A beleza não está mais nos olhos de quem a contempla; está nos dedos de quem digita prompts para a IA generativa (GenAI). A GenAI deverá agregar entre $9 e $10 bilhões à economia global, considerando apenas seu impacto no setor de beleza.1 Embora as marcas pioneiras já tenham começado a testar essa tecnologia, não será fácil escalar esses experimentos, dada a velocidade das inovações da GenAI.
O descompasso entre as empresas líderes e retardatárias do setor de beleza só tende a aumentar com a implementação bem-sucedida, em escala, da GenAI. As mais rápidas se tornarão ainda mais rápidas, responsivas e aptas a antever e oferecer o que os consumidores desejam, enquanto as que ficarem para trás terão dificuldades até para manter pequenas lascas de market share.
As marcas de beleza que focarem os casos de uso prioritários e a customização da GenAI para atender às suas necessidades se beneficiarão de todo o potencial dessa tecnologia. Este artigo expõe quatro casos de uso de GenAI que as marcas de beleza devem priorizar, explica como trazer a GenAI para dentro da organização e descreve alguns imperativos para assegurar o bom uso da GenAI no setor de beleza hoje e no futuro.
Quatro casos de uso de GenAI no setor de beleza
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
Mais de uma dúzia de casos de uso de GenAI aplicáveis ao setor de consumo em geral também se aplicam especificamente à indústria da beleza. Esses casos de uso abrangem a frente, o meio e o atrás da organização, incluindo desde funções ligadas à experiência do usuário até o suporte ao cliente (Tabela).
Para priorizar os casos de uso, levamos em conta que a indústria da beleza depende da velocidade com que lança produtos no mercado e reage ao feedback do consumidor. Assim, é provável que estes quatro casos de uso de GenAI terão o maior impacto no setor: segmentação hiperpersonalizada, descoberta experiencial de produtos, desenvolvimento acelerado de conceitos de embalagem e criação de produtos inovadores. Todos os quatro empregam ferramentas de GenAI em vários estágios de adoção, algumas das quais (por exemplo, chatbots de GenAI para atendimento ao cliente) já são bastante utilizadas pelas empresas de beleza; outras ainda são incipientes, mas mostram-se promissoras.
Segmentação hiperpersonalizada
Um dos movimentos mais importantes que uma marca pode realizar para sobreviver no competitivo setor de beleza é elaborar uma proposta de valor exclusiva. Mas, além disso, também é preciso garantir que os produtos que foram tão cuidadosamente posicionados cheguem aos consumidores mais receptivos.
Hoje, a maioria das empresas de produtos de beleza só consegue atingir segmentos específicos de consumidores, pois sua capacidade de personalizar mensagens em maior escala é limitada. Essa segmentação mais genérica dos consumidores deixa grande parte do mercado inexplorado. Com a GenAI, no entanto, as marcas de beleza poderão criar mensagens de marketing hiperpersonalizadas, melhorando as taxas de conversão em até 40%, segundo nossos estudos.
A IA é capaz de analisar grandes conjuntos de dados dos clientes, detectando padrões e criando microssegmentos baseados em algoritmos de reconhecimento desses padrões. A partir daí, a marca de beleza poderá treinar sua plataforma de GenAI utilizando uma variedade de inputs, como dados dos clientes, informações descrevendo a “voz” da marca e informações variadas sobre o produto. Quando ingressarem em novos mercados, as marcas de beleza devem treinar os modelos de GenAI tanto com dados internos do produto como com pesquisas de mercado externas – sondagens de clientes, por exemplo. A GenAI poderá então criar e testar variações de textos e imagens, permitindo à empresa verificar o que impacta mais cada segmento de consumo.
Pensemos em um texto automatizado hipotético a ser enviado a uma cliente imaginária chamada Camille. A marca sabe que Camille mora na França, que seus gastos anuais são modestos e que ela adquiriu recentemente um protetor solar facial. Camille reagiu positivamente a promoções no passado. Antes da GenAI, um texto automatizado enviado a ela talvez dissesse: “Temos uma novidade emocionante! Chegaram novos produtos para você. Ganhe até 20% de desconto comprando em nossa liquidação.” Depois da GenAI, o texto automatizado talvez diga: “Bonjour, Camille! Sabia que nossa espuma de limpeza especial para remover protetor solar facial está com 20% de desconto? É o par perfeito para o protetor solar facial que você adquiriu recentemente.”
