化粧品・石鹸OEM製造のAI活用｜小ロット製造・薬機法対応・EC展開の効率化

化粧品OEM製造の現場で、AIを使った小ロット対応・薬機法チェック・EC展開の効率化に取り組む地方の中小メーカーが増えている。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援 / 支援実績100社以上）

化粧品OEM製造でAIを活用しEC展開を伸ばすには

化粧品OEM製造AIとは、過去の処方実績・原料単価・充填工程データをAIが学習し、依頼者の希望仕様（テクスチャー・容量・パッケージ）を入力するだけで、概算見積と処方候補を自動で提示する仕組みを指す。従来の化粧品OEム業界では、処方設計はベテラン開発担当者の経験に依存し、見積回答に1〜2週間かかることも珍しくなかった。さらに化粧品は薬機法上の表示規制があり、パッケージ文言や広告表現の確認作業も担当者の目視チェックに頼る現場が多い。

地方のある石鹸OEム会社（従業員15名）の場合、受注のたびに開発担当者が過去の類似処方を手作業で探し出し、見積作成に平均5営業日を要していた。過去の処方データと原料コストをAIに学習させ、仕様入力から概算見積が出るまでの仕組みを整えた結果、見積回答までの日数が5営業日から1営業日に短縮し、開発担当者は処方の微調整や新規案件の相談対応に時間を使えるようになった。この会社では、AI導入前は月間の新規見積対応件数が8件程度だったが、導入後60日で15件まで増え、対応件数を落とさずに受注機会を広げられている。

ここで重要なのは、AIが処方そのものを最終判断するわけではないという点だ。AIが提示するのはあくまで候補であり、最終的な処方確定・品質保証・薬機法上の表現確認は、これまで通り人間の専門知識が担う。地方中小企業のAI活用で失敗しやすいのは、この役割分担を曖昧にしたまま「AIに任せれば正解が出る」という前提で導入してしまうケースである。

処方設計・成分開発をAIで効率化する具体的な方法

処方設計AIとは、既存処方のデータベースと成分の相性・コスト・配合効果のデータを組み合わせ、依頼仕様に近い処方の組み合わせ候補を提示する仕組みである。スキンケア化粧品を専門に受託する化粧品OEム会社を導入した会社では、新規ブランド立ち上げの相談を受けた際、AIが過去の類似処方200件超から近い配合パターンを抽出し、開発担当者はそこから微調整するだけで試作の初回サンプルを作成できるようになった。

実際の業務シーンとしては、営業担当者が商談中にクライアントの希望（「べたつかない乳液」「無香料でオーガニック訴求」など）をその場でAIに入力し、想定原価帯と過去の類似事例を即座に提示する使い方が広がっている。従来はこうした一次回答に数日を要し、商談のスピード感を損なう要因になっていた。AIによる即時回答が可能になったことで、初回商談から見積提示までの期間が平均7日から2日に短縮したという声も聞かれる。

OEムとODMの違いに悩む依頼者も多いが、処方設計AIを使う場面では基本的にどちらの契約形態でも仕組みは共通している。依頼者が処方の方向性まで細かく指定するOEム型でも、OEム側が処方から提案するODム型でも、AIが提示するのは過去データに基づく候補にすぎない点は変わらない。原価面では、原料単価の変動をAIが日次で反映する仕組みにしている会社もあり、これにより見積提示後に原料価格が変動して採算が合わなくなるリスクを事前に把握しやすくなっている。

成分開発の面では、配合実績のあるデータをAIに学習させることで、新規成分を採用する際の配合安定性リスクを事前に洗い出すことも可能になる。ただし、AIが提示する安定性の予測はあくまで参考値であり、実際の安定性試験や使用感評価は従来通り実施する必要がある点は変わらない。

薬機法対応をAIでチェックする仕組みと注意点

化粧品は医薬品医療機器等法（薬機法）により、パッケージ表示や広告表現に制限がある。「効果効能を標榜できない表現」「特定成分の配合率表示ルール」など、専門知識がないと判断が難しい項目が多く、地方の中小OEム会社では専任の薬事担当者を置けないケースも多い。

薬機法チェックAIとは、過去に指摘・修正された表現パターンをAIに学習させ、原稿やパッケージデザインの文言を入力すると、薬機法上リスクのある表現を自動で検出し、代替表現の候補を提示する仕組みである。通販向け化粧品を製造するOEム先の場合、従来は広告代理店から届いたLP原稿を薬事担当者が1件ずつ目視で確認し、1本のLP確認に平均3時間を要していた。AIによる一次チェックを導入した結果、NGワードの検出漏れが導入前の月平均4件から1件未満に減少し、確認時間も1時間程度まで圧縮できた。

