1月6日，麥肯錫（McKinsey）在最新美妝行業研報《How beauty players can scale gen AI in 2025》（2025 年，美容行業參與者如何拓展人工智慧領域）中深入探討了生成式人工智慧（Gen AI）對護髮、護膚和香水產品行業可能產生的影響。
報告表示，這一科技創新可幫助品牌在營銷策略、客戶體驗和產品開發方面提供支援，“美不再只由觀者進行評判，‘觸手可及’的生成式人工智慧也可提供支援。僅考慮其對美妝行業的影響，生成式人工智慧可能為全球 GDP 增加90億到100億美元的規模。”
麥肯錫研報表示，美妝品牌和零售商已經開始測試生成式人工智慧的應用，但尚未能夠迅速將這些實驗性成果大規模應用在消費者端。同時，當行業領導者能夠大規模應用生成式人工智慧時，行業領先品牌與滯後品牌之間的差距將會進一步加大，前者將變得更加靈活、反應更快，並且更有能力預測、滿足消費者需求，從而保持和提升市場份額。
對此，麥肯錫高階合夥人 Gemma D’Auria 在接受義大利時尚媒體 MFF 採訪時介紹，“在美妝行業，迅速推出新產品並響應消費者反饋至關重要。生成式人工智慧可以在四個方面提供顯著支援：它能夠支援超個性化的營銷策略、客戶體驗、包裝開發以及新產品的開發。”
因此，將生成式人工智慧融入策略中，能夠為化妝品品牌帶來顯著的優勢。Gemma D’Auria 透露，“首先，人工智慧能夠分析大量消費者資料，識別模式並在目標群體中建立細分、微分群體，從而幫助品牌制定超個性化的資訊，提升轉化率，最多可提高40%。”
Gemma D’Auria 補充稱，“其次，像由生成式人工智慧驅動的聊天機器人也能改善購物體驗，降低退貨機率。這些基於大語言模型（LLM）的聊天機器人經過針對產品特性和消費者偏好的訓練，能夠回答更多使用者問題，並提供更加個性化的建議。”
生成式人工智慧還可能顯著加速新包裝的開發和新配方的推出。Gemma D’Auria 表示，“目前這一過程需要生產商與研究實驗室之間的密切合作，以確定最佳成分並嘗試不同組合，直到找到最有效的方案。而生成式人工智慧模型經過訓練後，能夠識別最適合新產品的成分，並建議最佳配方，減少研究所需的時間，原材料成本可降低最多5%。”
上圖：生成性人工智慧對美妝行業前臺、中臺和後臺運營的幫助
生成性人工智慧能夠幫助企業實現增長。那麼，哪種方式最適合美妝行業參與者？麥肯錫報告表示，企業可以透過三種方式引入生成性人工智慧工具：採用、塑造、創造。
-
採用，即將現成的第三方生成性人工智慧解決方案整合到企業的工作流程中，同時幾乎不對其進行定製。這是三種方式中成本最低、資源投入最少的方式，因此，對於依賴零售商進行分銷（而因此擁有較少的消費者資料來定製模型）、缺乏技術人才或資金有限的美妝品牌來說，這是一個具有吸引力的選擇。
-
塑造，即公司在自有的資料和洞察力基礎上訓練第三方生成性人工智慧模型，這些資料和洞察與特定的地理區域、行業、組織和業務需求相關。例如，對於超個性化的定製需求，資料可能包括客戶人口統計學特徵和偏好。而對於創新產品開發，資料可能來自臨床測試的結果。擁有大量消費者資料的大型美妝品牌或零售商可能會選擇這種方式進行塑造。為此，他們需要一支技術人才團隊，能夠為生成性人工智慧工具新增新元件，將其整合到現有工作流程中，並在整個組織內進行部署。
-
創造，即從零開始自行構建自己的大語言模型。不過，麥肯錫預計，這一方式採用的企業不多，因為資本支出和人才投資超出了大多數美妝公司能夠承擔的範圍，同時還可能削弱美妝品牌對其核心競爭力的關注。
不過，麥肯錫也提醒，在評估生成性人工智慧工具或平臺時，美妝品牌應提出如下問題：供應商的資料隱私和加密協議是什麼？供應商會使用品牌的資料來訓練第三方或自有的專有模型嗎？誰擁有輸出結果的版權？與美妝品牌內部系統的整合是否容易（例如，供應商是否提供應用程式介面？他們是否與 Google Analytics 等平臺整合，以便實現更廣泛的應用場景？）
此外，儘管生成式人工智慧所帶來的優勢是顯著的，但這種技術仍存在一些潛在問題。麥肯錫報告舉例稱，“例如，在傳播生成式人工智慧制定的訊息之前，需要確認這些文字是否反映品牌的倫理和價值主張，並避免抄襲或潛在的負面含義。”
｜訊息來源：麥肯錫報告、MFF
｜圖片來源：麥肯錫報告
｜責任編輯：劉雋
點選閱讀原文，檢視更多 人工智慧相關資訊