文 | 聚美麗 詩詩
根據InsightAce Analytic最新市場情報研究報告，預計2030年全球人工智能(AI)美容化妝品市場規模將達到133.4億美元，2021年至2030年復合年增長率高達19.7%。
近日，據報道，寶潔公司宣布與人工智能科技公司Moodify 合作，借助其數字氣味工具，通過使用神經網絡機器學習，可以在分子水平上精確控制氣味設計，用于輔助開發香水。
除了寶潔之外，聯合利華、上海家化、科絲美詩等企業都在加碼人工智能技術方面的探索和投入。一場關于人工智能驅動的創新比賽正在化妝品行業升溫。
在監管要求方面，人工智能技術確保產品開發每一步的合規性；在美妝營銷領域，人工智能通過整合大數據分析和信息搜集，推動行業洞察工作。例如，通過將消費者的習慣與其個人特征相匹配，品牌可以瞄準未來消費者的需求，并通過適應性推薦來引導消費者購物決策……
隨著人工智能的應用門檻越來越低，更多品牌、零售商、營銷人員和創作者可以利用人工智能的力量。如今，消費者對于技術創新的渴望越來越強烈，美妝行業已經注意到這樣的變化，而AI科技為制造技術差異化打通了一條新的道路。
AI技術的滲透，重構原料研究的底層邏輯
日中化妝品國際交流協會理事長楊建中曾在聚美麗的采訪中表示，AI在化妝品領域的應用主要有以下三個方面：
1）通過與AI相連的評價檢測設備，對消費者的皮膚或頭發進行檢測，形成大數據后，用以指導企業產品開發或幫助消費者選用針對自身情況的定制產品；
2）實現由AI控制的智能化工廠，無時無刻地做出各種細分化的產品，輸送給每個消費者，以實現難度更大的個人定制，而非局限于擴充SKU；
3）將AI技術應用于化妝品研發。
從很多美妝品牌的成長與發展來看，研發原料是其中繞不開的一個環節。然而在現實情況中，原料的開發和創新始終存在著較高的技術門檻。
就化妝品活性物而言，其開發過程中主要面臨來自分析鑒定、功能鑒定、精準設計、試錯成本這幾個方面的困難。浙江清華長三角研究院衰老科學創新研發中心副主任李鈞翔博士曾提出，生物信息學、計算生物學、合成生物學等最新的生物技術方案助力能夠加快突破這些原料技術障礙。
● 生物信息技術用于活性物的發現與驗證
知乎專業KOL俞曉曾這樣寫道：“化妝品行業就像一個復雜網絡中的某個節點一樣，向四周發散著一條條的線。但這也給了化妝品無限的可能性，可以兼容并汲取其他行業技術的營養。”
隨著上游原料端持續引進多學科的前沿技術，生物信息學作為一個比較新的學術名詞，以黑科技的形象逐漸進入美妝消費者視野。
生物信息學是研究生物信息的采集、處理、存儲、傳播，分析和解釋等各方面的學科。再細分來看，微生物組學、基因組學、轉錄組學、蛋白質組學、代謝組學等組學技術同屬于生物信息學的范疇之下，其背后的基本邏輯都與數據和信息采集相關。
比如，蘭蔻等大牌近兩年在推的“AMPK細胞能量總開關”，也是基因組學等多組學研究的成果。這些組學技術的聯合研究，為皮膚科學的系統性研究、功效的新靶點發現、天然功效成分的篩選提供技術支撐，也是許多產品基礎研究的重要技術途徑。
△ AMPK調控能量代謝等多調細胞信號通路
成分的開發通常會經歷三個階段，從發現成分，到臨床前的生物學測試，再到臨床試驗。
在人工智能等先進技術的加持下，原料公司們不僅能夠在較短的周期內開發出多款化妝品功效成分，而且可利用生物信息技術更精準地驗證成分具體作用功效，象征著更高的成分開發效率。
在此方向上，亞什蘭繼首次推出利用人工智能開發出原料Santalwood (INCI：辛基十二醇、檀香木提取物)之后，今年，他們又利用AI智能科技研發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)。
該原料基于基因組學的研究，從300個與面部塑形有關的基因中，篩選出7個民族基因組標記關鍵靶點，被證明可作為一種視黃醇替代品發揮抗衰功效。
而另一家愛爾蘭生物技術公司則搭建了一個使用人工智能驅動的生物活性肽查找器 Magnifier NπΦ，并且借助此平臺發現了兩種新成分PeptiYouth和PeptiStrong。據該公司表示，借助AI預測的肽可使臨床功效驗證的成功率提高至80%。
