Trattare di un argomento di questo tipo non è per niente semplice, anche perché nel portare esempi di processi in così rapida evoluzione si rischia di essere superati dagli eventi.

Inoltre, mentre ci sono molti esempi nell’ambito delle applicazioni B2C, è più difficile trovarne in campo B2B.

Partirò dunque da una mia citazione introduttiva alla Conferenza Cosmetics 4.0, organizzata nel 2021 in collaborazione fra Promoest e SICC: “Quanti di noi hanno ben chiari i significati di alcuni termini che tratteremo in questa giornata? “Intelligenza Artificiale”, “Neurocosmesi”, “Stampanti 3D e 4D”, “Internet of Thinks (IoT)”, “Block Chain”, “Big Data”, “realtà virtuale ed aumentata”, “Machine Learning” sono termini spesso abusati entrati da qualche tempo nella comunicazione e nelle organizzazioni anche di alcune aziende del nostro settore; ma quanti ne conoscono a fondo le possibili applicazioni? e, soprattutto, come evitare pericolose scorciatoie che tendono ad affidare ad algoritmi non derivanti da analisi approfondite dei dati decisioni strategiche per le nostre professioni?”

Cosa si intende quindi per intelligenza artificiale? La teoria è piuttosto semplice: una macchina in grado di capire e apprendere, esattamente come fa un essere umano, ma in modo artificiale. È un’idea presente sin dagli antichi greci e su cui hanno ragionato scienziati e filosofi per millenni. Oggi, quando parliamo di intelligenza artificiale parliamo in realtà prevalentemente di “machine learning”, l’ultimo dei termini che abbiamo citato nella introduzione alla Conferenza.

Questo percorso nasce da lontano, dove il primo passo è quello legato al cosiddetto “Internet of Things (IoT)”: “Internet delle cose” è una estensione di Internet in cui non sono più le persone ad essere connesse attraverso le loro attività ed i loro pensieri, ma sono le “cose” ad essere connesse, attraverso la rilevazione ed elaborazione di dati significativi prodotti dalla loro osservazione/attività; nel caso della ricerca cosmetica, si tratterebbe per esempio di collegare diversi strumenti per trarne i valori più significativi e, attraverso algoritmi appropriati, produrre risultati e proposte per il raggiungimento degli obiettivi ottimizzati che ci siamo posti.

In questo ambito, gli strumenti più idonei con i quali sono state approntate diverse applicazioni sono quelli legati all’organo di senso della Vista; molte sono state messe a punto da multinazionali cosmetiche con l’obiettivo principale di orientare il consumatore verso soluzioni super-personalizzate dei propri Brand, in ambito prevalente del Make-up.

Sempre con l’obiettivo di orientare il consumo verso i propri prodotti, altre applicazioni promettono di valutare i parametri cutanei attraverso bio-sensori nei punti vendita o, nei casi più avanzati, messi a disposizione del consumatore stesso.

Una applicazione recente di un’Azienda cosmetica, lo Skin Analyzer, è per esempio stato sviluppato usando oltre 70mila immagini di tipo medico per creare algoritmi di “deep learning”; verificato anche da esperti dermatologi, effettua una mappatura del volto a 180 gradi e rileva, in due secondi, 14 tipi di condizioni cutanee: dall'acne alle rughe, dalle borse sotto gli occhi alla pelle lucida.

E’ ovvio come in questi casi l’uso della tecnologia, spesso impropriamente sbandierata come “Intelligenza Artificiale” si limita a proporre, tramite rilevazioni di parametri oggettivi o pseudo-oggettivi, soluzioni dettate da “decisori” risultanti da elaborazioni “statistiche” di algoritmi generati dall’Azienda stessa.

Realtà Virtuale e Realtà Aumentata permettono poi di proporre soluzioni personalizzate al consumatore senza bisogno di campioni, anche in questo caso però limitate dall’unico senso che può essere stimolato “a distanza” e cioè, per il momento, quello della vista!

