人工智能来了，谁在害怕？

拿破仑曾说过：「一张好的草图胜过冗长的演讲。」在人工智能这个话题上，我无法画一张草图，但我希望通过这篇文字表达我的思考。

长期以来，我们习惯于看到夸张的市场宣传。早年是各种功效难以验证的产品声明，如今又多了一类——声称产品是由人工智能构思甚至研发的。希望这些说法并不意味着研发人员只是上网查了一下表面活性剂的亲水亲油平衡值（Hydrophilic-Lipophilic Balance，HLB）就能称之为 AI 配方。

AI 能为行业带来什么？

抛开这些夸张的例子，人工智能确实能在多个层面帮助个人护理品行业——它能够整理并激活沉睡在档案中的资料，重新发现关于原料毒性的重要信息，尤其是在两种无害成分组合后可能产生毒性的情况，比如精油与表面活性剂的相互作用。

AI 还能帮助研发人员回忆起过去提升某些特定成分功效的小技巧——它能够协助实验室追踪植物提取物的可持续性和生物降解性数据；在新染料的致突变性预测，以及新合成分子的毒理评估方面也将发挥作用。

人工智能还能够计算不同分子的分配系数——帮助研发选择不会干扰活性成分发挥作用的辅料，甚至筛选出能帮助活性穿透皮肤屏障的最佳辅料。它也有可能厘清过往研究中的矛盾现象——同一成分在某些配方中显示活性，而在另一些配方中却失效。

此外，AI 在反应监控中也具备潜力——它可以识别化学反应过程中的异常，扫描实验图像寻找肉眼难以察觉的模式，或在仪器数据的实时监测中提供更精准的控制。

正如配方师 Kelly Dobos 在 LinkedIn 上写道：「AI 经常因为创造和发明登上头条，但它真正的价值或许在于改变我们在实验室里的工作方式。人工智能未必需要创造新的东西，或直接构建化妆品配方。有时，它最大的力量就是让我们更快、更清晰地看见已经存在的事实。」

这一点毋庸置疑。但需要记住的是，人工智能无法弥补因「人类的草率和愚蠢」所造成的巨大损失。

AI 与「创意」

在护肤品的消费选择中，感官体验（organoleptic properties）往往决定了第一印象。多年以前，我还在一家大型化妆品公司工作时，曾有外部科学家受邀来讲授新配方的开发方法。他开发了一套计算机程序，只需输入配方的定量成分表及其物理化学属性，系统便能自动生成具备预期理化特征的新配方，并针对目标市场进行优化。

在我看来，这套程序的意义不在于它生成了多少新配方，而在于它迫使我们重新审视那些在不同市场取得成功的产品。我们可以同时从理化性能和区域市场偏好两个角度来分析配方。

然而，令我意外的是，我发现无论是营销部门的「强势人物」，还是研发部门的「全知全能者」，居然从未思考过这样一个问题：如何量化「清爽水感」这种感官体验？这种触感在日本市场备受推崇，而在北美市场却常常遭到嫌弃。

东方与西方的差异

于是，尽管我的研究专长在 DNA 修复，我还是亲自开展了几项测量。结果发现：在一系列畅销产品中，产品涂抹后水分蒸发速率与市场所在经度呈现明显的反比关系——北美最高，中欧居中，日本最低。

接下来，我又研究了这些畅销面霜的理化参数。结果显示，无论品牌和配方年代，它们的黏度、接触角和表面张力几乎完全相同。这使得数据库毫无价值，因为缺乏参数差异，计算机程序无法建立相关性，更无法得出有用结论。

这让人不得不怀疑：我们所坚持的这些感官属性，真的是全球市场普遍偏好吗？事实并非如此。比如，「清爽水感」在不同市场接受度差异巨大；硅油带来的油腻感更是令男性消费者望而却步。于是问题出现了：在不断筛选符合这些既定标准的配方时，我们是否反而制造了一种「自我实现的预言」？

更深层次的疑问是：高层管理层是否真正质疑过消费者调研的结果？在从配方实验室的原型中挑选「优胜者」时，营销部门是否只是沿用了早已被部门内部设定的审美框架？

可惜的是，无论人工智能多么先进，它也无法弥补「人为参数」带来的偏差。

选自：

来源：荣格-《国际个人护理品生产商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。