用AI重做美妆生意，欧莱雅的效率账怎么算？

一面镜子帮消费者换上不同发型，一个AI美容顾问回答护肤和彩妆问题，一套数字孪生系统在虚拟世界里替不同发质测试配方...向来由科技公司唱主角的WAIC，首次出现了一个美妆集团——欧莱雅。

为了展示AI如何改造美妆这门百年生意，这家已经拥有百余年历史的美妆巨头，正在表现出一家科技公司的进取姿态。但不容忽视的是，热闹的技术叙事与财务增长之间，仍隔着一段需要被证明的距离。

2025年，欧莱雅实现销售额440.52亿欧元，同比增长1.3%，研发与创新支出为13.81亿欧元，广告及促销支出却高达141.78亿欧元，占销售额32.2%。

进入2026年，增长开始回暖：一季度销售额达到121.52亿欧元，同比增长3.6%，调整后同口径增长6.7%。不过，这场反弹来自新品、电商、市场回暖和份额提升等多重因素，AI究竟贡献了多少，欧莱雅并未单独披露。

上世纪80年代，沃尔玛曾通过自建卫星通信网络，用技术将零售生意重做了一遍。当下，欧莱雅又如何将AI融入美妆，重讲一遍关于美的故事？

美妆行业看似依赖审美、创意与爆款，但当一家企业拥有数十个品牌并进入全球市场后，经营难度会随着规模迅速上升。

从原料筛选、配方研发到内容生产、广告投放和消费者服务，每个环节都需要大量专业人员参与，也积累了难以被快速复制的经验。小型品牌可以依靠少数核心员工推动业务，欧莱雅却需要让数万名员工、数十个品牌和不同地区的市场保持相近的运行效率，这让人的经验逐渐成为组织扩张中的一道瓶颈。

研发是最先感受到这种压力的环节。欧莱雅拥有超过4000名科研人员，历史积累的配方超过180万份，庞大的数据构成了它的研发优势，也让研究人员面对的选择更加复杂。当成分、肤质、发质和产品功效不断细分，依靠人工逐一测试已经很难跟上新品迭代的速度，如何缩短试错周期并提高新品命中率，成为AI进入研发体系的直接原因。

在营销端，压力则直接体现为投入产出。内容生产速度、广告投放精度和购买转化率的细微变化，最终都可能影响数亿欧元的投入产出。与此同时，兰蔻、圣罗兰美妆、美宝莲和理肤泉拥有完全不同的品牌定位，同一款产品进入不同国家和平台后，还要重新适配当地语言、审美习惯和传播方式。

消费者服务则把这道规模难题进一步放大。在中国，欧莱雅拥有超过9000名美容顾问，线下柜台覆盖1700个城市，仅抖音电商平台每年就要处理超过1000万次消费者咨询，大促期间的咨询量最高达到平时的15倍。护肤和彩妆又高度依赖个性化判断，同样一句“为什么卡粉”，背后可能对应皮肤缺水、屏障受损或产品不适配等不同原因，传统指令式机器人很难准确识别，完全依赖人工又无法承接剧烈波动的咨询需求。

这些问题最终指向了大型集团共同面对的组织难题。科研人员掌握的配方经验、品牌经理积累的审美判断、美容顾问形成的沟通技巧，长期分散在不同部门和员工手中，企业规模越大，知识传递和经验复制的成本越高。

对于普通品牌而言，AI可能是一套提高局部效率的工具；对于欧莱雅这样的美妆巨头，它更接近一套用来降低组织复杂度的基础设施。

今年WAIC期间，欧莱雅宣布与火山引擎达成战略合作，计划把大模型、多模态生成和智能客服用于内容生产、经营分析及消费者服务。

把时间拉长可以发现，欧莱雅近几年的AI合作虽然涉及多家科技公司，最终都指向美妆生意中的三笔成本，分别是研发试错、内容生产和消费者转化。

研发端解决的是如何减少无效实验。2025年，欧莱雅与IBM开始开发化妆品配方基础模型，将历史配方、原料属性和生产数据交给模型学习，用于辅助新品设计、旧产品重新配方及规模化生产。

