Branża beauty i kosmetyczna odkryła, że AI produkuje treści szybciej i taniej niż kiedykolwiek. Odkryła też, że samo to nie wystarczy.

W sierpniu 2025 roku Vogue opublikował dwustronicową reklamę marki Guess. Modelka była idealna — symetryczna twarz, nieskazitelna skóra, fryzura bez jednego włosa nie na miejscu. Tylko drobny dopisek u dołu strony informował, że kobieta nie istnieje. Na TikToku komentarz „najpierw porównywamy się do retuszowanych zdjęć, teraz do kobiet, które w ogóle nie istnieją” zebrał ponad 67 tysięcy polubeń. Część czytelniczek zapowiedziała bojkot obu marek. Budżet produkcyjny był niższy niż przy klasycznej sesji. Koszt reputacyjny — trudny do wyliczenia, ale realny.

Ta historia nie jest opowieścią o tym, że AI w reklamie beauty jest złe. Jest opowieścią o tym, że można mieć dostęp do najpotężniejszego narzędzia produkcyjnego w historii branży i nadal popełnić podstawowy błąd: oddać decyzje maszynie, zamiast tylko narzędzie.

Złe pytanie: kamera czy komputer?

Przez ostatnie dwa lata dyskusja w branży kręci się wokół jednego podziału: AI czy real. Wygenerowane czy nakręcone. Cyfrowe czy ludzkie. To rozróżnienie jest wygodne, chwytliwe w nagłówkach i — w dużej mierze — mylące. Bardziej precyzyjne pytanie brzmi: kamera czy komputer. I jeszcze ważniejsze: kto siedzi przy sterach.

Plan zdjęciowy i rendering w czasie rzeczywistym to dwa różne narzędzia służące temu samemu celowi. Oba wymagają koncepcji, decyzji estetycznych, odpowiedzialności za efekt. Różnią się tylko miejscem egzekucji. Problem pojawia się wtedy, gdy wraz z przejściem na komputer znikają ludzie, którzy te decyzje powinni podejmować.

Czego naprawdę uczą dane

Powszechna intuicja mówi, że odbiorca przestaje zwracać uwagę na to, skąd pochodzi treść. Badania z 2025 roku sugerują coś przeciwnego: materiały tworzone przez influencerów AI znacząco obniżają postrzeganą autentyczność marki — i jawne oznaczenie ich jako wygenerowanych przez AI efekt ten wzmacnia, a nie łagodzi.

Analiza Nürnberg Institute for Market Decisions potwierdza: samo informowanie o AI-owym pochodzeniu treści ujawnia problem, ale go nie rozwiązuje. 52% kobiet sprzeciwia się używaniu AI-modeli w reklamie (Attest 2025) — główny powód to kreowanie nierealistycznych standardów urody. AI-produkcja nie jest skazana na niepowodzenie. Wymaga właściwego procesu.

Czy AI w produkcji video naprawdę działa lepiej?

AI działa — i to bardzo dobrze. Wirtualni influencerzy generowani przez sztuczną inteligencję potrafią skutecznie promować produkty i budować zaangażowanie odbiorców — według badań HypeAuditor generują prawie trzykrotnie większe zaangażowanie niż tradycyjni twórcy. Takie postacie, jak Lil Miquela (ponad 2,3 miliona obserwujących na Instagramie, współpraca z Pradą i Calvin Klein), to dziś realne kanały komunikacji marek beauty. Ale to nie znaczy, że są lepsi w każdym przypadku. AI wygrywa w skali, szybkości i testowaniu wariantów. Real wygrywa w emocjach, autentyczności i doświadczeniu odbiorcy. Dlatego najczęściej najlepszym rozwiązaniem jest model hybrydowy.

Model, który odpowiada na to pytanie — HAAIP

Wśród odpowiedzi, które branża wypracowuje na własną rękę, proponujemy jako VCreatives świeże podejście: HAAIP, czyli Human Augmented AI Production. Idea jest prosta: cały pion kreatywny funkcjonuje dokładnie tak jak przy klasycznej sesji, nagraniu — są moodboardy, scenariusze, storyboardy, reżyser, scenograf, dział kostiumów a nawet casting. Koncepcja przechodzi przez wszystkie standardowe etapy zatwierdzania i korekty. Zmienia się tylko jedno: zamiast planu zdjęciowego, jest komputer z AI.

