一旦美妝行業的領導者成功大規模部署GenAI，落后者與領導者之間的差距只會越來越大。快速行動者將變得更快、更敏捷，且更能預見并滿足消費者需求，而那些落后者可能會發現難以保住微薄的市場份額。
美妝行業參與者應重點關注優先用例，并根據自身需求定制GenAI，以充分發揮這項技術的潛力。
美妝行業中GenAI的四個用例
適用于更廣泛消費領域的十多個GenAI用例也適用于美妝行業，這些用例涵蓋組織的各個方面，從前端到后端，包括用戶體驗到客戶支持等各項功能。
在確定用例的優先級時，我們考慮到美妝行業依賴于快速將產品推向市場并迅速響應消費者反饋，基于此，以下四個GenAI用例可能產生最大影響：超個性化定位、體驗式產品發現、快速包裝概念開發和創新產品開發，這些用例在GenAI工具采用的不同階段均有應用，其中一些(例如，GenAI客戶聊天機器人)已在美妝行業參與者中得到相當廣泛的應用，而另一些則剛剛興起但前景可期。
超個性化定位
美妝品牌要在競爭激烈的美妝行業中生存下來，最重要的舉措之一就是開發獨特的價值主張，但美妝行業參與者還必須確保其精心定位的產品能夠觸達最有可能接受這些產品的消費者。
如今，大多數美妝公司只能針對少數幾個消費者細分群體進行定位，因為它們在更大規模上個性化信息的能力有限，這種廣泛的消費者細分方法使得大部分市場未被開發，但借助GenAI，美妝品牌可以創建超個性化的營銷信息，根據我們的觀察，這可能使轉化率提高高達40%。
AI可以分析大量消費者數據集，檢測模式，并基于模式識別算法創建微細分群體。在此基礎上，美妝品牌可以使用多種輸入來訓練其GenAI平臺，包括客戶數據、描述品牌聲音的輸入以及產品信息。在進入新市場時，美妝品牌可以基于內部產品數據以及外部市場調研(如客戶調查)來訓練GenAI模型，然后，GenAI可以創建并測試文本和圖像的不同變體，以找出最能引起每個消費者細分群體共鳴的內容。
以假設發送給名為卡米爾的虛構客戶的自動化文本為例。美妝品牌知道卡米爾住在法國，年支出較低，并且最近購買了一款面部防曬霜。卡米爾過去對促銷活動反應積極。在GenAI之前，發送給卡米爾的自動化文本可能會說：“激動人心的消息!新品上市。購物促銷可享受高達20%的折扣。”而在使用GenAI后，自動化文本可能會說：“Bonjour，卡米爾!您知道嗎?我們的專用潔面泡沫，用于卸除面部防曬霜，現在享受20%的折扣!它與您最近購買的面部防曬霜完美搭配。”
營銷專家應在發送AI生成的消息前進行審查，以確保其反映品牌的理念和價值主張，同時避免抄襲或可能產生有害的聯想。一些看似無害的消息可能會損害品牌形象。在前面的例子中，GenAI創建的問候語可能會說：“晚上好，美麗的女士，”而不是“Bonjour”。客戶可能會覺得這條信息的語氣令人反感或不合適，或者與品牌的整體理念相悖。營銷團隊應向GenAI模型提供反饋——或許可以通過點贊或點踩機制對其輸出進行評分，并在自由文本字段中輸入詳細評論，然后，GenAI平臺可以處理這些反饋并將其轉換為新的訓練數據。
美妝品牌還需要將其GenAI模型與數字資產管理(DAM)系統中的資產集成，這些系統是品牌使用的所有數字創意資產的存儲庫，同時還需要將模型與品牌的活動管理工具集成。GenAI可以對DAM系統中的創意資產進行分類——這項任務原本需要手動完成。這種自動化為營銷團隊節省了時間，使其能夠專注于更高價值的任務。
即使大型美妝企業繼續與營銷機構合作制定品牌戰略并開展專門活動，也可能考慮投資內部超個性化能力，這將帶來兩大優勢：企業可以使用自己的消費者數據來訓練GenAI模型，并且可以以更快的速度和更高的靈活性創建和測試個性化溝通。
體驗式產品發現
