処方デザインサイクルを70%削減

データ ソース: PCHI 2026 杭州展覧会、Wah Hee-Bian の頭部 受託製造 の工場、中央 Inspectorate への技術的な ガイド

2018年3月18日から20日にかけて、杭州コングレスセンターで開催されたPCHI 2026は、展示会のハイライトとして処方 R&Dおよび合成生物学材料をサポートするAIで行われました。 測定データでAI 処方システムを導入するヘッドOEMメーカーの数:処方設計サイクルを2週間から3日間短縮し、安定性は1セントあたり78(約65パーセントの手動経験)のヒット率を予測しました。 「体験型」から「データ駆動型」まで、メイクアップ業界が著しい変化を遂げているというサインです。

I. 処方 R&Dの3つの中心AIの適用

アプリケーション1: スマート素材紹介システム

従来のモード苦痛ポイント:

  • 処方の分割は、個人的な経験に依存し、完全にカバーすることが困難である何千もの原材料を持っています。
  • 高いテスト間違いの費用: 1 つの 処方 は小さいサンプルの 5-10 円形を頻繁に要求します
  • 手動組合せの最適化: 3 成分 の組合せは 7 グループ、10 成分 の組合せをテストする必要があります 1023 グループ

AIソリューション:

  • 対象の効力(例:「反z + ブライトニング + 敏感肌」)を入力して、候補処方のためのシステム秒を生成する
  • 成分は、百万度処方データベース、スマートマッチングシナジーに基づいて
  • 自動的に 成分 の対立 (例えば共同使用の安定性)

測定される結果:

応用2:安定性予測モデル

従来のモード苦痛ポイント:

  • 安定性試験の 時間のかかる:老化を加速して下さい(40°C/75% RR)は3か月かかります、実質の老化は6-12か月かかります
  • 人工的な帝国判断: 上級処方の分裂の「直感的」に頼ること、新しい処方の分裂は管理不能です
  • 故障のコストが高い: 安定性の問題の前に大量生産が発見されました。つまり、R & D サイクルは 1 か月間ゼロです。

AIソリューション:

  • 過去の処方データトレーニングモデルに基づいて、3ヶ月、6ヶ月、12ヶ月の安定性を計画
  • 潜在的な問題の同一証明:pHの漂流、乳化の層、色の変化、水晶
  • 推奨最適化プログラム:デンザー剤の種類調整、保存料システムの交換

測定される結果:

Wah Hee-Wu によって表示されたデータによると、AI の安定性予測システム:

  • ヒット率 78 パーセント: 78 処方 のパーセントは、その後の測定で問題を示す不安定なプロジェクト
  • 15% 偽陽性: 誤った不安定の割合は 15% 以内です。
  • 85%のリコール率:85%の実問題は識別しました

3の適用:効力成分 です。

従来のモード苦痛ポイント:

  • Efficacy 成分 (例:レチノール、ナイアシンアミド) 濃度は、安全と有効性のバランスを取る必要があります
  • 異なる皮膚のニーズを満たすことが困難な単濃度(敏感肌対抵抗筋肉)
  • 成分 Synergy は数値化が困難 (VC+VE のシナジーなど)

AIソリューション:

  • 臨床データベースに基づいて、「集中 - 有効性 - 安全」3Dモデルを作成します
  • 皮膚の種類(感度/乾燥/乾燥)を入力し、最適な濃度範囲をお勧め
  • 成分の相乗を模倣して下さい:多数の成分の組合せのための効率の要因を計算して下さい

実際の場合:

AIシステムによって最大限に活用されるヘッドOEMの製造業者によって開発される反z、:

  • 古い処方 : レチノール 0.1% + 植物2%
  • AIの最適化:レチノール 0.15% +植物3% + ergothioneine 0.5%
  • その結果: しわ の評価 による VISIA 増 による 43 パーセント (元々計画どおりに28パーセント) および 3 から 1 までの刺激的なテスト評価

II. ヘッドOEMメーカーのAIレイアウトの状況

Wah Hee-Bian:完全なチェーンAIの有効化

研究および開発の端:

