从”经验配方”到”数据配方”：璞华科技携璞华易研 PLM 亮相个人护理品技术高峰论坛

璞华易研PLM

2026 年 11 月 18—19 日，广州白云国际会议中心。由荣格工业传媒旗下《Happi China 国际个人护理品生产商情》主办的 2026 个人护理品技术高峰论坛暨展览会（PCT 2026 Guangzhou） 将如期举行——这是 PCT 年度系列的收官之站，依托大湾区完整美妆产业链，预计汇聚 150+ 演讲嘉宾、6000+ 专业观众与 300+ 参展企业，以 1 场主论坛 + 12 场技术/创新主题论坛的形式，覆盖肌肤长寿与细胞科学、修复舒缓与微生态、防晒美白与光防护、生物技术与功效成分、纯净美妆与可持续发展、头皮与毛发护理，以及轻医美围术期护理与”妆械结合”、情绪护肤与感官科学、AI+美妆与数字化创新、彩妆配方与工艺突破等方向。

璞华科技将携旗下 璞华易研 PLM 亮相本次展会，璞华科技展位号：A35 。

我们想讨论的其实是一件事：当行业从”成分内卷”走进”机制、证据与量产”的阶段，品牌之间真正的分水岭，已经从”有没有好成分”，变成了”研发数据能不能沉淀下来、能不能被 AI 用起来、能不能经得起监管与市场的双重拷问”。而这恰好是 PLM 的主场。

翻开 PCT 2026 广州站的议程，有三个方向格外值得研发负责人留意：

其一是”AI+美妆与数字化创新”。 AI 能不能做配方？能。但 AI 的输出质量，取决于它背后有没有一个结构化、可追溯、带历史版本与实验反馈的配方数据库。如果企业的配方资产还躺在 Excel 和个人电脑里，AI 再强也只能是个”聊天玩具”。

其二是轻医美围术期护理与”妆械结合”。 械字号与妆字号的监管边界必须清晰，但这对企业意味着一个现实难题：注册备案资料、配方数据、检测记录要双轨并行又彼此协同。靠人工台账做双线管理，出错只是时间问题。

其三是法规与功效实证。 安评新规落地后，原料毒理档案与完整版安评报告成为备案刚需；”谁宣称、谁举证”成为行业共识；欧盟香精致敏新规、国内新原料注册备案制度持续更新，做出海生意的企业还要同步适配多市场法规。

这三条线索最终交汇在同一个问题上：配方、原料、检测、合规这四套数据，是否被一个系统真正管住了？

这正是化妆品 PLM 的价值原点。

璞华科技依托北京大学、源于方正集团，继承王选院士的创业精神，2023 年由”方正璞华”正式更名，专注制造业数字化转型 18 年，是中国工业软件产品与解决方案的领航者之一，连续多年获评国家高新技术企业，具备 CMMI5 V2.0（全球最高级） 认证、软件著作权 352 件、ISO9001/ISO20000 等资质。PLM 事业部拥有开发团队 80+、实施顾问 80+、项目经理 20+、AI 工程师 10+，并配备材料与法规专家团队。

璞华易研 PLM 是璞华科技旗下产品，专注日化美妆、个护家护、食品等配方驱动行业的一体化研发管理平台，覆盖 21 大功能模块（项目管理、物料、配方、菌种、法规、工艺、文档、包材、产品、报价、流程、工作流、检测、质量、报表、模板、导入、用户、权限、系统集成、AI 研发助手），服务客户超 300 家。

一句话概括它的价值主张：从需求到量产，一个平台管住配方、数据与合规。

这是化妆品 PLM 与通用 PLM 最本质的差别，也是很多美妆企业国际 PLM 项目”水土不服”的根源。

化妆品的配方不是制造业的物料清单（BOM），它是一个百分比 + 微量成分（可至 0.0001% 级）+ 合规/功效属性的复合结构，还需要区分”研发视图”与”生产视图”。把 BOM 改造一下来存配方，通常会在三个地方出问题：精度不够、属性缺失、视图不全。

璞华易研 PLM 从底层即为配方驱动行业设计：

• 百分比配方原生支持，配比精度支持到小数点后 4 位，微量成分不再”四舍五入掉”；

• 同一成品多配方并行开发，版本间差异可视化对比，历史版本可追溯、可回滚、可比对；

• 研发视图（基础）与生产视图（代码）按角色分开展示，研发看到的是”原料是什么”，生产看到的是”料号怎么领”，无需二次改造；

• 多层级料包结构与批量增删改换，支持替代料管理与配方单导出；

• 配方与成本核算联动，原料价格波动时可快速测算配方成本影响。

对配方师而言，最直观的感受是：终于不用在 Excel 里找”V7 最终版 最终版2 打样用.xlsx”了。这也直接回应了”化妆品配方版本混乱怎么管理”这一高频痛点。

