AI就能測試化妝品，能讓「白老鼠」永遠走出實驗室了嗎？|數位時代 BusinessNext

AI就能測試化妝品，能讓「白老鼠」永遠走出實驗室了嗎？

動物實驗對動物造成極大的痛苦，許多動物終其一生都奉獻給實驗，甚至不曾見過陽光，目前已經有科學家利用過往的資料，結合AI預測藥物反應，不僅能夠增加效率、節省成本，未來或許能讓「白老鼠」永遠走出實驗室。

科學醫藥需求下，大量動物被犧牲

據統計，每年全球約有1億1500萬隻動物被用在各種實驗中，以歐盟來說，在2011年就用了了1萬7896隻狗、3713隻貓、35萬8213隻兔、6686匹馬、6095隻猴子、67萬5065隻鳥、7萬7280隻豬、2萬8892隻羊、3萬914頭牛，以及超過100萬隻魚及850萬的齧齒類動物。

因為科學家不能恣意預測藥物的性能及反應，動物實驗室就成為現代藥品開發重要的基礎，在動物上取得的實驗數據，也為後期進入人體測試階段提供極大的安全性。不過動物實驗具有極高的重複性，以化妝品毒性測試來說，因為不確定毒性效果，必須重複的在動物身上給藥，往往讓動物承受極大痛苦，且實驗過程充滿未知，經常造成大量動物意外死亡。

然而在科學醫藥的需求下，這類動物的犧牲雖然被視為合理，若從生命的角度來看，過程不僅不人道，也造成極大的資源浪費。

AI毒性準確率，比動物實驗還要高

根據研究期刊 Toxicological Sciences最新一份報告指出，現在的技術已經可以根據過往累積的實驗數據資料，去預測藥物可能的反應。

藥物研發因為相當耗時，許多藥廠近年也都紛紛擁抱新科技，目前已經有28家大型醫藥公司、93家新創公司，投入數千萬美元研究如何將AI導入製藥以及新藥品測試。人工智慧公司Exscientia執行長Andrew Hopkins表示：「AI在設計以及化合物選擇上表現得更好，」最終可以減少實驗的次數「代表能節省更多的金錢以及時間。」Andrew Hopkins認為，目前在動物實驗中取得的數據多數儲存在資料庫中，基於生物學的複雜性，以及過去未能有效利用，如果能借助AI將這些數據加以利用，就能減少動物實驗。

研究團隊從2014年開始累積數據，總共蒐集1萬種化學合成物，透過AI針對這些物質進行86萬次的測試，最終得出分子結構與毒性類型之間的關係，可以知道該物質對於DNA、皮膚會造成什麼影響。最終結果顯示，AI測試得到的毒性準確率為87％，動物測試的準確率則為81％，可以說在某些情況下，AI的準確度已經與動物實驗好上許多。

動物實驗仍有其優勢

不過這個實驗的結果，真的就代表AI可以就此取代實驗用動物嗎？從上述例子來看，實驗團隊光是要做一種毒物測試，就花了將近四年的時間準備所需要的數據以及實驗，先不用說每一年有多少新藥在研發、實驗，如果該藥品需要進行多種毒性測試，甚至比較高階的藥物需要更多複雜的數據，那麼整個累積資料庫數據的前置工作就會被拉得很長。

另外，之所以會使用在生理特徵上與人類相似的動物來實驗，是因為人體組成非常複雜，許多的副作用、反應、過敏，往往是在實驗室中無法預測的，AI能在數據的基礎上完美的分析資料，但反過來想，這會不會讓AI束縛了動物實驗可能發現的意外反應呢？

當然，將AI導入藥品研發不單單只是為了人道原因，研發效率提升、成本降低或許才是更大的誘因，動物實驗仍存在其獨特的優勢，然而就由AI的加入，或許可以減少實驗用動物的犧牲數量，在人道、科技發展間取得平衡。

在高度碎片化的年代，企業行銷，不該是短跑，而是一場需要團隊默契的接力賽。

從社群平台、通訊軟體、搜尋引擎，再到網紅、短影音等，消費者與品牌的接觸點愈來愈碎片化。為了追求更好的行銷成效，企業陸續導入口碑行銷、廣告投放、會員經營等不同策略，並搭配各式各樣的 MarTech 工具，希望精準掌握每一次與消費者互動的機會。

然而，這些行銷策略就如同接力賽的跑者，雖然每一棒都努力衝刺，卻常常無法將成果順利交給下一棒，口碑、廣告與會員經營往往分屬不同負責人、使用不同平台，不僅數據散落在不同系統、跨部門協作成本高昂，一旦負責人員異動，累積多年的實戰經驗也容易隨之流失，使企業難以將每一次投入轉化為長期成長動能。

擁有 20 年行銷實戰經驗的數聚集團創辦人張元溢（Mars），看見許多企業投入愈來愈多工具與預算，卻始終無法累積真正的成長資產。他直言：「工具越多，不表示結果越好。」真正的競爭力，在於建立一套能整合數據、沉澱經驗並持續優化的成長機制，讓每一次行銷投入都成為下一次決策的養分，形成能不斷學習、自我進化的成長閉環。

