ChatGPTに肌の悩みを相談する人が増え、オンラインでは「AI肌診断」を謳うサービスが次々と立ち上がっています。では、化粧品業界の内側ではAIがどこまで入り込んでいるのか。どの領域は機械が得意で、どこから先が人間の仕事として残るのか。この線引きを理解しておくと、消費者として情報を受け取るときの視界が変わります。
AIが先行して置き換えつつある領域
結論から整理すると、AIが化粧品業界に影響を与えているのは、消費者から見えやすいところでは「処方開発の前段階」と「消費者接点」の二つです。
処方の探索プロセス
新製品を開発するとき、これまでは処方開発者が経験則で原料の組み合わせを絞り込み、試作とテストを繰り返すのが一般的でした。ここに機械学習を使い、既存の配合データと安定性試験のログから「通りそうな処方」を事前にスクリーニングする動きがあります。
開発現場の実感として、試作の前段階で候補を絞れるのは大きな時間短縮になります。筆者がブランド立ち上げに関わりだした頃は、ひとつの処方を固めるために十数回の差し戻しがあるのが普通でした。AIは、その「差し戻しの前半」を圧縮する役割を担っています。ただし、最終的に肌に乗せたときの伸び・べたつき・香り立ちといった官能評価は、物理計測による補助は進んでいるものの、最終判定は人の感覚に委ねられる領域です。
消費者との接点
もうひとつが、肌診断アプリやチャットでのカウンセリングです。スマホで撮影した画像から肌状態を推定し、成分レベルで製品を提案する仕組みは、ここ数年で精度向上が進んでいます。ただし、照明や画像品質で結果がばらつくため、医療判断の代替とするにはまだ課題を感じます。
押さえておきたいのは、これらが代替しているのは「情報を整理して候補を並べる」部分であり、「目の前の人の肌を触って判断する」部分ではないという点です。カウンターでお客様の頬に触れて、あるいは肌計測機器を使って乾燥度合いを確かめる、というプロセスは依然として人間の領域に残っています。
それでも人の役割が残る領域
ここで整理しておくと、AIが苦手な領域には共通点があります。言語化されていないデータが意思決定を左右する場面です。
官能評価と使用感設計
同じ成分でも、基剤の配合比が少し変わるだけで「なめらか」が「ぬるつく」に反転します。物理計測による数値化は部分的に進んでいますが、商品化の最終判断はテスターが肌に乗せて「これは出せる」「これは難しい」を判定する体感に依存する領域です。開発中のサンプルで、成分表としては理想的なのに官能で落ちるケースは想像以上に多いです。
安全性・薬機法の最終判断
化粧品がパッケージに書ける表現は、薬機法と医薬品等適正広告基準で厳密に縛られています。AIが生成した説明文をそのまま使うと、意図せず表現のラインを踏み越えることが起きます。最終決裁として「この表記は出せる／出せない」を判断するのは、社内の薬事担当者が担う領域です（一次スクリーニングにAI校閲を併用する事例は出てきています）。
個別事情への配慮
「妊娠中なので避けたい成分がある」「アトピーの既往があるので刺激の強いものは試せない」といった文脈は、チャットの短いやり取りでは拾いきれないことが多々あります。ここを読み違えたまま提案すると、本来避けるべき製品を買ってしまうリスクが残ります。
編集長として、情報の「地図」をどう描くか
化粧品業界におけるAIは、処方開発を加速し、消費者の情報探索コストを下げる装置として機能し始めています。一方で、官能評価・薬事判断・個別配慮という「言語化しきれない領域」は、引き続き人の手に残ります。
美容メディアに関わる立場から言えば、AIが得意なのは「情報を大量に並べて整理すること」。苦手なのは「いま読んでいる人がどこに立っているかを察して、必要な情報だけ手渡すこと」です。後者は、読者の顔が見える書き手にしかできない仕事として残ります。
日々AIによって生成される大量のコンテンツの中で、自身にとって正しい情報を選び取ることは本当に難しいことです。Beauty Frontierは引き続き、皆さんの中に「選ぶための基準を確立する」事を目的に情報をお届けしてまいります。
AIを敵にも神様にも仕立てず、情報を整理する道具として使いこなす。これが、これからの美容情報（だけではないかもしれませんが）と付き合ううえで押さえておきたい姿勢です。成分表を読み解くのが面倒なときはAIに要約を頼めばいい。ただし、最後に「自分の肌で試すかどうか」を決めるのは自分自身の判断です。
AIは大丈夫と言っている、けれど自分としては違和感がある…そんなときは迷わず病院に掛かるようにしましょう。