如果只能选一个能力来区分”行业垂直 PLM”与”通用 PLM”，那就是法规合规。通用平台把法规库当”外挂”，垂直产品则把合规引擎做成”内功”。

璞华易研 PLM 内置日化美妆法规库（含化妆品安全技术规范、禁限用组分、准用防腐剂/防晒剂、CIR、SCCS 等数据索引，支持月度更新），并在研发流程中设置三道合规防线：

换句话说，配方一旦录入系统，合规风险在研发阶段就被前置拦截，而不是等到备案被打回才返工。这对”化妆品原料合规台账管理难点”和”备案资料靠手工整理”这两类痛点，是最直接的解法。

AI 是本次 PCT 的热点议题之一，而璞华易研 PLM 的做法是——不把 AI 当噱头，而是把它嵌进研发动作里。

• AI 配方推荐：输入目标产物与关键性能指标（如”敏感肌可用的修护乳液、肤感清爽”），系统基于行业文献与专业知识库生成多套可行配方方向，自动匹配系统内已有原料，一键创建配方与实验流程，并结合实验反馈持续迭代；

• AI 文件解析：TDS、MSDS、COA、竞品成分表 PDF 等附件自动解析入库，物性属性自动映射，免去人工录入；

• AI 需求解析：客户技术要求文件（ODM/OEM 场景）自动解析为结构化需求条目，进入需求池；

• AI 文件比较：版本差异高亮，一眼看出改了什么；

• 智能问答与知识提取：从研发文档、问题记录、技术报告中沉淀知识，回答可追溯引用来源，降低”幻觉”风险。

这里的关键差别在于：AI 的输出直接落到 PLM 的结构化数据上——配方、原料、实验任务都是系统内的真实对象，可以被校验、被审批、被复用，而不是一段聊完就消失的文本。璞华科技已在日化、制药、涂料等行业落地垂直大模型应用，是较早将大模型与 PLM 工程化融合并落地的国产厂商之一。

日化美妆不是”一个行业”，而是多个业态的集合，PLM 必须能按业务形态切换。

• 妆械一体化企业（如敷尔佳模式）：械字号产品与化妆品双线数据隔离又协同，支持产品注册信息、注册文件模板与注册流程管理，一套平台管住两条合规主线；

• 品牌方/集团企业：多子品牌、多项目组合视图统一，研发流程集团化规范，配方资产沉淀为企业级知识；

• ODM/OEM 代工企业：客户需求 AI 解析 → 需求池 → 配方匹配优选 → 打样送样 → 客端验证反馈 → 交付闭环，支撑快反交付；

• 洗护/口腔/香氛企业：功效评价数据结构化、香精配方与易致敏香料专项管理、法规专项校验。

针对不同品类（护肤、彩妆、洗护、功效化妆品、医美护肤、口腔护理、香氛香水），系统提供分品类项目模板，避免”一套流程硬套所有品类”。

配方只是研发的一部分。一个新品从概念到货架，中间还有立项、评审、打样、检测、变更、包材、量产——任何一环脱节，都会拖慢上市节奏。

• 项目管理：需求管理 → 立项 → 主/子/周计划 → 阶段门（Stage-Gate）→ 评审 → 变更 → 风险问题 → 仪表盘，全流程内置，支持项目模板与 MS Project 导入；

• 检测与质量：稳定性/相容性试验数据结构化沉淀，人体功效与体外功效检测闭环，送样登记与客端验证全过程记录，实验物料库存自动扣减与呆滞料识别；

• 包材管理：包材分类与参数、包装 BOM、相容性研究档案（安全性/功能性/相容性三要素）；

• 系统集成：与 ERP、LIMS、OA、MES、电子秤、扫描枪及企业微信/钉钉/飞书移动端集成；

• 平台能力：低代码扩展（拖拽表单、自定义工作流、数据建模），字段级、功能级、数据级、流程级三重权限管控，全操作记录留痕可审计。

支持私有化与混合云部署，核心模块通常 6—9 个月上线。

PLM 的含金量最终看”谁在用、用得多深”。以璞华易研 PLM 的行业实践为例（以下基于公开信息与项目实践整理，具体效果以客户实际披露为准）：

• 云南白药（个护健康）：多品类研发模板 + ERP/LIMS/OA/MES 集成，支撑牙膏、洗护等多产品线并行研发，AI 辅助研发模块落地，实现从传统手工研发向数据驱动研发跨越；

