304永利集团官网入口-深度
首页财产美业正文 深度 | 美妆打响AI科研竞备赛，谁于失队？ AI开启“智能革命”，于美妆科研范畴的运用不停扩展，虽有成本等挑战，但对于企业的助力效应不成轻忽，将来或者重塑美妆企业科研事情流。 2026-07-08 21:25 ·将来迹 作者：陈龙，编纂：刘颖 作者：陈龙，编纂：刘颖 AI投资人解读· AI于美妆科研范畴运用广泛，可降本增效、解放科研职员脑力、缩短国货与国际企业科研差距。 · 运用AI成本高，需复合型人材，且存于必然局限性。 总结：AI赋能美妆科研潜力年夜，但企业运用时要应答成本、人材等挑战。建议联合自身实力与成长计划，合理借助外部资源，摸索合适的AI运用模式，实现科研立异与市场竞争力晋升。
200多年前，蒸汽机的活塞撼动了世界，人类第 一次学会了将天然的能量驯化为蓬勃的出产力，点燃了工业文明的灯塔。那头轰鸣的蒸汽巨兽，为一个时代的人们，带来的是高兴与喜悦，也有短暂的迷惘与发急。
也许当下，咱们也于面临一样的工作。人工智能（如下简称“AI”）开启的这场“智能革命”，正于付与咱们一颗更强盛的“外脑”，复制与扩大人类最焦点的智能自己，解决脑力所不克不及和之事。
特别于美妆科研范畴，这场革命正从观点迅速落地：AI能从数亿份子中筛出抗衰古迹，能猜测一抹乳霜划过的微妙肤感，甚至能解码基因里关在年青的奥秘。当这艘名为“AI”的巨轮鸣笛启航，美妆科研进入了提速的新周期。
但，这不单单是效率晋升的故事。这是一场关乎将来坐次的新武备竞赛。已往，国际巨头凭体量及时间聚集起科研护城河；如今，AI这条新赛道，好像把所有人拉回了统一起跑线。
然而，跑患上快纷歧定赢，不迷路才主要。当所有人都于评论辩论AI赋能时，真实的问题浮出水面：你的AI，是真正的出产力，还有是昂贵的“玩具”？
01 年夜厂都于结构甚么？一场“百花齐放”的效率革命
当下美妆科研的AI运用堪称“百花齐放”，已经渗入到从皮肤机理研究到产物上市的全链路。其运用标的目的重要集中于皮肤生物学与多组学研究、计较生物学与份子模仿、身分筛选与设计、 配方优化与设计、肤感/喷鼻调与安全性评估等层面。
这场竞赛的起跑线上，国际巨头及国货前锋都已经最先亮出新牌。如下是部门代表性结构：
从企业们的实践看，时下AI技能对于在美妆科研有三年夜影响：
起首，最本色的作用是经由过程数字孪生的方式，实现降本增效。
美妆科研职员可以经由过程AI深度进修算法，采用高通量筛选的方式快速、正确地挖掘及筛选适合的化合物或者生物，到达缩短新身分研发周期、降低开发成本、提高研发乐成率的目的。
这一点于药物开发中早已经获得验证。
已往药物开发有闻名的“三个10”定律（10亿美元、10年时间、不到10%的乐成率）。但硅谷公司Atomwise经由过程IBM超等计较机，于份子布局数据库中筛选医治要领，筛选出820万种候选化合物，研发成本仅为数千美元，研究周期仅需几天。
其次，年夜年夜解放了科学家的脑力及精神，带来更多立异的可能性。
欧莱雅集团研究及立异中央科学总监Isabelle Castiel不久前于接管《FBeauty将来迹》专访时暗示：“已往人脑没有措施处置惩罚遮天蔽日的数据，但AI可让已往很多‘不成能完成的使命’成为可能。”
更主要的是，正于缩短国货色牌与国际企业于科研真个差距。例如，2025年，珀莱雅一篇《基在深度进修辅助筛选的线粒体功效加强与皮肤抗朽迈活性化合物发明》的科研结果，荣获「IFSCC 2025十年夜基础研究奖」。据相识，这一奖项因门坎极高，一直被视为IFSCC含金量最高的奖项，已往凡是被国际美妆及原料商垄断。
MetaNovas元星智药CEO王梅杰也对于《FBeauty将来迹》暗示：“某种水平上说，AI时代实在把各人从头拉到了统一起跑线上。”他认为：“AI时代变化很是快，焦点纷歧定于在谁原本堆集的数据更多，而于在谁能更快拥抱最 进步前辈的AI技能。外部可用的数据实在已经经许多了，以是对于品牌来讲，更主要的是谁能更快地挪用最新AI能力、整合外部数据，并联合本身内部的数据去做立异。”
