文 | 聚美丽诗诗

根据InsightAce Analytic最新市场情报研究报告，预计2030年全球人工智能(AI)美容化妆品市场规模将达到133.4亿美元，2021年至2030年复合年增长率高达19.7%。

近日，据报道，宝洁公司宣布与人工智能科技公司Moodify 合作，借助其数字气味工具，通过使用神经网络机器学习，可以在分子水平上精确控制气味设计，用于辅助开发香水。

除了宝洁之外，联合利华、上海家化、科丝美诗等企业都在加码人工智能技术方面的探索和投入。一场关于人工智能驱动的创新比赛正在化妆品行业升温。

在监管要求方面，人工智能技术确保产品开发每一步的合规性；在美妆营销领域，人工智能通过整合大数据分析和信息搜集，推动行业洞察工作。例如，通过将消费者的习惯与其个人特征相匹配，品牌可以瞄准未来消费者的需求，并通过适应性推荐来引导消费者购物决策……

随着人工智能的应用门槛越来越低，更多品牌、零售商、营销人员和创作者可以利用人工智能的力量。如今，消费者对于技术创新的渴望越来越强烈，美妆行业已经注意到这样的变化，而AI科技为制造技术差异化打通了一条新的道路。

日中化妆品国际交流协会理事长杨建中曾在聚美丽的采访中表示，AI在化妆品领域的应用主要有以下三个方面：

1）通过与AI相连的评价检测设备，对消费者的皮肤或头发进行检测，形成大数据后，用以指导企业产品开发或帮助消费者选用针对自身情况的定制产品；

2）实现由AI控制的智能化工厂，无时无刻地做出各种细分化的产品，输送给每个消费者，以实现难度更大的个人定制，而非局限于扩充SKU；

3）将AI技术应用于化妆品研发。

从很多美妆品牌的成长与发展来看，研发原料是其中绕不开的一个环节。然而在现实情况中，原料的开发和创新始终存在着较高的技术门槛。

就化妆品活性物而言，其开发过程中主要面临来自分析鉴定、功能鉴定、精准设计、试错成本这几个方面的困难。浙江清华长三角研究院衰老科学创新研发中心副主任李钧翔博士曾提出，生物信息学、计算生物学、合成生物学等最新的生物技术方案助力能够加快突破这些原料技术障碍。

● 生物信息技术用于活性物的发现与验证

知乎专业KOL俞晓曾这样写道：“化妆品行业就像一个复杂网络中的某个节点一样，向四周发散着一条条的线。但这也给了化妆品无限的可能性，可以兼容并汲取其他行业技术的营养。”

随着上游原料端持续引进多学科的前沿技术，生物信息学作为一个比较新的学术名词，以黑科技的形象逐渐进入美妆消费者视野。

生物信息学是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科。再细分来看，微生物组学、基因组学、转录组学、蛋白质组学、代谢组学等组学技术同属于生物信息学的范畴之下，其背后的基本逻辑都与数据和信息采集相关。

比如，兰蔻等大牌近两年在推的“AMPK细胞能量总开关”，也是基因组学等多组学研究的成果。这些组学技术的联合研究，为皮肤科学的系统性研究、功效的新靶点发现、天然功效成分的筛选提供技术支撑，也是许多产品基础研究的重要技术途径。

△ AMPK调控能量代谢等多调细胞信号通路

成分的开发通常会经历三个阶段，从发现成分，到临床前的生物学测试，再到临床试验。

在人工智能等先进技术的加持下，原料公司们不仅能够在较短的周期内开发出多款化妆品功效成分，而且可利用生物信息技术更精准地验证成分具体作用功效，象征着更高的成分开发效率。

在此方向上，亚什兰继首次推出利用人工智能开发出原料Santalwood (INCI：辛基十二醇、檀香木提取物)之后，今年，他们又利用AI智能科技研发出全新的生物功能性原料 liftyl (辛酸/葵酸甘油三酯、玫瑰木提取物)。

该原料基于基因组学的研究，从300个与面部塑形有关的基因中，筛选出7个民族基因组标记关键靶点，被证明可作为一种视黄醇替代品发挥抗衰功效。

而另一家爱尔兰生物技术公司则搭建了一个使用人工智能驱动的生物活性肽查找器 Magnifier NπΦ，并且借助此平台发现了两种新成分PeptiYouth和PeptiStrong。据该公司表示，借助AI预测的肽可使临床功效验证的成功率提高至80%。

从这个平台的开发过程来看，研究人员从大量天然植物当中，通过专有酶分解得到了数百万种从前未开发的肽，经过实验模型证明这些肽对于受体的作用。结合自然语言处理、数据搜集和管理，他们编织一个庞大的知识图谱，解锁了共超过600万种植物肽的数据。

