Amorepacific
agent conseil beaute genAI adosse a un diagnostic de peau
En 2025, Amorepacific a mis en service AI Beauty Counselor (AMORE CHAT) sur sa boutique Amore Mall, une app de conseil beaute generative sur Azure OpenAI (GPT-4o et 4o-mini) adossee a un outil de diagnostic de peau deja utilise 2,5 millions de fois en ligne et en boutique sur quatre ans, avec pour but de relever la transition vers l'achat en ligne.
L'essentiel
- Amorepacific met en production AI Beauty Counselor (AMORE CHAT), son premier usage grand public de genAI, sur Amore Mall.
- L'app tourne sur Azure OpenAI (GPT-4o et 4o-mini), avec Microsoft Fabric et Azure AI Foundry pour les donnees et la recherche.
- Elle s'adosse a un outil de diagnostic de peau deja utilise 2,5 millions de fois en ligne et en boutique sur quatre ans.
- Deploiement confirme et vivant en 2026 : service en usage multi-marques, et app Amore Mall lancee sur ChatGPT.
Objectif
Reproduire en ligne le conseil qui fait vendre en boutique. Amorepacific constate que le diagnostic de peau convertit moins bien sur le web qu'en magasin, ou une conseillere echange avec la cliente. L'app genAI vise a combler cet ecart en dispensant un conseil personnalise a partir de l'historique d'achat et du diagnostic.
Le déploiement
Amorepacific, premier groupe coreen de cosmetiques (30+ marques dont Sulwhasoo, Laneige, Innisfree), a construit une app de conseil beaute generative sur son socle Azure. L'AI Beauty Counselor, mis en service sous le nom AMORE CHAT sur la boutique en ligne Amore Mall, repond aux questions des clientes et recommande des produits a partir de leur historique d'achat, de leurs avis et de leur expertise maison. Il utilise les modeles GPT-4o et GPT-4o-mini via Azure OpenAI Service, avec Data Factory sur Microsoft Fabric pour la donnee et les fonctions AI Search d'Azure AI Foundry pour retrouver l'information produit pertinente. En amont, un outil de diagnostic de peau interroge la cliente (par exemple noter si la peau est grasse de 1 a 5) et analyse une photo du visage. Ce diagnostic a ete utilise 2,5 millions de fois en ligne et en boutique sur quatre ans, mais il convertissait moins bien en ligne qu'en magasin. Le conseil genAI vient brancher ce diagnostic sur une conversation qui oriente vers les produits adaptes. Le groupe a ensuite etendu la brique diagnostic (Dr.AMORE, precision superieure a 90% face aux appareils professionnels) a plusieurs marques et points de contact, puis lance en 2026 une app Amore Mall sur ChatGPT, une premiere dans la beaute coreenne.
Résultats Preuve B
Le chiffre-cle (2,5 M d'utilisations du diagnostic) et le detail de la stack viennent d'une customer story Microsoft, source officielle mais interessee (biais vendeur), ce qui plafonne le cas au niveau B. La mise en production et la vivacite sont corroborees par deux sources officielles Amorepacific (communiques stories.amorepacific.com de 2026). Aucun impact conversion chiffre n'est publie en resultats financiers, donc pas de niveau A.
Comment ça fonctionne
Architecture documentéeComment ça tourne, concrètement
Pour les équipes ops-
1Recueillir le diagnostic de peau client, outil de diagnostic
La cliente repond a un questionnaire (par exemple noter la peau grasse de 1 a 5) et prend une photo de son visage, en ligne ou en boutique.
-
2Rassembler le contexte client equipe data / IA
Consolider historique d'achat, avis et resultats de diagnostic via Data Factory sur Microsoft Fabric.
-
3Retrouver l'information produit pertinente IA (recherche / RAG)
Les fonctions AI Search d'Azure AI Foundry remontent l'expertise maison et le catalogue adaptes au profil.
-
4Generer le conseil et la recommandation IA (LLM)
GPT-4o et GPT-4o-mini via Azure OpenAI produisent la reponse conversationnelle et les produits suggeres.