从以上信息可见，国际巨头依附先发上风已经将AI融入血液，而中国企业的AI运用充足精准且已经形成系统，甚至于某些范畴实现了差异化领 先。AI，正成为国货缩短与国际巨头科研差距的“涡轮增压器”。
02 AI的“神话”与“草台班子”：成本、门坎与实际的骨感
当AI的潜能被描绘患上口不择言时，咱们必需沉着审阅其落地的真实面孔。这不仅是效率的跃升，更是对于企业实力及战略定力的残暴磨练。
1.第 一道坎：烧钱——AI不是省钱东西，是高投入基础举措措施
任何行业AI东西的深度运用，都离不开前期基建。英伟达开创人黄仁勋就曾经提出“AI五层蛋糕理论”。他同时给出判定：一个百万亿美元范围的财产，其研发预算中有几个百分点正于转向人工智能。AI部署重要集中于模子及运用层，但这一样象征着昂扬的成本。
比照看，当前美妆科研的AI的当地部署及运用，重要集中于第三到第五层，且对于企业提出了4个硬性要求：
1.于企业总体科研计谋上可以或许斗胆拥抱AI，可以或许鼎力大举投入基建；
2.企业内部拥有AI相干科学家，可以或许精准选择AI供给商，开展持久磨合，完成企业需求适配；
3.企业可否构建基在AI的可连续立异生态体系，成立本身的数据库与差异化算法；
4.可否于更长的周期里让科研结果转化为市场乐成。
实际中，于美妆企业AI科研能力设置装备摆设想跨出第 一步，光部署AI东西的硬性成本投入就不低。
按照亿网AI 常识库部署成本解析：中小型企业若选择当地化部署，需采购办事器、存储阵列等装备，入门级配置（撑持百万级数据量）约需10-30万元；年夜型企业面临万万级以上数据范围，可能需要漫衍式存储与GPU加快集群，例如运营AlphaFold官方保举的顶 级配置，早期硬件投入就跨越100万。
好算法需要“高质量数据”喂出来，例如多肽类原料的筛选、猜测需要Peptipedia v2.0、SILICOS 、AlphaFold等多个数据库的支撑 ，部门范畴甚至需要定制化数据库。从第三方采购行业数据集，用度可能按GB计费。一些非凡范畴数据单价甚至跨越千元/GB。
同时，作为AI常识库的“燃料”，数据洗濯需剔除了反复、过错信息，以此晋升算法的精度，其处置惩罚成本往往被低估。例如，一些专业医疗范畴的数据洗濯，需要该范畴专家介入，单条数据成本可达10-50元。
2.第二道坎：不是招个步伐员就行——“桥梁”型人材是必需
硬件及数据是可复制的壁垒，人材才是真实的护城河。企业需要的不是纯真的步伐员或者生物学家，而是既懂AI、又懂营业的复合型“桥梁”人材。他能精准地将科研需求翻译成AI问题，并连续迭代模子。
例如高丝于采用量子计较共同AI做产物配方开发以前，用长达5年的时间，造就内部团队，设计人体角栓模子的算法并验证整个方案的可行性，于这一历程中高丝科研团队造就了多名数据科学家，终极才患上以让AI的科研运用系统成型。
事实上，于AI科研的历程中，人力的连续输出才是要害，中型企业至少需要一位懂AI与生物的复合型人材来维持体系运转、更新数据库、优化流程。团队中是否有如许一名“桥梁”脚色，是项目可否乐成的要害。
3.第三道坎：AI的“幻觉”——别期待AI无所不克不及
行业曾经对于AI抱有不切现实的空想，认为它“甚么都能干”。经由过程相对于低精度的数据收罗及阐发，AI东西经常用在皮肤诊断、配方开发等技能范畴。但现实上，其时的皮肤诊断点位较少，阐发模子十分“粗拙”，而AI配方的开发，只需要从“配方思维”做考量，并无触及功能身分作用通路、递送系统、出产工艺等维度。
然而，跟着科研系统的深切，身分作用机理、通路、皮肤阐发、肤感设计、成本等多个维度的插手，即即是“AI算力爆炸”确当下，将AI运用在美妆科研具备较着的局限性。
结合利华中国研发计谋与运营卖力人梁燕坦言：“AI辅助的配方设计，今朝来讲不可熟。其是护肤品如许的系统，内里的繁杂水平很高。份子动力学模仿可以处置惩罚一两个份子与皮肤或者头发之间的彼此作用，一旦系统中的份子数目增长，计较量急剧上升，很难跑起来。”
