que é real do que é marketing, mostrando que a IA ajuda em processo e dados, mas não substitui a ciência. Para suplementos, isso significa que marcas com prova e revisão humana terão vantagem, enquanto promessas vazias geram desconfiança.

## Para a indústria de suplementos

Uma fabricante de suplementos deve usar IA para acelerar pesquisa, checar fontes e organizar dados, mantendo cientistas na validação. A palestra mostra que MOQ e supply chain são gargalos reais para personalização. Então o papel da indústria é viabilizar a produção de produtos seguros e com alegações comprovadas, e não prometer fórmulas individuais que não consegue entregar.

## Para fundadores e marketing de marca

Fundadores devem usar IA como assistente, mas nunca confiar sem checar. Evitem usar personalizado por IA como selo: o consumidor ainda desconfia. No Brasil, o caminho é usar dados de testes e wearables para recomendar produtos existentes, com linguagem clara e apoio humano. O canal de profissionais de saúde pode ajudar a traduzir isso.

## Resumo

Christine Kapperman abriu a sessão lembrando que, dez anos atrás, se imaginavam máquinas de suplementos personalizados, como uma Keurig. Hoje a IA e a queda no custo de coleta de dados mudaram a conversa. O público foi convidado a descrever o estado da personalização em uma palavra; as respostas incluíram unpersonal, overpromising e aspirational.

Alex Mohr, da Theriome, disse que personalização é uma palavra com definições diferentes em cada setor. Na prática, o marketing usa muito esse termo, mas se as pessoas tomam os mesmos produtos nas mesmas doses, não há personalização. Ele apresentou uma linha do tempo: genoma humano mapeado há 25 anos, avanços em microbioma e machine learning e, em 2026, o Alpha Genome do Google DeepMind.

Alex citou a empresa Arrival, que fechou em 2019, e grandes meta-análises com efeitos modestos. Para ele, o problema não é ter mais dados ou modelos melhores, é ter dados melhores e medições repetidas. Ele explicou o conceito de digital twin: um modelo virtual da biologia da pessoa, alimentado por dados reais, que simula intervenções e é recalibrado com retestes. Sem esse reteste, não é um digital twin.

Alex defendeu que medições estáticas, como genômica, não acompanham uma intervenção de 12 semanas. O que muda em dias, semanas e meses são metabólitos, microbioma e dados de wearables. Ele também diferenciou IA analítica, generativa e agentica. A generativa pode parecer correta e estar errada; por isso, a revisão humana é essencial. Ele alertou que a literatura científica está poluída por citações e resultados fabricados por IA.

Alex disse que, aos poucos, a resposta é sim, mas hoje quem domina é o marketing e vendas. Ele citou o programa Tempo da FDA, que incentiva testes em casa, e afirmou que os consumidores vão querer prova de que o produto funciona. As empresas vencedoras serão as que têm produto que funciona, não a melhor narrativa de IA.

Meg Taylor, da MaryRuth's, foi direta: a empresa usa IA todos os dias, mas os produtos não são personalizados. Para ela, personalização em escala não é viável por causa de MOQs, regulação e supply chain. A IA ajuda a acelerar pesquisa e insights, mas precisa de checagem. Ela recomendou usar IA para recomendar produtos existentes conforme metas de saúde, em vez de criar fórmula individual para cada pessoa.

No debate, Meg disse que o consumidor ainda desconfia de IA e quer ver o elemento humano. Alex reforçou que empresas que usam dados de saúde precisam de segurança e transparência, e que separação entre quem prescreve e quem formula evita viés. Os dois encerraram pedindo checagem rigorosa de fatos e atenção ao que o consumidor comum realmente entende.

## Perguntas frequentes

**Personalização de suplementos com IA já é possível em escala?**
Meg Taylor diz que não: MOQs, regulação e supply chain ainda impedem fórmula individual em escala. O viável é usar IA para recomendar produtos existentes conforme metas de saúde.

**O que é um digital twin em suplementos?**
Alex Mohr explica: é uma representação virtual da sua biologia, criada com dados reais, que simula milhares de intervenções e precisa ser recalibrada com retestes periódicos.

**Como evitar que a IA invente citações científicas?**
Confira sempre em periódicos de alto impacto como Nature, PNAS e Cell. Um abstract de 250 palavras não basta; um humano precisa validar antes de usar em claim ou dossiê.

**IA generativa pode ajudar a formular suplementos?**
Pode acelerar pesquisa e insights, mas não decide sozinha. Alex e Meg alertam que ela alucina e o julgamento humano continua obrigatório.


---
Resumo gerado por IA a partir da transcrição e conferido contra o texto original. Fonte: SupplySide Global 2026 (Informa Markets). Acervo em português da Pronutrition: https://apps.pronutrition.com.br/supplyside2026/
