從分子篩選到配方落地， AI 走到哪一步了？ ——對話聯合利華中國研發策略與運營負責人梁燕

一個防腐增強成分的智能研發模型，將原本需要數年的分子篩選壓縮到數月完成；一套敏感肌預測系統，能在配方設計階段就預判成分的致敏風險。2025 年 7 月的世界人工智能大會上，聯合利華作為唯一一家以企業展商身份亮相的外資消費品公司，發布了由中國研發團隊主導開發的 AI for Science 創新平臺，集成六大 AI 模型，覆蓋從原料篩選到功效驗證的全鏈路。

 

消息傳開，行業反應熱烈。AI 驅動美妝研發，已經是近兩年最火的話題。幾乎每一場行業論壇都在談 AI，每一份趨勢報告都在預測 AI 將如何顛覆產品開發。

梁燕，聯合利華中國研發策略與運營負責人

梁燕是這一平臺背后的核心推動者。作為聯合利華中國研發策略與運營負責人，她致力于上海全球研發中心的能力建設與資源整合。在她和團隊的精細化統籌下，分析、微生物、中試工廠等基礎設施高效運轉，有力保障了 300 人科研團隊的日常測試需求。同時，她通過運營科研專業社群，促使 AI 與數字化、包裝、科學技術、消費者研究，香氛，工藝等多個領域實現了協同發展。而 AI for Science 平臺的搭建，正是她近年來重塑科研范式、驅動研發數字化升維的核心成果。

在《happi China國際個人護理品生產商情》雜志對梁燕的專訪中，她坦率地分享了 AI 在聯合利華研發體系中的真實應用現狀，包括行業很少公開討論的問題——AI 目前能做什么，不能做什么，邊界在哪里？
她的回答，對于正在思考如何將 AI 引入自身研發體系的從業者們來說，或許比任何一篇趨勢分析都更有參考價值。

 

六大模型背后，一個「統一平臺」誕生

聯合利華在中國的 AI 探索并非始于一夜之間，早在十年前，該公司就開始與中國科學院等機構開展基于大數據的科學研究合作。2020 年，聯合利華正式成立 AI Hub，成為其研發體系智能化布局的起點。此后幾年，iPREDICT 市場趨勢洞察工具、PCCH 智能化包裝共創鏈路、RoboLab 智能實驗室等數字化工具陸續落地。

 

AI for Science 平臺的誕生，是這條路徑的集大成。

梁燕介紹，平臺由聯合利華中國攜手深勢科技（DP Technology）共同搭建。深勢科技的核心技術團隊由中國科學院院士領銜，在 AI for Science 領域積累深厚，其 Uni-Mol 分子構象大模型和 Uni-Finder 科學文獻數據庫為平臺提供了底層能力支撐。

「聯合利華不同的業務單元對 AI for Science 的需求是不一樣的，每個方向都有自己的模型。我們做的事情，是把這些模型建在統一的平臺上，放在自己的云端。」梁燕解釋了平臺的核心邏輯。

目前，平臺集成的六大模型覆蓋了多個關鍵研發場景——防腐增強成分研發、肌膚致敏風險預測、活性物發現、新靶點探索、衣物柔順功效預測、口腔刺激水平預測。這些模型貫穿從原料篩選到功效驗證的全流程，服務于聯合利華旗下個人護理、家庭護理、口腔護理等多條業務線。

以防腐增強成分智能研發模型為例，該模型由兩個核心模塊構成，一套防腐功效預測系統，基于海量分子結構與歷史抗菌活性數據，構建可預測分子防腐功效的算法；另一套多靶點抗菌篩選系統，結合五個關鍵抗菌靶點，在具備防腐功效的成分中進一步篩選出溫和、低刺激的候選分子。據聯合利華披露，研發團隊已利用該模型成功發現了 3 個創新防腐增強成分，這些成分將被應用于集團規模達 1.7 億歐元的全球創新項目中。

在肌膚致敏預測方面，團隊構建了一套涵蓋分子特性到細胞反應、再到最終肌膚表現的全流程評估模型，在藥物動力學（ADMET）維度上的預測準確性比傳統方法平均提高了 5.85%。

 

AI 能反推機理，但目前還設計不了配方

行業對 AI 驅動美妝研發的期待，很大程度上集中在一個愿景——讓 AI 從幾百萬個分子中篩選出最優活性物，再自動生成一套可量產的配方方案。從靶點發現到貨架上的產品，全程由算法主導，研發周期從數年縮短到數月。

