Accelerare lo sviluppo di prodotti cosmetici grazie all’Explainable AI, quando il machine learning tradizionale non basta

Pensate a quanti tentativi servono per portare un nuovo prodotto cosmetico sullo scaffale. Dietro ogni crema, shampoo o emulsione c’è una lunga sequenza di prove di formulazione: decine di materie prime da combinare, proprietà chimico-fisiche da rispettare, vincoli normativi da considerare e un brief del cliente che lascia poco margine d’errore. Tradizionalmente si tratta di un processo di trial & error. Il formulatore progetta un prototipo sulla base della propria esperienza, il laboratorio lo testa, arrivano i risultati, la formula viene corretta — e il ciclo ricomincia. Ogni iterazione costa tempo, materiali e risorse di laboratorio. Nel frattempo, il cliente o i colleghi del marketing aspettano.

Per i produttori di cosmetici questa è la realtà di ogni progetto. L’esperienza raccontata in questo case study riguarda un’azienda spagnola specializzata nello sviluppo e nella produzione di prodotti cosmetici e per la cura della persona per catene retail e private label. L’azienda opera a livello internazionale, dispone di un team R&D di oltre 20 professionisti e genera ricavi annui superiori a 180 milioni di euro. Ogni cliente arriva con un concept di prodotto diverso, un mercato target diverso e specifiche diverse — il che significa che i laboratori dell’azienda eseguono costantemente prove di formulazione per soddisfare requisiti che sono, per definizione, unici.

Il processo di sviluppo si articola tipicamente in quattro fasi: un briefing con il cliente che definisce proprietà target, requisiti normativi e vincoli di costo; lo sviluppo di formulazioni prototipo basate sull’esperienza R&D; i test di laboratorio sugli attributi chiave come stabilità, viscosità, pH, spalmabilità e tenuta della fragranza; e un ciclo iterativo di ottimizzazione che prosegue finché ogni requisito tecnico, normativo e sensoriale non è soddisfatto. Quando servono più iterazioni, quest’ultima fase da sola può assorbire settimane.

Il machine learning è uno strumento ideale per accorciare questo ciclo: prevedere le proprietà di una nuova formulazione prima della sperimentazione consente di eliminare i candidati meno promettenti già in fase di screening, anziché scoprirne i limiti sul banco di laboratorio. Restano, tuttavia, due ostacoli principali.

Il primo è la fiducia. La maggior parte dei modelli predittivi si comporta come una black box. Senza visibilità su come il modello arriva alle proprie conclusioni, è difficile per i formulatori fidarsi dei suoi suggerimenti, per le aziende rispondere alle aspettative regolatorie e per i team R&D estrarre indicazioni realmente azionabili.

Il secondo è il formato dei dati. La conoscenza formulativa vive nelle tabelle — fogli di calcolo di prove, ingredienti e proprietà misurate. Ma il valore si nasconde nelle relazioni tra le prove: quali formule sono simili, quali esperimenti passati sono rilevanti per un nuovo brief, come la conoscenza si trasferisce da un progetto all’altro. Queste relazioni non sono mai esplicitate nei dati tabellari, e i modelli convenzionali non possono sfruttarle.

L’approccio di Intellico affronta entrambi i problemi allo stesso tempo. A partire da normali dati tabellari di formulazione, il modello costruisce autonomamente un grafo che rappresenta le relazioni tra le diverse formulazioni. Ogni formula corrisponde a un nodo, mentre le connessioni tra i nodi, apprese automaticamente tramite un Differentiable Graph Module, esprimono il grado di somiglianza tra le formulazioni. Il modello apprende quindi, nello stesso processo, sia la struttura del grafo sia il modo in cui utilizzarla per prevedere le proprietà di nuove formulazioni. In questo modo emergono pattern e correlazioni che, in un tradizionale foglio di calcolo, rimarrebbero difficili da individuare.

A supporto del motore predittivo, Intellico integra tre componenti progettati per chi sviluppa concretamente i prodotti. L’Explainer combina tecniche di spiegabilità basate su grafo, perturbazione e analisi di sensitività per evidenziare quali caratteristiche influenzano maggiormente una determinata proprietà e quali formulazioni storiche hanno avuto il peso più rilevante nella previsione. L’Explorer permette ai team R&D di navigare visivamente il grafo appreso, individuando pattern, relazioni e aree particolarmente promettenti dello spazio formulativo. Il Simulatore, infine, consente di stimare l’esito di una nuova prova prima ancora di eseguirla in laboratorio, riducendo tempi, costi e numero di esperimenti necessari.

