本文是《人工智能的未来》系列文章之一，该系列探讨人工智能将如何塑造未来几年的时尚与美容产业。

人工智能终将渗透我们生活的方方面面。时尚品牌若想保持影响力，就必须理解消费者不断变化的欲望、行为与顾虑——而这些消费者自身也在适应由AI驱动的世界。那么，注重时尚的消费者究竟希望从AI中获得什么？

为探寻答案，我们对英国、美国及欧洲的250名《Vogue》《Vogue商业评论》和《GQ》的读者进行了调研。核心发现是：消费者态度谨慎，当前时尚领域早期AI应用的实际表现正是阻碍他们接受的关键。使用AI购物的人群主要看重便捷与高效，但许多人因对信任度和真实性的担忧而却步。

尽管如此，若能成功平衡便捷与真实，品牌仍将迎来重大机遇。

**当前对AI的认知**

调研显示，消费者对AI的普遍使用与其在时尚美容购物中的使用存在差距。像ChatGPT、Google Gemini和Perplexity这类AI聊天机器人的广泛使用率相对较高：43%的受访者总是或经常使用，26%偶尔使用，32%很少或从未使用。

然而，AI在时尚美容购物中的应用仍处于早期且不稳定的阶段。超过半数（54%）从未为此使用AI。在曾使用过的人群中，使用行为也多为偶尔而非习惯性。仅2%的受访者在选购时尚美容产品时总是使用AI聊天机器人，12%经常使用。

当消费者确实使用AI聊天机器人进行时尚美容购物时，大多数（63%）选择OpenAI的ChatGPT，其次是Google Gemini（38%）和Anthropic的Claude（23%），仅10%使用Perplexity购物。

相比AI聊天机器人（8%），受访者更倾向于信任网红推荐（27%），尽管49%对两者皆不信任。信任网红的群体常将时尚视为本质属于人类的领域。超过70%表示绝不会信任AI网红，普遍共识是AI缺乏真人的个性、情感与创意触觉——正如一位受访者指出：“AI无法实际试用产品”，而网红则能让你“看到衣服穿在他们身上的效果”。最终，消费者明白网红推荐可能存在偏见，但他们觉得自己能辨识这些细微差别；而另一位受访者表示，AI则让人感觉“更加模糊不清”。

当被问及对时尚品牌更多使用AI的最大担忧时，回答分布相当平均。近四分之一（23%）最担心创造力丧失。另有五分之一（19%）担忧技术取代人类工作，相近比例（18%）则害怕时尚界人际互动减少。17%最关注数据与隐私问题，11%担心奢侈感流失。

这些发现表明消费者并不反对AI进入时尚领域，但他们担心AI可能削弱定义该行业的创意、人性与独特性。46%认同AI为时尚未来带来激动人心的前景，58%同意AI可作为辅助创意的工具。然而，不到四分之一（24%）认为品牌宣传活动中AI生成的图像和视频能与人类创作的内容同等有价值，仅略超半数（51%）表示若品牌使用AI打造奢侈品或美容产品，会对该品牌产生更负面看法。这些发现指向一种割裂：效率有时会侵蚀吸引力。

**时尚领域的AI应保持低调**

对奢侈品牌而言，最直接的机遇在于……AI在奢侈品零售中的真正机会并非面向消费者的工具，而在于增强客户永远不会直接接触的后台系统。随着技术进步，实体店为奢侈品牌提供了差异化空间，可通过使用所谓“隐形AI”——即在不要求主动参与或额外数据共享的情况下提升客户体验的应用。

实体店购物仍是受访者购买奢侈品的首选方式，40%偏爱实体零售，另有37%采用线上线下结合的方式。主要原因是检查质量（43%）和合身度（31%）。调研明确显示，消费者在光顾奢侈品店时不愿感觉自己正在与AI互动。三分之二（66%）表示若由AI机器人提供现场协助，购物体验会变差。这凸显了人际互动的持久需求，同时也指明了AI可在后台默默发挥作用的领域。例如，AI驱动的库存管理确保产品有货，或客户关系工具帮助销售助理获取相关洞察并提供高度个性化服务。