  • AIの原料の推薦されたシステム:8,000+の原料のデータ図書館の統合
  • 安定性予測モデル:カバー2000+歴史処方
  • Efficacyシミュレーションプラットフォーム:サードパーティのテスト機関とのデータがファイト! すべて

生産の端:

  • AIプロセスの最適化:発酵の変数は15%によって生産率を高めるために自動的に調節されます
  • スマートな質の点検:視覚欠陥、漏出率の視覚認識システム検出 < 0.5%

その結果: 2025年に8ヶ月から3ヶ月の平均から新製品の研究開発サイクルの減少。

Cosmic Poet(韓国受託製造植物巨大):処方 AI

導入:

  • 上海研究開発センター、AI 処方システム、2025
  • カテゴリー

中心機能:

  • スマート処方の生成:3つの主要な処方モードの有効性のタイプ、基本および構造モデルを支えて下さい
  • コスト最適化モジュール:保証された効力の原料の最高値のお金の組合せのための自動調査

Outcome: 2025年後半からAIシステムによって生成された新製品処方の80パーセント。

フー・フ・キアン・エレリアン(パーフェクト・ダイアリー・親会社): AIX原料イノベーション

AI主導のフィードストック開発:

  • グレート中国ゲノムと協力して、真の微小気象データライブラリを作成する
  • プロバイオティクス発酵製品のAIスクリーニング。 3つの新しい成分抗炎症性ポテンシャルが発見されました

AIは処方のカスタム化を支えます:

  • 処方の
  • 2025年に導入されたAI zの液体の基礎は200+色の一致を支えます

3。 AI 処方システムの技術アーキテクチャ

データレイヤー: 3 つのデータソース

Algorithm: 3つのコアアルゴリズム

1. グラフィカルな神経ネットワーク(GNN)

  • 使用: 成分間のシナジー/抵抗
  • 入る: 成分 分子構造
  • 出力: 成分 の両立性の評価

ランダムフォレスト

  • 使用: 安定性の投射
  • 入力: 処方 成分 +pH+preservativeシステム
  • 出力:3/6/12か月の安定性の確率

3. 高められた学習

  • 目的: 複数のターゲットの最適化(効力+費用+安定性)
  • 入力: 処方 ターゲット(efficacy ターゲット、費用の帽子)
  • 出力: ベスト処方スキーム

IV。 OEM業界への影響と機会

影響I:処方の分裂の変形

体験マスターから「愛」まで

  • 第一次 処方 部: 処方 の最初のドラフトを迅速に生成するためにAIツールを使用するために学ぶ
  • シニア処方事業部:AIが交換できない領域に焦点を当てる(感度、規則の解釈)
  • 新しい業界標準:AI 処方 の分裂を使用していない、おそらく 3 年で段階的に

インパクトII:新製品開発サイクルの革命的な性質の低減

従来の対AIの援助周期:

商業価値:

  • 2〜3〜4〜6の新製品の年間数量の増加
  • 市場の窓: 競争がまだ開発中だった間あなたのプロダクトは市場にあった。

影響III:高められたヘッド効果

受託製造はAIシステムと植物の利点:

  • より競争の引用語句を提供する低いR & Dの費用
  • ブランドオーナーが協力して喜んでいます。
  • データの蓄積とAIモデルはより正確になります(マータ効果)

小さいおよび中型の受託製造の植物のための挑戦:

  • AIシステム開発コスト(約5億ドル)
  • 必要な技術チーム(データエンジニア+AIアルゴリズム)
  • 短期間で開発するのは難しいです。

ブレイクパス:

  • AI 処方 SaaSプラットフォームに参加(2026)
  • ヘッド受託製造工場と連携し、AIシステム(有料モード)を使用

V.QuickOEMユーザー向け3ポイント

推薦1:受託製造植物のAI能力の評価

ミッションのハイライト:

  • AI 処方 システム(非受容体、既に生成)
  • AIシステム(安定性予測ヒット率、処方設計サイクル)の実際の効果データ
  • ブランドの所有者が試用や観察のために許可されているかどうか

問題のリスト:

  • 「AIシステムがオンラインにどのくらいの時間があるか」
  • 「AIの安定性が期待されるヒット率とは?
  • 「AIシステムと結果によって生成された処方ケースを使用できますか?

