デザインだけでなく“香り”までもAIで共創する動きが本格化しています。米スタートアップ Osmo が発表した新フレグランスハウス「Generation」は、分子構造データと市場インサイトを組み合わせ、最短数日で香りを提案する仕組み。小ロットのOEMやノベルティ開発にも、データ駆動のアプローチを持ち込めるヒントが詰まっています。
1. 今日のネタ（ニュース要約）
- 出典：[Perfumer & Flavorist]perfumerflavorist.com
- 内容要約：2025年3月、Osmoは独自の嗅覚AI基盤を活用したフレグランスハウス「Generation」をローンチ。分子データ 15 億件と市場トレンドを解析し、ブランド専用の香調を高速で提案・フォーミュレーションする。
- 注目ポイント：
- AIが 成分候補 → 完成香調 まで一気通貫で提案（開発期間を数か月→数日へ）
- マーケットデータと連動し「売れ筋」の方向性をシミュレーション
- 少量専用原料やサステナブル素材まで自動でリコメンド
→ 香りづくりという“ブラックボックス”工程が、データとAIで見える化・短縮化されています。
2. それぞれの視点でどう考える？
🎨 作り手の視点（デザイナー・商品企画）
複雑な香料選定をAIに任せられるため、パッケージやストーリー設計に集中できる。“香りテーマ→AI生成→ビジュアル化” のループが同時並行で回せるのは大きな時短ポイント。
🏢 売り手の視点（営業・販促・店舗）
市場データと連動した“売れる確率”付きの香り提案は説得力抜群。テスター代わりにAR＋香りカードを配布→ECで先行受注→確定注文分だけ量産、といったリスクヘッジ型販促も組みやすい。
👥 買い手の視点（ユーザー・顧客）
「自分好み×ブランド世界観」の掛け算が簡単に体験でき、愛着が高まる。生成過程をコンテンツ化すれば、“香りができるストーリー” 自体が共有・UGC化してバイラルに。
3. うちでやるならどうやる？
- ChatGPT でターゲットペルソナと香りキーワードを整理
- Osmo API（または試用版） で香調プロトタイプを取得
- Firefly / Midjourney でボトル＆パッケージのモックを生成
- Canva で提案資料をテンプレ化し、社内・SNS投票で上位案を選定
- 小ロットOEM（アトマイザーやソリッドパフューム）でテスト販売→リアルの香料調達へ
→ 少人数でも “香り × デザイン × ストーリー” を1スプリントで検証できるワークフローに。
4. 余談のひとこと
香水＝職人領域というイメージが、データサイエンスと結びつくとここまで加速するとは。――「うちのブランドの匂い、AIに聞いてみる？」が次の雑談ネタになるかも。
👇次の一手どうする？
▼デザインをつくるなら
▼ECをつくる
▼チームや企業のカルチャーグッズをつくる
Comment