2026年，欧莱雅又将NVIDIA面向化学研发的机器学习工具ALCHEMI框架接入研发体系，通过分子模拟预测原料在原子尺度上的表现和相互作用。欧莱雅首先将其用于防晒和肤色管理研究，通过计算提前筛选更合适的成分组合，据官方披露，这一方式可以将部分发现过程提高至传统方法的100倍。

WAIC现场展示的头发数字孪生延续了这一思路。它相当于在计算机中建立不同发质的虚拟模型，提前观察某种成分对直发、卷发和受损发质可能产生的影响。AI没有省去真实实验，却压缩了实验前的搜索范围，使研发从广泛试错转向定向验证。

营销端解决的是内容规模与品牌差异之间的矛盾。欧莱雅内部的CreAItech是一套生成式AI内容平台，它接入Google、Adobe和NVIDIA等公司的模型，用于生成图片、视频和产品3D素材。品牌团队先将视觉规范、产品信息和法律要求写入系统，再针对不同国家和平台批量生产内容，从而降低本地化素材的边际成本。

消费者端解决的是专业服务难以规模化的问题。Beauty Genius是巴黎欧莱雅推出的AI美容顾问，可以通过对话和自拍完成皮肤分析、产品推荐、虚拟试妆及购买引导，接入WhatsApp后，消费者无需进入品牌官网便能获得服务。Noli则是一家由欧莱雅支持的多品牌AI购物平台，它会根据皮肤扫描和产品配方匹配不同品牌的商品。

2026年，美宝莲又计划把ModiFace虚拟试妆技术放进ChatGPT，使消费者可以在对话中提出需求、查看妆效并寻找购买渠道

在中国，欧莱雅把同样的能力接入了本地电商和员工体系。欧莱雅在WAIC现场披露，其抖音电商每年需要处理超过1000万次咨询，大促期间的咨询量最高达到平时的15倍，接入大模型后意图识别准确率达到99%，约40%的咨询可以由机器人独立完成。

壹览商业注意到，欧莱雅虽然披露了大量使用人数、服务规模和生成速度等过程指标，却很少提及相关产品究竟节省了多少成本。2026年3月发布的《2025年年度报告》介绍了AI的应用范围和效率方向，但没有单独披露AI投入、预算节省和利润贡献，随后发布的2026年一季度财报也只有销售数据，无法进一步判断AI对费用率和利润率产生了多大影响。

但壹览商业认为，尽管目前尚无法精确量化AI对利润的直接影响，但从应用规模和覆盖链条来看，AI正在成为欧莱雅降低组织复杂度的底层能力，其价值将逐渐体现在效率指标的边际改善中。

比如，欧莱雅的AI已经度过小范围试验阶段。截至2025年末，集团旗下31个品牌在66个国家提供Beauty Tech服务，累计使用次数超过1.2亿次；Beauty Genius在美国完成超过110万次消费者对话，CreAItech已覆盖集团全部品牌，使用者达2.4万人。

当然，欧莱雅的探索并非孤例。当AI开始进入配方研发、内容生产和消费者服务，美妆行业的竞争也从单点工具试用走向经营链条改造。

雅诗兰黛与微软开发ConsumerIQ，将散落在报告、表格和演示文档中的消费者信息汇集起来，使获取洞察的时间从数周缩短至数分钟；资生堂利用AI-QSAR预测原料的可降解性，将原本需要一至两个月的评估压缩至实时完成。

国内企业也在沿着研发、生产和营销三条路径推进。珀莱雅把AI用于活性原料筛选、消费者洞察和智能质检，上海家化借助AI研究青蒿等中草药成分，贝泰妮将其用于痤疮分级...

对比之下，国内品牌目前更多从原料筛选、消费者洞察或内容生产等单点场景切入，欧莱雅则依靠更大的品牌矩阵、数据规模和技术团队，把研发、营销、培训及消费者服务连接成一套集团级系统。

总体来看，欧莱雅的AI布局提供了一个观察行业变化的样本。下一代美妆巨头的竞争力，将来自对审美、科学与算法的共同掌控；美妆行业争夺的也将不只是下一款爆品，而是谁能定义技术时代的美，又由谁把这种定义推到消费者面前。