Konsekwencje są znaczące. Produkcja jest tańsza — szacunki mówią o 30–40% w stosunku do klasycznej sesji przy porównywalnej jakości. Ale nie jest to praca jednej osoby z dostępem do narzędzia generatywnego. Każda decyzja estetyczna ma autora. Każdy etap — punkt kontrolny. To czyni HAAIP droższym niż AI bez procesu. I tańszym niż klasyczna produkcja tej samej skali.

Dlaczego AI nie zastępuje zespołu — i nigdy nie zastąpi?

Do dobrego projektu AI nie wystarczy sam dostęp do narzędzia — tak samo jak nie wystarczy wybitny reżyser czy dyrektor kreatywny bez wsparcia zespołu. To nie kwestia technologii — to kwestia pracy, myślenia i specjalizacji. Czegoś co sprawdzało się latami.

Ekonomia czasu, której nie widać na fakturze

Istnieje pokusa, by pominąć zewnętrzny zespół i wygenerować filmy i zdjęcia samodzielnie. Ale, godzina pracy działu marketingu kosztuje firmę więcej niż godzina pracy agencji i to nie chodzi o kasę. Kiedy wewnętrzny zespół spędza dwa tygodnie na iteracjach promptów, próbując uzyskać efekt, który doświadczony producent dostarcza w dwa dni, w tym czasie nie robi swoich codziennych obowiązków. . No i bez procesu i bez osób odpowiedzialnych za poszczególne etapy — błędy po prostu się zdarzają.

Etyka jako decyzja projektowa

Debata o AI w branży kosmetycznej czy ogólnie beauty nieuchronnie dociera do kwestii standardów urody. Wygenerowany obraz „idealnej kobiety” nie jest neutralny — algorytmy generatywne odtwarzają te same wzorce, które branża przez dekady próbuje przepracowywać. Kampania Dove z 2024 roku pokazała to wyraźnie: AI poproszone o wygenerowanie „najpiękniejszej kobiety” za każdy razem zwracało młodą, szczupłą, białą blondynkę.

To nie jest problem technologiczny. To problem decyzji — kto i w jakim momencie procesu określa, jak mają wyglądać generowane postacie i co marka chce powiedzieć o pięknie. W modelu HAAIP te decyzje zapadają na etapie koncepcji, przez ludzi, zanim uruchomiony zostanie jakikolwiek proces generowania.

Czy AI może być zagrożeniem dla autentyczności marki?

Może — jeśli używasz go bez kontroli. Dlatego niektóre marki, jak Dove, jasno deklarują, że nie wykorzystują AI do zmieniania wizerunku kobiet. Transparentność przestaje być opcją — staje się koniecznością. W Polsce UOKiK już nakłada kary za brak transparentności w komunikacji influencerów, a regulacje takie jak AI Act wprowadzają obowiązek oznaczania treści generowanych przez AI.

Paradoks OpenAI

Najdobitniejszy argument za wartością ludzkiego procesu pochodzi — nie bez ironii — od firmy, która generatywną rewolucję rozpoczęła. Kiedy OpenAI uruchamiał swoją pierwszą dużą kampanię reklamową dla ChatGPT, nie użył żadnego ze swoich narzędzi do generowania obrazów. Kampania została nakręcona w całości na taśmie 35mm przez reżysera Milesa Jaya. Ciepłe, codzienne chwile, intymny styl dokumentalny — przekaz: ChatGPT nie po to, by zastępować realne życie, lecz by je wzbogacać. Firma dysponująca najbardziej zaawansowanymi narzędziami do generowania wizualiów wybrała kamerę. Nie dlatego, że AI nie działało. Dlatego, że rozumiała, co chce powiedzieć — i jak to musi wyglądać, żeby zostało usłyszane.

