全球快消已经进入AI深水区，但大量企业还停在“Pilot Purgatory”

快消可能是最适合AI，也最容易把AI用浅的行业之一。

SKU多、上新快、营销节点密集、渠道复杂、内容消耗速度高——传统快消企业天然拥有巨大的内容生产需求。所以当生成式AI出现后，最先被看见的价值几乎都是：能不能把产品图做得更快、能不能一次生成更多素材、能不能压缩视频生产成本。

这些问题当然成立。

但如果把全球头部消费品公司的动作放在一起看，会发现它们已经开始回答完全不同的问题。

McKinsey对消费品行业的数字化与AI成熟度研究发现，CPG企业整体的数字和AI成熟度仍然偏低，大量企业陷在“pilot purgatory”——试验很多，但真正形成规模化价值的项目很少；更值得注意的是，头部企业与落后企业之间的成熟度差距，从2016—2019年的10.3个百分点扩大到2020—2022年的16.3个百分点。McKinsey估算，完整的数字和AI转型在不同消费品子行业中，可能带来6%—10%的增量收入和3—5个百分点的EBITDA提升。

所以今天快消行业真正的AI分水岭已经不是：有没有用AI。

而是：AI到底进入了企业多深。

Unilever、Nestlé、L’Oréal正在做同一件事：把AI从工具变成内容基础设施

Unilever：不是多做内容，而是建立一个“永远正确”的产品资产

2025年，Unilever开始用数字孪生重新设计产品内容生产。一瓶Dove、一罐Vaseline或者一支TRESemmé，不再需要每换一个包装、一个国家、一种语言就重新拍摄。

每个产品首先被建立成准确的3D数字资产，包装、标签、规格和语言版本都进入同一个“数字真源”，之后再进入电视、电商、社媒等不同内容环境。

结果很直接：产品图生产速度提升2倍、成本下降50%，同时实现100%的品牌一致性。 Unilever还把过去平均五次重复的产品图制作流程压缩为一次。

在TRESemmé Thailand的实际应用里，内容制作成本下降87%、速度提升一倍，购买意向提高5%；在Dove、Vaseline、Clear等Beauty & Wellbeing业务的进一步应用中，内容周转速度最高提升65%，点击率翻倍，注意力停留达到过去素材的3倍。

这里真正值得看的不是“AI省了多少钱”。而是Unilever已经把问题改写成：如何让一个品牌资产被建立一次，然后在不同内容场景里反复调用，同时永远保持正确。

这就是从Content Production走向Content Infrastructure。

引用来源： https://www.unilever.com/news/press-and-media/press-releases/2025/unilever-reinvents-product-shoots-with-digital-twins-and-ai/

Nestlé：AI开始进入Content Supply Chain，而不是单个Creative Team

Nestlé走得更进一步。

2025年，Nestlé把AI Digital Twin正式变成内部内容服务，覆盖Purina、Nespresso、Nescafé Dolce Gusto等品牌。它已经拥有约4000个3D产品主资产，计划两年内扩展到10000个；新的AI数字孪生服务让数字资产规模化生产的时间和成本下降超过70%。

但真正重要的是组织结构。这套系统并不是交给几个AI设计师使用。Nestlé的 7个Marketing Hub、250名营销专家和全球45个Content Studio 共同进入这套内容体系，用同一批产品数字资产完成全球与本地市场的内容生产和适配。

Nestlé自己给出的背景非常现实：今天社媒与流媒体Campaign往往需要 六种甚至更多广告格式 才能完成有效传播，产品包装又不断发生地区、语言和营销节点变化。

所以Nestlé解决的已经不是：怎么更快做一张图。 而是：怎么让一个全球快消企业的内容供应链重新运行。

L’Oréal：再往前一步，AI已经开始连接内容、消费者和增长

如果Unilever和Nestlé代表的是内容生产系统的变化，L’Oréal展示的则是更完整的AI-Native营销结构。

它的内部GenAI内容实验室CreAItech已经向数千名内部用户开放，用于为L’Oréal Paris、YSL Beauty、Maybelline等品牌生成符合品牌规范、适应不同平台与人群的内容资产。

但内容生产只是其中一层。

L’Oréal同时拥有BETiq，用AI优化50多个Beauty Engagement Touchpoints上的广告及促销投资；美国市场的Beauty Genius在2025年已经产生超过 110万次消费者对话，不仅提供建议，还直接告诉消费者去哪里购买产品。