盡管過去幾年消費者在產品發現方面的技術創新取得了進展，但仍有很大的改進空間。例如，第一代消費者聊天機器人提供的答案相對固定，消費者使用起來可能會感到沮喪。當消費者詢問適合深色膚質的腮紅推薦時，聊天機器人可能會提供一份通用的產品列表，而不是為特定購物者個性化對話并與其進行深入交流。虛擬試妝雖然有幫助，但可能會出現故障或無法準確反映產品在實際使用中的效果。在這些情況下，線上購買往往會導致昂貴的退貨，因為退回的美妝產品通常無法再次銷售。
由GenAI驅動的聊天機器人可以幫助改善購物體驗，并降低退貨的可能性，這些基于大量產品數據和消費者偏好訓練的大型語言模型(LLM)聊天機器人，可以回應更廣泛的問題并提供更個性化的建議，這兩點都有助于提高轉化率。一家全球生活方式企業開發了一款由GenAI驅動的購物助手，其轉化率提高了多達20%。
虛擬試妝體驗已經在其他消費品類(如配飾和眼鏡)中證明成功，同樣也可以通過GenAI得到增強。利用與驅動圖像GenAI工具相同的技術，消費者可以在不同場景下看到自己使用不同產品的效果，或者看到某款產品長期使用可能對外觀帶來的潛在改善。例如，希望淡化色斑的在線購物者可以通過在美妝品牌網站上上傳照片，并運行模擬該品牌淡斑精華可能在未來幾個月內對皮膚產生效果的程序，來虛擬試用這款產品。
GenAI還可以增強實體店中的體驗式產品發現。如今，店內的互動觸摸屏顯示器可以展示店內和線上均有售的產品，允許顧客瀏覽SKU、選擇想要親自查看的商品或掃描二維碼獲取專屬優惠。盡管功能有限，但這些顯示屏已被證明能夠改善店內購物體驗和轉化率。GenAI可以提升這些顯示屏的有效性。例如，當在美妝品牌應用程序中啟用了位置服務的購物者走進該公司門店時，GenAI可以根據客戶資料和購買歷史為該消費者生成個性化內容。鑒于我們對個性化內容有效性的了解，這些原則可以應用于門店環境，盡管大規模實施尚未實現。
快速包裝概念開發
在評估美妝產品時，消費者會同時考慮產品本身以及其品牌和包裝。美妝品牌通常會花費數月時間來開發新的品牌和包裝概念——這一過程通常需要設計師、文案編輯、戰略師和包裝專家反復推敲想法。
GenAI不一定會消除這個過程，但可以極大地加速它，其工作原理如下，包裝設計師向GenAI平臺提出以下提示：“為我展示五款夜間保濕霜的包裝選項，重點強調護膚功效和可持續包裝材料。”然后，設計師會根據有關客戶偏好的信息(這些信息可能來自焦點小組和客戶調查)修改GenAI平臺的輸出。接下來，廣告設計師會在數字廣告中使用新包裝的模擬圖，根據新廣告在網絡上的互動情況，測試這些圖像是否吸引消費者。這些數據隨后會被用來進一步完善由GenAI驅動的概念創建和原型設計。通過這種基本方法，一家飲料公司將其概念開發時間縮短了60%。
創新產品開發
創建新的美妝產品配方是一個耗時多年的過程，這要求美妝企業與研究機構合作，研究成分并試驗配方，以確定新產品的安全性、穩定性和功效。
GenAI可以加速這一過程，一旦GenAI模型在美妝產品的材料清單、原材料使用、工藝參數、內部研究數據和其他數據(如產品專利或以往產品試驗)方面得到訓練，它就能識別出可能最適合新產品的成分，預測產品的功效，并推薦配方。
以夜間保濕霜為例，假設一位配方科學家可以提示GenAI工具創建一種新的配方，該配方強調神經肽(一種受歡迎的護膚成分)，優先考慮抗衰老功效，同時降低配方成本。一旦工具創建出潛在的配方，科學家將進行實驗室測試，以評估配方中成分的兼容性和穩定性，以及額外的安全性、消費者測試和臨床試驗(如適用)。根據消費者反饋，配方將持續迭代。
雖然物理測試過程仍然需要時間，但麥肯錫的分析發現，GenAI工具可以將新產品的研發時間從數周縮短到數天，這有助于在開發這些產品時節省高達5%的原材料成本。
購買、租借還是自建?
GenAI企業平臺的市場正在增長，但哪種方法(如果有的話)最適合美妝企業?