Especialistas em marketing devem revisar as mensagens geradas por IA antes que elas sejam enviadas para garantir que reflitam o espírito e a proposta de valor da marca, e identificar e evitar plágio ou conotações potencialmente negativas. Mesmo mensagens que parecem inócuas podem ser prejudiciais à imagem de uma marca. No exemplo anterior, a GenAI talvez sugerisse a saudação “Boa noite, moça bonita” em vez de “Bonjour”, e é bem possível que alguma cliente achasse o tom da mensagem ofensivo ou inapropriado, ou que a mensagem estivesse em desacordo com o espírito geral da marca. Assim, a equipe de marketing deve fornecer feedback ao modelo de GenAI – seja classificando os resultados com algum mecanismo de polegar para cima ou para baixo, seja inserindo comentários detalhados nos campos de texto livre. A plataforma de GenAI então processará esse feedback e o converterá em novos dados de treinamento.
É preciso que as marcas de beleza integrem seus modelos de GenAI não só com os ativos de seu sistema de gerenciamento de ativos digitais (ou DAM, o repositório de todos os ativos criativos digitais que a marca utiliza), mas também com as ferramentas de gestão de campanhas. A GenAI poderá então classificar todos os ativos criativos do sistema DAM, uma tarefa que, de outra forma, teria que ser feita manualmente. Essa automação libera a equipe de marketing para se concentrar em tarefas de maior valor.
Mesmo que continuem trabalhando com agências de marketing para desenvolver estratégias de marca e lançar campanhas especializadas, as grandes empresas de beleza fariam bem em investir em capacidades internas de hiperpersonalização. Há duas vantagens principais: a possibilidade de utilizar dados próprios sobre o consumidor para treinar os modelos de GenAI; e o benefício de criar e testar comunicações personalizadas com mais rapidez e agilidade.
Descoberta experiencial de produtos
Apesar das grandes inovações tecnológicas na descoberta de produtos de consumo nos últimos anos, há muito espaço para melhorias. A primeira geração de chatbots de atendimento ao cliente, por exemplo, só consegue dar respostas relativamente rígidas, o que pode ser frustrante para o consumidor. Quando uma consumidora pede uma recomendação de um novo blush para pele mais escura, por exemplo, é provável que o chatbot apresentará uma lista genérica de produtos, em vez de personalizar a conversa para cada compradora e envolvê-la em um diálogo mais profundo. A experimentação virtual é útil, mas pode ter falhas ou não refletir com precisão a aparência do produto nesta ou naquela consumidora. Com isso, o número de devoluções de produtos adquiridos online costuma ser alto, algo dispendioso para a empresa pois produtos de beleza devolvidos geralmente não podem ser revendidos.
Os chatbots com tecnologia de GenAI, por sua vez, ajudam a melhorar a jornada de compra e diminuem a probabilidade de devoluções. Sendo baseados em grandes modelos de linguagem (LLM) e treinados com dados sobre produtos e preferências dos consumidores, esses chatbots são capazes de responder a uma variedade maior de perguntas e oferecer recomendações mais personalizadas, melhorando a taxa de conversão. Certa empresa global de estilo de vida desenvolveu um assistente de compras com tecnologia de GenAI que melhorou a taxa de conversão em até 20%.
A experimentação virtual – que já se mostrou bem-sucedida em outras categorias de consumo, como acessórios e óculos – também pode ser aprimorada com a GenAI. A mesma tecnologia que alimenta as ferramentas de geração de imagens da GenAI permite que os consumidores vejam como ficam diferentes produtos em sua pele, em diferentes configurações, ou que visualizem os possíveis benefícios que determinado produto trará para sua aparência ao longo do tempo. Uma compradora online que deseje clarear manchas escuras, por exemplo, poderá experimentar virtualmente o sérum clareador desta ou daquela marca enviando uma foto sua ao site da empresa de beleza, que disponibiliza o recurso de simular os possíveis efeitos desse sérum em sua pele ao longo de vários meses.
A GenAI também é capaz de melhorar a descoberta experiencial de produtos em lojas físicas. Hoje, monitores touchscreen interativos podem mostrar produtos disponíveis na loja e online, permitindo que os clientes naveguem pelos SKUs, selecionem os itens que desejam ver pessoalmente ou escaneiem os códigos QR para obter ofertas exclusivas. Embora sua funcionalidade seja limitada, essas telas comprovadamente melhoram tanto a experiência de compra em lojas como a taxa de conversão de clientes. A GenAI pode aumentar ainda mais a eficácia das telas. Por exemplo, ao entrar numa loja, se o comprador ativar o serviço de localização no aplicativo da empresa de beleza, a GenAI poderá lhe gerar conteúdos personalizados com base em seu perfil de cliente e histórico de compras. Com isso, em vista de tudo o que já sabemos sobre a eficácia de conteúdos personalizados, seus benefícios poderão ser transferidos para o ambiente da loja (embora ainda não se tenha notícias de sua implementação em larga escala).