△ 生物活性肽查找器 Magnifier NπΦ

在国内，与生物信息技术相关的内容也不再只限于概念，而是一直处于发展和进步中。

比如，清华长三角研究院旗下开发了一个KEPLER 90i活性成分发现平台，主要利用计算生物学结合人工智能等综合方法挖掘开发新的功能分子。在此基础上，他们仅历时一年，就成功研发出了能有效缓解黑眼圈问题的Biocorrectide DC以及具有抗衰修护作用的Retinotide EQ9。

据了解，Biocorrectide DC焕颜肽是一款基于计算生物学和全新微循环靶点结构理性化设计的多肽分子，通过分子动力学模拟和基于人工智能的多肽-蛋白结合力预测交叉验证获得，具有全新的与血液循环相关的黑眼圈靶点的精准调控能力，能够实现熬夜肌黑眼圈的精准修护。在功效设计上，可以和各类经典抗黑眼圈原料协同增效。”

而另一款Retinotide EQ9立体肽，是通过人工智能深度学习的方法从极具再生抗衰功效的间充质细胞(MSC)所分泌的大量天然活性肽因子中通过虚拟筛选获得，该多肽分子对光老化的修复效果在胶原蛋白激活等关键指标上，同等浓度甚至要优于同样具备抗衰修护作用的蓝铜肽和玻色因。同时该原料通过合成生物学工艺实现了绿色化生产，解决了原有天然来源局限大以及化学合成带来的环境污染等问题。

可以看到，生物信息技术可以通过筛选庞大的成分数据库、获取相关的功能益处和副作用的信息来简化原料研发的过程，缩短研发周期，在数据驱动的支持下对配方设计做出更为明智的决策。

● “AI+香精香料”大势已成

而除了活性物之外，香料开发也是能够让人工智能、机器学习大显身手的一个重要领域。

人工智能之所以能够分析和判断口味和气味，主要是因为它可以处理大规模的数据并发现模式，剥离在人类主观意向之外。此外，AI还能够利用深度学习和神经网络来模拟人类味觉和嗅觉系统，进一步提高了其分析和判断的准确性。

近日，据花王官网报道，他们通过蛋白质工程，发现了一种综合识别麝香气味的嗅觉受体OR5A2，并根据 OR5A2 识别香料的化学结构信息建立了一个机器学习模型，能够非常准确地预测某种物质是否可以散发出麝香气味。据花王表示，他们结合高精准AI技术和沉浸式AR体验的生活体验数字平台“花王Life+”即将登场，为观众提供护肤、美妆美发、健康等全方位的专业建议与个性化解决方案，带来不同以往的科技之趣。

去年进博会上，欧莱雅与先进的神经科学公司EMOTIV共同打造了YSL圣罗兰「电波穿香室」(YSL SCENT-SATION)。这是欧莱雅第一款基于神经科学研究、革新性的店内个性化香氛体验服务，这款基于脑电波(EEG)原理、多传感器的头戴式设备使用机器学习算法来解读脑电图，将神经反应与香水偏好连接起来，能让消费者体验专有的香水系列，以提供准确感知和监测真实世界环境中的行为、偏好、压力和注意力的能力，并根据认知学研究和人工智能算法，帮助消费者选择适合自己情绪的香水。

△YSL圣罗兰「电波穿香室」

此外，日本日化美妆企业狮王集团还与一家日本化妆品护理品牌共同开发了一款高精度、短时间、全自动混合香精的自动调配机器人，并将其引入牙膏香精的开发。将该技术与狮王已经开发的另一项技术相结合后，预计将为未来香精的开发时间减少约20％。

同时，全球香精香料公司奇华顿公司(Givaudan)、国际香精香料公司(IFF)和高砂公司(TAKASAGO)也都开始使用数化智甄(IDP)开发的AI产品力评价系统进行香味评价和香味最佳方案选择。

虽然人工智能在香精香料合成方面具有许多优势，但在涉及到人类的喜好和传统习惯时，仍然需要综合考虑文化和情感因素，以确保产品在市场上的成功和接受度。这可能需要更多的研究和市场调查，以满足不同地区和文化的多样化需求。

● 原料供应链的可持续优化

这两年化妆品企业掀起了一场“工厂升级”，其中“数字化和智能化”成为了共同特点。过去高度依赖人工操作的供应环节，正在向更加智能、便捷的方向加速升级。

通过数字化转型，在供应链管理、生产制造、市场营销等引入人工智能，化妆品企业们在原料跟踪、包装材料等方面，将“智能制造”与可持续发展部署进行融合。

比如，在销售后的可回收运输端，联合利华早在2020年就打造了国内首个规模化AI闭环塑料回收体系。通过在线下推出具有AI识别功能的回收设备，对回收的塑料瓶进行自动识别，再将塑料瓶运送至再生塑料处理中心，让这些优质塑料在处理、加工后得以再次使用，以此形成塑料闭环。

