珀莱雅 × AI

[导语·核心观点]2026年4月，新华网报道珀莱雅已将AI应用于活性成分发现、靶点预测、虚拟筛选与功效机制解析等研发核心场景[1]；一个月后，总经理侯亚孟签署“浙江大学-未名拾光AI生物学联合研究中心”战略合作备忘录，公司成为“生物智能体前沿应用战略合作伙伴”[2]。两件事连起来看，这是一家以营销效率见长的国货美妆公司，正试图把AI叙事从投放端迁移到研发端。核心判断：方向合理，但公开证据仍停留在场景与合作层面，缺可量化产出。对同行与投资者而言，美妆AI的分水岭是能否造出可被审计的东西，而不只是用没用。

[事件回顾·发生了什么]按公开时间线梳理，珀莱雅的AI动作分三步。第一步是认知铺垫：2025年10月16日，公司官网发文聚焦AI技术在美妆全产业链的应用及行业趋势预判，并提到从众多创新企业中筛选出一家合作对象[3]。第二步是效果叙事：2026年3月10日，东方财富一篇自媒体文章称，珀莱雅用AI精准投放把销售费用率从49.6%压到30%的政策红线内[4]；需注意，这是第三方评论文字，并非公司披露。第三步是研发落子：2026年4月27日新华网报道其AI已深入研发多个核心场景[1]；5月28日侯亚孟代表公司签署上述联合研究中心战略合作备忘录[2]。三个节点呈现清晰路径：从“筛选外部技术”到“效率背书”再到“产学研共建”，叙事重心由营销降本转向生物研发。

[背景与格局·公司沿革 · 行业脉络]理解这组动作，需要看清美妆行业AI落地的两条主线。第一条是营销端：人群定向、素材生成、预算分配，见效快、财务口径清晰，容易被外部观察者量化成“费用率下降”。第二条是研发端：把生物信息学与AI制药的方法论外溢到化妆品原料，用虚拟筛选替代部分湿实验，周期长、投入隐性、成果以专利与原料备案体现。珀莱雅官网文章强调AI在全产业链的应用与趋势预判，并提出“从众多创新企业中筛选”合作对象[3]，说明其路径更偏外部借力而非全栈自研；与高校、生物技术公司共建联合研究中心[2]，正是这一路径的延续。判断：国货美妆的竞争焦点正从渠道与内容转向原料与成分话语权，AI在此处是工具而非目的。谁能把“AI发现—功效验证—合规宣称”串成闭环，谁才真正拿到结构性优势；仅停留在投放优化的公司，获得的只是一次性费用改善。

[深度解读·为什么发生 · 意味着什么]为什么是现在？三条动机可以拆开看。其一，原料端是国货美妆长期的结构性短板，活性成分发现与靶点预测这类工作过去依赖外部供应商与试错实验，AI虚拟筛选能压缩前期探索成本，这是研发投入产出比最敏感的部分[1]。其二，营销费用率是国货美妆最容易被资本市场追问的指标，一旦出现“AI降低投放成本”的叙事，估值弹性立竿见影，这解释了为何自媒体口径的“49.6%降至30%内”会迅速传播[4]。其三，签署联合研究中心备忘录是一种低成本、高信号强度的动作：对外获得“AI+生物”标签，对内获得高校与研究机构的课题入口[2]。 但它意味着什么，需要区别对待。营销端的AI是“省钱”，研发端的AI是“造资产”，两者的财务可见度完全不同：前者可在半年报的销售费用率中体现，后者要经过成分筛选、功效验证、原料备案、配方落地，通常以年为单位（分析判断），短期不会出现在任何一张报表科目里。谁受益？生物技术合作方与高校研究团队拿到产业场景与数据，平台型AI服务商拿到订单，公司拿到叙事与期权。谁受损？传统配方与代工服务商的技术溢价被压缩，纯投放代理的中介价值被算法替代（分析判断）。一个被忽略的细节是：报道只描述了“覆盖哪些场景”，没有说明这些场景产出了多少候选分子、多少专利、多少已落地配方——这恰恰是区分“能力声明”与“能力证明”的关键。

