美容品牌和零售商已经开始试水生成式人工智能。为了快速扩大这些实验的规模，美容玩家应该专注于高价值的用例，并定制新一代人工智能工具来满足他们的需求。
美容品牌和零售商已经开始试水生成式人工智能。为了快速扩大这些实验的规模，美容玩家应该专注于高价值的用例，并定制新一代人工智能工具来满足他们的需求。
美不再是情人眼里出西施。它就在生成式人工智能 (gen AI) 提示器的指尖。仅基于对美容行业的影响，Gen AI 就可以为全球经济增加 90 亿至 100 亿美元， 1生成式人工智能的经济潜力：下一个生产力前沿”，麦肯锡，2023 年 6 月 14 日。美容市场被定义为护肤、香水、彩妆和护发。由于美容领域的营销和销售策略影响很大，数据假设新一代人工智能对消费品的影响范围相对较大（占行业总收入的 1.4% 至 2.3%）。早期推动者已经开始测试这项技术。但考虑到新一代人工智能创新的速度，扩展这些实验将具有挑战性。
一旦领先者成功大规模部署新一代人工智能，美容行业的落后者和领先者之间的差距只会越来越大。快的企业将变得更快、反应更灵敏、更有能力预测和交付消费者的需求，而那些落后的企业可能会发现很难保住一小部分市场份额。
专注于优先用例并定制 gen AI 以满足其需求的美容玩家可以帮助实现该技术的全部潜力。本文概述了美容行业玩家可以优先考虑的四个新一代人工智能用例，解释了如何将新一代人工智能引入组织，并提出了一系列支持长期在美容领域使用新一代人工智能的必要条件。
人工智能在美容领域的四个用例
十多个适用于更广泛消费领域的新一代人工智能用例也适用于美容领域。这些用例从前到后横跨整个组织，包括从用户体验到客户支持的功能（表）。
美妆企业可以在面向消费者的职能部门和内部价值链中使用生成式人工智能。
| 开始 | 中间 | 以后 | |||
| 消费者洞察和用户体验 | 营销 | 创新 | 技术 | 企业业务职能 | 销售和客户支持 |
| 趋势识别和社交聆听（例如，上升趋势、现有产品的情绪分析、分类与竞争对手） | 创意内容生成和版本控制（产品图像、产品描述、社交媒体广告等的创建、编辑和翻译） | 快速包装概念开发（例如数字产品包装设计、3D 视觉模型） | 代码自动化（例如，代码生成、翻译、重构、审查）和质量保证测试，以确保高质量的代码 | 绩效分析和报告（例如，活动绩效、电子商务指标、财务报告、需求规划） | 销售或客户代理的通话前准备（例如，销售推介的准备自动化、培训的人工智能角色扮演） |
| 基于消费者数据的微细分和全面的消费者角色 | 体验式产品发现（例如，产品评论的综合、易于浏览的对话式网站体验） | 通过快速测试成分或化学品的组合来开发创新产品 | 产品经理副驾驶，支持创建关键文档（例如 PRFAQ1）、规划以及待办事项优先级和报告 | 员工的内部搜索和任务自动化（例如，关键产品见解、人力资源福利申请、技术更换请求） | 通话期间支持（例如，基于过去交互的建议、自动化客户服务聊天机器人） |
| 零售店员工的动态“客户服务” （例如，汇总的客户信息） | 超个性化定位（例如，简化的客户资料、个性化推荐、优惠） | 商店设计和规划（例如，人工智能生成的商店布局选项以获取灵感、未来的商店） | 入职和培训（例如，用于提高绩效的简洁学习材料） | 通话后记录和绩效分析，包括临时报告生成和总体见解 | |
| 媒体优化（面向更高投资回报率的渠道）、媒体生成和 SEO 优化 | 招聘（例如，职位描述初稿、筛选申请人、有针对性的面试问题） | ||||
为了优先考虑用例，我们认为美容行业依赖于将产品推向市场和响应消费者反馈的速度。在此基础上，四代人工智能用例可能会产生最大的影响：超个性化定位、体验式产品发现、快速包装概念开发和创新产品开发。它们在各个采用阶段都采用了新一代人工智能工具。其中一些（例如，gen AI 客户聊天机器人）已经在美容玩家中得到相当广泛的使用，而其他一些则刚刚兴起但前景光明。
超个性化定位
美容品牌要想在竞争激烈的美容行业中生存，最重要的举措之一就是制定独特的价值主张。但美容企业还必须确保他们精心定位的产品能够到达最容易接受他们的消费者手中。