ただし、AIによる薬機法チェックは「表現パターンの一次スクリーニング」であり、最終的な適法性の判断や薬事当局への確認が必要な境界的な表現については、必ず専門家・薬事コンサルタントの確認を通す運用が前提になる。この二段構えの体制を作れるかどうかが、地方中小企業が薬機法対応AIを安全に使えるかの分岐点になる。化粧品の表示・広告規制の基本的な考え方は、厚生労働省が公開している資料でも確認できるため、社内ルールを整備する際の一次情報として参照しておきたい（厚生労働省 医薬品等の情報）。

小ロット製造・在庫管理をAIで最適化する方法

化粧品OEム業界では近年、個人ブランドやD2Cブランドからの小ロット依頼が増えている。一方で原料は最小発注単位（MOQ）があり、小ロット対応と原料在庫の最適化は本質的に相反しやすい。小ロット製造AIとは、受注予測・原料在庫・充填工程の空き状況を組み合わせ、複数の小ロット案件をまとめて生産する最適な組み合わせをAIが提案する仕組みを指す。

化粧品OEム受託を行う地方の工場（従業員30名）の場合、小ロット案件が増えた結果、原料の廃棄ロスと工程の遊休時間が課題になっていた。受注データと原料在庫をAIで一元管理し、近い処方・近い充填条件の案件をまとめて計画する仕組みを導入したところ、原料廃棄ロスが導入前比で約35%減少し、工程の空き時間を使った小ロット案件の受け入れ数も増加した。

品質管理・トレーサビリティをAIで強化する

化粧品OEム製造では、原料ロットから充填ロット、出荷先までを紐づけて管理するトレーサビリティが欠かせない。万が一の品質トラブルやリコールが発生した場合、どのロットの原料がどの製品に使われ、どの出荷先に届いているかを即座に追えなければ、対応が後手に回り被害が拡大しかねない。従来はこの紐づけを紙の製造記録とExcel台帳で管理する現場が多く、原料ロットと製品ロットの突合に半日以上かかることも珍しくなかった。

石鹸・化粧品を受託製造する地方の工場（従業員25名）の場合、原料入荷・充填・出荷の各記録をシステムに一元入力し、AIがロット単位の紐づけを自動で突合する仕組みを整えた。その結果、ロット照会に要する時間が半日から10分程度に短縮し、取引先からの品質問い合わせにも即日で回答できる体制になった。さらにAIが原料の入荷ロットごとの使用履歴を学習しているため、特定原料に問題が見つかった場合に影響範囲を絞り込む作業も大幅に速くなっている。

品質管理AIは、製造記録の異常検知にも使える。充填量や粘度などの工程データをAIが監視し、通常の範囲から外れた値が出た際にアラートを出す仕組みを導入すれば、不良品の出荷前に検知できる可能性が高まる。ただし、こうした仕組みも「AIが自動で合格・不合格を判定する」ものではなく、あくまで人間の検査・判断を支援する位置づけで運用するのが安全である。

EC展開・需要予測をAIで加速する

OEムで製造した化粧品を自社ECで販売するブランドも増えており、この場合は「作りすぎて在庫を抱える」「欠品してリピーターを逃す」という2つのリスクが常につきまとう。EC需要予測AIとは、過去の販売データ・季節性・広告出稿状況を学習し、数週間先の販売数を予測して発注・生産計画に反映する仕組みである。

自社ECブランドで化粧品を展開するメーカーの場合、SNS広告のタイミングによって注文数が急増・急減し、需要予測が外れて欠品と過剰在庫を繰り返していた。過去2年分の販売データと広告出稿計画をAIに学習させたところ、需要予測の誤差が導入前の平均40%から15%程度まで縮小し、欠品による販売機会の損失を大きく減らせたという。ECの受注データとOEム工場側の生産計画を連携させることで、発注から出荷までのリードタイムも短縮しやすくなる。

実際の業務シーンとしては、EC担当者が週次でAIの需要予測レポートを確認し、生産管理担当者へ発注量の調整を提案する運用に変わったという声が多い。従来は月次会議でまとめて発注量を決めていたため、需要変化への対応が1か月単位で遅れていたが、週次サイクルに変えることで市場変化への追随力が上がっている。