[关键数据与证据·来自报道的数字与事实]四条可核查线索如下： 1）研发场景：AI技术已深度应用于研发多个核心场景，覆盖活性成分发现、靶点预测、虚拟筛选、功效机制解析（新华网，2026-04-27）[1]。 2）组织动作：总经理侯亚孟出席“浙江大学-未名拾光AI生物学联合研究中心”战略合作签约仪式并签署备忘录，公司成为生物智能体前沿应用战略合作伙伴（新浪财经，2026-05-28）[2]。 3）路径选择：官网文章聚焦AI在美妆全产业链的应用与趋势预判，并提及从众多创新企业中筛选出一家（公司官网，2025-10-16）[3]。 4）效率口径：有文章称AI精准投放将销售费用率从49.6%压至30%政策红线内（东方财富自媒体，2026-03-10）[4]，该数字未见公司公告印证，可验证性最低，仅作参照。 四条中有三条为媒体或官网叙述，缺研发投入金额、专利数、原料备案数等硬指标。

[风险与争议·审慎的批评视角]反方意见必须说清楚。第一，证据结构失衡：四条来源中，两条是媒体转述、一条是企业官网自述，唯一带具体数字的一条来自自媒体[4]，且未给出计算口径与统计区间。第二，“49.6%降至30%”这一表述存疑：所谓“30%政策红线”未在任何公司公告或监管文件中出现，销售费用率的变动还可能来自渠道结构、品牌组合、规模效应或会计口径调整，把多因素结果单归因于AI投放，是典型的相关性冒充因果（分析判断）。第三，研发叙事的时间风险：联合研究中心签署的是备忘录而非有明确课题、预算与考核的合同[2]，产学研合作“签约即高光、落地即沉默”的案例并不少见；成分从AI筛选走到可宣称上市，周期以年计（分析判断），无法对冲主品牌增速压力。第四，合规与伦理：AI预测不能替代人体功效评价，功效宣称需实验数据支撑，监管对宣称口径趋严（分析判断），过度营销“AI成分”存在合规敞口。第五，“生物智能体”一词在美妆语境下易被泛化，需区分算法模型与真正具备自主规划能力的智能体，否则概念溢价会先于能力透支。

[未来展望·情景推演]按“待验证”基调做三情景推演，不给概率，只给触发条件。保守情景：合作停留在备忘录层面，未来两个季度无课题立项、无人员与预算披露，AI仍主要出现在传播话语中，公司层面不新增可验证产出。中性情景：联合研究中心公布首批课题方向，出现AI辅助筛选相关的专利申请或学术合作成果，研发费用率温和上行，营销端AI工具在内部流程中常态化但不单独披露效益。乐观情景：AI发现的自有成分进入配方并支撑新品上市，同时新的化妆品原料备案或成分相关知识产权落地，半年报中销售费用率延续改善且研发费用率同步抬升。未来3-6个月的可跟踪指标清单：2026年半年报中的销售费用率与研发费用率同比变化、研发人员数量、联合研究中心的首批课题与署名成果、公司披露的原料或成分相关知识产权进展、电商与内容团队中AI相关岗位的招聘密度。若上述指标中三项以上无进展，则当前叙事应被下调为“品牌营销层面的AI占位”。

[建议与启示·面向决策者]给企业决策者四条可操作建议。其一，把“AI降本”和“AI造资产”分账考核：前者用销售费用率、投放ROI衡量，后者必须用专利数、原料备案数、落地配方数、功效验证报告数这类可审计交付物衡量，否则研发投入会永远输给短期费用指标。其二，给产学研合作设置里程碑与退出条款：备忘录之后应尽快落地为带预算、带交付物、带考核节点的具体课题，避免“签约即终点”。其三，先建数据底座再谈智能体：研发数据、功效数据、投放数据若口径不一，任何AI模型都只是放大器；可采用统一编排层，把投放优化、内容生成、文献与专利检索等不同智能体在同一权限与审计框架下调度，AgentSH 这类多智能体调度平台的价值正在于此——它解决的是“多个AI工具各自为政、效果无法归因”的组织问题。其四，对外沟通保持克制：IR口径应与可验证事实对齐，避免让自媒体数字替公司设定业绩预期。

[结语·一句话立场]珀莱雅已经完成“AI叙事的占位”，尚未完成“AI产出的证明”。从筛选外部技术[3]到共建联合研究中心[2]，路径选择是清醒的；但从场景描述[1]到可审计成果之间，还隔着一整个研发周期。因此，现阶段的定性应当是“待验证”，而非成功或失败。真正的观察窗口不是发布会，而是接下来的两个财报季与联合研究中心的第一批交付物。