從這個平臺的開發過程來看，研究人員從大量天然植物當中，通過專有酶分解得到了數百萬種從前未開發的肽，經過實驗模型證明這些肽對于受體的作用。結合自然語言處理、數據搜集和管理，他們編織一個龐大的知識圖譜，解鎖了共超過600萬種植物肽的數據。
△ 生物活性肽查找器 Magnifier NπΦ
在國內，與生物信息技術相關的內容也不再只限于概念，而是一直處于發展和進步中。
比如，清華長三角研究院旗下開發了一個KEPLER 90i活性成分發現平臺，主要利用計算生物學結合人工智能等綜合方法挖掘開發新的功能分子。在此基礎上，他們僅歷時一年，就成功研發出了能有效緩解黑眼圈問題的Biocorrectide DC以及具有抗衰修護作用的Retinotide EQ9。
據了解，Biocorrectide DC煥顏肽是一款基于計算生物學和全新微循環靶點結構理性化設計的多肽分子，通過分子動力學模擬和基于人工智能的多肽-蛋白結合力預測交叉驗證獲得，具有全新的與血液循環相關的黑眼圈靶點的精準調控能力，能夠實現熬夜肌黑眼圈的精準修護。在功效設計上，可以和各類經典抗黑眼圈原料協同增效。”
而另一款Retinotide EQ9立體肽，是通過人工智能深度學習的方法從極具再生抗衰功效的間充質細胞(MSC)所分泌的大量天然活性肽因子中通過虛擬篩選獲得，該多肽分子對光老化的修復效果在膠原蛋白激活等關鍵指標上，同等濃度甚至要優于同樣具備抗衰修護作用的藍銅肽和玻色因。同時該原料通過合成生物學工藝實現了綠色化生產，解決了原有天然來源局限大以及化學合成帶來的環境污染等問題。
可以看到，生物信息技術可以通過篩選龐大的成分數據庫、獲取相關的功能益處和副作用的信息來簡化原料研發的過程，縮短研發周期，在數據驅動的支持下對配方設計做出更為明智的決策。
● “AI+香精香料”大勢已成
而除了活性物之外，香料開發也是能夠讓人工智能、機器學習大顯身手的一個重要領域。
人工智能之所以能夠分析和判斷口味和氣味，主要是因為它可以處理大規模的數據并發現模式，剝離在人類主觀意向之外。此外，AI還能夠利用深度學習和神經網絡來模擬人類味覺和嗅覺系統，進一步提高了其分析和判斷的準確性。
近日，據花王官網報道，他們通過蛋白質工程，發現了一種綜合識別麝香氣味的嗅覺受體OR5A2，并根據 OR5A2 識別香料的化學結構信息建立了一個機器學習模型，能夠非常準確地預測某種物質是否可以散發出麝香氣味。據花王表示，他們結合高精準AI技術和沉浸式AR體驗的生活體驗數字平臺“花王Life+”即將登場，為觀眾提供護膚、美妝美發、健康等全方位的專業建議與個性化解決方案，帶來不同以往的科技之趣。
去年進博會上，歐萊雅與先進的神經科學公司EMOTIV共同打造了YSL圣羅蘭「電波穿香室」(YSL SCENT-SATION)。這是歐萊雅第一款基于神經科學研究、革新性的店內個性化香氛體驗服務，這款基于腦電波(EEG)原理、多傳感器的頭戴式設備使用機器學習算法來解讀腦電圖，將神經反應與香水偏好連接起來，能讓消費者體驗專有的香水系列，以提供準確感知和監測真實世界環境中的行為、偏好、壓力和注意力的能力，并根據認知學研究和人工智能算法，幫助消費者選擇適合自己情緒的香水。
△YSL圣羅蘭「電波穿香室」
此外，日本日化美妝企業獅王集團還與一家日本化妝品護理品牌共同開發了一款高精度、短時間、全自動混合香精的自動調配機器人，并將其引入牙膏香精的開發。將該技術與獅王已經開發的另一項技術相結合后，預計將為未來香精的開發時間減少約20％。
同時，全球香精香料公司奇華頓公司(Givaudan)、國際香精香料公司(IFF)和高砂公司(TAKASAGO)也都開始使用數化智甄(IDP)開發的AI產品力評價系統進行香味評價和香味最佳方案選擇。
雖然人工智能在香精香料合成方面具有許多優勢，但在涉及到人類的喜好和傳統習慣時，仍然需要綜合考慮文化和情感因素，以確保產品在市場上的成功和接受度。這可能需要更多的研究和市場調查，以滿足不同地區和文化的多樣化需求。
● 原料供應鏈的可持續優化
這兩年化妝品企業掀起了一場“工廠升級”，其中“數字化和智能化”成為了共同特點。過去高度依賴人工操作的供應環節，正在向更加智能、便捷的方向加速升級。
通過數字化轉型，在供應鏈管理、生產制造、市場營銷等引入人工智能，化妝品企業們在原料跟蹤、包裝材料等方面，將“智能制造”與可持續發展部署進行融合。