如今，大多数美容公司只能瞄准少数消费者群体，因为它们在更大范围内提供个性化信息的能力有限。这种广泛的消费者细分方法使得大部分市场尚未开发。但根据我们的观察，借助 gen AI，美容品牌可以创建超个性化的营销信息，从而将转化率提高高达 40%。
人工智能可以分析大型消费者数据集、检测模式并根据模式识别算法创建微细分。从那里，美容品牌可以使用各种输入来训练其 gen AI 平台，包括客户数据、描述品牌声音的输入和产品信息。当进入新市场时，美容品牌可以根据内部产品数据以及外部市场研究（例如客户调查）来训练新一代人工智能模型。然后，Gen AI 可以创建并测试文本和图像的变体，以了解什么最能与每个消费者群体产生共鸣。
考虑一下假设的自动文本，这些文本可能会发送给一位名叫卡米尔的假想客户。该美容品牌知道Camille住在法国，年支出较低，最近购买了面部防晒霜。卡米尔过去对升职反应积极。在人工智能出现之前，发给卡米尔的自动短信可能会说：“令人兴奋的消息！新产品来了。购物时可享受高达 20% 的折扣。”在人工智能时代之后，自动文本可能会说：“你好，卡米尔！您是否知道我们用于去除面部防晒霜的专用洁面泡沫现在有 20％ 的折扣？它将与您最近购买的面部防晒霜完美搭配。”
营销专家应在发送人工智能生成的消息之前对其进行审查，以确保它们反映品牌的精神和价值主张，同时避免抄袭或潜在有害的含义。一些看似无害的信息可能会损害品牌形象。在前面的示例中，gen-AI 创建的问候语可能会说“晚上好，可爱的女士”，而不是“Bonjour”。客户可能会发现此消息的语气令人反感或不恰当，或者该消息可能与品牌的整体精神不一致。营销团队应该向一代人工智能模型提供反馈——也许用赞成或反对的机制来评价其输出，并在自由文本字段中输入详细的评论。然后，gen AI 平台可以处理反馈并将其转换为新的训练数据。
美容品牌还需要将其新一代人工智能模型与其数字资产管理 (DAM) 系统中的资产集成，该系统作为品牌使用的所有数字创意资产的存储库，并将模型与品牌的活动集成管理工具。 Gen AI 可以对 DAM 系统中的创意资产进行分类——这项任务原本必须手动完成。这种自动化可以让营销团队腾出时间专注于更高价值的任务。
即使大型美容企业继续与营销机构合作制定品牌战略并开展专门的活动，他们也可能会考虑投资于内部超个性化能力。这将带来两个主要优势：公司可以使用自己的消费者数据来训练新一代人工智能模型，并且可以以更快的速度和敏捷性创建和测试个性化通信。
体验式产品发现
尽管过去几年在消费产品发现方面出现了技术驱动的创新，但仍有很大的改进空间。例如，第一代消费者聊天机器人提供相对严格的答案，并且可能会让消费者使用起来感到沮丧。例如，当消费者要求推荐一款适合深色肤色的新腮红时，聊天机器人可能会给出一个通用的产品列表，而不是为特定购物者进行个性化对话并让他们进行更深入的对话。虚拟试穿很有帮助，但可能会出现问题，或者无法准确反映产品在消费者身上的外观。在这些情况下，网上购买通常会导致昂贵的退货，因为退回的美容产品通常无法转售。
Gen-AI 支持的聊天机器人可以帮助改善购物体验并降低退货的可能性。这些大型语言模型 ( LLM ) 聊天机器人经过产品数据和消费者偏好的训练，可以回答更广泛的问题并提供更个性化的建议，这两者都可以提高转化率。一位全球生活方式玩家开发了一款基于 gen-AI 的购物助手，并发现其转化率提高了 20%。
虚拟试戴体验已经在其他消费类别（例如配件和眼镜）中被证明是成功的，也可能通过 gen AI 得到增强。使用为图像生成一代人工智能工具提供动力的相同技术，消费者可以在不同的环境下看到不同产品在皮肤上的外观，或者看到产品随着时间的推移可能对其外观产生的潜在好处。例如，想要淡化黑斑的在线购物者可以通过在美容玩家的网站上上传照片并模拟该精华液在几个月内可能对皮肤产生的影响来尝试使用某个品牌的淡斑精华液。
