调查：76% 的 00 后买美妆前先问 AI

美妆消费品行业正成为大型语言模型（LLM）进入消费决策链的早期样本。《FBeauty未来迹》近日对 1200 名 00 后美妆消费者的调查显示，超过 76% 的受访者曾使用 AI 辅助美妆护肤决策，其中 17.58%「经常使用」、30.68%「偶尔使用」、28.03%「想起来会用」。受访者普遍表示，使用 AI 并不是为了单纯获取「爆品推荐」，而是借助它验证信息、对比产品和规避「雷区」。

AI 进入美妆决策链：年轻人买得更理性了

00 后面对的美妆信息环境极为拥挤：一款面霜常伴随数千条评价，一款防晒有数十位博主推荐，不同口碑之间相互矛盾。在判断成本上升的背景下，AI 凭借信息整合与相对中立的呈现方式，进入消费链路。

调查数据进一步刻画了 AI 的具体使用方式：

• 42.79% 用 AI 判断成分是否适合自己
• 39.88% 用 AI 对比多个品牌或产品
• 37.23% 用 AI 确认产品是否值得买
• 36.15% 在购买前让 AI 总结评价

结果上，22.8% 的受访者认为 AI 让自己「买前更理性」，38.06% 表示会「多做对比」，合计逾六成受访者表示 AI 让他们在美妆消费上更谨慎。超过五成受访者表示，AI 曾帮自己成功「避雷」，其中 16.67% 曾被 AI 多次劝退过某款产品。

值得注意的是，AI 在参考信息源中以 24.46% 的提及率上榜，虽仍低于抖音和淘宝评价，但已超过皮肤科医生以及柜姐/导购推荐。超过六成消费者愿意因 AI 推荐尝试没听过的新品牌，其中 29.52%「非常愿意」。

中国与海外趋势同步：AI 成为新的美妆入口

上述习惯并非中国独有。咨询公司 BCG 与《女装日报》（WWD）针对 5000 名美国美妆消费者的调查显示，四分之三的受访者近期曾使用大型语言模型搜索美妆、健康或长寿相关话题，25% 表示 AI 已成为其主要的购物信息来源。欧莱雅集团也在 VivaTech 上指出，仅 OpenAI 的 ChatGPT 平台，每周 9 亿次对话中就有 5% 与美妆相关。

在品类上，AI 最容易影响购买的品类集中在：

• 口红/唇泥（54.06%）
• 精华/面霜等功效护肤（44.94%）
• 眼影/腮红等彩妆（38.56%）

香水香氛和美妆工具排在靠后位置。超过五成受访者已使用过 AI 测肤、AI 试妆、AI 色号匹配等功能（18.82%「经常用」、31.43%「偶尔用」）。

信任与怀疑并存：00 后对 AI 保持清醒

00 后对 AI 的信任并非无条件。35.07% 的受访者担忧「不知道信息准不准」，33.08% 认为「推荐太泛泛」，29.44% 觉得「不如真人测评真实」。当被问及「如果达人推荐与 AI 建议不一致更相信谁」时，29.44% 选择「综合判断」，24.79% 更相信达人，14.34% 更相信 AI，15.84% 会根据产品价格决定。

24.46% 的受访者担忧 AI 推荐「可能有广告/商业合作」，21.06% 担心隐私问题。这意味着，一旦 AI 走向明显商业化，其核心优势——中立性——将被削弱。

美妆品牌的应对：从「被喜欢」到「被读懂」

AI 进入消费决策后，对品牌提出了新要求：不仅要被人喜欢，还要能被 AI 读懂。国际与国内品牌已开始分层布局：

• 欧莱雅：在 2026 年 VivaTech 上宣布与 OpenAI 合作，将由 ModiFace 驱动的美宝莲虚拟试妆接入 ChatGPT，并强化兰蔻、卡诗等品牌在 ChatGPT 中的产品探索（Product Discovery）能力。
• 雅诗兰黛集团：与微软合作建立 AI 创新实验室，方向包括趋势洞察、营销资产生成与产品上市加速。
• 贝泰妮：运用 AI 理解不同人群的护肤需求与购买偏好，优化渠道投放与内容沟通。
• 花西子：打造「东方美妆研发智能体」，将 AI 用于用户洞察、产品研发与科学传播。

综合来看，品牌可优先做三件事：第一，重建产品信息体系，把成分、功效、适用肤质、价格带、验证数据以更结构化的方式呈现，以服务 AI 检索与消费者二次验证；第二，重视真实评价资产，关注长期反馈中的具体问题，因为 AI 会总结差评高频词；第三，把 AI 从「营销工具」变成「用户关系工具」，围绕 AI 测肤、AI 试妆、智能搭配与动态护肤方案建立长期服务。

当 AI 越深入用户决策链，单纯的概念营销更容易露出破绽，扎实的产品证据反而会获得更多机会。这也是美妆行业接下来最现实的一道考题。