2026年，L’Oréal又进一步把Maybelline Virtual Try-On直接带进ChatGPT；Lancôme、Kérastase等品牌则开始优化在ChatGPT中的产品发现，SkinCeuticals、CeraVe和Garnier进入全球ChatGPT广告试点。

这时候AI已经不再只是Creative Tool。

它开始贯穿： 内容 → 消费者互动 → 产品发现 → 媒介 → 转化。

三个案例背后，其实是快消AI能力的三个阶段

如果把这些全球品牌放在一起看，AI进入快消内容体系大致可以分成三个阶段：

AI成熟阶段	品牌主要问题	AI承担的角色	真正的能力
Level 1：Content Production	怎么更快、更低成本地产出内容	KV、视频、产品图、电商素材生成	扩大产能
Level 2：Brand Content System	内容变多以后如何仍然像同一个品牌	品牌资产沉淀、多版本适配、一致性控制	稳定规模化
Level 3：AI-Native Growth	AI如何进一步进入传播和增长	Social、个性化、媒介优化、消费者互动、转化	连接增长系统

这三个阶段不是简单的技术升级。

真正发生变化的是：AI从“替人完成一项工作”，逐渐变成“重新组织整个内容系统”。

回到中国快消：不要按品牌大小判断AI需求，要看它现在处在哪一层

这里有一个非常容易发生的误判。

大家会自然认为：大品牌AI能力一定最先进，小品牌主要用AI降低成本。

现实并没有这么简单。

IAB在2025年数字视频研究中甚至发现，在生成式AI广告创意采用上，中小型品牌的采用速度高于最大的广告主；买方预计到2026年，GenAI生成创意可能占全部广告创意的40%。

所以企业规模，并不能直接等于AI成熟度。更有价值的判断方式，是看品牌处在哪一种内容状态。

成熟、高端品牌 最关心的通常不是“还能不能再多做20条内容”，而是AI进入品牌以后，能不能不破坏过去十几年建立的品牌资产。它们首先需要的是 控制能力。

高速成长中的品牌 往往面临另一个问题：渠道、SKU、市场和投放迅速扩张，但内容组织能力跟不上生意扩张速度。它们最需要建立的其实是 Content Supply Chain——让同一批品牌资产能够支持更多市场和触点。

而真正开始进入AI-Native阶段的品牌，问题会进一步变成：内容、Social、投放、消费者互动和转化，能不能形成一个持续学习的循环？

三种品牌表面上都在“找AI”。但它们购买的其实不是同一种能力。

所以，快消品牌找AI内容公司，真正应该看什么？

判断一：它能不能理解品牌，而不是只理解Prompt

这是高端成熟品牌最先遇到的问题。AI工具可以学习“高级”“自然”“年轻”“科技感”这样的词。但这些词对不同品牌根本不是同一个意思。

一个真正可以进入品牌体系的AI内容公司，需要完成的是另一层翻译：把品牌语言变成AI可以执行的内容标准。

什么视觉不能漂移？什么产品细节必须100%准确？什么样的光线、人物、构图和动态属于这个品牌？哪些区域可以让AI探索？哪些区域绝对不能探索？

FansAI为伊利金典完成全AIGC鲜活TVC时，真正需要解决的也不是“AI能不能生成草原”。

项目第一个判断，是消费者如何在没有产品说明的情况下，通过草原的光线、风和空气感自己得出“新鲜”的结论；到了执行环节，再把人物气质、包装、品牌色彩和“呼吸感”分别转化为可以被反复校准的技术标准。整条TVC最终10天完成。

这个案例验证的是：成熟品牌使用AI，第一目标从来不是生成得多，而是生成得对。

当品牌标准都没有被翻译清楚，“规模化内容生产”只会规模化地稀释品牌。

判断二：它交付的是一条内容，还是一套Content Supply Chain

这是很多成长型快消品牌真正应该问的问题。

如果每一次需求仍然是：Brief → 写脚本 → 找模型 → 重新生成 → 修改 → 交片

下一次项目再全部重来，那么AI只是替换了部分制作工具。

品牌没有真正获得新的内容能力。

Nestlé的做法之所以值得参考，不是因为它使用了Digital Twin，而是因为一个产品资产被建立之后，可以持续服务不同国家、语言、平台和营销场景。

所以快消品牌选择AI内容伙伴时，更应该追问：这次项目完成以后，留下了什么？ 是只有一条MP4？还是同时留下品牌视觉锚点、产品数字资产、人物资产、有效的生成标准、可重复工作流以及未来可以继续调用的内容模块？

