他们不聊参数，聊周期。

不聊AGI，聊样品数。

不聊”颠覆”，聊”加速本来就在做的事”。

你早上那瓶洗发水，下午那块奥利奥，晚上那杯雀巢咖啡——三样东西加起来不到五十块，背后却藏着全球快消巨头正在悄悄打完的一场AI战役。

不是ChatGPT那种”写诗画图”的秀场AI。是另一种。

更低调，更累，更不像”科技新闻”。

但如果你去看欧莱雅、亿滋、雀巢这几家刚披露的一线数据，会发现一件事：大模型在热搜上跑，AI在工厂里干。 

后者没那么性感，但每一分钱都算得回来。

一瓶洗发水里，藏了四年AI

欧莱雅从四年前就在实验室里喂AI了。

大多数人知道欧莱雅做AI，是因为虚拟试妆、ModiFace、后来2026年6月还跟OpenAI签了战略合作——ChatGPT里能试兰蔻和卡诗的妆。但那是面向消费者的”面子”。

真正动筋骨的，是研发那头。

欧莱雅消费品部门总裁Fabrice Megarbane 6月底在维也纳消费品论坛上说了一句挺狠的话：他们用AI预测分子对皮肤、对头发的效果，产品创造速度比原来快了四倍。

四倍什么概念？美妆行业一款新品从概念到上架，传统节奏是12-18个月。砍到四分之一，就是三四个月。

更具体的一个锚点是欧莱雅中国2025/2026战略沟通会披露的：过去一个配方测试加成分筛选要2个月，AI模拟下来2小时能跑完多组并行。不是”辅助”，是把原来要反复烧试管的那段路，搬到原子尺度先跑一遍。

2026年3月欧莱雅跟英伟达扩大合作，把NVIDIA ALCHEMI机器学习框架塞进自己的研发生态，做”美妆与护肤AI引擎”——核心能力就是在原子级模拟分子怎么相互作用。英伟达那边的人说法是”防晒这类复杂配方研发速度提升100倍”，当然这是上限口径，但方向是对的：先在数字世界里把不work的组合筛掉，再进实验室。

一个最近落地的例子挺有意思：欧莱雅把一款原来用在护肤品里的分子，挪去做了洗发水——靠胶原蛋白给头发做蓬松饱满感。

这事放以前，配方师要重新查文献、做交叉测试、担心头皮刺激性，一轮轮跑。现在AI先帮他把”这个分子在发丝上会不会塌””跟阴离子表活打架吗””透皮吸收路径是什么”这些问题答一遍，人再去验。

💡 欧莱雅CEO Nicolas Hieronimus去年推了个”美妆刺激计划”，背景是集团刚录下多年最慢的销售增速。AI不是锦上添花，是增速掉下来之后的硬抓手。

奥利奥那头，AI比ChatGPT更像”药研”

亿滋（Mondelez）那条线更有意思。

奥利奥、趣多多、吉百利、三角巧克力都归它。首席信息与数字官Filippo Catalano的表态很克制：“AI加速的是你本来就能做的事，但能把几个月压到几周，或者几年压到几个月。”

但他补了一句容易被忽略的话——亿滋用的这个AI工具，不像ChatGPT，更像制药公司拿来筛新药的那种算法。

这点区别很关键。

ChatGPT是生成式语言模型，给你写文案。

亿滋喂进去的是几十年配方数据——黄油+3%对酥脆度的影响、糖减10%对保质期的偏移、替代油脂的风味衰减曲线——然后让模型在”风味/质构/营养/成本/可持续性”五个维度上跑组合优化。

人类科学家可以给它下指令：把”烧焦味””蛋香味””油腻感”往上拉，”口中咸味””香草强度”调到某个区间。

出来的配方，60%在营养、可持续性、成本三个维度上优于传统人工配方。

落地的SKU已经70多个，包括”无麸质金装奥利奥”和升级版趣多多。

但这里有个细节值得停下来想：Catalano说得很明白，口味测试还是人做，AI生成的不经过人类专家评估，不会往下走。

也就是说——AI负责把”几万种不可能”先删掉，剩下来那几十种”有可能”，还是交给舌头。

快消研发的痛点是试错贵。一块饼干打样，原料、能耗、感官 panel、合规，一次几万块。AI把打样次数砍下来，省的不只是钱，是整个创新 pipeline 的呼吸感。