Il progetto è partito dallo storico di prove aziendali nella categoria emulsioni: 1.089 prove di formulazione descritte da 1.332 ingredienti commerciali, 915 ingredienti INCI e 70 proprietà chimico-fisiche. Un patrimonio informativo ricco, ma eterogeneo e poco strutturato. Le variabili non erano registrate in modo uniforme tra le diverse prove e numerose misurazioni chimico-fisiche risultavano mancanti.

Lavorando fianco a fianco con gli esperti di formulazione dell’azienda, abbiamo ridotto lo spazio delle feature a 17 parametri accuratamente selezionati, privilegiando la completezza dei dati e la rilevanza rispetto alle proprietà target, pH e viscosità. Dopo aver escluso le formulazioni incomplete, il dataset finale comprendeva 300 prove complete e affidabili. I pochi dati mancanti residui sono stati stimati in modo coerente e le variabili sono state uniformate per rendere i risultati confrontabili. Abbiamo inoltre mantenuto la costruzione del modello volutamente semplice, così da favorirne la comprensione e ridurre il rischio di risultati poco generalizzabili (overfitting).

Il dataset storico includeva inoltre variazioni di formulazione troppo ampie, che non sempre riflettevano l’attività quotidiana dei formulatori. Di conseguenza, le previsioni del modello non erano sufficientemente accurate quando a una formulazione venivano apportate solo modifiche minime. Per risolvere il problema, abbiamo aggiunto oltre 100 prove di formulazione rappresentative, insieme ai dati sulle strutture molecolari degli ingredienti.

La capacità predittiva genera valore solo quando può essere utilizzata in modo semplice e immediato. Questo principio è alla base di come oggi è strutturata la soluzione MATILDE® di Intellico. L’interfaccia consente di navigare lo spazio formulativo in modo interattivo: dopo aver simulato la viscosità di una formula candidata, l’utente può visualizzare le formulazioni più vicine con un comportamento atteso simile, mentre l’intensità del colore rappresenta il livello previsto della proprietà. Accanto alla visualizzazione, un’analisi dell’impatto degli ingredienti mostra come una variazione del 5% di ciascun componente possa influenzare la viscosità prevista. Per esempio, glycerin e sodium lactate tendono ad aumentarla, mentre sodium lauryl sulfate e silica contribuiscono a ridurla. In questo modo, i formulatori non ricevono soltanto una previsione, ma comprendono anche quali fattori la determinano.

Testati sui dati storici di formulazione, i modelli si sono dimostrati estremamente accurati. Per la viscosità il modello ha raggiunto un’accuratezza del 95,6% con un errore percentuale assoluto medio (MAPE) del 4,4%. Per il pH l’accuratezza è stata ancora più alta: 96,2%, con un MAPE del 3,8%. In termini concreti, questi risultati indicano che i modelli sono in grado di rappresentare in modo affidabile la relazione tra le combinazioni di ingredienti e le proprietà finali del prodotto, all’interno dello spazio formulativo coperto dai dati disponibili.

Per l’azienda questo si traduce in una drastica riduzione dello sforzo di laboratorio e degli sprechi di materiale. Oltre ai benefici immediati, le funzionalità di spiegabilità aiutano i ricercatori a concentrarsi sulle combinazioni di ingredienti a più alto potenziale, mentre la rappresentazione strutturata della conoscenza formulativa sostiene l’apprendimento organizzativo di lungo periodo — preservando le competenze, rendendo accessibili i dati storici e facilitando l’inserimento di nuovo personale. La piattaforma incorpora nativamente l’approccio di Explainable AI di Intellico.

Per trasformare il pilota in un’adozione stabile e di lungo periodo è in atto una roadmap in due fasi: primo, arricchire la qualità dei dati su tutti i parametri chiave attraverso una raccolta dati mirata e supportata dall’AI; secondo, estendere il modello ad altre categorie di prodotto — solari, detergenti — e ad altri parametri di performance come le condizioni di processo e gli attributi sensoriali.

La sfida affrontata da questa azienda è tutt’altro che unica. In settori come cosmetica, alimentare, farmaceutica e scienza dei materiali, una parte importante del vantaggio competitivo resta spesso dispersa nei dati storici e nell’esperienza dei formulatori. Il machine learning può sbloccarla, ma solo se il ragionamento del modello è visibile, verificabile e utilizzabile dagli esperti a cui spetta la decisione.

È questo il vero cambiamento ottenibile per l’R&D tramite un approccio basato sull’utilizzo dell’AI spiegabile: potenziare i formulatori, non sostituirli, ma aiutarli a esplorare anni di sperimentazione e a trasformare ogni nuovo brief in un processo più rapido e guidato dai dati. Per le aziende che competono sul time-to-market, questa differenza non è incrementale. È strutturale.

La metodologia applicata da Intellico, già validata nel settore alimentare, può essere estesa all’ambito chimico e alla scienza dei materiali.