在整个调研中，信任成为采用AI的核心障碍——既涉及AI提供优质推荐的能力，也关乎其运作所需的数据。尽管69%的受访者至少偶尔使用AI聊天机器人，但不到四分之一（24%）信任其时尚美容建议，超过半数（55%）明确表示不信任。除了对AI推荐的怀疑，数据隐私、安全与控制权也存在深层次担忧，尤其是涉及敏感信息时。近半数（49%）愿意分享如服装尺码等风险较低的数据，但对财务和行为数据则有明确限制：72%不愿分享银行卡详情，46%不愿分享浏览历史，40%不愿分享位置数据。正如一位受访者所言：“我不在乎我的服装尺码在数据泄露中被曝光，我在乎的是我的银行卡详情是否泄露。”受访者指出，只有通过可信第三方加密的情况下，他们才愿意分享银行卡详情等敏感信息。

这对先进的AI购物应用（尤其是由AI代理主导的应用）构成了结构性挑战。仅31%愿意将购物委托给AI代理，即使它了解其品味和购买历史。即使在接受AI助理的人群中，接纳也取决于若干条件。受访者将准确性、透明度和安全性列为前提，同时强烈希望保持控制权。“我宁愿自己掌控，不想让它替我购买，”一位受访者说。另一位补充道：“如果变得过于简单和自动化，我可能会失去对购物习惯的控制。”对许多人而言，感知到的风险超过了便利性。

我们的数据揭示了一个有趣的矛盾：消费者最大的购物痛点恰恰出现在AI应用最薄弱的领域。这表明阻碍AI普及的是工具性能，而非需求不足。

当被问及AI聊天机器人的时尚美容购物推荐有多大用处时，38%的受访者不确定，35%认为大多有用，仅1%认为“完全有用”。信任度也有限。不到四分之一（24%）表示信任AI聊天机器人的推荐和总结，超过半数（55%）表示不信任——尽管60%声称理解AI如何收集信息并做出决策。这显示出对AI的认知与实际信心之间存在差距。

时尚极具个人化和主观性。当被问及时尚与造型方面的最大挑战时，最常见的回答是“用已有的单品搭配服装”和“在预算内找到自己的风格”。时尚与科技行业对这些难题并不陌生，Daydream、Doji、Alta和Phia等一波AI造型与购物工具应运而生。然而，对这些工具的认知度和乐观情绪仍然较低：30%表示不了解AI购物助手是什么，仅11%使用它们购物。仅6%尝试过虚拟试穿应用，尽管25%表示有兴趣。

尽管最大的购物挑战与风格相关，但仅11%使用AI获取个性化推荐。不准确性似乎是主要障碍：仅2%表示AI“总是”准确把握其风格，多数人说“有时”（62%）或“从未”（21%）做到。

这些工具的性能是关键问题。许多受访者认为其输出结果不匹配或过于泛泛。“机器无法理解可能激发我的微妙之处，”一位受访者说。另一位补充道：“它们只会输入我能在网上找到的信息……我在寻求时尚风格建议时，寻找的是无法在线获取的信息。”由于造型涉及品味、身份和文化背景，AI的推荐常显得不够灵动。除非它们变得更细腻，否则在时尚前沿受众中的普及可能仍有限。仅3%的受访者向AI聊天机器人寻求风格灵感，远低于杂志（57%）、街头风格（47%）和网红（35%）。

关键结论是：大多数人仍将品味与策展视为根本的人类技能。这为品牌创造了机会，可将AI工具重新定位不仅是数据驱动系统，更是反映品味与品牌身份的人类专业知识的延伸。

从这个意义上说，品味本身可能成为一种系统。这可能涉及更清晰地讲述这些工具的构建方式——从训练数据到输出背后的创意逻辑。对奢侈品牌而言，这种叙事可更进一步，通过借鉴档案、品牌准则和设计历史，将AI造型工具置于传统框架中。品牌化的在线AI造型体验既可提供灵感，也能促进产品发现，为库存升级销售提供重要机会。

然而，奢侈品牌往往缺乏以可扩展方式编码其美学的基础设施。档案可能未数字化或未标记以供AI使用，数据系统也常呈碎片化。即使拥有充足的品牌数据，AI仍可能产生有损品牌形象、降低格调的结果，因此每个阶段的人工监督都至关重要。