比如，在銷售后的可回收運輸端，聯合利華早在2020年就打造了國內首個規模化AI閉環塑料回收體系。通過在線下推出具有AI識別功能的回收設備，對回收的塑料瓶進行自動識別，再將塑料瓶運送至再生塑料處理中心，讓這些優質塑料在處理、加工后得以再次使用，以此形成塑料閉環。
此前，聯合利華和Arzeda還在人工智能的幫助下，合作開發了一種新的清潔產品。據介紹，這款新型清潔劑適用于洗衣產品的新型抗污酶，它們在生產過程中消耗更少的水和能量、去除污漬并取代石化衍生成分，減少將近50%此前清潔性能所需的成分數量，同時，開發過程在18個月內加速進行，比預估的速度快了五倍。
此外，歐萊雅集團于2020年發布的生態設計工具“SPICE Tool”，該工具能夠計算產品包裝從生產到使用結束的整個生命周期中的環境足跡，其中涵蓋16項環境指標，包括包裝對氣候變化、資源消耗、水的使用、生物多樣性等方面的影響，以此來適時轉變可持續的設計要求，最大程度的保持產品的可持續性。
據悉，人工智能讓其可以在幾秒鐘內測試數百萬種配方組合，從而增強了供應鏈的彈性，有助于使配方更具可持續性和成本效益，而不會影響產品的質量或有效性。不僅可以更快、更有效地揭示分子化合物的相互作用，而且可以替代動物試驗。
數字化輔助個性化產品開發
人工智能和機器學習在美容行業的潛力并不僅限于產品推薦和虛擬試妝。這些技術正在為未來化妝品個人量身定制鋪平道路。
今年3月31日，科絲美詩宣布開發了一種“測量感受質地的技術”，可以在不使用化妝品的情況下，量化地預測其質地。這也是科絲美詩在利用AI（人工智能）進行技術研究方面實現的首個目標，因此受到了行業的高度關注。
科絲美詩方面表示，為了評估精華配方的觸覺特性，科絲美詩成立了專業團隊，用近三年時間對數百種樣品的觸覺特性進行細分，并確定評估標準。而這項技術也能幫助公司在沒有人工干預的情況下測量化妝品質地的水平，減少產品開發時間，提高質量驗證速度，并且未來將用于開發定制化妝品。
△Cosmax 開發基于人工智能的化妝品質地測量標準
在數字化時代，護膚品公司可以通過消費者的個人數據和偏好信息，為他們量身定制個性化的護膚方案。智能設備和傳感器可以收集消費者的皮膚分析數據，如水分含量、油脂水平等。基于這些數據，護膚品公司可以為消費者推薦最適合他們膚質和需求的產品和護理步驟。
此外，資生堂開發的“數字皮膚”技術，是利用人工智能在計算機上實現皮膚的超高精細度再現和分析，幫助研究人員在三維視角下對皮膚內部的超微細結構自由地進行分析。這項創新技術是連續四次榮獲IFSCC最高獎項的資生堂皮膚松弛改善研究的最新研究成果，資生堂通過其發現了纖維芽細胞網絡，并證實了纖維芽細胞網絡是維持真皮狀態，調控皮膚年齡的重要構造。這些研究成果將被用于資生堂集團一系列的產品和服務的開發。
除了國際公司之外，國內的諾斯貝爾也已搭建了AI技術平臺，包含了AI圖像分析、個性化配方和智能制造等，可基于個性化數據為客戶量身定制服務。據稱，每生產一片NBC凍干面膜，至少要經過10個智能化信息系統。
而在貝泰妮發布2022財報中，也重點提到了于去年新成立的品牌Beforteen貝芙汀，其主打專業祛痘改善痤瘡。據悉，其以中國皮膚疾病大數據為研究基礎，醫研結合+AI人工智能為手段，進行肌膚檢測判斷肌膚問題，然后結合醫生線上問診，最后給出護膚品和藥品結合的個性化綜合解決方案。
有人認為，用數據分析的方式來預測皮膚狀態和發展趨勢實則是較為科學的護膚方式，但其中存在的難點主要是定制護膚品這個環節。
目前，絕大多數個性化定制產品中，大多數只是借助了基因組學數據的概念。由于皮膚問題的復雜性，單純靠機器拍照檢測，消費者肌膚很難真正落地詳盡解決。其次，在成分的選擇上，基于數據分析針對不同的成分，是否能突破個體差異化，真正實現“一人一方”？這個問題還有待商榷。
除了客觀存在的難點之外，還有不同國家地區對于定制產品的法規監管要求，也讓個性化定制的道路愈加艱難。盡管AI智能科技讓化妝品個性化定制有望實現落地，但化妝品行業并未走向完全自動化，消費者對于體驗式購物的需求仍然不可忽視，與用戶的直接接觸還是至關重要。
未來，隨著化妝品行業的不斷發展，人工智能的作用只會變得更加突出。隨著機器學習和自然語言處理的進步，人工智能驅動的工具將變得更加復雜和準確，進一步增強消費者體驗，推動行業創新。