这是由于，一款护肤品的配方，触及活性物、乳化剂、增稠剂、防腐剂、喷鼻精等数十种以致上百种身分，这些身分于系统中的举动遭到浓度、pH值、温度、加工工艺等多重变量影响。
是以，今朝最务实的方式是“AI预筛选+湿（物理）试验验证”的混淆模式。AI提供一个几率性的最 优解，然后由科学家做试验去证明或者证伪。于这个历程中，AI像个需要不停改正的“孩子”，科学家需要判定其猜测禁绝的症结，并针对于性批改。
正如中国科学院院士颜宁此前公然发表的不雅点：“惋惜AlphaFold还有不太行，很多多少猜测不出来或者者猜测禁绝。”
03 智者的选择：把AI“噪音”酿成品牌“资产”
面临AI的诱惑与实际挑战，企业该怎样下注？
谜底也许不是年夜干快上，而是“为我所用”。
当下美妆企业从内部“长”出AI的能力好不容易，同时AI技能自己也于快速迭代，美妆企业AI科研能力的设置装备摆设离不开外部生态伙伴的撑持，而中国于AI生态范畴拥有强盛的上风。
结合利华梁燕曾经对于外吐露，中国约有6000家AI企业，数目远超其他国度及地域。更要害的是，中国的研发职员及科技企业对于新技能的接管度极高。
公然资料显示，结合利华AI for Science平台由结合利华中国联袂深势科技（DP Technology）配合搭建。深势科技的焦点技能团队由中国科学院院士领衔，于AI for Science范畴堆集深挚，其Uni-Mol份子构象年夜模子及Uni-Finder科学文献数据库为平台提供了底层能力支撑。
从海内外企业的实践看，珀莱雅科研团队制订的“人机协同”基来源根基则值患上借鉴：
AI卖力提效，人卖力决议计划；AI拓展可能性，人把控标的目的与成果。
详细分工是：AI高效地读文献、做筛选、跑试验设计、天生开端方案。但“我要解决甚么问题”的靶点界说权、“AI猜测对于不合错误”的验证决议计划权，以和联合市场洞察与品牌表达的审美判定权，必需紧紧把握于研发科学家手中。这条原则，不仅保障了科研的自立性，也防止了企业科研的“空心化”。
企业另外一个遍及的担心是：过分依靠大众数据库及外部AI办事，会致使算法趋同，终极损失科研的自力性及品牌的差异化上风。
于一些人的眼中，AI科研更合理的方式是由外部AI专家及品牌内部团队一路共创平台。外部专家卖力连续跟进最前沿技能，并于技能迭代时帮忙品牌同步进级。
站于企业科研的角度，珀莱雅科研团队持有近似的不雅点：“咱们会及差别类型的技能伙伴连结开放交流，但焦点不是简朴引入一个现成平台，而是缭绕详细研发场景去验证价值，好比常识检索、数据管理、原料筛选、试验辅助、趋向洞察等。”
珀莱雅于与外部技能方互助的历程中，对于此设定了清楚的界限，其要害于在品牌是否始终把握如下三个焦点要素。
正如MetaNovas元星智药CEO王梅杰向《FBeauty将来迹》阐发认为：“问题的焦点不是彻底自研，而是共创更好。通用模子解决不了企业的详细问题，彻底自研又跑不赢AI的迭代速率。技能可以互助，但立异能力及立异主权必需沉淀于品牌自身。”
可见，那些经由过程AI技能孕育发生并属在品牌本身的原料研究、配方开发、功能评价、感官反馈以和研发常识，才是更具持久价值的焦点资产。
就像人类于已往没法拒绝蒸汽机、电力同样，AI科研时代到来是一种一定，甚至比咱们想象患上更快。踊跃拥抱AI是一种一定，它既是政策导向，也是当下美妆科研出产力迭代的一定需求。
本年4月2日，国度药监局发布《关在“人工智能+药品羁系”的实行定见》，提出鞭策申报资料电子提交尺度化、布局化，完美审评审批常识库，加速“两品一械”审评审批年夜模子与智能体研发运用，高效赋能产物智能分类、使命分配、资料审查、常识检索、问题辨认、陈诉天生、制证投递等场景，显著晋升审评审批质效。
从财产角度来看，一个美妆品牌办事消费者的环节，会愈来愈多，精度要求会愈来愈高。但一个品牌可以或许笼罩职员成本及投资是有限的。AI运用素质是用算力帮忙有限的人力成本，去办事无穷上升的产物研发精度、办事精度、体验精度。
04 将来已经来：奔赴“人机共创”时代
