中国医美大迁徙——医美GEO进行时

中国医美的第一次迁徙,行业里很少有人完整说清楚。

关于当下的医美困境,讨论大多停在表层:流量贵了、扩张慢了、监管严了、价格战打不动了。艾尔建美学联合德勤发布的《中国医美行业2026年度洞悉报告》给了一句更本质的判断——行业核心竞争力正从"流量竞争"转向"能力竞争"。

这句话没错,但它只说了一半,没回答一个更尖锐的问题:能力竞争,最后落在谁身上?

我们的判断是,中国医美正在经历两次叠加的迁徙。第一次,从品牌时代迁到医生时代;第二次,从主动搜索辨别迁到AI对话推荐。第一次已经发生了一半,第二次刚刚开始。两次迁徙叠在一起的那个接缝,就是下一个五年的增长入口。先看第一次。

客群已经成熟了,成熟的标准是"不再靠品牌做判断"

先看盘面。艾媒咨询数据显示,中国医疗美容服务市场规模从2016年的776亿元增至2025年的2761亿元,近十年复合增长率15.14%,2026年预计达到2952亿元。其中非手术类(轻医美)从2016年的308亿元增至2025年的1295亿元,十年增长超三倍,2026年预计1400亿元,已接近整体市场的半数。

比规模更值得看的是消费结构。《2026年医美用户白皮书》显示,医美潜在用户占比38.8%,行业已正式迈入"万元时代"——年消费1万至3万元的中端区间占25%,3万至5万元的中高端区间占25%,两者合计50%,构成核心消费带;5万元以上高客单用户占11.5%。

这些数字背后是客群性质的改变:从消费尝试,到消费习惯。一个"尝过鲜"的客群和一个"已经形成习惯"的客群,决策方式完全不同。前者靠印象,后者靠判断。而在新媒体持续的种草科普下,中国医美完成了史上第一次大规模的用户教育——这批消费者知道水光分几种分子量、知道光电要打几次才见效、知道恢复期多长、知道哪些话术是套路、知道同一个项目不同机构报价差在哪。

一个成熟的客群,最先抛弃的就是"品牌知名度"这种模糊信号。门头大、连锁多、广告响,在过去是信任代理,因为消费者没有别的信息可用;现在信息过剩了,信任代理就失效了——它不再能替代专业判断,只能证明"这家有钱"。

决策颗粒度变细了:从"哪家机构"到"哪个医生"

当消费者的诉求从"我想变好看"细化到"我这个部位的这个具体问题,谁能解决",品牌和连锁体量的解释力就迅速下降。原因很朴素:医美是医疗,不是零售。同样的设备、同样的产品、相近的价格,交付结果取决于操作的那个医生——他的解剖理解、审美取向、方案设计能力、并发症处理经验,以及"什么时候该劝退客户"的职业判断。门头大小不改变这个事实。

于是竞争主体换了人:从"机构的品牌效应",换成了"医生的方案解决能力"。消费者开始指向垂直科目更专业的医生IP,带着具体症状去求咨询。

第一轮医生IP红利,已经见顶

过去几年,行业做医生IP的做法高度同质化:白大褂科普、面诊片段、避坑话术。打开任何一个内容平台,千篇一律。这套打法的根本问题,是它把医生当成流量工具,而不是专业资产。所以行业普遍出现"高曝光、低咨询、低到店、低溢价"的四维困局——账号看着热闹,转化始终上不去,价格也立不住。

原因有四层:一是内容供给过剩,同质内容拿不到分发,平台算法和用户耐心都已被消耗完;二是流量成本持续上涨,投流换来的咨询越来越贵,《中国医美行业2026年度洞悉报告》提到2026年上半年医美机构数净增长较去年同期明显放缓;三是监管收紧,医美增值税改革,以及多部委在价格透明度、广告真实性、器械溯源等方面的政策,正在重塑竞争规则;四是流量分配正在向公立三甲与认证账号倾斜——这一层最容易被忽略,但杀伤力可能最大。

随着监管政策与平台规则同步收紧,内容平台在医疗健康类目上不断抬高资质门槛、强化认证权重,公立三甲机构与完成认证的医生账号在分发上获得明显倾斜。对绝大多数民营机构的医生IP来说,这已经不是"内容做得够不够好"的问题,而是分发规则本身在分噬流量:同样的专业度、同样的更新频率,拿到的曝光在减少,投流的价格在上涨。这是资质结构问题,不是竞争问题,很难靠努力逆转。

所以民营机构需要一个不完全依赖平台流量分配的入口。这正是医生GEO的战略价值所在:GEO不参与平台的流量分配,它参与的是AI的采信判断。在AI的答案里,公立与民营的差别,远没有平台认证标签那么决定性——AI看的是事实是否完整、语料是否专业、信源是否可核验、多平台说法是否一致。这是民营医生可以凭真实专业能力去争取的一个新入口。

