国内大手化粧品メーカーの資生堂は、AIを活用した「化粧品原料の生分解性評価法」と「安全性情報識別システム」の開発成功を発表した。
研究開発領域におけるDXを本格化させ、環境配慮と安全性保証の高度化を同時に進める取り組みである。
AIで生分解性と安全性評価を実装
2026年2月25日、資生堂が発表した一つ目の成果は、「AI-QSAR（※）」を活用した「化粧品原料の生分解性評価法」である。
これは「独立行政法人製品評価技術基盤機構（NITE）」協力のもと開発された評価法で、化学構造データをもとに成分の生分解性をAIで予測するものだ。
従来、生分解性評価は国際基準に基づく試験を前提とし、時間やコスト、評価者の経験への依存が課題となっていた。
新手法が開発されたことにより、専門知識への依存度を低減させると同時に、1〜2か月要していたデータ取得も即時に得ることができる。
二つ目は、「安全性情報識別システム」の開発である。
これは、反復投与毒性や皮膚感作性などに関する重要な情報の抽出を迅速化し、安全性評価上重要な情報の関連度を識別できるというものだ。
これにより、属人的なばらつきや見落としのリスクを低減させ、高度な専門知識を持つ人材は安全性の最終判断に集中できるという。
※AI-QSAR：化学構造と生物活性・分解性の相関を学習し、未知物質の性質を定量的に予測するAIモデル。実験中心の評価を補完・代替する技術。
効率化の加速とAI依存の課題
本件最大のメリットは、研究スピードと意思決定精度を向上できることだろう。
生分解性を即時に予測できれば、環境負荷の低い原料選定が進み、サステナビリティ戦略は実装フェーズに入りそうだ。
安全性情報の自動識別も、専門人材を最終判断や新規研究に集中させる効果が見込まれる。
一方で、AIモデルは学習データの網羅性に依存するという制約を抱える。
未知の化学構造や想定外の毒性メカニズムに対しては、継続的な実証と人による検証が不可欠となるだろう。
予測結果を過信すれば、評価のブラックボックス化が進む可能性も否定できない。
今後は、外部研究機関とのデータ連携や業界共通基盤としての展開が焦点となりそうだ。
今回発表されたシステムの標準化が進めば、化粧品業界の環境・安全評価の枠組みそのものが再定義される可能性もある。
AIは、補助的ツールから戦略資産へと位置づけが変わるかもしれない。
関連記事：
化粧品通販が「声で相談」に進化 アテニア、接客AI導入で購買体験を刷新
化粧品開発にAI革命 IBMとロレアルが挑む持続可能な化粧品開発
資生堂ジャパン、店頭に生成AIチャットボット導入 接客効率と顧客満足向上
