Productontwikkeling
AI in de productontwikkeling van cosmetica is het inzetten van kunstmatige intelligentie (grote taalmodellen, gespecialiseerde analysesystemen en tools voor machine learning) om delen van de merkopbouw te versnellen: marktonderzoek, ingrediëntenanalyse, de naleving rond beweringen, het maken van content, regelgevingsdocumentatie en klantcommunicatie.
Het versterkt menselijke expertise in plaats van die te vervangen.
De meeste artikelen over AI in de cosmetica vallen in een van twee kampen. Het eerste is de hype van AI-bedrijven die hun eigen tools verkopen. Het tweede is de angst van mensen die AI niet dagelijks gebruiken en niet echt begrijpen wat het doet.
Dit artikel is geen van beide.
Na 30 jaar in de hair-and-beautysector, het laatst in private-labelcosmetica, gebruik ik AI elke dag in mijn eigen praktijk. Het heeft vermenigvuldigd wat ik met die expertise kan doen.
Onderzoek dat me dagen kostte, kost me nu uren. Ik zeg weleens dat het me tien keer zo effectief maakt als adviseur: hetzelfde oordeel, dezelfde ervaring, hetzelfde netwerk, alleen sneller en constanter.
Deze gids is een eerlijke blik van iemand die op het kruispunt zit van de traditionele sector en de nieuwe tools: wat AI echt goed doet, wat het niet kan, en hoe je het gebruikt zonder je vingers te branden of achterop te raken.
Wat AI in de cosmetica kan, valt uiteen in vijf duidelijk verschillende gebieden. Elk gebied heeft echte toepassingen en echte grenzen.
| Gebied | Wat AI goed doet | Wat AI niet vervangt |
|---|---|---|
| Marktonderzoek | Reviews, prijzen en beweringen doorlopen | Contacten in de sector, ongepubliceerde signalen |
| Ingrediëntenonderzoek | Functie en alternatieven uitleggen | Een stabiele formule ontwerpen |
| Beweringen en naleving | Onderdelen van het PIF opstellen, regels naast elkaar leggen | De juridische goedkeuring door een gekwalificeerde professional |
| Content maken | Snel teksten op lanceringsschaal produceren | De merkstem zonder een stevige briefing |
| Klantenservice | Eerstelijnsvragen automatiseren | Emotioneel gevoelige gesprekken |
Hieronder staat elk gebied uitgelegd, met de afwegingen die een oprichter moet kennen.
Markt- en concurrentieonderzoek.
AI-systemen lopen in minuten honderden productpagina’s, klantreviews en vakartikelen door, en halen er patronen uit waar een menselijke onderzoeker dagen over zou doen.
Wat een oprichter vroeger een volle week kostte (prijspunten van concurrenten, terugkerende beweringen, trends in ingrediënten, de toon van de reviews), doe je nu op één middag met de juiste workflow.
De grens: AI ziet alleen wat openbaar is. Het weet niet wat er binnen bij fabrikanten speelt, welke nieuwe ingrediënten wel worden getest maar nog niet gelanceerd zijn, of waar een bepaalde toezichthouder op dit moment achter de schermen op let. Daar heb je nog steeds contacten in de sector voor nodig.
Onderzoek naar ingrediënten en formulering.
AI is goed in uitleggen wat ingrediënten doen, welke beweringen ze kunnen dragen, welke alternatieven er zijn, en hoe verschillende ingrediënten op hoofdlijnen op elkaar inwerken.
Vraag AI om het verschil uit te leggen tussen hyaluronzuur en sodium hyaluronate, of om alternatieven voor parabenen met een vergelijkbare werking op te noemen. Binnen enkele seconden heb je een bruikbaar antwoord.
De grens: AI kan geen stabiele formule ontwerpen.
Zeg je tegen AI "maak een formule voor een vitamine C-serum", dan krijg je iets wat op een formule lijkt maar vrijwel zeker niet werkt. Echt formuleren vraagt een chemicus die begrijpt hoe ingrediënten zich samen gedragen, bij echte concentraties, in een bepaalde verpakking, in de loop van de tijd.
Naleving rond beweringen en steun bij de regelgeving.
Dit is een van de gebieden waar AI de meeste waarde toevoegt.
AI kan regelgevingsdocumenten lezen (EU 1223/2009, richtsnoeren van de FDA, Verordening (EU) nr. 655/2013 van de Commissie) en concrete vragen beantwoorden: "Mag ik in de EU hypoallergeen zeggen?", "Past deze bewering binnen de FDA-regels voor cosmetica?", "Welk bewijs draagt deze bewering onder de gemeenschappelijke criteria?"
