麥肯錫最新調研顯示，生成式AI或將重塑包裝行業定價模式

麥肯錫最新發布的一項調研顯示，包裝行業正加速擁抱生成式AI，相關認知與實踐都在快速迭代。麥肯錫合伙人Abhinav Goel指出：“這正在成為一個重點關注領域，他們在很多方面已經開始付諸實踐。”

盡管業界對AI在材料研發、包裝結構與視覺設計以及廢棄物分揀等方面的應用早有熱議，但麥肯錫最新報告將目光投向了另一個維度：包裝企業如何利用AI實現商業優化。其核心應用場景涵蓋銷售與營銷、采購，以及供應鏈與物流。

這項最新調查于2025年8月和9月進行，覆蓋歐美包裝行業的110位企業高管。麥肯錫報告稱，此次調查涵蓋了所有主要包裝基材（軟質與硬質塑料、玻璃、金屬及紙張）以及終端市場（美妝、電商、食品飲料、工業產品、醫藥醫療及零售業）。

麥肯錫在2024年開展的一項更大規模的調查顯示，當時多數受訪者表示尚未針對生成式AI解決方案采取任何行動。然而到了2025年，大多數受訪者表示正在評估、開發或已正式啟動相關項目。

合同與定價，是AI有望顛覆包裝行業競爭格局的核心領域之一。Goel指出，借助AI，企業能夠跨越不同的產品類別與時間周期，對客戶群體進行更高效、更精細地分析，從而精準鎖定契合不同客群的最佳定價。

此外，AI還能協助企業分析自身產品相對于競爭對手的優劣勢。麥肯錫高級合伙人Gregory Vainberg表示：“過去，這些工作往往依賴傳統案頭分析或行業傳聞來。可以想象，有了生成式AI，這一過程將大幅提速。”特別是在項目競標階段，此類競爭情報將帶來顯著優勢。

推動包裝企業加速布局的一個重要因素是，業界逐漸意識到啟動AI項目并不一定需要高度組織化、結構化的數據。Vainberg表示：“實際上，企業完全可以利用非結構化數據、合同、網頁等現有資料來訓練模型。”

盡管如此，AI的應用仍面臨部分障礙。最常被提及的阻力包括：對知識產權和數據隱私的擔憂，以及對“哪些應用場景能真正在商業活動中創造價值”缺乏清晰認知。

那么，2026年包裝行業走向何方？

Goel表示：“我們預計2026年將是AI全面規模化部署的一年。行業將告別2025年那種碎片化、試探性的探索階段。企業將采取更大膽的舉措，真正開始對各項業務職能進行端到端的重塑。”

此外，盡管麥肯錫最新報告未將其列為重點，但預計AI將在統籌分散數據方面發揮更大效用，例如用于滿足“生產者責任延伸（EPR）”的合規要求，以及追蹤其他可持續發展指標。Goel補充道：“根據我們的研究，目前已出現一些初步跡象，但我們認為其在這些領域的應用潛力依然巨大。”