Olfatto, Gusto, Tatto sono per il momento ancora di esclusiva pertinenza del genere umano, mentre l’udito non è particolarmente utilizzato, se non in casi eccezionali, per quanto riguarda il cosmetico; ma lo sviluppo delle Stampanti 3D e 4D e della tecnologia del “Metaverso” promettono la personalizzazione estrema dei sampling e la possibilità di colloquiare con esperti direttamente nelle case dei Consumatori!

EDIZIONE SPONSORIZZATA DA:

Quando i “criteri” di cui abbiamo trattato vengono messi a disposizione del ricercatore cosmetico, la tecnologia informatica può servire ad orientare le formule e/o i processi dei prodotti verso il punto di equilibrio più favorevole, per il target di consumatori considerato, fra le 4 variabili (sicurezza, efficacia, gradevolezza e stabilità) che caratterizzano l’eccellenza dei prodotti.

Solo per citare un esempio, potremmo prendere in considerazione alcuni parametri delle cinetiche di degradazione microbiologica, fisica, chimica e sensoriale e, attraverso un’analisi statistica appropriata, stabilire la data di scadenza del prodotto ed eventualmente intervenire per migliorarla.

Se poi abbiamo la possibilità di attingere ad una massa di dati allargata, grazie proprio all’approccio IoT ai Big Data, potremmo ottenere una risposta ottimizzata e molto più affidabile! Il problema sta proprio nel disporre di “Big Data” affidabili e resi disponibili dalle varie entità che li producono!

E fino a qui, siamo ancora ad uno stadio primordiale di quella che viene chiamata, forse in modo affrettato, Intelligenza Artificiale.

Con il passo successivo entriamo nell’ambito del “machine learning”, che permette ad un computer di imparare a svolgere meglio un compito sulla base dell’esperienza. Esperienza che accumula analizzando l’enorme mole di dati che abbiamo a disposizione e valutando le conseguenze di ogni possibile percorso in base agli obiettivi. In questo modo il sistema “impara” quali condizioni possono portare a un determinato risultato. Per apprendere, il “machine learning” usa tecniche statistiche, quindi il tipo di risposte che fornisce sono tipicamente di tipo probabilistico.

Ovviamente si tratta di una semplificazione di un meccanismo che si basa su algoritmi altamente sofisticati. Il risultato di questa rapida accelerazione nello sviluppo del “machine learning” è sorprendente e si comincia a vedere in azione nella vita quotidiana, per es° quando usiamo Siri o Cortana o Alexa, interagiamo con un sistema di “deep learning”; questi sistemi imparano da milioni di interazioni che hanno con gli utenti e migliorano le loro risposte e la loro capacità di interagire.

Chiudo questa breve trattazione con una citazione personale con la quale abbiamo chiuso la Conferenza Cosmetics 4.0: “Due parole sulla evoluzione prevista dalla nuova “release”; l’industria 5.0 ha le sue radici nel concetto di “Industria 4.0”, che nei suoi dieci anni di vita si è concentrata sulla digitalizzazione e sulle tecnologie guidate dall’AI per aumentare l’efficienza e la flessibilità della produzione ed ottimizzare la vendita in ottica super-specializzata.

Il concetto di Industria 5.0 sottolinea, invece, l’importanza della ricerca e dell’innovazione per sostenere l’industria nel suo servizio a lungo termine all’umanità entro i confini del pianeta.

Una definizione più puntuale la offre Prasanna Lohar, Head of Innovation di DCB Bank di Mumbai: “Se l’attuale rivoluzione enfatizza la trasformazione delle fabbriche in strutture intelligenti abilitate all’IoT che utilizzano il cloud computing e l’interconnessione, l’Industria 5.0 è destinata a concentrarsi sul ritorno delle mani e delle menti umane nella struttura industriale”.

Tutto questo verrà approfondito nei prossimi eventi SICC, ed in particolare in un Perla Cosmetica del mese di Aprile dedicata al Metaverso, nel corso “Valutatori della Gradevolezza Cosmetica” nel mese di Maggio a Milano e nella 6^ Conferenza IPCE di Giugno in Sardegna.

ELIO MIGNINI        

Direttore generale SICC | Italia

COSMESI: PASSATO & FUTURO