De documentatielast van naleving in de cosmetica is fors: het PIF opstellen, CPNP-kennisgevingen, dossiers om beweringen te onderbouwen.
Dat kan allemaal sneller met hulp van AI.
De grens: AI is geen toezichthouder. Elke uitkomst moet een gekwalificeerde professional nakijken voordat je er een commerciële beslissing op baseert.
Content en marketing maken.
Productbeschrijvingen, bijschriften voor social, e-mailreeksen, blogartikelen, advertentieteksten. AI schrijft er een eerste versie van in een fractie van de tijd die een menselijke tekstschrijver nodig heeft.
Voor een oprichter die met een klein budget lanceert, maakt dat het speelveld gelijker. Content waar een goed gefinancierd merk een bureau voor betaalt, maak je nu zelf, voor een fractie van de kosten.
De grens: AI schrijft wat statistisch waarschijnlijk is op basis van waar het op getraind is.
Zonder een heldere merkpositionering, een scherpe klantavatar en vastgelegde afspraken over de merkstem leest door AI gemaakte content als eenheidsworst. De kwaliteit hangt volledig af van de kwaliteit van de briefing die je meegeeft.
Klantcommunicatie en klantenservice.
AI-assistenten en geautomatiseerde e-mailsystemen kunnen eerstelijnsvragen, hulp bij bestellingen en productadvies dag en nacht afhandelen, waardoor de oprichter tijd overhoudt voor werk met meer waarde.
De grens: klanten voelen het wanneer ze met AI praten.
Voor vragen waar weinig van afhangt is dat prima. Voor alles wat emotioneel gevoelig ligt (klachten, problemen met een product, ongewenste bijwerkingen) niet.
De grenzen hierboven horen bij een bepaald gebied. Daaronder liggen grenzen die voor elke AI-tool op de markt gelden.
Het kan de band met je fabrikant niet vervangen. Het vertrouwen, het overleg en het samen oplossen van problemen tussen een merk en een fabrikant laten zich niet automatiseren. Gaat er iets mis in de productie (en dat gebeurt), dan belt geen enkele AI-tool de fabrikant voor je.
Het kan geen strategische beslissingen voor je nemen. "Lanceer ik met 3 producten of 5?" "Ga ik voor retail of voor de professionele markt?" "Zet ik de prijs op 45 EUR/USD of op 65 EUR/USD?" Dat zijn oordelen die afhangen van context die AI niet heeft: hoeveel risico je aankunt, je kapitaal, je netwerk, je planning. (De prijsvoorbeelden in dit artikel zijn indicatieve schattingen die verschillen per fabrikant, per regio en per omvang van het project.)
Het kan niet achter een product staan in de kappersstoel of bij een klant thuis. Zodra een product echt haar of echte huid raakt, telt menselijke ervaring zwaarder dan welke uitkomst van AI ook.
AI is sterk waar het werk veel data bevat, op patronen draait of zich herhaalt. Het is zwak waar het werk om oordeel, om relaties of om fysiek gevoel vraagt.
Die scheiding tussen wat AI goed aankan en waar mensen onvervangbaar blijven, bepaalt elke praktische keuze die je als oprichter maakt over welke tools je gebruikt. Doorzie je dat verschil voordat je de eerste tool koopt, dan scheelt dat geld en tijd.
Niet elke toepassing van AI is even waardevol. Sommige leveren echte besparing op in tijd en in kosten. Andere zijn opgeklopt en vallen tegen.
Op basis van dagelijks gebruik in de merkprojecten waar ik aan werk: hier betaalt AI zich echt terug voor wie zijn eerste merk bouwt.
Dit is waarschijnlijk de toepassing van AI met de hoogste ROI voor een nieuw merk.
Geef het een productcategorie (bijvoorbeeld "natuurlijke acneproducten voor volwassenen") en vraag om een analyse van de top 20 producten op Amazon, bij Sephora of in het kanaal waar jij op mikt. Vraag om prijsvorken, veelgebruikte beweringen, patronen in ingrediënten, verpakkingsformaten, thema’s in de reviews.
Wat een week handmatig speurwerk was, wordt een bruikbare samenvatting in een uur.
Gebruik dat als startpunt voor je eigen positionering, niet als het laatste woord.
Een AI-analyse is altijd een eerste versie die jij met je kennis van de sector beter maakt.
AI is uitstekend in het omzetten van een ruw idee in een gestructureerde briefing.
Beschrijf je concept in één alinea en vraag AI om er een formele briefing van te maken, met onderdelen voor doelklant, positionering, beweringen, technische parameters en referentieproducten.