Gen AI 还可以增强实体店的体验式产品发现。如今，商店中的交互式触摸屏显示器可以显示店内和网上提供的产品，允许顾客浏览 SKU、选择他们想亲自查看的商品或扫描二维码以获得独家优惠。尽管功能有限，但这些屏幕已被证明可以改善店内购物体验和转化率。 2 AI 可以提高这些屏幕的效率。例如，当在美容玩家的应用程序上启用了位置服务的购物者走进该公司的商店时，gen AI 可以根据客户资料和购买历史记录为该消费者生成个性化内容。鉴于我们对个性化内容有效性的了解，这些原则可以转化为商店设置，尽管大规模实施尚未发生。
快速包装概念开发
在评估美容产品时，消费者会考虑产品本身及其品牌和包装。美容品牌通常花费数月时间开发新的品牌和包装概念，这个过程通常需要设计师、文案编辑、策略师和包装专家反复讨论想法。
Gen AI 不一定会消除这个过程，但它可以大大加速它。这是它的工作原理。一位包装设计师向 gen AI 平台询问以下提示：“向我展示夜间保湿霜的五种包装选项，强调护肤功效和可持续包装材料。”然后，设计人员根据有关客户偏好的信息（可能来自焦点小组和客户调查）修改 gen AI 平台的输出。接下来，广告设计师在数字广告中使用新包装的模型，根据新广告的在线参与度来测试图像是否对消费者有吸引力。然后，这些数据将用于进一步完善由人工智能驱动的概念创建和原型设计。通过这种基本方法，一家饮料公司将其概念开发时间缩短了 60%。
创新产品开发
创造新的美容产品配方是一个多年的过程。它要求美容企业与实验室合作研究成分并试验配方，以确定新产品的安全性、稳定性和功效。
Gen AI 可以加速这一过程。一代人工智能模型——一旦接受了美容产品的物料清单、原材料使用、工艺参数、内部研究数据和其他数据（例如产品专利或之前的产品试验）的训练——就可以识别可能存在的成分。最适合新产品、预测产品的优点并推荐配方配方。
回到夜间保湿霜的例子，假设配方科学家可以促使 gen AI 工具创建一种新配方，强调神经肽（一种流行的护肤成分），并优先考虑抗衰老功效，同时降低配方成本。一旦该工具创建了潜在的配方，科学家将进行实验室测试以评估配方中成分的兼容性和稳定性，以及额外的安全性和消费者测试以及临床试验（如果适用）。配方迭代将根据消费者反馈继续进行。
虽然物理测试过程仍然需要时间，但麦肯锡分析发现，新一代人工智能工具可以将研究新产品所需的时间从几周缩短到几天。这有助于在开发这些产品时节省高达 5% 的原材料。
购买、借用还是建造？
新一代人工智能企业平台市场正在不断增长。但哪种方法（如果有的话）最适合选美选手呢？
组织可以通过三种方式引入新一代人工智能工具——我们称之为接受者、塑造者和制造者方法。大多数美容行业参与者可能不会采用创客方法，即公司从头开始构建自己的LLM模型。这将需要比大多数美容公司所能承受的更大的资本支出和人才投资；它还可能无益地削弱美容公司对其核心能力的关注。然而，美容玩家仍然可以从其他两种方法中获得价值：
接受者方法。接受者方法需要将现成的第三方人工智能解决方案集成到企业的工作流程中，几乎不需要定制。这是三种方法中成本最低且资源密集的一种，因此对于依赖零售商进行分销（因此用于定制模型的消费者数据较少）、技术人才较少或拥有较少技术人才的美容品牌来说，这是一个有吸引力的选择。用于投资的现金较少。
在评估一代人工智能工具或平台时，美容玩家应该提出以下问题：供应商采用了哪些数据隐私和加密协议？供应商是否会使用品牌的数据来训练第三方或第一方专有模型？谁拥有输出的版权？与美妆玩家内部系统的整合有多容易？ （例如，供应商是否有应用程序编程接口？它们是否与 Google Analytics 等播放器集成以实现更广泛的用例？）
当然，试用该工具至关重要。大多数信誉良好的新一代人工智能供应商都会在有限的时间内（通常是一个月左右）提供低成本试点。
塑造者方法。成为塑造者意味着根据公司自己的数据和与特定地理、部门、组织和业务案例需求相关的见解来训练第三方人工智能模型。例如，对于超个性化定位，数据可能包括有关品牌声音、客户人口统计和偏好或成功活动的信息。对于创新产品开发，临床测试结果的原始数据可以帮助训练模型。