**个性化的悖论**

个性化长期被吹捧为AI在零售中的关键优势，但我们的调研表明其价值并不直接，尤其在奢侈品领域。算法预测行为的方式加剧了这一挑战，将选择范围缩小至已知内容。“仅仅因为我买过一次或浏览过某物，并不意味着我一直只想要那个，”一位受访者指出。其他人发现推荐变得重复，限制了而非促进了探索。“这就是为什么我很难找到新东西。AI机器人正在剥夺传统浏览的乐趣。”

很大程度上取决于如何把握个性化的恰当平衡。时尚品牌必须在运用AI的同时不疏远其奢侈品客户。消费者能接受品牌使用AI的领域是微妙且可能演变的，个性化可能让人感到受限而非有益。

正如一位《Vogue商业评论》的受访者所言：“在AI帮助下购物实在乏味。”

对一致性的担忧也存在。一些受访者质疑AI驱动的推荐是否可能导致风格同质化，尤其在品味相似的消费者中。“在它们的帮助下购物实在乏味。没有我期待的兴奋感，没有发现，只有被强行灌输的信息，”一位受访者说。另一位指出：“我担心与我品味相似的人会得到同样的穿搭。”

尽管存在这些担忧，消费者并未完全拒绝个性化。他们愿意接受引导而非限制。改善服务的轻量级应用受到欢迎，而感觉缺乏人情味的深度自动化系统则被谨慎看待。对奢侈品而言，机会不在于最大化效率，而在于平衡预测性建议与惊喜元素。目标始终是不仅提供顾客期望之物，更要提供他们未曾意识到自己需要的东西。

**方法论与人口统计**

《Vogue商业评论》进行了一项10分钟的定量在线调研，对象为英国、美国及欧洲的《Vogue》《Vogue商业评论》和《GQ》读者。调研由康泰纳仕内部定制研究团队于2026年3月16日至4月7日执行。受访者年龄需在16岁及以上。

共有251名受访者完成调研。其中，33%年龄在35岁以下，65%在35岁以上。女性受访者占76%，男性占22%。地理分布上，超过半数（55%）位于英国，四分之一（24%）在美国，其余21%遍布欧洲。消费特征方面，略低于半数（45%）被视为抱负型客户（即年收入低于当地货币10万单位：美元、欧元或英镑）。37%年收入超过10万，其余19%不愿透露收入。

**常见问题解答**

以下是根据“你无法信任机器”主题整理的关于消费者对AI看法的常见问题列表。

**入门定义问题**

1. 本次调研中的“AI”指什么？
指日常生活中接触的人工智能，如聊天机器人、推荐算法、语音助手、面部识别和自动化客服。

2. 调研的主要发现是什么？
核心发现是显著的信任差距：尽管人们时常使用AI驱动的服务，但对AI在重要决策中的公平性、隐私性和可靠性深感怀疑。

3. 调研对象是谁？
调研通常涵盖广泛的代表性成年消费者样本（不仅限于技术专家），以捕捉公众普遍情绪。

**担忧与问题**

4. 人们对AI的最大担忧是什么？
主要担忧包括：隐私、偏见与公平性、缺乏透明度以及工作被取代。

5. AI偏见是什么意思？
指AI系统可能产生不公平结果，例如偏袒某一群体。例如，若基于有偏见的历史数据训练，招聘算法可能不公平地根据性别或种族筛选简历。

6. 机器不是比人犯错少吗？
并非总是如此。机器擅长重复性任务，但可能以不可预测的方式失败，或放大训练数据中的错误。它们也缺乏人类的常识和同理心，可能导致令人沮丧或有害的错误。

7. 为什么人们觉得不能信任AI做重要决策？
因为AI的决策过程常是“黑箱”。人们希望理解贷款被拒、医疗诊断或新闻推荐背后的推理，而许多AI系统无法清晰解释。

**实例与日常生活**

8. 我在哪些地方可能无意中接触到AI？
除了ChatGPT等明显应用，AI还存在于社交媒体信息流、垃圾邮件过滤器、预测交通的导航应用、信用卡欺诈检测，甚至照片应用的滤镜中。

9. 能否举一个现实生活中的AI信任问题例子？
一个常见例子是……