Paola Perugini^1,2

1. Università di Pavia

2. Direttore Scientifico, 

Etichub (spin-off Univ. PV)

3. Marketing Specialist, 

Etichub (spin-off Univ. PV)

1. Università di Pavia

2. Direttore Scientifico, Etichub (spin-off Univ. PV)

3. Marketing Specialist,  Etichub (spin-off Univ. PV)

Camilla Grignani³

SOS - Storie di Ordinaria Sostenibilità

La cosmetica oggi non si costruisce più solo con ingredienti e formule ma anche con tecnologie intelligenti. L’intelligenza artificiale sta modellando il modo in cui il cosmetico viene ideato, sviluppato e distribuito agendo da fattore di accelerazione. Secondo McKinsey, l’impatto della sola intelligenza artificiale generativa potrebbe raggiungere i 9–10 miliardi di dollari nel comparto cosmetico (1). Questo indica una traiettoria chiara: l’AI è da esplorare per muoversi rapidamente e diventare competitivi nell’innovazione.

Dove è già integrata oggi l’AI nel settore beauty?

Le applicazioni più consolidate dell’AI sono al servizio del marketing e del rapporto con il consumatore. L’analisi di grandi quantità di dati consente di ottenere una profilazione sempre più dettagliata, che permette un ascolto più preciso delle esigenze individuali e la creazione di contenuti più mirati. In questo modo, si passa da campagne di comunicazione generiche a interazioni su misura, che non parlano più al consumatore come a un utente indistinto, ma come a un individuo con bisogni specifici legati a prodotti altamente personali. L’impatto commerciale è diretto: i nuovi sistemi di consulenza virtuale basati su AI mostrano di aumentare sia il tasso di conversione sia il valore medio degli ordini. A ciò si aggiunge un ritorno indiretto: la personalizzazione e la scoperta esperienziale tramite virtual try-on più accurati e chatbot interattivi possono ridurre resi, campioni fisici e costi di logistica inversa. In altre parole, la personalizzazione diventa anche un mezzo di efficienza e sostenibilità, contribuendo a ridurre lo spreco e consumare e distribuire in modo più razionale.

Quali sono le prospettive di utilizzo dell’AI?

La fase successiva riguarda l’integrazione dell’AI nei processi interni di R&D e produzione dove l’impatto sulla sostenibilità può diventare significativo. Soluzioni semplici, come la valutazione digitale di concept di packaging, permettono di testare l’efficacia visiva ed emotiva riducendo i prototipi fisici. Applicazioni più avanzate riguardano l’adozione da parte della ricerca e sviluppo di modelli predittivi per lo studio dell’interazione tra ingredienti: ciò può ridurre i tempi di sviluppo, abbattere i costi di prototipazione e migliorare l’efficienza nell’uso delle materie prime, riducendone il consumo eccessivo. Alcune stime parlano di un risparmio fino al 5% delle risorse impiegate(1). In altre parole, l’AI può favorire una riduzione degli sprechi, maggiore efficienza energetica, e gestire meglio gli impatti ambientali nelle fasi di sviluppo prodotto.

Quali sono esempi concreti di applicazioni in quest’area?

Il 78° Meeting Scientifico Annuale della Society of Cosmetic Chemists (SCC) ha messo in evidenza il ruolo dell’intelligenza artificiale nella trasformazione dell’industria della cosmetica, descrivendola come uno strumento facilitatore di pratiche più sostenibili (2). Oltre all’ottimizzazione della formulazione, l’AI può aiutare nella scoperta di ingredienti bioattivi, identificando molecole efficaci con una riduzione dei tempi e costi, e semplificando la selezione di ingredienti limitando le repliche sperimentali. Un caso specifico interessante riguarda lo screening di sostanze antiossidanti: algoritmi che integrano chimica quantistica e machine learning consentono di predire l’attività di molecole senza sintetizzarle tutte, riducendo l’impatto ambientale in laboratorio. Inoltre, l’applicazione del transfer learning permette di superare i limiti di dataset ridotti: modelli addestrati su grandi librerie sintetiche vengono trasferiti per predire la bioattività di composti naturali, accelerando la scoperta di attivi di origine vegetale e riducendo la pressione sulle colture agricole. Alcuni colossi del settore stanno già utilizzando AI generativa per sviluppare formule basate su materiali bio-sourced, in linea con gli obiettivi di sostenibilità fissati al 2030. Questi esempi, benchè nelle loro fasi iniziali, dimostrano che l’AI può agire come promotore di efficienza e sostenibilità lungo diversi segmenti della catena del valore.

E sul fronte della supply chain?

La trasparenza è un altro tema centrale su cui l’AI può contribuire in modo decisivo, consentendo di monitorare approvvigionamenti, emissioni e logistica. La sostenibilità passa anche dalla tracciabilità della filiera dove l’AI diventa uno strumento di accountability. Alcuni grandi players stanno già implementando l’AI per calcolare l’impronta di carbonio dei singoli prodotti e mappare le emissioni o sfruttare sistemi predittivi per ottimizzare trasporti tramite la simulazione di scenari logistici, approvvigionamenti e ridurre lo spreco di packaging. In parallelo, l’AI viene testata per identificare fornitori a rischio, individuare pratiche non etiche orientando scelte più consapevoli. Questo rafforza i criteri ambientali, sociali e di governance che oggi guidano la sostenibilità aziendale, trasformando la tecnologia in leva di responsabilità e aprendo la strada a nuove forme di rendicontazione. Tracciare emissioni, monitorare la filiera e stimare gli impatti ambientali diventa così più immediato e accurato. In prospettiva, l’AI può mappare e ottimizzare catene di fornitura complesse bilanciando efficienza economica e trasparenza.

Ci sono rischi o limiti nell’applicazione dell’AI?

Nonostante le potenzialità, l’AI non è priva di criticità. Oltre ad essere funzionale alla personalizzazione e all’innovazione, è uno strumento per promuovere pratiche cosmetiche più sostenibili ed etiche, a condizione che i modelli vengano validati sperimentalmente. Detto ciò, l’addestramento dei modelli ha un impatto rilevante sotto più punti di vista, anche ambientale, per ciò che riguarda consumi energetici e rifiuti elettronici. Inoltre, senza dataset completi e accurati, le previsioni restano parziali e poco affidabili, e i processi non del tutto comprensibili. È fondamentale quindi bilanciare entusiasmo e cautela.

Come si possono mitigare questi rischi?

L’AI può rendere la R&D più snella, favorire formulazioni più sostenibili e garantire supply chain trasparenti. Tuttavia, il presidio umano resta indispensabile per gestire i rischi e assicurare sicurezza, anche attraverso nuove professionalità ibride e ecosistemi collaborativi. L’AI è un acceleratore di sostenibilità, ma non una soluzione automatica: deve fungere da filtro che orienta la ricerca, riducendo i trials senza sostituire le validazioni necessarie. Se ben governata, questa convergenza può rendere il settore cosmetico più efficiente, responsabile e allineato agli obiettivi globali di sostenibilità.

KEYWORDS