亿滋中国那边的本土化故事也能对上：中国消费者嫌奥利奥太甜，他们做了超薄款、减甜、夹馅清爽化，反过来又输出到其他市场——”健康零食是全球趋势”。

这条从”中国口味→AI调配方→反向输出全球”的路径，是亿滋全球研发平台在跑的事。

雀巢走的是另一条路：不追热点，追合规

雀巢在AI研发上的声量比欧莱雅小，但做的事更”重”。

一条线是人尽皆知的：雀巢计划2026年底前在全球所有产品里移除人工食用色素，美国那边已经清完了，FDA也在推2027年底撤六种认证色素。

这件事看着是”换个色素”，实际是配方大换血——天然色素的pH稳定性、光稳定性、跟其他成分的相互作用，跟柠檬黄、诱惑红完全不是一回事。雀巢CTO Stefan Palzer那边要做的，是筛天然替代物、测表现、估保质期，全是重活。

另一条线更少人写：2025年12月雀巢跟IBM Research发了个生成式AI工具，专门找高阻隔包装材料——就是那种能挡湿气、挡氧气、扛温度波动的包材，用来替掉一部分原生塑料。

做法挺硬核：两边用AI处理技术文献，搭了个材料知识库，然后在上面微调化学语言模型，学分子结构怎么表示，再用IBM的回归Transformer把”分子结构特征↔理化性质”的映射啃下来，最后让模型自己提新材料方案。

Palzer的原话：”这展示了雀巢在食品饮料行业数字化转型里的引领位置。”——翻译一下：包装这事儿原来要搞好几年，现在模型先筛一轮。

还有一条是雀巢CIO Chris Wright披露的：10万名员工在用Copilot Chat，月均每人40次；研发侧有个AI配方优化工具，平衡”消费者偏好 vs 营养 vs 成本 vs 环境”，研发时间整体缩短30%。

为什么这些事比”又发了个大模型”值得写

回到开头那个判断。

大模型发布会一场接一场，参数从千亿卷到万亿，下周又有新SOTA。但你看欧莱雅、亿滋、雀巢这几家的口径，会发现一个共同点：

他们不聊参数，聊周期。

不聊AGI，聊样品数。

不聊”颠覆”，聊”加速本来就在做的事”。

Catalano那句”AI不会取代人类团队，AI是加速既有的研发流程”，基本是这三家的共识。欧莱雅中国那边也讲得很清楚：”把重复性工作交给AI，把创意、价值判断与情感连接留给人。”

这才是传统行业AI的真姿势——

• 美妆那边，配方师鼻子+AI算力，2个月压成2小时；
• 食品那边，药研级算法筛饼干配方，60%跑赢人工；
• 包装那边，化学语言模型啃分子-性质映射，几年压成几个月。
  

BCG 2026快消数字化调研有个数据：头部快消企业里部署AI智能体的比例，从2024年23%飙到2026年58%。这个数字比任何”AI概念股”都实在——因为它是钱自己投票。

最后一句话

大模型是秀，产线是活。

欧莱雅那瓶胶原洗发水、亿滋那盒无麸质奥利奥、雀巢那层正在换掉的包材——它们不会出现在AI圈的刷屏文里。但你下次在货架上拿起它们的时候，可以想想：这东西背后跑过的那几万次虚拟实验，才是AI在这轮里真正赚到的那部分。

不性感，但到账。

主要信源（供核对）：

• 欧莱雅×英伟达ALCHEMI合作、配方2月→2小时：欧莱雅官方/新华网
• 欧莱雅提速4倍、胶原洗发水跨界：路透/财联社援引Fabrice Megarbane
• 亿滋AI类似药研算法、60%配方更优、无麸质奥利奥：《华尔街日报》/网易援引Catalano
• 雀巢×IBM包装AI、去人工色素时间表：IBM/雀巢官方
• 雀巢10万员工用Copilot、研发缩短30%：雀巢CIO Chris Wright披露