医生IP的上半场拼的是"谁会做内容",这个赛道已经挤满了,边际收益在快速下降。下半场必须换战场。

这也就是第二次刚刚开始的迁徙——AI对话窗里的席位,也就是医美GEO的落地逻辑。

消费者做医美决策的入口,正在从搜索框和内容信息流,转向AI对话窗。这不是多了一个查资料的工具,而是决策链条上的一次权责转移——"哪家机构可靠、哪个医生在某个科目更强",这个原本由消费者自己完成的判断环节,正在交到AI手里。

决策入口换了,席位取代了排名

入口端的量级非常醒目。2026年第一季度,中国生成式AI用户规模达5.15亿,占网民总数的一半;信通院数据显示,国内AI搜索用户已超8亿,渗透率38.7%。中国中小商业企业协会与立信数据研究院的调查显示,近八成消费者在做购买决策前会先咨询AI工具;按行业拆分,医疗健康的AI渗透率已达47%,仅次于旅游出行的50%。

对比一下决策链路会更清楚。旧链路是打开搜索或内容平台,翻十几页笔记,辨真假、排软文,自己得出结论;新链路是把症状、诉求、预算、顾虑说清楚,AI跨平台抓取比对,直接给出几个候选和理由。变化不在于"多了个工具",而在于判断权被部分让渡。

有一个数据值得经营者记下来:旅游行业的调研显示,72%的用户只问一到两个AI工具就做出决策,多工具交叉比对的比例只有11%。医美的决策焦虑比旅游更重,用户更依赖第一轮判断。翻译成经营语言——如果你不在第一轮AI回答里出现,你连被比较的资格都没有。德勤在报告中也提到,AI成为求美者决策的"智能入口",需求正从单点矫正转向综合提升、从项目性价比转向高交付标准、从单次效果转向全周期管理。消费者要的不再是"谁在卖",而是"谁说得清"。

医美在AI生态里,为什么最脆弱也最有空间

脆弱,是因为医美是信息一致性最差的行业之一。同一家机构的成立时间、医生执业年限、科室设置、项目名称、价格区间、资质荣誉,散落在官网、团购页、内容平台笔记、问答社区、百科词条里,版本互相打架。AI处理冲突信息的方式很直接:降权,或者模糊化。当它无法确认"你到底是谁、擅长什么",它就会略过你,或给出一个把你和竞品混在一起的含糊答案。对医美而言,被曲解、被替代,比不被看见更危险——一个错误的执业年限、一个张冠李戴的擅长科目,就足以让高客单咨询在开始前流失。

空间,则来自医美决策的三个特征:高焦虑、高单价、强地域。三者叠加,意味着求美者比买任何东西都更需要一个"帮我判断"的角色。所以这个机会的实质不是"AI能不能带来流量",而是:AI替消费者做判断时,说的是不是你、说得准不准。

AI生态的规则,和新媒体不是一套

很多机构把GEO理解成"多发内容、多做收录",这是把新战场当旧战场打。规则其实已经变了,可以归纳成三条。

其一,这不是排名游戏,是席位游戏。AI给的不是十条蓝色链接,而是一段答案,多行业实测中,一段答案通常只出现两到三个名字。排名靠后还能翻页,席位之外则是清零。

其二,AI不看广告投入,只看能否被引用。它采信的是可验证、结构化、多源一致的事实,而不是形容词。"采用国际领先技术"写十遍也不会被采信,它要的是:项目是什么、适合谁、不适合谁、怎么做、周期多长、有哪些公开可查的依据。

其三,一致性优先于数量。十个平台说十种话,不如十个平台说一种话——AI做交叉验证时,冲突即降权。医美恰在这一条上失分最多:不是内容不够多,是内容互相打脸。

落地:IP是原料车间,GEO是精炼厂

先把两件事分清。医生IP的战场是内容平台信息流,靠算法推荐,用户被动刷到、需求尚未成形,核心资产是关注量与人设记忆,停更即衰减,本质是租赁流量。医生GEO的战场是AI对话窗,靠检索采信与事实可信度,用户主动发问、带着具体症状和预算,核心资产是可被引用的事实与结构化语料,建成后持续生效,本质是持有资产。

一句话概括:IP解决"患者愿不愿意听你说",GEO解决"AI替不替你说";用生意的语言讲,IP是拉客,GEO是接客。

之所以是叠加而非转向,逻辑也在这里。只做IP不做GEO,内容再好,AI回答"这个项目找谁"时依然没有你;丢掉IP只做GEO,则等于放弃已积累的内容资产从零建语料,而且失去IP的持续产出,GEO的语料会枯竭。一场科普直播、一条面诊视频、一篇术后管理长文,是IP的产出,同一次专业输出完全可以再做一次加工,变成"给AI读"的资产——这不是增加工作量,是把已经付出的专业劳动再兑现一次。

