上新是品牌增长最确定的主引擎之一，而这台引擎的转速，往往不取决于研发或营销，而取决于合规的速度。
过去，这一环节只能依靠人力堆叠；当AI开始能够交付可复核的结果，这个最耗时的环节，第一次迎来了结构性的解法。
9月3日，恩特科技联合创始人、AI产品研发负责人徐嘉祺受邀在第二届「AI赋能化妆品行业未来」大会发表主题演讲《AI驱动合规：从“人工审核”到“智能交付”——化妆品新品开发效率跃迁实战》，分享了AI贯穿新品开发全流程的效率解法与合规边界。
01 从“单点提速”到“整体提效”
新品开发并不是一道单独的审核题，而是一条从概念、配方、文案、包装到备案不断向前推进的链路。任何一个环节出现等待、退回或返工，都会继续影响后续进度。
徐嘉祺在演讲中指出：真正的效率，不能只看某一段跑得有多快，而要看完成整件事需要多少时间。放到新品开发中也是一样，单独把一次法规查询或一次审核提速，并不等于新品上市周期会同比缩短。
因此，恩特科技从一开始关注的就不只是某个审核工具，而是围绕新品开发全过程搭建AI合规能力，覆盖“概念→配方→文案→包装→备案”的全流程AI合规工具矩阵。让AI进入法规查询、配方判断、包装审核和资料处理等真实工作流。
02 从“回答问题”到“交付结果”
过去的AI更像一个问答工具：人提出问题，AI给出答案；但真正的合规工作并不会因为得到一句答案就结束，后面仍然需要查来源、核条件、整理资料，再继续完成下一步。
Agentic AI带来的变化，是AI开始能够围绕一个目标调用不同工具和数据，把任务推进到一个可以直接复核的结果。
恩特科技也把这一逻辑应用到了合规场景。基于Harness工程方法论，将法规、案例、产品数据以及不同业务工具接入AI工作流，让AI能够完成从信息检索、条件判断到结果整理的连续过程，而不是停留在生成一句回答。
与此同时，恩特科技采用“AI预审＋人工终审”的协作机制：高频、重复和信息密集型工作交给AI，灰度判断、例外处理与最终确认仍然由法规专业人员负责。对合规而言，效率提升的前提始终是结果可复核、依据可追溯。
03 从“人工审核”到“智能交付”
这种工作方式，已经被恩特科技落到了多个具体场景中。
法规咨询：结合具体场景查询法规、处罚案例及产品数据，交付结论、适用条件和法规来源。
配方审核：直接交付风险清单，通过完成多法规交叉比对，输出判断结果、依据及需要关注的问题。
包装审核：可以识别设计稿中的信息，将问题定位到具体位置，并形成包含问题、依据和修改建议的结果。
资料整理填报：自动识别原始文件字段，将人工逐项摘录转变为AI处理后人工复核。
支撑这些场景的，是恩特科技的全流程AI合规工具矩阵。
CosReg：面向化妆品行业的法规智能助手，覆盖1200余部法规、21000余个处罚案例与200万条产品数据，支持成分查询、配方审核、产品查询和法规问答等，帮助用户更高效完成法规检索与合规判断。
美程思：专为化妆品企业设计并研发的合规管理系统，覆盖完整版安全评估、配方审核、包装审查、备案流程及资料管理等化妆品合规全流程，相关能力已在真实业务中跑通10至100倍的效率跃迁。
04 从“线性接力”到“全程协同”
但即使每一个单点任务都更快，新品开发仍然存在另一个问题：不同部门、不同系统和不同版本之间，依然需要不断传递信息。
比如配方调整之后，法规判断可能要重新进行；包装已经进入设计阶段，如果后续发现宣称或配方问题，又可能向前返工。也就是说，单点Agent解决的是“每一棒跑得更快”，但还没有完全解决“棒与棒之间如何衔接”。
因此，恩特科技进一步思考的是：能不能让AI不只负责一次审核，而是围绕同一个新品持续工作——统一汇总资料、维护最新版本、跟进任务状态，并在研发、法规、包装与备案之间持续同步信息。
当AI从单个工具中的助手，变成贯穿新品开发全过程的合规Agent，合规的角色也会随之改变：它不再只是上市前的一道检查，而是更早进入开发过程，帮助企业提前发现问题、减少返工，并最终缩短新品从概念到上市的整体周期.