拥有丰富消费者数据的大型美容品牌或零售商可能会选择塑造方法。他们需要一批技术人才，能够向 gen AI 工具添加新组件，将其集成到现有工作流程中，并在整个组织中部署。
美妆玩家可以根据自己的具体需求和用例，混合使用接受者和塑造者方法来生成人工智能。进入市场和响应消费者需求的速度对于美容企业来说尤其重要。因此，美容组织应该考虑模块化的人工智能组件，这使得LLM提供商之间的切换更容易，因此扩展也更容易。 Gen AI 可能会实现美容领域的简化和自动化，但这个行业既是科学，也是艺术；让人类参与其中以检查风险并将独特的人类创造力注入营销和包装设计等领域至关重要。
如何大规模实施新一代人工智能
为了在数字和人工智能领域竞争，消费品企业应该考虑诸如“价值在哪里？”等关键问题。以及“业务部门的领导者是否积极参与转型？”此外，美妆玩家可以采取四个步骤，将Gen AI真正融入到业务中：
使领导层在愿景、价值和路线图上保持一致。为了从试验转向规模化，美容业者应该确定本文前面描述的四个用例中的哪一个将产生最大的收入提升、时间和成本节省以及客户体验影响。为了计算这种潜力并相应地制定路线图，高管必须将来自营销、客户服务和产品开发等各个职能部门的领导者聚集在一起。
增强能力。尽管新一代人工智能前景广阔，但从长远来看，有效地使用它需要美容领导者评估它如何适应组织的能力并得到组织的能力的支持，包括其运营模式、数据和技术实践以及人才。公司应该建立跨职能团队来评估组织的现有能力和额外能力的需求。这些团队应该部署技能提升计划，帮助解决其队伍中的能力差距。
测试、学习、完善、重复。美女玩家应该在受控设置中测试 gen AI 的输出，以确定哪些功能有效。例如，在营销用例中，美容玩家会选择一个渠道（例如电子邮件、短信或付费媒体），并使用 A/B 测试来衡量 gen-AI 创建的广告的有效性，两者都是定量的（使用指标）例如销售影响或点击率）和定性（通过提出诸如“广告对品牌的感觉是否真实？”等问题）。然后可以根据这些学习结果对 gen AI 平台进行训练，以便在后续测试中产生更好的结果。
采用风险框架。美容产品往往会在情感层面上引起消费者的共鸣。正因为如此，并且由于该类别的高度社交性，美容玩家必须建立牢固的护栏，以预防和遏制使用人工智能所涉及的风险。该风险框架应考虑一代人工智能输出的可解释性和可靠性、安全威胁、公平性或偏见受损、知识产权侵权、与使用第三方人工智能工具相关的风险以及隐私问题。 Gen AI 应该增强（而不是取代）美容玩家营销或产品开发团队所做的工作。
虽然美容行业的大部分产品都是化妆品，但人工智能在美容领域的应用不仅仅是肤浅的。将技术与其他数字和人工智能工具集成并提高组织能力可以在未来几年使美容领域的领导者脱颖而出。
关于作者
Anna Checa是麦肯锡迈阿密办事处的合伙人； Kristi Weaver是芝加哥办事处的高级合伙人； Megan Pacchia是新泽西州办事处的合伙人； Sara Hudson是伦敦办事处的合伙人； Wei Wei Liu是湾区办事处的合伙人， Ana Bujosa是该办事处的顾问； Alexis Wolfer是南加州办事处的副合伙人。
为了使用 GenAI 从根本上改变供应链，组织必须超越过去专注于单个用例的人工智能采用方法的局限性。有效的实施包括使 GenAI 部署与业务目标保持一致，并确定技术可以增加最大价值的工作流程。优先考虑正确的领域、重新思考端到端工作流程以及建立合作伙伴生态系统将确保 GenAI 促进工作、自动化和分析方式的可持续改进。...
在本文中，我们将探讨企业如何开启自己的GenAI之旅，并简要说明管理者可以通过哪些步骤带领企业在AI方面走向成熟。通过确定价值领域、开展GenAI功能试点、规模化推广取得实效的试点项目，企业可以借助BCG三层次框架，在不久后创造出价值，同时推进B2B 销售的长期转型。...
通过此次全面研究，我们制定出一套有数据支撑的规范化步骤，指导落后企业加快落地GenAI技术，并开始在全企业范围内推广相关项目。本文既是对佼佼者的经验总结，也为其他企业提供了一份可供借鉴的行动指南。...