AI phát triển mỹ phẩm: cuộc cách mạng tốc độ trong phòng lab
AI phát triển mỹ phẩm là việc dùng trí tuệ nhân tạo để khám phá thành phần skincare mới, đánh giá hiệu quả và tối ưu công thức, giúp các sản phẩm chăm sóc da di chuyển từ phòng thí nghiệm đến quầy hàng trong thời gian ngắn hơn nhiều so với các quy trình nghiên cứu và phát triển truyền thống. Thay vì chỉ là công cụ marketing hay cá nhân hóa trải nghiệm mua sắm, AI đang dần trở thành bộ não của công nghệ làm đẹp, chen sâu vào giai đoạn cốt lõi nhất: sáng tạo sản phẩm mỹ phẩm. Điều này không chỉ thay đổi tốc độ mà còn định nghĩa lại tiêu chuẩn "hiệu quả" mà người dùng mong đợi. Khi kỳ vọng về kết quả lâm sàng tăng lên, áp lực đặt lên các thương hiệu là: ai không chạy bằng AI, sẽ bị bỏ lại phía sau.
Trung Quốc: từ hai năm xuống sáu tháng – và vì sao điều đó quan trọng
Nếu muốn thấy AI thay đổi tốc độ ngành skincare mạnh đến đâu, hãy nhìn vào cách các thương hiệu Trung Quốc đang làm. Trước lễ hội Ngày Độc thân, Yatsen Holding ra mắt serum PDRN – nhưng câu chuyện đáng nói là sản phẩm này chỉ mất sáu tháng để phát triển thay vì hơn hai năm. AI hỗ trợ đội R&D thu hẹp hơn 50 thành phần tiềm năng xuống còn ba trong một tuần. Đây không chỉ là một cú nhảy về thời gian, mà là lợi thế cạnh tranh mới trong thị trường làm đẹp đang tăng trưởng chậm, khi giá trị giao dịch mỹ phẩm toàn Trung Quốc chỉ tăng 2,8% vào năm 2025. Theo hiệp hội Nước hoa, Hương liệu và Mỹ phẩm Trung Quốc, các công ty nội địa đã chiếm 57% doanh số nhưng vẫn thua ở phân khúc cao cấp. Trong bối cảnh đó, tốc độ chính là vũ khí để thu hẹp khoảng cách sáng tạo với các đối thủ toàn cầu.
Từ sàng lọc phân tử đến tối ưu công thức: AI đang làm công việc của cả một đội khoa học
Điểm mấu chốt của làn sóng AI trong công nghệ làm đẹp không nằm ở vài chatbot trên website, mà là ở việc AI được kéo thẳng vào tim của R&D. Tại Proya, công nghệ sàng lọc phân tử do AI hỗ trợ phát hiện hàng chục ứng viên thành phần ngăn ngừa rụng tóc, rút ngắn quá trình sàng lọc xuống chỉ còn 1% thời gian so với phương pháp thường. Veminsyn dùng AI để xác định thành phần mỹ phẩm tiềm năng, dự đoán hiệu quả và tối ưu cấu trúc trước khi thử nghiệm trong phòng thí nghiệm. Sun Peiwen cho biết AI còn dự đoán cách các thành phần tương tác với nhau, từ đó tối ưu công thức ngay từ trên mô hình. Nói thẳng: ngành mỹ phẩm đang áp dụng “playbook” của dược phẩm, nơi hiệu quả phải được chứng minh bằng dữ liệu và mô phỏng, chứ không chỉ là câu chuyện marketing.
Dữ liệu người dùng và sinh học tổng hợp: nền tảng cho thế hệ thành phần skincare mới
AI khám phá thành phần skincare không sống trong chân không; nó được nuôi bằng hai nguồn: dữ liệu hành vi người dùng khổng lồ và năng lực sinh học tổng hợp ngày càng rẻ. Các thương hiệu Trung Quốc sàng lọc hàng triệu bài đăng mạng xã hội để phát hiện xu hướng và nhu cầu mới, rồi đưa thẳng insight đó vào quy trình sáng tạo sản phẩm mỹ phẩm. Florasis dùng AI phân tích tương tác khách hàng sau mỗi buổi livestream để tinh chỉnh marketing và thiết kế sản phẩm. Ở tuyến sau, các startup như Bota Biosciences và Veminsyn dùng AI phân tích chuỗi DNA, dự đoán đặc tính thành phần, xếp hạng ứng viên, đề xuất thí nghiệm và cho phòng lab tự động chạy tới 1,5 triệu thí nghiệm mỗi năm. Kết quả là những thành phần như elastin người nuôi cấy trong phòng lab có thể đi từ mục tiêu đến sản xuất chỉ trong khoảng một năm, thay vì ba đến năm năm. Đây là nền tảng giúp các thương hiệu nội địa mở khóa các phân tử hoàn toàn mới, thay vì lặp lại công thức cũ.
Người dùng được lợi gì – và cuộc chơi sáng tạo sản phẩm sẽ đổi chiều ra sao?
Điều thú vị là chính người tiêu dùng đã đẩy ngành buộc phải chuyển sang AI. Người dùng Trung Quốc ngày càng xem mỹ phẩm như một lựa chọn cạnh tranh với Botox, thuốc GLP-1 hay phẫu thuật thẩm mỹ, và yêu cầu bằng chứng lâm sàng rõ ràng về kết quả. Khoảng 35% người mua nghiên cứu thành phần trước khi quyết định, tỷ lệ còn cao hơn cả Mỹ và Anh. Khi người dùng thông minh hơn, mọi lời hứa hẹn phải bám vào dữ liệu. AI giúp các hãng không chỉ “đi nhanh”, mà còn “đi đúng” nhu cầu: phát hiện sớm xu hướng, thử nhanh hàng loạt phân tử, loại bỏ ứng viên yếu ngay trên mô hình. Nhưng tốc độ cũng đi kèm rủi ro: liệu thành phần do AI đề xuất có tạo ra được thương hiệu "bom tấn" toàn cầu hay chỉ là một cơn sốt ngắn hạn vẫn là câu hỏi mở. Một điều chắc chắn: quy trình R&D đã bị tái thiết, và những đội ngũ phát triển sản phẩm không học cách làm việc cùng AI sẽ bị bỏ lại phía sau quầy hàng.