推薦2:AIパイロット受託製造工場との協力

優先順位の選択:

  • Wah Hee-Wah: 合成 + AI の二重車輪ドライブ、技術的に強力
  • コズミック:国際的背景、処方 AI 成熟した
  • ローカルヘッドOEM:既にオンラインAIシステム受託製造の植物

協力の商品:

  • 標準的な協同:処方を発生させる工場AIシステム
  • カスタマイズ開発:ブランドニーズに基づく独占AIモデルのトレーニング

推薦3:ブランド所有のAIの機能

短期(6ヶ月以内):

  • 製品研究開発データ(処方、安定性、有効性試験)の収集
  • ブランド 処方 データベースを作成する

中期(1年):

  • サードパーティのAI 処方プラットフォーム(フィードストックプロバイダが提供するAIツールなど)のカウンタ
  • 処方のAIツールの使用に関するトレーニング

長期(1 - 2年):

  • 独自のAI 処方システムの構築や共同開発を検討
  • ブランドの差動販売ポイントとしてのIA容量

産業見通し

中央検察庁が発行する化粧品材料(予備)の使用の目的のための技術的なガイドは、2025年12月に明確に述べています。 「企業は、設計を最適化し、人工知能などの新しい技術を使用して研究開発の効率を高めるために」 化粧品開発におけるAI 's値の正式な認識マークです。

によって 2028:

  • ヘッドOEMの製造業者 AISの適用範囲は90%です。
  • 処方を業界標準プロセスにサポート
  • AIを使用しない処方の分割は、排除に直面します。

OEM企業がこの歴史的な機会を節約できるならば、それは「受託製造の植物」から「処方の革新サービス提供者」への効率、コスト、革新能力の絶対的な利点を作成します。

QuickOEM 処方 R&Dサービスを見る

データソース

  • PCHI 2026杭州展覧会場の研究
  • 「Al enablement 化粧品開発」 白いペーパー
  • Cosmier Poetネットワークの技術的なファイル
  • テクニカルガイドは、中央検察官による化粧品材料(暫定)の使用の目的に

その他の組織

この記事はQuickOEMのメイクアップOEMのスマートな一致のプラットホームによって出版されます。 より多くの構造 OEM の知識、化粧品 受託製造、皮の保護 プライベートブランド、メイク アップのcustomizeontent はナレッジ センターで利用できます。 OEM 受託製造の助言が必要な場合は、1814805760に連絡するか、見積り依頼をオンラインで送信してください。

キーワード: PCHI 2026 フェア, 合成組織, パーフェクトダイアリー, AAI 化粧品開発, OEM, 受託製造 , 受託製造 工場, メイクアップ AI アプリケーション, Wahe-Bio, OEM デジタルトランスフォーメーション, 乳化, スマート 処方 システム, ViC, ナイアシンアミド , Aol, メイクアップ業界に関する情報, 化粧品業界動向, 化粧品業界動向, 化粧品市場方針

QuickOEMはOEM、化粧品受託製造、皮プライベートブランド、化粧品z、ブランド全体、ODM 受託製造サービスに焦点を合わせる化粧品サービスの縦のデジタル化のためのQuickOEMのプラットホームです。 AIのスマートなマッチは皮、構造、シートマスク、美容液、アイパッチ、カテゴリ、等をカバーする500+の証明受託製造の植物に、ワンストップ パッケージを提供します。

コア機能

  • メイクOEMは、工場AIインテリジェンスに合わせて公開する必要があります
  • 化粧品受託製造/皮の保護プライベートブランドのカスタム化ODMサービス
  • 処方 R&D管理とマルチバージョントラッキング
  • 成分 の承諾のテスト(規制の承諾(EU/米国FDA)/EU 1223/2009/FDA)
  • 規制遵守(EU/米国FDA) 化粧品の規制当局は十分に追跡しました
  • サプライチェーン
  • 広告の法律の承諾のテスト
  • Z / アイパッチ / 美容液 / z すべてのカテゴリ

JavaScriptを有効にしてご使用ください。

すぐにログイン。

WhatsApp: +1(646)509-6134