Wat je terugkrijgt is niet af, maar je hebt wel iets om op door te werken.
Dat verkort de afstand tussen "ik heb een idee" en "ik heb iets waarop een fabrikant kan offreren" van weken naar dagen.
AI verwerkt documentatie in bulk beter dan welk mens ook.
Onderdelen van het PIF opstellen, beweringen naast de regelgeving leggen, ingrediëntenverklaringen genereren, de tekst voor de CPNP-kennisgeving voorbereiden. Niets daarvan vervangt de twee rollen die de wet aan mensen toewijst: de verantwoordelijke persoon, die juridisch aansprakelijk blijft voor de conformiteit van het product, en de gekwalificeerde veiligheidsbeoordelaar, die het productveiligheidsrapport moet opstellen en ondertekenen. Alles samen verkort wel de weg ernaartoe.
Voor oprichters die in meerdere markten tegelijk werken (EU + Groot-Brittannië + de VS) wordt de parallelle voorbereiding op de regelgeving behapbaar met steun van AI.
Zonder die steun onderschatten de meeste beginnende oprichters dit werk.
De hoeveelheid content die een lancering vraagt, is enorm: websiteteksten, productbeschrijvingen, e-mailreeksen, socialcontent, blogartikelen, advertentievarianten, persmateriaal.
Met AI haalt een klein team het contentvolume van een lancering zonder een bureau in te huren.
Het draait om de briefing, om de vastgelegde merkstem en om de redactionele controle voordat het naar buiten gaat. Zonder die drie leest de uitkomst als die van iedereen.
Na de lancering helpt AI bij het analyseren van reviews, supporttickets en vermeldingen op social, om patronen boven te halen die je product en je marketing verder brengen.
Waar klanten lyrisch over zijn, waar ze over klagen, wat ze missen.
Daar was vroeger duur marktonderzoek voor nodig. Nu levert een gestructureerde AI-workflow er wekelijks bruikbare inzichten over op.
De toepassing van AI met de hoogste ROI voor een eerste merk is het onderzoeks- en documentatiewerk van weken terugbrengen naar dagen, niet het maken van content.
Juist die tijdwinst laat een klein team werken op de schaal van een goed gefinancierd team, zolang het oordeel bovenop de uitkomst van AI menselijk blijft en scherp blijft.
Elke sector heeft plekken waar de marketing rond AI vooruitloopt op de werkelijkheid. De cosmetica heeft er meerdere.
"Formules gemaakt door AI." Die tools bestaan, maar ze leveren bijna nooit een commercieel bruikbare formule op. De uitkomst ziet eruit als een formule.
Zodra een chemicus ernaar kijkt, komen de problemen boven: een formule die niet stabiel is, onrealistische concentraties actieve ingrediënten, combinaties die niet samengaan, een conserveringssysteem dat ontbreekt.
Behandel AI-formuletools als voer voor een brainstorm, niet als iets wat klaar is voor productie.
"Personalisatie op basis van AI." Veel gepromoot, zelden goed uitgevoerd. De meeste AI-personalisatie in de cosmetica is een quiz die antwoorden koppelt aan bestaande producten. Handig, maar niet de diepe personalisatie die de marketing suggereert.
"AI die de cosmetica-adviseur vervangt." Tools die beloven een ervaren adviseur te vervangen, leveren doorgaans algemene strategie op die elke ervaren adviseur zou afwijzen.
Ze werken voor oprichters die nog nooit met een echte adviseur hebben gewerkt. Ze stellen teleur bij wie dat wel heeft gedaan.
Wil je dieper zien wat onafhankelijke expertise echt oplevert, lees dan de gids over de onafhankelijke adviseur tegenover de fabrikant.
"Regelgeving volledig geautomatiseerd met AI." Geautomatiseerde nalevingstools bestaan en zijn nuttig, maar er blijft een gekwalificeerd mens nodig om de uitkomsten te valideren. Wie volledige automatisering van de regelgeving belooft, verkoopt meer dan er is.
Een eenvoudig filter dat mij goed van pas komt.
Eerste vraag: wie heeft deze tool gebouwd, en kent die persoon de cosmetica? Tools van AI-engineers zonder kennis van de sector leveren vaak uitkomsten die aan de oppervlakte kloppen maar uit elkaar vallen zodra een cosmeticaprofessional ernaar kijkt. Tools die door (of samen met) cosmetica-experts zijn gebouwd, pakken meestal de details die tellen (de nuance in de regelgeving, het gedrag van ingrediënten, hoe het er bij een fabrikant echt aan toegaat) en krijgen de kleine dingen goed.