此前，联合利华和Arzeda还在人工智能的帮助下，合作开发了一种新的清洁产品。据介绍，这款新型清洁剂适用于洗衣产品的新型抗污酶，它们在生产过程中消耗更少的水和能量、去除污渍并取代石化衍生成分，减少将近50%此前清洁性能所需的成分数量，同时，开发过程在18个月内加速进行，比预估的速度快了五倍。

此外，欧莱雅集团于2020年发布的生态设计工具“SPICE Tool”，该工具能够计算产品包装从生产到使用结束的整个生命周期中的环境足迹，其中涵盖16项环境指标，包括包装对气候变化、资源消耗、水的使用、生物多样性等方面的影响，以此来适时转变可持续的设计要求，最大程度的保持产品的可持续性。

据悉，人工智能让其可以在几秒钟内测试数百万种配方组合，从而增强了供应链的弹性，有助于使配方更具可持续性和成本效益，而不会影响产品的质量或有效性。不仅可以更快、更有效地揭示分子化合物的相互作用，而且可以替代动物试验。

人工智能和机器学习在美容行业的潜力并不仅限于产品推荐和虚拟试妆。这些技术正在为未来化妆品个人量身定制铺平道路。

今年3月31日，科丝美诗宣布开发了一种“测量感受质地的技术”，可以在不使用化妆品的情况下，量化地预测其质地。这也是科丝美诗在利用AI（人工智能）进行技术研究方面实现的首个目标，因此受到了行业的高度关注。

科丝美诗方面表示，为了评估精华配方的触觉特性，科丝美诗成立了专业团队，用近三年时间对数百种样品的触觉特性进行细分，并确定评估标准。而这项技术也能帮助公司在没有人工干预的情况下测量化妆品质地的水平，减少产品开发时间，提高质量验证速度，并且未来将用于开发定制化妆品。

△Cosmax 开发基于人工智能的化妆品质地测量标准

在数字化时代，护肤品公司可以通过消费者的个人数据和偏好信息，为他们量身定制个性化的护肤方案。智能设备和传感器可以收集消费者的皮肤分析数据，如水分含量、油脂水平等。基于这些数据，护肤品公司可以为消费者推荐最适合他们肤质和需求的产品和护理步骤。

此外，资生堂开发的“数字皮肤”技术，是利用人工智能在计算机上实现皮肤的超高精细度再现和分析，帮助研究人员在三维视角下对皮肤内部的超微细结构自由地进行分析。这项创新技术是连续四次荣获IFSCC最高奖项的资生堂皮肤松弛改善研究的最新研究成果，资生堂通过其发现了纤维芽细胞网络，并证实了纤维芽细胞网络是维持真皮状态，调控皮肤年龄的重要构造。这些研究成果将被用于资生堂集团一系列的产品和服务的开发。

除了国际公司之外，国内的诺斯贝尔也已搭建了AI技术平台，包含了AI图像分析、个性化配方和智能制造等，可基于个性化数据为客户量身定制服务。据称，每生产一片NBC冻干面膜，至少要经过10个智能化信息系统。

而在贝泰妮发布2022财报中，也重点提到了于去年新成立的品牌Beforteen贝芙汀，其主打专业祛痘改善痤疮。据悉，其以中国皮肤疾病大数据为研究基础，医研结合+AI人工智能为手段，进行肌肤检测判断肌肤问题，然后结合医生线上问诊，最后给出护肤品和药品结合的个性化综合解决方案。

有人认为，用数据分析的方式来预测皮肤状态和发展趋势实则是较为科学的护肤方式，但其中存在的难点主要是定制护肤品这个环节。

目前，绝大多数个性化定制产品中，大多数只是借助了基因组学数据的概念。由于皮肤问题的复杂性，单纯靠机器拍照检测，消费者肌肤很难真正落地详尽解决。其次，在成分的选择上，基于数据分析针对不同的成分，是否能突破个体差异化，真正实现“一人一方”？这个问题还有待商榷。

除了客观存在的难点之外，还有不同国家地区对于定制产品的法规监管要求，也让个性化定制的道路愈加艰难。尽管AI智能科技让化妆品个性化定制有望实现落地，但化妆品行业并未走向完全自动化，消费者对于体验式购物的需求仍然不可忽视，与用户的直接接触还是至关重要。

未来，随着化妆品行业的不断发展，人工智能的作用只会变得更加突出。随着机器学习和自然语言处理的进步，人工智能驱动的工具将变得更加复杂和准确，进一步增强消费者体验，推动行业创新。