カリフォルニア拠点のスタートアップがAIを活用した化粧品製造ツールを先駆ける
サンディエゴのスタートアップが6年の努力の末に、市場に投入される化粧品製品のスピードに同調するツールの開発に成功しました。その独自のモデルの中心にあるのは、25万以上の化粧品製品の配合、20万以上の原料、そして100以上の常に更新される規格と法規を遵守する包括的なデータベースへのアクセスです。
この内部データベースはINCI（化粧品成分の国際命名規則）を完全にカタログ化し、科学的な情報源に依存しています。同社のヨーロッパとアジアのディレクターであるルーカス・ナニーニによると、原料情報はサプライヤーまたはフォーミュレーター自身によって緻密に文書化され、フォーミュレーターは独自のライブラリを保有しています。
グッドフェイスプロジェクト: 正確なコンプライアンスツールによってブランドの要求に応える
ビューティーブランドと小売業の要求に応えるべく、グッドフェイスプロジェクトは、ウルタ、ウォルマート、セフォラ、およびその他のアメリカおよびヨーロッパのチェーン店などの小売業の基準に従い、さまざまな地域でのフォーミュレーションコンプライアンスを確保するB2Bソリューションを開発しました。
グッドフェイスというプラットフォームでは、市場に登場しているか、またはローンチ間際の原料について、包括的な規制情報とコンプライアンスへのアクセスを提供します。選択は利点、コスト、認証などのさまざまな基準でフィルタリングできます。さらに、科学的に、マーケティング的に、および/または規制的に検証されたフォーミュラの選択を提供することができます。
5つの独自のアルゴリズムの1つは、代替分子を提案することで、フォーミュラを国や小売業の規制基準に適合させることを可能にします。このツールはフォーミュレーターや規制チームの両方が使えるように設計されており、規制チェックを順次ではなく、並行して実行する新しいアプローチを採用しています。
CARA: AIによるフォーミュラ開発の加速
最初のモデルから進化を遂げたグッドフェイスプロジェクトは、「フォーミュレーションのChat GPT」というAI強化版を発表しました。Open AIの有名なインターフェースに匹敵するCARA Chatは、フォーミュレーション原料に関する詳細な質問に即座かつ正確に答える機能を提供します。安全性、規制、根拠のある主張などがカバーされています。
数クリックで、ユーザーは特定の地域に対するスキンケアフォーミュラのプロトタイプにアクセスでき、確立された利点、証明された主張、および規制のコンプライアンスを備えています。また、類似または関連する化粧品フォーミュラに関する包括的な調査を行ったり、特定のフォーミュラや原料の代替案をリストアップすることもできます。
直感的で迅速かつユーザーフレンドリーなAIのCaraは、1億7千万を超える基準分子の広範なデータベースを基盤としており、常に更新されています。ナニーニは、「数多くの基準分子を参照できるため、当社のツールは広範な産業をサポートできます。現在、主にアレルギー管理に重点を置いている個人ケア、スキンケア、メイクアップ、ヘアケア、フレグランスセクターなどの業界が主なクライアントです。」と述べています。
年間サブスクリプションモデルで提供されているソフトウェアソリューションとして利用可能なグッドフェイスは、米国を中心に、欧州やアジアでも多くのニッチブランド、大手複合企業、原料サプライヤーを魅了しています。
主な質問と回答:
– INCIとは何であり、化粧品コンプライアンスにどのように重要ですか？ 医薬化粧品などの石鹸、化粧品などのワックス、油、顔料、化学物質などの成分について、科学的命名法に基づいた名前を示すシステムである国際的な化粧品成分の命名規則（INCI）です。 INCIへの遵守は、製品が標準化された方法でラベル表示されることを保証し、消費者の安全と国際的な取引にとって重要です。
– AIは化粧品製品コンプライアンスのプロセスをどのように変革しますか？ グッドフェイスプロジェクトなどのAIプラットフォームは、広範な規制情報に迅速にアクセスし、より迅速かつ正確なフォーミュレーション開発を可能にすることで、化粧品製品コンプライアンスを革新します。これによって新製品を市場に投入する際にかかる時間と費用が削減されるだけでなく、必要な規制を遵守します。
– どのような産業がこのようなAIプラットフォームから利益を得ることができますか？ 化粧品業界だけでなく、アレルゲン管理に焦点を当てた個人ケア、スキンケア、メイクアップ、ヘアケア、フレグランスセクターなど、製品のフォーミュレーションとコンプライアンスの重要な側面に集中する特定の業界もこのAIプラットフォームから利益を得ることができます。
主な課題と論争点:
– データプライバシーとセキュリティ: 機密データが大量に関わるため、すべてのサプライヤーおよびフォーミュレーションデータを安全かつ機密に保つという課題があります。
– 規制当局の受け入れ: すべてのアルゴリズムは最新で正確である必要があり、継続的に変化する世界的な化粧品規制の環境に適合することが求められるため、連続的な法律や基準の変更に対処することが課題となる可能性があります。
– 信頼性と正確性: AIは人為的なエラーを大幅に削減できますが、出力結果はプログラムされたデータとルールに基づいています。AIの提案が規制コンプライアンスに沿っていることを確認するには、常に監視と更新が必要です。
利点と欠点:
– 利点:
– 効率性: 規制情報への即座のアクセスや代替案の提案により、化粧品のフォーミュレーションに必要な時間を削減します。
– グローバルなリーチ: 国際的な市場に適合するため、さまざまな地理的マーケットでのコンプライアンスを保証します。
– イノベーション: 情報をよりアクセスしやすく、使用しやすくすることで、新しい化粧品フォーミュラの開発を促進します。
– 欠点:
– コスト: 年間のサブスクリプションモデルは、小規模ブランドやスタートアップにとって障壁となる可能性があります。
– 複雑さ: プラットフォームを効果的に使用する学習には、多くの時間とトレーニングを投資する必要があるかもしれません。
– 過度な依存: 企業がAIに過度に依存するリスクがあり、内部のフォーミュレーションおよび規制業務における能力を削減する可能性があります。
関連リンク:
規制基準やINCIの命名法に関する詳細情報については、以下のリンクを参照できます:
– 米国食品医薬品局（FDA）
– 欧州委員会
– 世界保健機関（WHO）
– 個人ケア製品協議会
これらのリソースにアクセスする際には、適切かつ最新の規制を遵守していることを確認してください。