Tweede vraag: wat doet de tool eigenlijk? Concrete, controleerbare functies ("maak een eerste versie van een onderdeel van het PIF", "analyseer reviews op patronen in het sentiment") leveren echte waarde. Vage beloftes ("merkintelligentie op basis van AI", "revolutionaire innovatie in beauty") meestal niet.
Derde vraag: moet een expert de uitkomst nakijken? Een eerlijke tool is er duidelijk over dat de uitkomst een eerste versie is die een mens moet nakijken. Een oneerlijke belooft eindproducten die klaar zijn voor productie, zonder enig toezicht.
Komt de tool door alle drie de filters, dan is hij het waard om op één afgebakende taak te testen. Zakt hij voor een ervan, hou dan je geld in je zak.
Kijk je 2 tot 3 jaar vooruit, dan zit de interessantste richting voor merkoprichters in een andere organisatie van het werk, niet in een nieuwe tool.
Ze zit in het ontstaan van geïntegreerde dienstenecosystemen waarin AI op de achtergrond draait en een zorgvuldig samengesteld netwerk van menselijke specialisten het werk doet dat echt mensenhanden vraagt.
Vandaag steken de meeste beginnende oprichters enorm veel energie in het zelf aan elkaar knopen van zo’n netwerk: een adviseur voor de strategie, een chemicus voor de formule, een regulatory-specialist voor de naleving, een ontwerper voor de verpakking, een bureau voor de content, een advocaat voor de contracten, een fabrikant voor de productie.
Allemaal apart gevonden, apart beoordeeld, apart gebriefd, en door de oprichter op elkaar afgestemd.
Dat is duur en traag, en het gaat vaak mis. Elke overdracht tussen specialisten is een plek waar het merk samenhang verliest.
De richting waarin de sector beweegt: dienstenhubs waar dit allemaal onder één dak wordt gecoördineerd, met AI voor het verbindende werk (onderzoek, documentatie, content voorbereiden, communicatie) en menselijke professionals voor de delen die alleen mensen kunnen doen.
De waarde zit in wat de AI mogelijk maakt: snellere, goedkopere, helderdere dienstverlening zonder de kwaliteit van echte menselijke expertise te verliezen op de beslismomenten die ertoe doen.
Dat is precies de richting die ik met cosmetiFULL bouw: een dienstenecosysteem waarin 30 jaar ervaring in de hair-and-beautysector samenkomt met een vertrouwd netwerk van specialisten in recht, formulering, verpakking en ontwikkeling.
AI werkt stil op de achtergrond om onderzoek, documentatie, het maken van content en de coördinatie te versnellen.
De dienst is het product, en de AI maakt die alleen beter, sneller en toegankelijker dan wat één adviseur of een traditioneel bureau in zijn eentje kan leveren.
Als deze richting je aanspreekt: cosmetiFULL gaat binnenkort live. Volg de blog voor updates naarmate de lancering dichterbij komt.
Drie praktische gevolgen.
Begin nu met AI, ook al is het beperkt. Oprichters die vroeg vaardig worden met AI, gaan effectiever om met de berg onderzoek, content en documentatie die een lancering meebrengt. Wie AI uit de weg gaat, staat binnen 18 maanden op achterstand in kosten en in snelheid.
Vertrouw niet op AI alleen voor beslissingen over veiligheid, naleving of merkidentiteit. Daar zijn menselijke professionals voor nodig. Gebruik AI om het materiaal voor te bereiden waar zij mee werken, en houd de professional erbij.
Bouw ondertussen relaties op met echte mensen. De chemicus die je vertrouwt, de fabrikant die je kunt bellen, de adviseur die je producten kent. AI versterkt die relaties. Opbouwen moet je ze zelf.
De merkoprichters die het de komende 5 jaar redden, zijn degenen die AI als gereedschap gebruiken, met menselijke expertise erachter op de plekken waar de beslissingen echt tellen.
Hoe je in deze context een fabrikant kiest, waarbij AI helpt bij de voorbereiding maar de relatie zelf menselijk blijft, staat in de gids over het kiezen van een fabrikant.
Voor het bredere plaatje van wat private-labelcosmetica is en hoe het model vandaag werkt, is er de complete gids over private-labelcosmetica.
Kan AI cosmetische formules maken?