-
5Orienter vers l'achat sur Amore Mall app AMORE CHAT / e-commerce
La conversation guide la cliente vers les produits adaptes pour relever la transition vers l'achat en ligne.
L'historique d'achat, les avis et les donnees de diagnostic de la cliente. Sans ces donnees first-party rattachees a un compte, le conseil retombe sur des recommandations generiques et perd son interet face a une conseillere en boutique.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLes consommateurs n'acceptent pas les chatbots par defaut : 64% prefereraient que les entreprises n'utilisent pas d'IA dans leur service client (Gartner, 2024) et pres d'un utilisateur sur cinq du service client par IA n'en retire aucun benefice (Qualtrics, 2025). L'acceptation se construit sur trois conditions mesurees par Salesforce : savoir qu'on parle a une IA, pouvoir escalader vers un humain, comprendre la logique de l'agent.
Conditions d'acceptation
- Etre informe qu'on parle a une IA et non a un humain (pres de 75% le demandent, Salesforce 2024)
- Un chemin d'escalade clair vers un agent humain (45% plus enclins a utiliser l'agent IA, Salesforce 2024)
- Une logique de l'agent clairement expliquee (44% plus enclins, Salesforce 2024)
Lignes rouges
- Rendre l'humain injoignable : c'est la premiere inquietude des consommateurs sur l'IA dans le service client (Gartner 2024) et 50% craignent que l'IA les coupe du contact humain (Qualtrics 2025)
- Remplacer le service client par l'IA sans alternative : 53% envisageraient de partir chez un concurrent (Gartner 2024)
Sources : Salesforce 2024 · Gartner 2024 · Qualtrics 2025
Voir l'acceptation complète : par pays, par usage, par génération
Comment répliquer
Inférence - non sourcéPrérequis data
- Comptes clients rattachant historique d'achat et avis a chaque profil
- Donnees de diagnostic de peau (questionnaire structure et/ou photo de visage) reliees au compte
- Base d'expertise produit et catalogue indexes pour la recherche (RAG)
Prérequis orga
- Cadre RGPD/biometrie pour la photo de visage : consentement, base legale, minimisation, duree de conservation
- Alignement e-commerce, data et conseil produit sur un meme parcours
- Transparence sur le caractere automatise du conseil
Stack possible
- LLM via une plateforme cloud (Azure OpenAI, ou equivalent)
- Couche RAG sur le catalogue et l'expertise produit
- Pipeline data pour consolider profil et diagnostic
- Brique de diagnostic de peau (vision par ordinateur) si volet image
Le plan, étape par étape
- Étape 1Cadrer la conformite biometrie/RGPD avant tout traitement de photo de visageLivrable : Base legale, consentement et politique de conservation valides
- Étape 2Consolider les donnees first-party (achats, avis, diagnostic) par profil clientLivrable : Contexte client unifie exploitable par l'IA
- Étape 3Indexer l'expertise produit et le catalogue pour la rechercheLivrable : Couche RAG interrogeable par le LLM
- Étape 4Brancher un LLM sur ce contexte pour generer conseil et recommandationLivrable : Assistant conversationnel repondant a partir des donnees maison
- Étape 5Mettre en service sur le parcours d'achat en ligne et mesurer la transition vers l'achatLivrable : Feature en production avec lecture de l'impact conversion
Première étape : Verifier que le diagnostic de peau et l'historique client sont bien rattaches a un compte identifie : sans cette donnee first-party consolidee, le conseil genAI n'a rien de personnel a dire.
Le même pattern, prouvé dans d'autres industries
Amazon
assistant shopping genAI
Booking.com
assistant de planification de voyage genAI
Euronics Italia
agent shopping conversationnel genAI
Sources
- S1 Meet your AI Beauty Counselor: K-beauty giant Amorepacific builds an AI app for personalized advice Officiel intéressé archive à générer
- S2 AI Beauty Tech: Beyond Technology, Toward Connected Experience Primaire archive à générer
- S3 Amorepacific Launches 'AMORE MALL' App on ChatGPT Primaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.