前者叫项目交付。后者才叫内容基础设施。

判断三：它能不能理解品牌、Social和转化不是三套内容

传统快消营销长期存在一个组织问题：

Brand Campaign是一套团队；Social是一套团队；Performance又是另一套团队。

结果是品牌内容非常漂亮，Social没有传播效率；Performance素材很能跑量，却越来越不像品牌。

AI真正大的机会之一，是重新连接这几个过去被人为分开的系统。

L’Oréal现在所做的事情，已经非常接近这条路径：CreAItech负责内容资产，BETiq进入媒体和促销资源分配，Beauty Genius负责个性化消费者互动，而Virtual Try-On与ChatGPT产品发现又进一步靠近购买决策。

AI Native的意义不是让每一个环节单独变快，而是让过去割裂的环节开始共享同一套品牌资产、消费者信息和决策逻辑。

判断四：这个系统会不会越来越懂你的品牌

这是最后，也是最容易被忽略的判断。传统制作公司的基本单位是“项目”。项目结束，交付结束。

但AI时代真正理想的品牌内容体系，应该具有学习能力。

第一轮内容之后：哪些视觉方向通过率最高？哪些内容最符合品牌标准？消费者在哪个情绪节点停留？哪个创意方向适合品牌传播，哪个方向适合转化？哪些错误已经发生过，下次不应该再发生？

这些东西如果没有沉淀，下一次仍然从Prompt第一页重新开始，那么品牌只是拥有了一个生产速度更快的供应商。

并没有拥有AI能力。

所以判断一家AI内容公司是否真正适合长期合作，可以问一个很简单的问题：第十次合作的时候，它会不会比第一次更懂我的品牌？

如果答案是否定的，再先进的模型也只是工具集合。

如果答案是肯定的，项目才有机会逐渐变成系统。

快消品牌真正要买的，已经不是“AI制作能力”

全球头部快消给出的信号已经越来越清楚。

Unilever在建立可重复调用的品牌数字资产；Nestlé在重建全球Content Supply Chain；L’Oréal则已经开始把内容生产、媒介决策、消费者互动和产品发现连进同一个AI体系。

中国品牌当然不需要今天就复制一套Unilever或者L’Oréal级别的基础设施。

不同发展阶段的品牌，也应该从最接近自己商业问题的位置开始。

但方向不能看错。

如果一个品牌现在只是需要解决产能，AI应该先帮助它把内容做得更高效。如果一个品牌已经拥有成熟品牌资产，AI必须首先解决一致性和控制问题。如果企业已经进入更成熟的数字化阶段，那么AI就不能继续停留在Creative Department，而应该开始连接内容、Social和增长。

因此，今天快消品牌选择AI内容公司，真正应该看的四件事其实是：

判断	真正要问的问题
品牌理解	AI生成的东西，能不能一直像我的品牌？
内容供应链	一次交付之后，有没有留下可以持续调用的资产？
全链路能力	能不能把品牌、Social和转化放在同一个内容系统里理解？
学习能力	合作越久，这套系统会不会越来越懂我的品牌？

结语：会生成，很快会成为最低门槛

未来几年，快消品牌不会缺少会使用AI的人。也不会缺少能生成图片、视频和广告素材的公司。

真正的竞争会发生在另一层：生成能力正在快速普及，系统能力却仍然稀缺。

因此，快消品牌真正需要AI化的，不应该只是内容制作的最后一公里。

而应该是：从品牌认知开始，让AI理解什么是这个品牌；进入内容生产，把理解变成稳定资产；进入Social和媒介，让同一套品牌判断适应不同场景；再让真实的传播和转化结果回到下一轮内容决策。

AI不是让旧内容流程跑得更快。真正的AI Native，是重新设计内容为什么生产、如何生产、在哪里传播，以及下一次为什么能够做得更好。

当“会生成”成为最低门槛之后，快消品牌找AI内容公司真正应该问的，也不再是：“你能不能帮我做这条片？”

而是：“你有没有能力和我的品牌一起，建立下一代内容系统？”