AI并未停下进化的脚步。当美妆企业还有于探索“AI预筛选+湿试验验证”的混淆模式时，一种更倾覆性的范式已经经悄然降临——Agentic AI（代办署理式AI）。
假如说已往的AI是“听话的东西”，你输入指令，它输出成果，是线性的、被动的；那末Agentic AI则像一个自动的“科研伙伴”——它经由过程“感知—计划—履行—反思”的闭环，实现自立迭代的科研摸索。
甚么意思？咱们来看一个详细的场景。
已往研发职员做功效卵白设计，需要手动挪用AlphaFold猜测布局，看到成果不行，再手动修改序列，从头提交计较。这是一个重复“试错”的历程。
但于Agentic AI模式下，AI Agent会自动事情：它先检索专利及文献，主动规避已经知危害并设定研发界限；接着驱动AlphaFold及份子动力学模仿举行布局初算；当模仿反馈“螺旋解体”时，它自立修改序列、从头计较以匹敌掉稳。更要害的是，体系内部多个子Agent会针对于卵白的不变性、安全性及合成成本举行“博弈辩说”，由总控Agent裁决弃取并主动切换新路径。
终极，它交付给你的，是一个附带完备掉败推理链的最 优候选份子。整个历程中，科学家只需要做一件事：提出阿谁“对于的问题”。剩下的，交给AI去跑、去试、去迭代。
这已经经不是简朴的效率晋升，而是科研事情流的重塑。
持久从事AI技能研究的王梅杰认为，“此刻AI Agent带来的变化是，它可以于每个环节形成‘专家能力’，而且进一步买通全链条——从文献研究、原料筛选，到配方优化，再到产物故事表达，交付完备成果。”
这个总结象征着，已往研发职员需要分工协作——做基础研究的未必懂配方，懂配方的未必会做科学流传。但此刻，一个AI Agent就能充任全流程的“多面手”，把原本碎片化的环节串成一条线。
今朝，这一趋向已经于财产端萌芽。本年3月，清华年夜学智能研究院与水木份子结合发布了全世界首 个生物医药Agent Skill Set，将专家决议计划流程编码为可履行代码，笼罩生物化学、卵白质设计、单细胞组学阐发等范畴，被业内称为生物医药版的“OpenClaw”。
有国货企业已经最先存眷这一趋向，但今朝会对峙从高频、低危害、价值明确的场景切入，确保历程可审计、成果可追溯。不冒进，但毫不失队。
但不管技能怎样成长，终极，AI的运用还有是会回归人本。
所幸于《FBeauty将来迹》本年上半年的多家访谈中，不止一家企业给出了界限清楚的“人机协同”。AI做的不是替换，而是解放，让科学家能从反复性事情中解放出来，去从事更具创造力的要害事情。正如珀莱雅所畅想的将来：每一一名科学家都将配备一个“AI助手”，而科学家则专注在提出问题及做出要害判定。
AI始终是效率东西，不会代替研发科学家，但会转变研发科学家的事情方式。与此同时，AI带来的效率晋升，也于反向对于科研职员提出更高的要求。有科研人士称，AI当前做的是二类科学家的事情，于一个固定例则里调解参数。这也象征着，可以或许充实阐扬AI能力及效率的，是一类科学家——那些可以或许找到问题、解决问题的人。
从蒸汽机延长体力到AI延长脑力，人类始终于将自身能力“外包”给东西，又总于东西的镜像中从头确认自我的怪异性。也许AI永远不克不及回覆“报酬何更美”的终 极追问，但AI的算力正于将研发效率推向极 致，让人们更靠近这个谜底。
这场AI武备竞赛，终极裁减的不是人，而是那些不懂怎样与AI协作的人。对于在企业而言，拥有AI能力的企业，将裁减抱残守缺的传统企业。
拥抱AI，不是由于它能告诉你“准确谜底”，而是由于它能让你以更快的速率、更低的成本，去测验考试“所有可能的谜底”。而阿谁能让所有谜底孕育发生价值的，永远是于暗地里提出问题、做出判定、并为其付与温度的人。这，才是“人机共创”时代的终 极奥义。
[1]人工智能技能于化妆品研发中的运用概况与远景。戴镜郦，胡晓波，王梅杰，余论，罗衡，王坦。日用化学品2026年2月23日
【本文由投资界互助伙伴将来迹授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-304永利集团官网入口