基於這樣的理念，他整合旗下 Reddoor 紅門互動、Justar 數聚國際與 INLY 影領三大品牌，成立「數聚集團」，並提出全台首創的「聲量、流量、存量」行銷飛輪，串聯品牌曝光、流量轉換與會員經營三大階段。並整合第一方、第二方、第三方數據與生成式 AI，協助企業打造能自主學習、持續優化的 AI 成長引擎，讓品牌成長不再仰賴一次次重新開始，而是形成能持續累積價值的商業飛輪。

從聲量、流量到存量，打造會持續成長的品牌飛輪

達摩媒體暨影領國際執行長林合政（Adam）指出，企業在不同成長階段都有明確的經營目標，例如建立品牌聲量、透過廣告帶動流量，或深化會員經營、提升顧客價值。然而，任何一項策略都不可能無限放大成效，當成長逐漸趨於飽和，就需要下一個階段接力，才能持續創造新的成長動能。

林合政表示，真正重要的，不是哪一個環節最成功，而是每一個環節都能為下一個階段創造價值。當品牌聲量帶動流量、流量沉澱為會員資產，再透過會員口碑與數據反哺品牌影響力，便能形成持續運轉的品牌飛輪，而不是依賴一次次的廣告投入。

數聚集團品牌長蔡雅藍（Blue）進一步拆解品牌飛輪的運作架構。第一步，由 INLY AI 網紅媒合平台快速媒合適合的創作者，以內容建立品牌信任與市場討論度，為品牌累積第一波成長動能。

接著，由 Justar 數聚國際接力擴大市場觸及，透過數位廣告、線下媒體與多元渠道整合，精準接觸潛在受眾，將品牌關注轉化為實際流量與訂單。

當新客成功導入後，再由 Reddoor 紅門互動透過會員經營、數據分析與自動化行銷，提升顧客黏著度、回購率與終身價值，將一次性的流量沉澱為可持續經營的品牌資產。

最後，再透過 MGM（Member Get Member）會員推薦機制，讓忠誠會員主動分享使用體驗、推薦親友，進一步帶動品牌討論與新客加入，形成「聲量 → 流量 → 存量 → 聲量」持續循環的品牌飛輪。
張元溢表示，這套飛輪並非一開始就規劃好的商業模式，而是數聚集團二十多年來陪伴品牌成長、持續驗證與優化後逐步發展出的成果。

「我們最早做的是廣告，後來客戶開始需要口碑；當口碑做好了，又開始思考如何留下會員、提升回購。」他回憶，團隊每一次拓展服務，都不是為了增加產品線，而是在陪伴客戶成長的過程中，看見下一個真正需要解決的問題，也因此逐步收斂出如今的「聲量、流量、存量」品牌飛輪。

從 Data Lake 到 Vibe Marketing，AI 開始接手整個行銷流程

飛輪要能持續運轉，關鍵不只是串聯聲量、流量與存量，更在於每個階段產生的數據能否真正累積。為此，數聚集團打造 Data Lake（數據中台），整合會員、廣告等第一方數據，並串接第二方、第三方資料，將原本分散於不同系統的資訊，匯聚成企業專屬的數據底座。

「現在大家都在談第一方數據，但企業真正缺的，其實是把不同來源的數據整合起來。」張元溢表示，除了企業自身累積的會員資料，數聚集團也串接發票數據、線下渠道等外部資訊，協助品牌從更完整的消費旅程理解市場，而不是只看見自己的會員輪廓。

當數據基礎建立完成後，AI 才真正開始發揮價值。過去，AI 多半停留在生成文案、圖片等單點應用；如今，數聚集團希望讓 AI 直接參與整個行銷流程。品牌只需提供活動網址（URL）、預算與行銷目標，AI 即可根據品牌歷史數據與過往成效，自動完成創作者媒合、媒體投放與策略配置，並在執行過程中持續學習與優化。

蔡雅藍表示，這也是數聚集團提出 Vibe Marketing 的核心概念。「就像 Vibe Coding 讓開發者透過自然語言完成程式開發，Vibe Marketing 則希望讓企業只需描述商業目標，AI 就能完成大部分的行銷規劃與執行。」她認為，AI 的角色不只是生成內容，而是逐步接手重複且仰賴經驗的工作，讓行銷人員能將更多時間投入品牌策略、產品創新與顧客經營。

林合政補充，真正的競爭優勢，不是使用同一套 AI 模型，而是企業是否擁有屬於自己的數據與經驗資產。當品牌知識、行銷策略與營運經驗，都能透過 Data Lake 持續沉澱並回饋 AI，每一次決策都將成為下一次成長的基礎，形成企業專屬的 AI 成長引擎。

展望未來，張元溢表示，數聚集團將持續整合 AI、Data Lake 與生態系夥伴資源，將這套品牌成長模式從線上延伸至線下，並逐步拓展海外市場。他認為，當品牌能讓每一次聲量、每一筆流量、每一位會員都成為下一次成長的起點，AI 才真正從工具，進化為企業的成長引擎。

為了進一步分享這套方法論與最新產品布局，數聚集團將於 8 月 12 日舉辦「數聚・領航 2026 產品發表會」，首度完整公開以 AI 為核心的品牌成長飛輪，並攜手聯合線上、傑思・愛德威、SHOPLINE 等合作夥伴，從媒體、代理商到電商生態，共同探討 AI 時代品牌經營的新策略與成長機會。活動將於 8 月 12 日（三）14:00–16:30 舉行，品牌可透過報名頁（https://reurl.cc/KEAYOe）報名參與。