梁燕對這個愿景的態度是清醒的。在采訪中，她對 AI 目前在研發鏈路中能夠勝任和尚未勝任的環節做了一番坦率的區分。

「AI for Science 能幫助發現新靶點，通過新靶點篩選新的活性物，然后這個活性物接下來要看它的一系列安全性指標，比如毒理、皮膚致敏性，這些我們已經有模型可以做了。但要把活性物放到配方當中，又是另外一回事。AI 輔助的配方設計，目前來說不成熟。」

問題出在哪里？梁燕的解釋直指配方科學的核心難題——多組分體系中原料之間的相互作用。

一款護膚品的配方，涉及活性物、乳化劑、增稠劑、防腐劑、香精等數十種乃至上百種成分，這些成分在體系中的行為受到濃度、pH 值、溫度、加工工藝等多重變量影響。「尤其是護膚品這樣的體系，里面的復雜程度很高。分子動力學模擬可以處理一兩個分子與皮膚或頭發之間的相互作用，一旦體系中的分子數量增加，計算量急劇上升，很難跑起來。」

粗粒化模擬（coarse-grained simulation）是一種折中方案，可以模擬更大尺度的體系，比如一個配方體系與皮膚之間的作用力。但模擬精度會下降。「但粗顆粒模擬是可以做到配方體系和皮膚之間的相互作用的，但模擬始終是模擬，它有一定的概率，不是百分百準確。」

更大的挑戰來自真實世界的復雜性。每個人的皮膚狀態不同，使用環境不同，產品在實驗室模擬中的表現與消費者實際體驗之間存在天然的鴻溝。

梁燕總結了一個重要判斷——AI 目前更擅長的是「反推」而非「正向設計」。

「如果已經通過濕實驗找到了一個有效的體系，反過來用 AI 去推算它到底是怎樣一個作用機理，AI 可以算出來。但通過 AI 來篩選、來正向設計一個配方，目前還是比較具有挑戰性的。」

這意味著什么？對于大多數品牌方和配方師來說，AI 在當前階段的最大價值，不在于取代實驗室的試錯工作，而在于兩個方向。第一，在前端的靶點發現和活性物篩選環節大幅提速，縮小候選范圍。第二，在后端的機理解析環節，幫助研發人員理解「為什么這個配方有效」，為功效宣稱提供科學支撐。中間最耗時耗力的配方開發環節，例如打樣、調試、膚感優化等仍然高度依賴配方師的經驗和手感。此外，目前還沒有任何一個虛擬細胞被完整地模擬出來，活性物與真人皮膚、頭皮之間的復雜交互作用，離全面數字化還有相當的距離。

不過，她也指出了一條可行的中間路徑——AI 可以做虛擬實驗，幫助減少物理實驗的數量，縮短驗證時間。研發人員先通過 AI 模擬得到初步結論，再用濕實驗去驗證，如果結果吻合，就可以在這個基礎上繼續深入，比如配方穩定性和包裝相容性測試，工藝優化，都可以用AI模擬來減少或者縮短物理測試 。「AI 預篩選 + 濕實驗驗證」的混合模式，是目前大部分企業的實際做法。

 

配方不只要「用著好」，還要「拍得出來」

訪談中，梁燕花了相當多的時間談論感官科學。她的視角頗為出人意料，起點不是實驗室，而是短視頻平臺。

「現在消費者買產品，先看短視頻。主播做一個 demo，爆水霜往臉上一抹水珠迸出來，或者精華液快速滲透皮膚不見了，這種視覺沖擊先抓住眼球，消費者才會下單。」這背后指向一個嚴肅的研發命題，即感官體驗的評價標準正在發生變化。

傳統的感官評價側重使用過程中的觸感、膚感、吸收性、滋潤度，這些都需要親手試用才能感知。但在短視頻主導消費決策的時代，產品的視覺表現力變成了前置條件。一款面霜的質地變化、一瓶精華的滲透速度、一支高光的光澤效果，必須能在攝像機前被清晰地呈現出來，消費者才有可能點擊購買。

「對于感官來說，跟往年不一樣的是，感官、質地、視覺表現，是不是能夠在攝影機或者顯微鏡下面被捕捉到、被展示出來。要么是產品自身質地的變化，要么是它涂抹在皮膚上之后產生的一個可視化的互動效果。」

