供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开

麦肯锡报告:美容行业Gen AI应用加速,这四大场景不容错过

来源:荣格个人护理 发布时间:2025-01-17 668
智能制造软件及平台智能加工设备智能制造解决方案个人护理品原料配料加工生产设备包装设备及材料检测及测试技术其他 市场趋势行业展望应用及案例产业动态抗衰老/抗老化/健康老化化妆品与个人护理品配方

全球管理咨询公司麦肯锡(McKinsey)近期发布了一份最新行业研究报告《美妆玩家如何在 2025 年扩展生成式人工智能》(How beauty players can scale gen AI in 2025 - McKinsey & Company),深入分析生成式人工智能在美容行业的应用前景。

 

数字化加速的时代下,生成式人工智能正重新定义美的标准。从个性化营销到产品创新,人工智能带来的不仅是效率的提升,更是美容行业商业模式的深刻变革。麦肯锡的数据显示,生成式人工智能预计将为全球美容行业带来 90 亿至 100 亿美元的增量价值……

 

 

生成式人工智能(Gen AI)技术的普及正在加剧美容行业的马太效应

 

率先实现大规模应用的企业将获得显著的先发优势,通过技术赋能提升市场响应速度、增强消费者洞察能力,进而扩大与竞争对手的差距。而迟迟不能跟上技术变革步伐的企业,则可能在激烈的市场竞争中逐渐边缘化。

 

事实上,目前美容企业普遍面临的挑战不在于是否采用生成式人工智能,而在于如何在技术快速迭代的背景下实现规模化应用。麦肯锡的研究认为,成功的企业往往采取了两个关键策略——一是聚焦最具价值的应用场景,二是根据企业特点定制解决方案

 

根据其最新的行业调研,生成式人工智能在美容行业已延伸至十余个业务场景,涵盖从前台营销到后台运营的各个环节。

 

考虑到美容行业对产品上市速度和消费者反馈响应的高要求,这四大场景最具发展潜力——超个性化营销、沉浸式产品探索、包装概念快速开发以及创新产品研发。不同的场景用的成熟度各不相同,部分场景如客服聊天机器人已经得到广泛应用,而有的场景则处于起步阶段,蕴含巨大发展潜力。

 

 

 

Part 1

超个性化营销:数据驱动的精准触达

 

在竞争日益激烈的美容市场,打造差异化价值主张固然重要,但如何让产品精准触达目标消费者更是关键

 

麦肯锡研究显示,个性化营销可将客户获取成本降低高达 50%,提升收入 5% 至 15%,并使营销投资回报率提高 10% 至 30%。

 

传统美容企业受限于技术能力,往往只能针对少数几个消费者群体开展营销活动,粗放式的客群细分策略使大量市场机会无法被充分挖掘。生成式人工智能的出现彻底改变了这一局面。通过超个性化营销信息,品牌可以将转化率提升高达 40%。

 

以一个典型场景为例——某消费者居住在法国,年消费额较低,最近购买了防晒霜。在采用生成式人工智能之前,她收到的自动化短信可能是:「重磅消息!新品上市。全场限时 8 折。」而现在,系统会发送更有针对性的信息:「Bonjour,Camille!想试试我们专门用于卸除防晒的洁面泡沫吗?现在购买可享 8 折优惠,与您最近购买的防晒霜搭配使用效果更佳哦。」

 

不过,品牌在应用超个性化营销时需要把握一些关键点。

 

首先是确保品牌调性,营销专家需要审核人工智能生成的内容,避免出现与品牌形象不符或可能引起负面影响的表述。

 

其次是整合数字资产,将生成式人工智能模型与数字资产管理系统(DAM)和营销活动管理工具进行整合,实现创意资产的智能分类,使营销团队能够专注于更高价值的工作。

 

最后是要建立内部能力,大型美容企业可考虑建立自有的超个性化营销能力,不仅能充分利用自有消费者数据训练模型,还能以更快的速度测试和优化个性化沟通。

 

 

Part 2

沉浸式产品探索:重塑购物体验

 

尽管近年来产品发现环节已经出现了诸多技术创新,但消费者体验仍有很大提升空间,生成式人工智能预计能为这一领域带来了突破性进展。

 

在智能对话升级方面,新一代聊天机器人基于大语言模型训练,能够理解更丰富的问题类型,提供个性化推荐。例如某国际生活方式品牌应用这一技术后,转化率提升高达 20%。

 

虚拟试用进化方面,通过图像生成技术,消费者不仅能看到产品在不同场景下的效果,还可以模拟长期使用后的潜在收益。这一功能在减少退货率方面发挥了重要作用。

 

另外,生成式人工智能也为线下体验带来不少革新,提升实体店的购物体验。例如当开启定位服务的消费者走进店铺时,系统可基于其客户档案和购买历史,在互动屏幕上展示个性化内容,提供沉浸式的购物体验。

 

根据麦肯锡调研,71% 的消费者期待企业提供个性化互动,76% 的消费者会因未获得个性化体验而感到失望,这凸显了企业尽快布局这一领域的紧迫性。

 

 

Part 3

包装创新:提速产品概念开发

 

美容行业中,包装设计往往与产品本身同等重要,直接影响消费者的购买决策

 

传统的包装开发流程需要设计师、文案、策略师和包装专家们在创意和理念上不断碰撞,往往耗时数月。生成式人工智能虽不能完全取代这个过程,但能显著加快创新节奏

 

在实践中,设计师可以先向人工智能平台提出明确要求,比如「展示五款夜间保湿霜的包装方案,强调护肤功效和可持续包装材料」。

 

