在线下美妆店里，一款虚拟试妆镜吸引了露西的注意。正值周六，试妆镜前却没几个人。“线下安装这种设备其实是为了减少成本，但谁来线下店是为了线上试妆？”露西提到，这可能是人工智能“最失败的应用”。
这是露西看到的一个侧面，从另外一个侧面看，很多美妆品牌一直在期待AI能够做更多赋能。
人工智能与美妆结合并不是新鲜事，早在2014年，欧莱雅便已经推出相关试妆系统，近两年无论是科技公司、美妆品牌，都在人工智能的底层逻辑上持续加码美妆。2020年2月，美图公司宣布“美业驰援”计划，为万家美妆企业提供在线试妆服务；同年4月，旷视科技线上发布FaceStyle美业云解决方案，天猫精灵展示了AI在美护领域的应用。
事实上，尽管布局已久，但多年来这个千亿美妆市场在人工智能层面的应用一直处于初级阶段。“大家都在讲黑科技，大多数都是类似的东西，没有什么新的出来，毕竟已有这些待挖掘的还很多。”业内专家提到，在千亿美妆护肤市场上，线上与线下的人工智能应用也存在两个截然不同的局面。
线上or线下？
“很多线下美妆店的试妆镜都是关闭的状态，或许是因为试用的人不多。像我这样的人会被新奇吸引，但是在操作后发现虚拟上脸效果跟实际效果差别比较大时，就不会有下一次的尝试了。参考性不大，所以每次还是得上脸试。如果我懒得出门，也会在线上试。”露西提到，自己曾经在京东以及其他几个平台试口红，虽然颜色看起来不能跟实际相比，但作为一个粗略参考绰绰有余，而她在线上试的更多是底妆。
与口红、腮红等产品不同，底妆的价格相对高，整个测试技术受到环境的影响因素更大并且存在边角问题，但用户的类似需求一直存在。2020年4月10日，欧莱雅集团发布全球首个 AI粉底适配器—— 360°智能选色，可以360度智能扫描消费者面部及周边光源，并通过系统上传分析图片和数据，可以直观看到适合自己的粉底液色号。
2021年8月12日，屈臣氏APP推出Foundation Finder功能，帮助客户识别出最适合自己的粉底色号，这一应用首先在马来西亚与香港推出，随后菲律宾、印度尼西亚等亚洲其他市场也将进行推广。据了解，该功能为客户提供超过30个品牌的多达700种粉底产品。
“还是需要了解用户需要什么，才能做相应的技术支持。如今教育消费者的成本更高了，你需要让用户知道那些他不知道的事。”上述专家提到，推荐产品的前提是，用户得了解自己。
用户了解自身肤质的一个重要方式来自测肤。2019 年，雅诗兰黛打造iMatch虚拟肤色专家，可以利用其 89969 种肤色的知识库让 AI 进行深度学习并实时检测肤色深浅，来匹配到最佳粉底色号，并提供相应选择。
今年9月初，中国国际服装贸易交易会上，一款AI智能测肤仪吸引了不少人的注意。该产品利用人工智能、数据湖等服务，通过采集的皮肤图片进行基于机器学习的分析推理，提供实时45项皮肤参数检测，并生成智能化皮肤质量报告，只需要拍摄几张照片就能生成智能化皮肤检测报告，便能进行智能推荐皮肤护理。但据了解，产品价格高达1.26万元，显然不是面向C端的大众消费品。
“太贵了，不如去美容院做。”露西说，测肤是前提，只有了解了自己的肤质才能使用相应的护肤品及美妆产品。但她不看好AI测肤，现在的AI测肤工具更像是“闹着玩”，一通胡说八道之后开始推荐产品。
AI给予更多想象力
其实对于品牌来说，AI测肤是一个与用户深度沟通的优质方式，让用户了解自身的同时，品牌也能看到每个用户的皮肤档案，进行持续性内容输出，是私域里的更精准方式，但很多品牌都没有用好。
比如2020年底，御泥坊上线“水羊测试”小程序，尽管整个测试标准相对清晰，也能够在测试之后留存用户皮肤档案以及文字解决方案，但界面设计不足以吸引用户，后置摄像头的拍摄方式也很难让人再拍第二次。再如，花皙蔻等AI测肤小程序并没有直接的入口，只能通过购物界面间接进入而且难以找到。
今年7月，丸美推出AI智能测肤系统，测试的几个维度包含“白皙透亮度”“毛孔细腻度”“肌肤弹力度”“眼周健康度”“水油平衡度”等，通过测试得出结果从而直接推荐相关的匹配产品并进行综合分析、衰老预见等。小程序中能直接看到用户衰老后10岁以及衰老5岁的样子，但这一系统使用的前提是注册成为丸美的会员。
“这些测试我做过，但有时候不同平台的测试结果不一样，会疑惑自己该信哪个。”露西坦言，自己并没有容貌焦虑，但是在看到测试结果时会质疑自己是不是过于自信了，也会因为测试线上或者线下购买相应的商品。”
具体引流多少，其实并不是最重要的，关键是让用户知道你在做智能化，你在持续努力地在为用户做服务升级，并且技术手段在不断拓展。二程说，很多人信任技术。“其实现在AI在美妆层面的应用个更多的是to B,为品牌做指引，而不只是为用户做推荐。”
如他所说，如今的美妆行业正迈入数字化与智能化的新阶段，在这个阶段中，通过人工智能优化消费者购买体验，用精准的智慧营销实现更高的销售转化，并在现有技术的基础上做更深度的用户沟通，实现高效的技术赋能。一大波思考正在涌来，而未来关于品牌的AI想象力还有更多。