企業可以通過三種方式引入GenAI工具，我們稱之為獲取者(taker)、塑造者(shaper)和制造者(maker)方法。大多數美妝企業可能不會采用制造者方法，即企業從頭開始構建自己的大型語言模型(LLM)。這將需要比大多數美妝公司所能合理解釋的更多的資本支出和人才投資，而且，這還可能不必要地分散美妝企業對核心競爭力的關注，然而，美妝企業仍然可以通過另外兩種方法獲得價值：
• 獲取者方法。獲取者方法涉及將現成的第三方GenAI解決方案集成到企業的工作流程中，幾乎不需要定制。這是三種方法中成本最低、資源消耗最少的方法，因此對于依賴零售商進行分銷(因此擁有較少的消費者數據來定制模型)、技術人才較少或投資資金較少的美妝品牌來說，這是一個有吸引力的選擇。
在評估GenAI工具或平臺時，美妝企業應提出以下問題：供應商處實施了哪些數據隱私和加密協議?供應商是否會使用品牌的數據來訓練第三方或第一方的專有模型?輸出的版權歸誰所有?與美妝企業內部系統的集成有多容易?(例如，供應商是否有應用程序編程接口?他們是否與谷歌分析(Google Analytics)等平臺集成，以支持更廣泛的應用場景?)
當然，對工具進行試點測試至關重要。大多數聲譽良好的GenAI供應商都會提供有限時間的低成本試點，通常約為一個月。
• 塑造者方法。成為塑造者意味著使用公司自己的數據和見解來訓練第三方GenAI模型，以滿足特定的地理、行業、組織和業務需求。例如，為了實現超個性化定位，數據可能包括品牌調性、客戶人口統計信息和偏好或成功的營銷活動等信息。對于創新產品開發，臨床試驗結果的原始數據可以幫助訓練模型。
擁有豐富消費者數據的大型美妝品牌或零售商可能會選擇塑造者方法。他們將需要一支技術人才隊伍，能夠為GenAI工具添加新組件，將其集成到現有工作流程中，并在整個組織中部署。
美妝企業可以根據其特定需求和用例，混合使用獲取者和塑造者方法來應用GenAI。對于美妝企業來說，速度(即上市速度和響應消費者需求的速度)尤為重要。因此，美妝組織應考慮采用模塊化的GenAI組件，這樣更容易在大型語言模型提供商之間切換，從而更容易實現擴展。GenAI可能會使美妝行業的流程簡化和自動化，但該行業既是科學也是藝術，在營銷和包裝設計等方面，讓人類參與其中以檢查風險并注入獨特的人類創造力至關重要。
如何大規模實施GenAI
要在數字和AI領域脫穎而出，消費包裝品企業應考慮一些關鍵問題，如“價值在哪里?”和“業務部門的領導者是否積極參與轉型?”此外，美妝企業可以采取四個步驟，真正將GenAI融入業務：
• 在愿景、價值和路線圖方面統一領導層意見。要從試驗階段過渡到擴展階段，美妝企業應確定本文前面描述的四個用例中哪一個將帶來最大的收入提升、時間和成本節約以及客戶體驗影響。為了計算這一潛力并據此制定路線圖，高管們必須召集來自營銷、客戶服務和產品開發等不同職能領域的領導者。
• 增強能力。盡管GenAI前景廣闊，但要長期有效使用它，美妝領導者需要評估它如何融入并得到組織能力(包括運營模式、數據和技術實踐以及人才)的支持。公司應設立跨職能團隊，評估組織的現有能力以及額外能力的需求。這些團隊應部署技能提升計劃，以幫助解決其團隊內部的能力差距。
• 測試、學習、完善、重復。美妝企業應在受控環境中測試GenAI的輸出，以確定哪些方法有效。例如，在營銷用例中，美妝企業會選擇一個渠道(如電子郵件、短信或付費媒體)，并使用A/B測試來衡量GenAI創建的廣告的效果，既包括定量指標(如銷售影響或點擊率)也包括定性指標(如通過提問“廣告是否貼合品牌形象?”)。然后，可以根據這些學習成果對GenAI平臺進行訓練，以在后續測試中產生更好的結果。
• 采用風險框架。美妝產品往往在情感層面與消費者產生共鳴。由于這一點以及該類別的高度社交性質，美妝企業必須建立嚴格的護欄，以防止和控制使用GenAI所涉及的風險。這一風險框架應考慮GenAI輸出的可解釋性和可靠性、安全威脅、公平性受損或偏見、侵犯知識產權、使用第三方AI工具的風險以及隱私問題。GenAI應增強(而非替代)美妝企業的營銷或產品開發團隊所做的工作。
雖然美妝行業的許多產品都是化妝品，但GenAI在美妝領域的應用遠不止于表面。將這項技術與其他數字和AI工具相結合，并提升組織能力，可以使美妝領域的領導者在未來幾年中脫穎而出。
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號