化粧品の3つの課題
化粧品の製造は、処方（原料と配合比）を決める開発、乳化・混合などのバッチ製造、容器への充填と包装という流れです。化学プロセスの一種ですが、化学品や医薬品と比べて次の特徴があります。
- 品目数が多く、季節品・限定品の入れ替えが頻繁
- 処方の評価に、使用感や香りといった数値化しにくい要素が入る
- 容器・ラベル・印字の種類が多く、表示の誤りが回収につながる
この特徴に沿って、AIの主な対象は3つに分かれます。
| 課題 | AIの使い方 | 主なデータ | 注意点 |
|---|---|---|---|
| 処方開発 | MI（マテリアルズ・インフォマティクス）、生成AIによる文献・処方の検索 | 過去処方、安定性試験、官能評価 | 官能評価の数値化と評価者のばらつき |
| 多品種少量の計画 | 生産計画の最適化、段取り順序の最適化 | 受注・需要、段取り時間、設備能力 | 洗浄時間が品目の組み合わせで変わる |
| 充填・包装の検査 | 充填量、容器の外観、印字（ロット・期限）の検査 | 画像、重量、印字データ | 容器デザインの種類が多い |
処方開発：MIと生成AIの役割分担
処方開発は、目標の性能（粘度、安定性、使用感）を満たす原料の組み合わせを探す作業で、試作と評価の繰り返しに時間がかかります。過去の処方と評価結果がデータとして残っていれば、MIで次に試す処方の候補を絞れます。Citrine Informaticsの研究（2017年）では、材料・プロセス最適化でランダム探索の平均3分の1の測定回数で最良候補に届いたと報告されています。考え方はマテリアルズ・インフォマティクスで解説しています。
生成AIは、処方を直接作るより、社内の過去処方や試験報告、原料の技術資料を検索し、研究者の調べものを速くする使い方が先行しています。Dassault Systèmesは2026年2月、3DEXPERIENCE上のAI「バーチャル・コンパニオン」として、材料・化学・処方を担当する「Marie」を発表しました。製品の範囲と提供状況はDassaultの3DEXPERIENCE Virtual Companionsにまとめています。
多品種少量の計画：洗浄時間が鍵
化粧品のバッチ製造と充填では、品目を切り替えるたびに設備の洗浄が必要です。洗浄時間は前後の品目の組み合わせで大きく変わります。色の薄いものから濃いものへ、香りのないものからあるものへの切替は短く、逆は長くなります。このため、受注の並べ方で総段取り時間が大きく変わり、数理最適化で順序を決める効果が出やすい領域です。手法は段取り替え順序の最適化を参照してください。
前提は、品目の組み合わせごとの洗浄・段取り時間の実績です。多くの工場では、段取りに何分かかったかは記録されていても、何から何への切替だったかが残っていません。この組み合わせをMESや稼働記録で取れるようにすると、計画の最適化に使える段取りマトリクスが作れます。
充填・包装の検査と表示の記録
充填工程では、充填量、容器の傷や汚れ、キャップの締まり、ラベルの貼り位置、ロット番号と使用期限の印字を確認します。容器デザインが多く、限定品で新しいデザインが頻繁に加わるため、品種ごとに良品画像を集めてAIを学習し直すのは負担が大きくなります。
印字の検査は、読み取った文字をMESや生産指示のデータと照合することで、AIの判定を「正しい印字か」の確認に置き換えられます。印字の読み取りと照合の方法は印字検査・OCR検査AIで扱っています。表示の誤りは製品回収につながるため、検査結果と照合結果をロットごとに記録し、後から確認できるようにしておくことが、規制や取引先の監査への対応にもなります。
規制・表示のデータとAI
化粧品は、成分の表示や配合の制限、製造記録の保管が求められる製品です。処方の変更や原料の切替のたびに、表示内容と製造記録の整合を確認する作業が発生します。生成AIで処方データから表示用の成分リストの下書きを作る使い方も考えられますが、規制に関わる記載は必ず担当者が確認し、AIの出力をそのまま採用しない運用が前提です。海外に輸出する場合は国ごとに規制が違うため、確認の手間はさらに増えます。
よくある質問
処方データが研究者個人のファイルに散らばっています
MIを始める前に、対象とする製品カテゴリを1つ決め、処方と評価結果を表形式で集めます。全社の処方を一度に整理しようとすると時間がかかりすぎるため、成果を出しやすい範囲から始めます。
生成AIに処方を考えさせることはできますか
過去処方や文献を検索して候補を挙げる補助はできますが、安定性や安全性を保証するものではありません。提案は試作と試験で検証し、配合の制限を満たしているかは担当者が確認します。
中小の化粧品OEMでも効果は出ますか
受託製造は品目数が特に多いため、段取り順序の最適化と印字照合の自動化の効果が出やすい業態です。処方開発のAIは、顧客から処方を受け取る場合は対象外になることもあります。
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
