AI面霜,正在重塑美妆圈?

作者：可怖

来源：C2CC新传媒（ID：c2ccnews）

你的面霜可能是被“算”出来的，这不是科幻故事。

这两年，AI技术成为各大产业升级的主角。从去年DeepSeek出圈，到今年春晚《武BOT》的惊艳亮相，AI的进化速度远超人们的想象。

以前，大家在讨论AI是否会影响美妆产业时，关注点还在测肤分析、智能客服、大数据营销等内容生产效率和营销成本降低维度的推演，如今，AI技术对美妆产业的渗透，已经开始深入原料筛选、产品研发的终极腹地。

当你拧开一瓶面霜时，或许它的活性成分，已经经过生物信息技术，被反复精准验证过作用功效；它的配方，也在数字位面，经过数亿次计算、模拟、优化得到的“最优解”。

可以说，AI对美妆的影响已经从内容生产层面，深入到产品研发层面，中国美妆行业将进入全新的“算力时代”？

美妆科技化重构，AI技术铺好了底层基建

我们先来看一组数据，2026年前1-2月，国内AI在美容时尚行业的融资占比达到了86%；3月，AI蛋白质设计公司天鹜科技完成超2亿元A+轮融资；AI分子设计公司MetaNovas连续完成A+、A++两轮融资。

从2021年开始，AI生物技术公司成为美妆全产业链中最受资本关注的重点。欧莱雅、华熙生物、纳爱斯、袋鼠妈妈等国内外企业纷纷入局。技术、产业、资本的多重合力，正在对美妆产业进行AI科技重构。

英伟达CEO黄仁勋在其发表的个人署名文章中曾提出AI的“五层蛋糕”模型：能源→芯片→基础设施→模型→应用。

其中，对工业制造与消费领域影响最深的就是模型层面和应用层面。

AI模型能够理解多种类型的信息，包括语言、生物学、化学、物理学、金融、医学等诸多类别，而最具颠覆性的AI应用就是生物学AI、化学 AI、物理模拟、自主系统等领域。

AI技术最顶层的“蛋糕”则是应用层面，这是真正能为全球产业创造经济价值的地方。比如药物发现平台、智能制造平台、自动驾驶平台等。

当前，AI大模型已经进化得足够优秀，能够在宏观规模上发挥实用价值。推理能力的提升，事实依据的准确性有了显著提高，基于AI技术构建的美妆应用开始产生应用价值，在原料发现、配方筛选、客户服务、智能制造等领域，展现出了极强的市场契合度。

过去，配方师需要依靠大量试错实验来寻找各种成分的最佳组合；如今，AI开始承担起模拟、筛选甚至执行实验的工作。通过AI可以处理海量数据、构建模型，再优化实验流程，在新原料筛选、新配方体系构建有很大的应用前景。

虽然，目前美妆行业通过AI筛选成分机理还没有完全普及，但是相关研究已经开始在各个领域崭露头角。清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队，研发出AI驱动的超高通量药物虚拟筛选平台DrugCLIP，相关研究成果登上国际顶级期刊《科学》。

在IFSCC 2025年会上，一些最新发表的会议论文，也提到了关于AI技术与化妆品研发的应用关系。其中，编号IFSCC 2025-1697论文的研究方向就是AI驱动新型温和抗菌剂筛选；编号IFSCC 2025-1302论文的研究方向是AI驱动天然活性成分发现平台。

算力成本下降和数据模型完善，为AI在美妆行业的深度渗透、规模化落地铺好了底层基建。更重要的是，AI可以改变传统美妆产品创新靠实验猜想的研发逻辑，从海量的原料中筛选有效的活性成分，并通过数字皮肤模型能模拟成分作用，甚至能通过分析科研文献，发现成分趋势，指导产品的研发方向。

AI技术上桌，美妆巨头都在干什么？

过去十年，AI赋能美妆行业经历了三个发展阶段。2016年，兰蔻与美图合作，在国内推出AR虚拟试妆功能，成为AI+美妆结合的标志；2020年，资生堂推出个性化护肤系统“Optune”，让AI+美妆参与消费者诊断与决策的阶段进阶；2024年，欧莱雅推出生成式AI美妆助手，可完成个性化诊断、虚拟试妆及定制推荐服务，标志着生成式AI开始深度参与产品、创意与商业模式的创新。

如果说，AI+美妆的数字化呈现1.0阶段和智能化决策2.0阶段，是基于服务体验和决策效率的提升，那么，生成式创新3.0阶段则是AI+美妆发展，真正步入到了实质阶段。