Desenvolvimento acelerado de conceitos de embalagem
Quando avaliam um produto de beleza, os consumidores levam em conta tanto o produto em si como a marca e a embalagem. Com isso, as marcas de beleza passam meses desenvolvendo um novo conceito de marca e de embalagem – um longo processo que normalmente exige que designers, editores de texto, estrategistas e especialistas em embalagem discutam e troquem ideias.
A GenAI não eliminaria necessariamente esse processo, mas pode acelerá-lo drasticamente. Veja como isso funcionaria. Um designer de embalagens insere na plataforma de GenAI o seguinte prompt: “Mostre-me cinco opções de embalagem para um hidratante noturno, enfatizando os benefícios para a pele e o uso de materiais sustentáveis no invólucro”. Com base em informações sobre as preferências do cliente, possivelmente extraídas de focus groups e de pesquisas com clientes, o designer então modifica as embalagens sugeridas pela plataforma de GenAI. Em seguida, um designer de publicidade utiliza maquetes da nova embalagem em anúncios digitais para testar se as imagens atraem os consumidores, tomando por base seu engajamento online com os novos anúncios. Esses dados, por sua vez, são utilizados para refinar ainda mais a criação de conceitos e protótipos por meio da tecnologia de GenAI. Valendo-se dessa abordagem básica, uma empresa de bebidas reduziu o tempo de desenvolvimento de conceitos em 60%.
Criação de produtos inovadores
Desenvolver novas fórmulas de produtos de beleza é um processo de vários anos. Exige que a empresa forme parcerias com laboratórios para estudar os ingredientes, experimentar fórmulas e determinar a segurança, estabilidade e eficácia do novo produto.
A GenAI pode acelerar esse processo. Um modelo de GenAI – após ser treinado com uma lista dos materiais contidos num produto de beleza, das matérias-primas utilizadas, dos parâmetros do processo e dos dados de pesquisas internas, e com outras informações como patentes de produtos ou testes anteriores – é capaz de identificar os ingredientes mais adequados para um novo produto, prever seus benefícios e recomendar receitas de fórmulas.
Retomando o exemplo do hidratante noturno, suponhamos que um cientista de formulação solicite a uma ferramenta de GenAI a criação de uma nova fórmula que priorize os neuropeptídeos, um ingrediente popular nos cuidados com a pele, e foque os benefícios antienvelhecimento e a otimização dos custos de produção. Depois que a ferramenta gerar uma proposta de fórmula viável, o cientista realizaria testes laboratoriais para avaliar a compatibilidade e estabilidade dos ingredientes, além de ensaios clínicos, se pertinentes, e testes adicionais de segurança e eficácia com consumidores. O processo de aprimoramento da fórmula continuaria sendo feito com base no feedback dos consumidores.
Embora o processo de testes físicos continuará demandando tempo, uma análise da McKinsey verificou que as ferramentas de GenAI podem reduzir de semanas para dias o tempo de pesquisa de novos produtos, resultando em uma economia de até 5% com matérias-primas no desenvolvimento desses produtos.
Comprar, alugar ou construir?
O mercado de plataformas corporativas de GenAI está crescendo. Mas qual abordagem – se houver alguma – é mais adequada para as empresas do setor de beleza?
As organizações podem utilizar ferramentas de GenAI de três maneiras –que chamamos de taker, shaper e maker, isto é, as abordagens de quem toma, amolda e faz. No setor de beleza, é pouco provável que a maioria das empresas adote a abordagem maker (fazer), pois envolve criar modelos próprios de LLM a partir do zero. Isso demandaria gastos de capital e investimentos em talentos superiores ao que seria justificável na maioria dos casos e diluiria inutilmente o foco nas competências essenciais. Mas as empresas de beleza podem extrair valor das duas outras abordagens:
-
Abordagem taker (tomar). Esta abordagem envolve integrar soluções de GenAI de terceiros prontas para uso nos fluxos de trabalho da empresa, com pouca ou nenhuma customização. É a opção menos dispendiosa e a que exige menor volume de recursos, e é por isso atraente para marcas de beleza que dependem de varejistas para a distribuição (e, portanto, têm menos dados sobre consumidores disponíveis para personalizar modelos), possuem menos talentos em áreas tecnológicas ou dispõem de menos capital para investimentos.
Ao avaliarem uma ferramenta ou plataforma de GenAI, as empresas beleza precisam fazer perguntas como: Quais são os protocolos do fornecedor para a privacidade e criptografia dos dados? O fornecedor utilizará dados sobre as nossas marcas para treinar modelos próprios ou de terceiros? Quem detém os direitos autorais dos resultados da ferramenta de GenAI? Quão fácil é integrar a ferramenta com nossos sistemas internos? O fornecedor utiliza uma API específica (interface de programação de aplicativos)? Existe integração com o Google Analytics para permitir casos de uso mais amplos?