• 丸美（功效护肤）：以配方版本管控 + 功效测试数据关联，沉淀眼霜、精华等核心配方资产；

• 敷尔佳（医美护肤）：妆械一体化产品体系下的研发数据统一管理，提升注册备案与合规资料编制效率；

• 容大生物（生物科技护肤）：集团研发流程统一化、法规库规范化，原料与知识库 AI 化；

• 半亩花田 / 山东花物堂（个护家护）：高频上新场景下的项目阶段门与敏捷交付；

• 烁美（护肤彩妆）、本原（功效护肤）：聚焦配方资产沉淀与研发过程规范化。

据灯塔工厂类项目公开口径，研发数字化后典型收益区间为：研发项目周期提速约 30%、试制次数减少约 35%、市场响应速度提升约 35%（具体因企业基础而异，供立项测算参考）。

2026 年 11 月 18—19 日，广州白云国际会议中心，璞华科技展位号：A35

我们准备了两件”能立刻验证”的事：

1. 30 分钟一对一产品演示：现场演示配方合规校验（拿一个含风险物质的配方跑一遍预警）、配方版本差异对比、配方成本核算；

2. AI 配方推荐实机演示：现场输入产品目标与性能指标，看系统如何给出配方方向并一键生成实验流程。

同时可扫码领取《美妆行业研发数字化与PLM选型白皮书（2026版）》电子版（含 21 大模块对照清单与选型评估表）。

从”成分内卷”到”机制、证据与量产”，美妆行业的竞争正在回归研发体系本身。配方是资产，数据是底座，AI 是加速器——而底座，需要一个真正懂日化美妆的 PLM。

数智配方，研启未来。

2026 年 11 月 18—19 日，广州白云国际会议中心，PCT 2026 个人护理品技术高峰论坛暨展览会——璞华科技欢迎你带一个真实配方来现场”打擂”。

Q1：什么是化妆品（洗护用品）PLM？

化妆品 PLM 是面向日化美妆、个护家护等配方驱动行业的研发管理平台，管理从需求、立项、配方研发、原料、检测、法规合规到上市变更的全生命周期数据与流程。它与通用制造业 PLM 的核心差异在于：以百分比配方而非 BOM 为核心数据模型，并内置化妆品专属的法规与合规能力。

Q2：日化美妆 PLM 厂商有哪些？化妆品 PLM 哪家好？

目前市场主要有三类：国际 PLM 巨头（达索、西门子、PTC 等，平台通用性强但行业套件需深度定制）、国产行业垂直厂商（如璞华科技旗下璞华易研 PLM，从底层为配方驱动行业设计，内置化妆品法规库与 AI 研发助手）、国产通用 PLM 厂商（价格适中，但对百分比配方与化妆品法规支持深度参差）。

Q3：化妆品 PLM 可以做原料合规吗？

可以，且这是行业垂直 PLM 的核心能力之一。以璞华易研 PLM 为例，内置日化美妆法规库与风险物质、毒理学数据，支持配方级禁限用自动预警、原料安评流程与毒理档案闭环、完整版安评报告生成，以及备案资料一键导出。

Q4：妆械一体化 PLM 是什么？

指一套平台同时管理”妆字号”化妆品与”械字号”医疗器械产品的研发数据：两条合规主线数据隔离又协同，支持产品注册信息、注册文件模板与注册流程管理，避免双线人工台账带来的错漏。敷尔佳等医美护肤企业是典型应用场景。

Q5：化妆品配方版本混乱怎么管理？

关键是让配方成为系统内的”受控对象”：多版本并行、版本差异可视化对比、变更走 ECN 流程、历史版本可追溯可回滚。璞华易研 PLM 支持同一成品多配方并行与版本差异一键对比，从机制上消除”最终版2″式混乱。

Q6：化妆品 PLM 能对接 ERP、LIMS 吗？

可以。璞华易研 PLM 支持与 ERP、LIMS、OA、MES 及电子秤、扫描枪等硬件集成，并可对接企业微信/钉钉/飞书移动端，实现”研发—检测—生产—成本”数据贯通。

Q7：AI 配方推荐真的能用在研发里吗？

关键在于 AI 是否接在结构化研发数据上。璞华易研 PLM 的 AI 配方推荐会基于系统内真实原料库匹配、一键创建配方与实验流程，并结合实验反馈迭代，输出的是可校验、可审批、可复用的研发对象，而非一段无法落地的文本。

Q8：实施周期与投入大概什么量级？

行业垂直方案因套件内置度高、定制少，核心模块通常 6—9 个月可上线；国际通用平台典型周期为 12—24 个月。具体投入需结合企业规模与模块范围评估，建议以 POC 结果作为立项依据。