例如，高光身體護理產品有不同的使用場景，晚宴場合需要鎖骨處的強烈光澤感，日常通勤可能只需要腿部微微的柔光效果。不同場景對應不同的粉體、不同的油脂基質、不同的膚感，最終呈現出來的視覺效果也不同。「要在真正賣貨的主播身上 demo 出來，消費者才會下單。」

從研發端來看，這意味著配方師需要具備新的能力，不僅要讓產品用著好，還要讓產品「拍得出來」。質地設計、外觀表現、涂抹過程中的動態變化，都需要在配方階段就納入考量。提高產品的膚感也是聯合利華今年的工作重點，我們中國研發團隊也想通過和榮格以及廣大的美妝生態系統的合作在積極從原料端和ODM端尋找能夠帶來顛覆性感官體驗的新材料、新產品。

除了皮膚護理，聯合利華也長期聚焦在洗護領域的感官需求尤其是，清揚、多芬、力士等品牌都在加碼頭皮護理和頭發護理賽道。去屑、頭皮微生態調節、防脫、蓬松控油，這些功效方向都需要配合強有力的感官表現來打動消費者。

梁燕今年受邀擔任第三屆「榮格•配方大師獎」的專家評審。當被問到對參賽作品的期待時，她的回答緊扣上述邏輯：「首先是具備創新的、令人眼前一亮的感官體驗，視覺上能夠呈現出來的質地表現，可以在攝影機前或者顯微鏡下面能展示出來的那種表現力，包括產品自身的質地變化、涂抹在皮膚上或頭發上之后的可視化的互動效果，以及嗅覺等諸多的感官維度。」

本屆榮格配方大師獎以「穩態皮膚：配方如何參與皮膚的長期自我調節」為年度主題，面向中國化妝品行業一線配方師、研發工程師及產品研發相關人員征集作品，報名截止日期為 2026 年 6 月 30 日。作為評審，梁燕對這一主題也表達了認同。她提到，聯合利華擁有全球最大的皮膚微生物組數據庫之一，在皮膚和頭皮微生態領域積累了大量研究成果。

 

中國 AI 生態帶來速度優勢

梁燕在采訪中反復提到一個詞：速度。

聯合利華 AI for Science 平臺之所以能在中國落地并快速迭代，與中國本土 AI 科創企業的執行力密不可分。中國約有 6000 多家 AI 企業，數量遠超其他國家和地區。更關鍵的是，中國的研發人員和科技企業對新技術的接受度極高。聯合利華上海研發中心的團隊氛圍也契合這種文化。梁燕說，研發大樓里的員工對新工具、新方法都很有熱情，管理層也保持開放態度。

除了 AI for Science，聯合利華中國團隊還在另外三個方向部署了 AI 能力：AI for Packaging Design（包裝設計），AI for agile Innovation和 AI for Science Communication（科學傳播）。后兩個方向就是類似熱門的「龍蝦（Open Claw）」技術，企業和AI 公司一起搭建定制化的 AI Agent 工作流。

例如，在科學傳播的應用場景下，團隊將文獻數據庫通過 API 接口接入工作流，結合公司內部的供應商資料、臨床報告等數據，按照預設的模板自動生成不同渠道的內容腳本、文字素材、消費者創意等，通過人工審核和調整，效率提升非常明顯。

在聯合利華的全球科研版圖中，上海中心正通過 AI for Science 率先開啟一場研發范式的變革。這不再是傳統模式的線性迭代，而是由中國團隊先行先試，構建起一套驅動科學發現的數字化新引擎。作為創新工具和科學思路的策源地，中國中心的 AI 實踐正轉化為可供全球科研體系借鑒的「智慧底座」，以算法深度挖掘科學邊界，引領集團進入高效能科研的新紀元。

當被問到如何概括 AI 對美妝研發的影響時，梁燕沒有用任何宏大敘事。她給出了一個非常務實的判斷：「AI 不會取代配方師，但會改變配方師的工作方式。前端篩選和后端機理解析的效率會大幅提升，中間的配方開發還是要靠人。關鍵是要找到對的合作伙伴，找到對的切入點。」

 

來源：榮格-《國際個人護理品生產商情》

原創聲明：
本站所有原創內容未經允許，禁止任何網站、微信公眾號等平臺等機構轉載、摘抄，否則榮格工業傳媒保留追責權利。任何此前未經允許，已經轉載本站原創文章的平臺，請立即刪除相關文章。