Pilotar a ferramenta é crucial, é claro. Os fornecedores de IA generativa mais respeitáveis oferecem um piloto de baixo custo por um tempo limitado — geralmente em torno de um mês.
-
Abordagem shaper (amoldar). Amoldar significa treinar modelos de GenAI de terceiros com dados e insights próprios da empresa relativos a suas necessidades geográficas, setoriais, organizacionais e de negócios. Por exemplo, no caso da segmentação hiperpersonalizada, os dados podem incluir informações sobre a voz da marca, perfis demográficos, preferências do cliente ou campanhas bem-sucedidas. Além disso, para o desenvolvimento de produtos inovadores, dados brutos dos resultados de testes clínicos ajudam a treinar os modelos.
Marcas ou varejistas de beleza de maior porte que disponham de uma grande variedade de dados do consumidor podem escolher esta abordagem. Mas precisarão de novos talentos de tecnologia capazes de agregar componentes à ferramenta de GenAI, integrá-la aos fluxos de trabalho existentes e implantá-la em toda a organização.
Ao adotarem a GenAI, as empresas do setor de beleza podem utilizar uma mistura das abordagens taker e shaper, dependendo de suas necessidades e casos de uso específicos. A rapidez com que lançam produtos no mercado e respondem às demandas do consumidor é particularmente importante. Por esse motivo, uma boa opção é utilizar componentes modulares de GenAI, o que torna mais fácil substituir provedores de LLMs e ampliar a utilização dessa tecnologia. A GenAI torna possível simplificar, agilizar e automatizar o setor de beleza. Porém, este setor é ao mesmo tempo uma ciência e uma arte, de modo que é imprescindível que haja sempre um ser humano bem informado no processo para identificar riscos e injetar criatividade humana em marketing e no desenho de embalagens, por exemplo.
Como implementar a GenAI em escala
Para superar a concorrência em tecnologias digitais e inteligência artificial, as empresas de bens de consumo embalados devem examinar questões críticas como: “Onde existe valor?” e “Os líderes da área comercial participarão ativamente da transformação?” Devem também tomar quatro medidas para efetivamente integrar a GenAI ao negócio:
- Alinhar a liderança com a visão, valores, metas e estratégia da empresa. Para avançar da experimentação para a escalabilidade, as empresas de beleza devem identificar qual dos quatro casos de uso descritos acima terá o maior impacto no aumento das receitas, na economia de tempo, na redução dos custos e na melhoria da experiência do cliente. Para calcular esse potencial e definir qual é o melhor roadmap, os executivos devem reunir líderes de várias funções, como marketing, atendimento ao cliente e desenvolvimento de produtos.
- Reforçar as capacidades. Por mais promissora que seja a GenAI, para efetivamente utilizá-la ao longo do tempo os líderes da empresa devem avaliar como ela se encaixa e interage com o que já existe na organização, incluindo o modelo operacional, as práticas de dados e de tecnologia, e os talentos. Será preciso criar equipes multifuncionais que avaliem as capacidades que a organização já possui, definam quais acrescentar e implantem programas de requalificação que ajudem a eliminar os pontos cegos de seus profissionais.
- Testar, aprender, aprimorar, repetir. As empresas de beleza devem testar os produtos e sugestões da GenAI em cenários controlados para determinar o que funciona. Por exemplo, em casos de uso de marketing, a empresa deve selecionar um canal (como e-mail, SMS ou mídia paga) e realizar testes A/B para medir a eficácia de um anúncio criado pela GenAI, tanto quantitativamente (utilizando métricas como o impacto nas vendas ou as taxas de cliques) como qualitativamente (fazendo perguntas como: “O anúncio parece fiel à marca?”). A plataforma de GenAI poderá então ser treinada com base nesses aprendizados para produzir resultados melhores em testes subsequentes.
- Adotar uma estrutura contra riscos. Os produtos de beleza tendem a ressoar com os consumidores no nível das emoções. Por isso, e também devido à natureza altamente social da categoria, as empresas do setor precisam instituir sólidos mecanismos de segurança para prevenir e conter os riscos envolvidos na utilização da GenAI. Essa estrutura contra riscos deve considerar a interpretabilidade e a confiabilidade dos resultados da GenAI, as ameaças à segurança, o viés ou a parcialidade das respostas, possíveis violações de propriedade intelectual, riscos associados à utilização de ferramentas de IA de terceiros e questões de privacidade. A GenAI deve ampliar – não substituir – o trabalho das equipes de marketing ou desenvolvimento de produtos.
Embora muitos dos produtos da indústria da beleza sejam, literal e figurativamente, cosméticos, as aplicações da GenAI na área da beleza não são nada superficiais. A integração dessa tecnologia com outras ferramentas digitais e de IA para impulsionar as capacidades organizacionais poderá ser o diferencial dos líderes do setor de beleza nos próximos anos.