围绕这个思路,落地动作有四。第一,用AI的结构化语言重塑内容:把营销语言翻译成事实语言,把每个项目拆成真实用户会问的问题,每个问题配一个可整段引用的答案,涵盖适用与不适用人群、方案逻辑、周期、风险提示。第二,建科室项目母本:一个科室、一个项目只保留一份权威版本,所有平台物料都从它派生,解决的不是文采问题,是可信度问题。第三,强化医生语料体系:IP上半场拼的是"温柔细心、审美在线",这些词不可验证,AI一个都不会采信;要把医生从人设升级为可引用的专业语料库——执业资质、专长边界(擅长什么、明确不做什么)、方案判断逻辑、学术输出、合规的案例口径。第四,校准全域信息一致性:统一机构、医生、项目的所有对外口径,消除版本冲突。做过这一步的机构会得到一个反常识的结果:不是内容变多了,是答案变准了。

体系、验收与三个必须避开的误区

医生GEO不能靠零散发稿,必须是成套资产。每位医生建议建一份独立档案,包含六件东西:唯一权威的事实基准母本、科目绑定与专长边界声明、分层的问题库(按认知、比较、决策、疑虑四级)、可直接摘用的答案块、信源根、一致性校准表。医院侧则要建四层:科目地图、医生与科目的绑定表、一医生一档、矩阵协同规则。其中每条绑定是战略决策而非人事安排——每位医生确定一个主攻科目加最多一个辅助科目;绑得太散,AI无法形成明确认知,绑得太挤,同科目多位医生会互相稀释。

执行按五步走:科目与席位盘点、医生科目绑定确认、一医生一档建设、IP内容GEO化改造、复测与迭代。验收要看五个医生级指标:可见率、引用率、科目归属准确率、描述准确率、首推率,并且必须写进合同、每月出具原始证据——没有复测的GEO,等于没有做。组织分工上有一件事不能授权:科目地图、医生绑定、矩阵主次,这三件必须由决策层定,交给市场部就会走形。

三个误区要提前避开。一是把医生GEO做成医生IP的翻译版,把"技术好、审美在线"搬进语料,这些词不可验证,写了等于没写;二是一个医生绑太多科目,"全科专家"在AI那里等于"没有专长";三是只做机构GEO、不做医生GEO——机构GEO拿到的是"这家机构靠谱"的泛需求答案,医生GEO拿到的才是"我这个情况找他"的高意向答案,而医美的高客单几乎全部来自后者。

按战略做,不按技术做

技术型做法是批量生产内容、批量分发通稿、追求收录量和曝光量,短期能看到数量,代价却是同质内容被降权、低质信源被剔除、夸大表述触碰合规红线。战略型做法相反:先回答"AI应该怎么描述你",再建事实,再铺信源,最后才追效果,顺序不能反。

医美还有三个特殊约束:科目选择就是战略选择,资源必须压在选定方向上,才能形成"这个科目找我"的AI认知;医生GEO是资本支出而非费用,一医生一档的语料建成后可长期积累、跨平台复用,而投流买来的曝光停投即归零;合规是生命线而不是障碍,AI的采信逻辑与监管的合规逻辑方向一致,都要求真实、准确、可验证。落地起点按现状分三类——不清楚自己在AI里是什么样子的,先做诊断;确认要系统建设、缺执行体系的,做全域部署;集团化、多品牌、问题在组织与预算的,做战略咨询。三条路不是台阶,选错的代价比不做更大。

回到商业判断,结论有三条。医美的下一次流量红利不在内容平台,在AI对话框——席位有限,先占者会形成引用惯性,后来者要付出数倍成本挤进去。医生IP的下半场,不是谁的账号做得更热闹,而是谁被AI描述得更准确、更专业;IP带来的是租赁流量,GEO沉淀的是持有资产,这个区别三年后会体现在机构估值上。AI对中国医美的认知现在仍处在形成期,此刻进去是塑造,格局固化再进去是纠正,而塑造的成本,永远低于纠正的成本。

新增长突破口就在那个每天被问几万次的对话框里。问题是——它回答的时候,说的是不是你。

附件:《AI阶段有望存活下来的品牌:头部上游企业与终端名录》

这轮名录的特征是:事实完整、语料专业、信源可核验、多平台说法一致。

1、上游企业:

国外——艾尔建美学、高德美:临床数据、专家共识、医生培训体系最厚,AI最容易采信,优势延续;

国内——爱美客、锦波、四环渼颜空间、华熙:有注册证、有临床证据、能发专家共识,比如渼颜空间参与发布的《胶原刺激剂在面部年轻化应用的临床指导意见》,这类内容正是AI采信的核心语料。

2、终端机构:

医生型机构——联合丽格(医生办医模式,天然贴合"科目绑定"逻辑)、伊美尔,以及任何完成"一医生一档、科目地图"建设的连锁。

公立三甲医美科——原文提到的分发倾斜只是加速器,在AI答案里,公立与民营的差别没那么大,AI看的是事实和语料,这恰恰是民营可以凭专业能力争取的入口。

有医教研体系、信息一致的连锁——朗姿、华韩这类有教学体系、医生档案完整的机构,改造成本低,活得更稳。

说明:以上清单基于行业公开信息整理,若有疏漏或偏差,敬请谅解。