Geen die klaar zijn voor productie. AI kan tekst maken die een formule beschrijft, plausibele combinaties van ingrediënten opsommen en startpunten voor een chemicus voorstellen. Maar echt formuleren vraagt chemie (stabiliteit, verenigbaarheid, conservering, textuur, prestatie in de tijd) die AI niet kan valideren zonder labtests. Behandel formules uit AI als brainstormmateriaal voor een menselijke chemicus, niet als formules die klaar zijn om te produceren.
Gaat AI cosmetica-adviseurs vervangen?
Niet bij ervaren oprichters, en niet bij strategische beslissingen. AI vervangt delen van het werk van een adviseur (onderzoek samenvatten, documenten opstellen, content maken), maar niet de kern van de waarde (oordeel, strategie, de band met fabrikanten, verantwoordelijkheid voor het resultaat). Wat AI wel vervangt, is algemeen instapadvies dat vooral openbare informatie bij elkaar harkte. Zit de waarde van jouw adviseur in 20+ jaar gespecialiseerde ervaring en een echt netwerk, dan versterkt AI die persoon in plaats van hem te vervangen.
Hoe wordt AI vandaag in de beautysector gebruikt?
Grote merken gebruiken AI voor het analyseren van trends en klantgedrag, voor gepersonaliseerde aanbevelingen, voor virtueel passen, voor het automatiseren van de klantenservice en voor het plannen van de toeleveringsketen. Kleinere merken gebruiken AI vooral voor het maken van content, voor marktonderzoek en voor klantcommunicatie. Het gat tussen wat grote merken met AI doen en wat kleine merken kunnen, wordt snel kleiner dankzij betaalbare tools op basis van LLM’s.
Welke AI-tools bestaan er vandaag voor cosmeticamerken?
Er zijn tools om beweringen op naleving te controleren, om ingrediëntendatabases te doorzoeken, voor INCI-analyse, voor het maken van content, voor sentimentanalyse van klanten en voor steun bij regelgevingsdocumentatie. De meeste worden verkocht als gespecialiseerde SaaS. Veel van de beste resultaten komen niet van beauty-techtools met één doel, maar van algemene LLM’s (ChatGPT, Gemini, Perplexity) binnen zorgvuldig opgezette workflows. Welke aanpak past, hangt af van je budget, van je toepassing en van hoe technisch je zelf bent.
Is het ethisch om AI te gebruiken bij het opbouwen van een cosmeticamerk?
Ja, als je het verantwoord gebruikt. AI inzetten voor onderzoek, voor het voorbereiden van content en voor documentatie is efficiënt en onomstreden. Ethische bezwaren komen vooral op wanneer AI wordt gebruikt om beweringen te verzinnen, reviews na te bootsen of een beoordeling van de veiligheid te vervangen waar gekwalificeerde professionals voor nodig zijn. De regel: gebruik AI om eerlijk werk te versterken, niet om zwak werk te laten doorgaan voor sterk werk.
Kan AI me helpen bij het kiezen van een fabrikant?
Gedeeltelijk. AI kan je helpen fabrikanten te onderzoeken, hun openbare capaciteiten te vergelijken, hun klantenportfolio’s te analyseren en de vragen voor te bereiden die je moet stellen. Maar de keuze zelf vraagt nog altijd gesprekken tussen mensen, bezoeken aan de fabriek (of een rondleiding op video), het beoordelen van monsters en het nalezen van het contract. AI versnelt de voorbereiding op de keuze van een fabrikant. Het vervangt de keuze niet.
Hoe begint een klein merk met AI?
Begin met één toepassing die veel oplevert. Kies het gebied waar je de meeste tijd kwijt bent aan onderzoek of documentatie, en bouw daar een eenvoudige AI-workflow voor. Probeer niet alles tegelijk te automatiseren. Beheers één workflow, leer wat AI goed en slecht doet voor jouw specifieke bedrijf, en breid daarna uit. De meeste beginnende oprichters halen meer waarde uit het goed gebruiken van één LLM dan uit een abonnement op 5 gespecialiseerde tools.
De AI heeft deze pagina getranscreëerd uit het Engelse origineel en de juridische termen getoetst aan de officiële versie van de verordening in deze taal. Lees het Engelse origineel
Verder lezen
Hoe je monsters van cosmetische producten aanvraagt, beoordeelt en van feedback voorziet. Een praktische gids bij het monsterproces die dure productiefouten voorkomt.
Hoe je een haarverzorgingslijn opbouwt die echt verkoopt. Van kapper tot consultant: productkeuze, professioneel tegenover retail, en de strategie voor je lancering.
Hoe je een huidverzorgingslijn opbouwt die echt verkoopt. Strategische gids voor oprichters over productkeuze, positionering en de volgorde van je lancering.