今年3月，欧莱雅集团与AI芯片巨头英伟达宣布联合打造美妆护肤AI引擎，聚焦美妆研发领域。合作双方通过打造可虚拟仿真成分功效的AI引擎，可以让科研人员同时测试数千种配方变量，提升研发效率，保护集团在皮肤护理和预防过早衰老专有活性成分的领先优势。

无独有偶，国内美妆巨头珀莱雅与战略合作伙伴恩和科技发布了全球首个面向生物制造领域的Physical AI平台——SAION AI。通过该平台，双方可以围绕合成生物学与AI技术在化妆品及创新生物材料领域的应用展开协同探索，打通从AI生物发现、功效原料量产到消费终端应用的高效转化链路。

其实，这些领先企业在AI应用3.0阶段的布局，只是整个美妆产业的“冰山一角”。雅诗兰黛、联合利华、资生堂、宝洁等国际巨头；贝泰妮、华熙生物等国内领先企业也早已打出AI技术牌。

去年，雅诗兰黛与OpenAI合作，在公司内部开发240个定制ChatGPT，用于消费者数据分析及临床试验数据提取等；联合利华通过自研AI for Science创新平台，构建包括防腐增强成分研发、敏感肌预测、活性物发现、靶点探索、衣物柔顺功效预测、口腔刺激水平预测在内的六大AI模型，覆盖从原料筛选到功效验证的科研全链路，指导产品创新；贝泰妮与耀速科技合作共建了“AI+器官芯片”功效评价平台，提升成分筛选与机理研究精度；华熙生物利用AI辅助菌株设计、蛋白质结构预测、发酵优化等研发环节等。

放眼全球美妆产业，我们可以看到一个确定性的趋势，那就是头部企业都在押注AI参与美妆基础研究与科研创新，提升产品研发创新效率。AI对于美妆行业的玩家而言，不再是选择题，而是必答题。

一场由技术驱动的变革，正在重塑行业的对话方式

AI的发展离不开基础设施的完善，但真正的驱动力，源自于消费需求的改变。算力成本的不断下降与大数据模型的持续完善，为AI+美妆的规模化落地铺好了底层基建，但核心的驱动力，同样离不开一个完全成型的科技美妆兴趣人群。

这个群体以Z世代女性为核心，在品牌科学传播的长期影响下，她们成为信奉科学变美的效率主义者，在护肤问题上坚持少走，甚至不走弯路。科学护肤、精准诊断、定制方案、虚拟试妆等现实需求，成为她们愿意尝试AI 美妆的关键因素。

根据尼尔森IQ发布的《2026年美妆产业现状报告》显示，49%的消费者已通过生成式AI获取美妆产品推荐，超半数消费者正在探索AI赋能的购物工具；Coresight Research（氪赛企业管理咨询）在去年12月发布的一项调研结果也显示，约有13%的消费者已经尝试利用AI技术来辅助购物决策。

如今，年轻消费者已不再满足于传统互联网和社交媒体的泛种草，转而寻求与智能平台进行更精准、高效的对话。

当她们把AI作为决策助手时，便已经开始逃离过度营销的商业世界。她们选择主动从海量的信息中筛选出吻合实际需求的优质商品，而非被动承受零售商或品牌一轮又一轮的营销轰炸。

此前，丝芙兰宣布将在ChatGPT上发布了一款其专属应用，并在美国市场进行试点。该应用可以通过提供精心策划的建议和推荐，协助顾客发掘并选购适合他们的美妆解决方案。用户可以通过提示词或者绑定会员账户等方式，提供个性化的产品推荐，未来还可以直接在该应用界面内完成结账与支付流程。

其实，在美妆消费全链路中，很多品牌在营销与消费体验端都有类似布局。比如，爱茉莉太平洋推出了由AI驱动的购物应用Amore Mal，为消费者提供个性化美妆体验；谷雨接入了火山引擎、豆包大模型等AI产品，重塑从研发到营销的全链路工作流；贝泰妮也推出了AI问诊品牌贝芙汀，可以通过AI技术的介入，为用户提供个性化服务。

由此可见，未来美妆行业竞争，将不再是简单的品牌营销较量，而是数据积累、算法精度与AI生态构建能力的综合比拼，进而催生出更多商业模式和产品形态。在效率与体验双重升级的浪潮中，与AI结合越深的品牌，越有机会在未来的市场竞争中占得先机。

责编 / 章章