基于这个初始输入,设计师可以根据焦点小组和消费者调研的反馈不断调整设计方向。

 

之后,广告设计师会将新包装的效果图用于数字广告测试,通过在线互动数据了解消费者的真实反应。这些实时反馈又会反哺到生成式人工智能平台,进一步优化概念创作和原型设计。

 

某国际饮料品牌采用这种方法后,概念开发时间缩短了 60%,加快了产品上市进程,在市场竞争中赢得了先机。

 

 

Part 4

创新产品研发:加速配方突破

 

美容产品的配方开发向来是一项耗时耗力的工程,企业需要与实验室密切合作研究原料特性,反复实验不同配方,并通过严格的安全性、稳定性和功效性测试。生成式人工智能正在改变这一现状。

 

通过对产品物料清单、原料使用数据、工艺参数、内部研究资料和专利信息等海量数据的学习,人工智能系统可以快速识别最适合新产品的成分组合,预测产品效果,并提供详细的配方建议。

 

以开发一款夜间保湿霜为例——配方科学家可以要求人工智能创建一个新配方,重点突出神经肽这种备受欢迎的护肤成分,强调抗衰老效果,同时还要考虑降低配方成本。

 

当人工智能提供初步配方后,科学家会开展实验室测试,评估各种成分的相容性和稳定性,并进行必要的安全性测试、消费者测试和临床试验。根据这些测试的结果和消费者的反馈,配方会进入持续迭代优化的阶段。

 

虽然实际的测试过程仍然不可或缺,不过,麦肯锡的分析显示,生成式人工智能能将产品研究时间从数周压缩到数天。更重要的是,在产品开发过程中还能节省高达 5% 的原材料成本。效率的提升加快了创新步伐,能为企业带来了实质性的成本优势。

 

面对迅速发展的人工智能企业平台市场,美容企业需要根据自身情况选择恰当的技术路径——

 

  • 对于主要依赖分销渠道、技术人才有限或投资预算较少的品牌而言,「应用者」模式可能更为适合。这种模式下,企业可以直接整合现成的第三方解决方案,虽然定制化程度较低,但投入成本相对较小。

  • 而拥有丰富消费者数据的大型美妆品牌或零售商,则可以考虑采用「塑造者」模式,利用自有数据训练第三方模型,实现更高程度的个性化,但这需要配备专业的技术人才团队。

 

考虑到美容行业对市场响应速度的极高要求,麦肯锡的建议是,企业可以采用模块化的人工智能组件,以便在不同模型供应商之间灵活切换。同时要认识到,美容产业不仅仅是技术,也不能缺失人文关怀,在追求技术创新的同时,人类独特的创造力、审美能力和专业判断仍然不可或缺,而这也是正确保产品安全性和品牌调性的关键保障。

 

 

Part 5

如何实现生成式人工智能规模化应用?

 

在美容行业大规模推广生成式人工智能应用,需要企业从战略高度系统思考实施路径。结合消费品行业的数字化转型经验,美容企业可以采取四个关键步骤——

 

首先是统一领导层对愿景、价值和路线图的认识:要从试验阶段迈向规模化应用,企业必须明确上述四大应用场景中哪些能带来最大的收入提升、时间和成本节约以及客户体验改善。这需要整合营销、客服、产品开发等各职能部门的领导者,共同评估潜在价值并制定实施路径。

 

其次是增强组织能力:尽管生成式人工智能前景广阔,但要在长期实现有效应用,企业领导层必须评估这项技术如何融入并得到组织能力的支持,包括运营模式、数据和技术实践以及人才储备等方面。跨职能团队的建立至关重要,他们需要评估组织现有能力,明确还需要建设哪些新能力,并通过培训项目弥补团队能力缺口。

 

第三是持续测试和优化:美容企业应在可控环境下测试人工智能的输出效果。以营销场景为例,企业可以选择电子邮件、短信或付费媒体等特定渠道,通过 A/B 测试评估人工智能生成的广告效果。评估既包括定量指标,例如销售影响和点击率;此外也涵盖定性分析,例如如广告是否符合品牌调性。人工智能平台可以基于这些经验不断学习,在后续测试中产出更好的结果。

 

第四是建立风险管理框架:美容产品往往与消费者产生情感共鸣,加上这个品类的高度社交属性,美容企业必须建立严格的防护机制来预防和控制使用生成式人工智能可能带来的风险。风险管理框架需要考虑人工智能输出的可解释性和可靠性、安全威胁、公平性或偏见问题、知识产权侵权、第三方人工智能工具使用风险以及隐私保护等多个方面。生成式人工智能应该是对企业营销或产品开发团队工作的增强,而非取代。

 

通过麦肯锡这份报告,我们可以观察到成式人工智能在这个行业的应用绝不仅仅停留在表面,将这项新的技术与其他数字化和人工智能工具有机结合,同时提升组织能力,将能让企业在未来的竞争中保持领先优势。

 

 

参考资料:

How beauty players can scale gen AI in 2025 - McKinsey & Company

The economic potential of generative AI: The next productivity frontier - McKinsey & Company

The beauty boom and beyond: Can the industry maintain its growth? - McKinsey & Company

A generative AI reset: Rewiring to turn potential into value in 2024 - McKinsey & Company

What is personalization? - McKinsey & Company

What it takes to rewire a CPG company to outcompete in digital and AI

Implementing generative AI with speed and safety - McKinsey & Company

 

来源:

综合编译:John Xie

关注微信公众号 - 荣格个人护理
个人护理、美容、化妆品、香水、包装等行业专业人士必读。美国《happi》与《Beauty Packaging》杂志在中国唯一合作伙伴。
推荐新闻