L’intelligenza artificiale (AI) può arricchire e potenziare l’azione del formulatore cosmetico, senza sostituirlo, andando a dare indicazioni ma spiegando sempre, al contempo, i meccanismi alla base della predizione. A sottolinearlo, Francesca Saraceni, CEO e cofondatrice di Intellico, nel suo intervento nell’ambito del convegno Intelligenza Artificiale e cosmetica: persone e macchine che creano bellezza organizzato da SICC (Società Italiana di Chimica e Scienze Cosmetologiche) con il patrocinio dell’Università Statale di Milano.
AI tecnologia per potenziare l’ingegno umano
Ad oggi, ha sottolineato Saraceni, l’AI è la prima tecnologia in grado di potenziare l’ingegno umano. in precedenza, infatti, la tecnologia ha automatizzato sostituendo; ha semplificato task complessi, cosicché anche persone meno formate potessero eseguirli; ha agito su workflow e attività.
L’AI, invece, estrae, potenzia la conoscenza e la capacità che l’umano da solo non riuscirebbe ad avere o non riuscirebbe a estrarre. In ambito formulativo, l’intelligenza artificiale è in grado di accelerare il processo di formulazione nel contesto attuale in cui la complessità è sensibilmente aumentata, tra l’altro, per le pressioni del mercato, in cui il consumatore si è evoluto e le tecnologie permettono un’offerta sempre più ampia e personalizzata.
Vi sono poi le pressioni del regolatorio, e quelle delle materie prime, non sempre di ottima qualità, non sempre disponibili, non sempre in arrivo in tempo. Tutti fattori che incidono sul prezzo del prodotto cosmetico. Per questo è necessario adottare strumenti che rendano possibile la gestione di queste pressioni. Il rischio, se ciò non avviene, è non riuscire a restare al passo con le richieste di mercato.
AI in ambito cosmetico: le aree di interesse
Tra le aree in cui l’AI, anche in ambito cosmetico, ha oggi un importante potenziale di sviluppo, troviamo:
- discovery digitale, che richiede un numero di dati significativamente interessanti da impiegare, ad esempio, per richiedere ingredienti alterativi a quelli presenti nelle black list, suggerimenti su condizioni di miscelazione migliori, predire viscosità e proprietà e aspetti simili della formulazione;
- ottimizzazione di processo, in cui sono sufficienti anche pochi dati di laboratorio, amplificabili con tecniche di DFT like. Si tratta di simulatori di permettono di creare delle copie di dati partendo dal sottoset disponibile, generando dati fittizi ma assolutamente speculari e rispettosi del contesto reale che aumentano i dati. Tale strategia può essere utile in fase di industrializzazione ad esempio e/o di supporto decisionale;
- R&D guidata da dati reali che vengono agganciati in maniera di simulazione integrata a circolo chiuso da dati di lavoratorio utile che possono accelerare test mediamente complessi), dove la ricerca riguarda attività di ricerca Brand News e lo sviluppo uno sviluppo continuativo, impiegabile, ad esempio, in ambito regolatorio, e azioni migliorative di prodotto