地方中小企業が化粧品OEMでAI導入につまずきやすいポイント

化粧品OEム業界でAI導入を進める地方中小企業には、共通してつまずきやすいポイントがある。

• データが整っていない：処方データや受注履歴が紙・個人のExcelに分散しており、AIに学習させるデータそのものが揃っていない。
• 薬事判断の責任分界が曖昧：AIの一次チェックを「最終承認」と誤解し、専門家確認を省略してしまう。
• ツール導入が目的化する：見積・処方・薬機法・在庫のどこに一番のボトルネックがあるかを整理せず、話題のAIツールを導入してしまい定着しない。
• 経営者不在の導入：現場の担当者だけで検討し、投資判断や業務変革の権限を持つ経営者が関わらないまま止まってしまう。
• 効果測定の指標がない：導入前の見積日数・廃棄ロス・欠品率などの数値を記録していないため、導入後に「本当に効果が出たか」を説明できず、社内での定着が進まない。

こうした課題は、化粧品OEム業界に限らず地方中小企業のAI活用全般に共通する。FURUSATOでは、いきなりシステムやツールを提案するのではなく、受注から出荷までの業務フローと課題を経営者・担当者双方から整理し、どこにAIを入れると効果が出るかを見極めるところから支援している。

FURUSATOの無料3時間現場セッションで得られる支援内容

FURUSATOは、地方中小企業専門のAI活用・DX支援サービスである。製造業・建設業・物流・卸売業・サービス業など業種を問わず支援実績があり、化粧品OEム製造業のような小ロット・規制対応が絡む業種でも、現場の業務フローを起点に変革を進めている。

FURUSATOが重視しているのは「ITシステム導入」ではなく「業務変革」である。見積・処方提案・薬機法チェック・在庫管理・EC需要予測のうち、どこから着手すれば最も効果が出るかは会社ごとに異なるため、無料の3時間現場セッションでは経営者と現場担当者の双方から話を聞き、属人化・人手不足・アナログ業務という地方中小企業に共通する三大課題のどこに当てはまるかを一緒に整理する。ツールの提案はその後に行う。

中小企業がAI活用や業務変革を検討する際は、経済産業省・中小企業基盤整備機構などが公開している中小企業向けの支援施策情報も一次情報として参照しておくと、補助金や公的支援策との組み合わせも検討しやすい（中小企業基盤整備機構）。

無料3時間現場セッションの進め方は、化粧品OEム業界でも他業種でも大きくは変わらない。まず受注から見積・処方提案・製造・出荷までの一連の流れを担当者ごとに聞き取り、どの工程で待ち時間や手作業が発生しているかを可視化する。次に、その中で最もインパクトの大きい工程（見積対応の遅さなのか、薬機法チェックの負荷なのか、小ロット案件の非効率なのか）を経営者と一緒に絞り込み、着手順を決める。ここまでを1回のセッションで行うため、初回相談の時点で「結局何をすればいいのか分からない」という状態を避けられる。

よくある質問（FAQ）

Q: 化粧品OEM製造でAIを導入すると、見積や開発の期間はどれくらい短縮できますか？

A: 事例では見積回答が5営業日から1営業日に、商談から見積提示までの期間が7日から2日に短縮している。ただしデータ整備の状況によって効果の出方は変わるため、まず社内の処方データを整理することが前提になる。

Q: 薬機法のチェックはAIだけで完結できますか？

A: 完結できない。AIは過去の指摘パターンに基づく表現の一次スクリーニングに使うものであり、最終的な適法性の判断は薬事担当者や専門家が確認する二段構えの運用が前提になる。

Q: 小ロット製造とAIの組み合わせはどんな会社に向いていますか？

A: 個人ブランドやD2Cからの小ロット依頼が増え、原料の廃棄ロスや充填工程の遊休時間が課題になっている化粧品OEム会社に特に向いている。受注データと在庫を一元管理できる体制が前提になる。

Q: EC展開している化粧品ブランドがAIを使う一番のメリットは何ですか？

A: 需要予測の精度が上がり、欠品による販売機会の損失と過剰在庫の両方を減らせる点である。事例では予測誤差が導入前の40%程度から15%程度まで縮小し、発注から出荷までのリードタイムも短縮できた。

Q: FURUSATOに相談する場合、最初に何をすればいいですか？

A: まず無料の3時間現場セッションを利用する。ツールの提案より先に、経営者と現場担当者の双方から業務フローと課題を整理し、着手すべき優先順位を一緒に決めるところから支援が始まる。

関連記事

• プラスチック成形業のAI活用｜不良検知・金型管理・受注最適化で現場はどう変わるか
• 金属加工・町工場のAI活用｜見積自動化・工程管理・図面デジタル化で属人化を解消する方法
• 特産品ECのAI活用｜リピート分析とギフト需要予測で売上を伸ばす方法

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料の3時間現場セッションで、御社の課題を一緒に整理します。