Sygnał

Jest jeszcze jeden wymiar HAAIP, o którym rzadko mówi się wprost: co sposób pracy mówi o marce zlecającej kampanię. Firma, która komunikuje, że jej kampania AI powstała z udziałem reżysera i doświadczonego zespołu kreatywnego, wysyła inny sygnał niż ta, która mówi, że wygenerowała materiał samodzielnie. 98% konsumentów deklaruje, że autentyczne wizuale są kluczowe dla budowania zaufania.

Autentyczność — w erze, gdy granica między wygenerowanym a sfotografowanym staje się coraz trudniejsza do uchwycenia — coraz częściej jest demonstrowana przez proces, nie przez efekt. Przez to, kto podpisuje się pod decyzjami. Przez to, co marka jest gotowa pokazać z kuchni.

Jak AI zmienia sposób, w jaki klienci wybierają kosmetyki?

Sztuczna inteligencja staje się nowym doradcą beauty. Chatboty i systemy rekomendacji opartych na AI zmieniają obsługę klienta — analizują potrzeby, personalizują dobór kosmetyków, odpowiadają na pytania zanim użytkownik dotrze do wyszukiwarki. W Polsce od 2025 roku funkcje takie jak AI Overview i AI Mode sprawiają, że decyzje zakupowe coraz częściej zapadają zanim użytkownik wejdzie na stronę marki. To wszystko działa. Ale tylko wtedy, gdy jest używane świadomie.

Narzędzie jest nowe. Reguły — nie.

Najlepsze produkcje — zarówno klasyczne, jak i generatywne — mają jedną wspólną cechę: za każdą z nich stoi ktoś, kto wiedział, czego chce, zanim uruchomił jakikolwiek sprzęt. Branża beauty nie stoi przed wyborem między AI a autentycznością. Stoi przed pytaniem, jak zorganizować pracę z nowym narzędziem tak, żeby nie stracić tego, co sprawiało, że poprzednie narzędzia działały: ludzkiej decyzji, odpowiedzialności za efekt i rozumienia odbiorcy. Kamera czy komputer — to pytanie o logistykę. To, co jest po obu stronach tego wyboru, pozostaje takie samo.

FAQ: AI, HAAIP i produkcja video w branży beauty

Czym jest HAAIP i dlaczego zmienia sposób produkcji video?

HAAIP to nie technologia — to sposób pracy. Cały pion kreatywny (reżyser, scenograf, dział kostiumów) działa dokładnie tak jak przy klasycznej sesji. Zmienia się tylko jedno: zamiast planu zdjęciowego, jest komputer.

Czy AI w produkcji video naprawdę działa lepiej?

AI wygrywa w skali, szybkości i testowaniu wariantów. Real wygrywa w emocjach, autentyczności i doświadczeniu odbiorcy. Najlepsze efekty daje model hybrydowy.

Czy marki beauty już realnie korzystają z AI?

Tak, i to na dużą skalę. Unilever zbudował własną platformę generatywną, w której marketerzy sterują promptami i zatwierdzają każdy materiał przed wdrożeniem. Efekt: produkcja szybsza o 30%, wskaźniki klikalności i ukończeń wideo dwukrotnie wyższe. Kluczowe słowo: zatwierdzają. Człowiek pozostaje w pętli.

Czy AI w marketingu beauty wymaga oznaczeń i regulacji?

Tak, i to coraz bardziej. W Polsce UOKiK już nakłada kary za brak transparentności w komunikacji influencerów (łącznie setki tysięcy złotych). Dodatkowo regulacje takie jak AI Act wprowadzają obowiązek oznaczania treści generowanych przez AI. Transparentność przestaje być opcją — staje się koniecznością.

Jakie są największe błędy w wykorzystaniu AI w video?

Najczęstsze błędy to: brak procesu i strategii, traktowanie AI jako gotowej odpowiedzi, brak zespołu i specjalizacji oraz skupienie na narzędziu zamiast na efekcie. AI bez myślenia prowadzi do generycznego contentu.

Jak zacząć pracę z AI w produkcji video?

Zacznij od jednego pytania: czego dokładnie potrzebujesz? Nie od narzędzia. Nie od trendu. Od celu. Dopiero potem określ kierunek, wybierz proces i dobierz zespół. AI działa najlepiej wtedy, gdy jest częścią decyzji — nie jej zastępstwem.