试妆魔镜已经成为品牌营销的利器。今年上半年，自然堂携AR试妆魔镜出征澳洲，极密用美妆魔镜助阵口红节打板活动，美博会期间，珀莱雅新彩妆也通过试妆魔镜（广州帕克西软件开发有限公司提供）来吸引人气。
2018年，无人零售、虚拟试妆、智能客服的等新零售体验走向消费端，伴随着这阵大风，这背后蕴含的技术——人工智能也逐渐走到聚光灯前。
而关于人工智能，其实大家都各有各的理解，但（被认为的）潮流趋向总是如此，在大家还没有彻底搞明白之前，大小公司都已经跃跃欲试了。
以下为您分享18个美妆品牌人工智能应用案例分析：
欧莱雅与Modiface
ModiFace是一家提供AR（虚拟现实）和人工智能的公司，此前曾为丝芙兰、Mac、Bobbi Brown等品牌企业提供技术支持，但在今年3月16日，欧莱雅集团直接买断该企业。
资生堂与Giaran
去年11月，资生堂集团也买下一家美国人工智能创业公司 Giaran，这家公司目前有的技术包括虚拟试妆、教程、颜色匹配、个性化推荐、虚拟卸妆、面部追踪、肤色检测等。
小的实验项目包括兰蔻几年前在门店推出定制粉底项目，去年资生堂旗下彩妆品牌bareMinerals也推出了类似服务——为每位用户量身定制调色粉底产品。
今年，资生堂开发的个性化定制的护肤系统“Optune”开始试销，“Optune”通过应用程序收集皮肤数据和气候、心情、状态等数据，通过算法向消费者提供目前最适合的产品。
此外，虚拟上妆、虚拟变换头发颜色、虚拟换发型等各种零售体验层出不穷。
人工智能究竟是什么？它究竟会如何影响或改变美妆行业？研究分析人工智能在美妆行业应用目前主要分两种，一种属于传统电商的延伸，比如虚拟试妆比如语音助手，这种对美妆行业不会产生本质的影响。另一种是基于大数据做个性化产品推荐和开发，这种将从本质上改变行业”。
智能测肤APP“你今天真好看”创始人吴亮认为，“人工智能最大的作用就是减少消费者和品牌之间的信息不对称，人工智能让‘每个人都有一个专属的护肤美容师’成为可能”。
徐子强是一位从事人工智能技术研究的专家，他认为，“人工智能可以应用到无人零售店、检测机器人等方面。另外计算机能看到数据的走向，因此也可用于趋势的预判”。
能图资本研究总监李晓丽认为，“当前市场上的创业项目，大部分比较早期，要么模式比较传统，要么没有真正为企业解决问题，或者没有为消费者带来更好的购物体验。但人工智能的大方向是值得肯定的”。
逐鹿资本投资总监卓威舜有着相似观点。他认为目前很多项目都比较初级，甚至有的以概念居多。在一些项目中，人工智能还比较弱智，需要很多人工参与标定指导。
目前人工智能在美妆行业最为人所知的技术就是虚拟试妆、个性化推荐，但一些新项目也在酝酿当中。根据不同的应用领域，记者把这些项目分为以下3类：
☞1、零售端的智能化
人工智能让互动充满新奇体验。语音助手、虚拟试妆都是人工智能的案例。
上个月，欧莱雅和京东合作推出了一款人工智能护肤助手——智能化语音音响Butler in Living Room。
在欧莱雅中国CEO斯铂涵的描述中，这款音响能提供护肤咨询和下单服务。“你可以问它，怎么解决男士的毛孔问题，肌肤暗沉怎么办，男士脸上泛油光、痘痘泛滥怎么办。它会回答你的问题，如果你有需要，它还可以为你下单购买”。
更早些时候，2016年，科蒂集团旗下彩妆品牌CoverGirl模仿舞蹈真人秀明星模特Kalani Hillker ，推出了一个Hillker版本的机器人。在年轻人聚集的聊天程序KIK，这个机器人负责和大家聊天并派发优惠券。这个机器人会使用表情，会逗趣。
根据品牌给出的反馈，这个聊天机器人平均每次对话有17条信息，48%的对话最终会引导到优惠券的派发，而优惠券的点击率为51%。
零售连锁丝芙兰也推出了聊天机器人，消费者可以在facebook messenger预约店内服务，也可以去KIK找机器人聊天，获取产品推荐和美妆教程。
虚拟试妆如今已经演变成营销利器。
站在魔镜前，一秒上妆、一秒卸妆，不仅有趣，还解决了试妆成本高的痛点。通过多种产品如口红腮红眼影的配套试用，还能促成连带销售。
魔镜也成了熟悉消费者的渠道之一。广州帕克西试妆魔镜供应商的销售人员介绍称，肤质检测前通常会搜集到消费者的年龄电话和肤质情况等基本信息，而虚拟试妆则可以从后台了解到哪种口红或眼影产品被试戴最多，从而对消费者有更多了解。
相对来说，这一类案例是对人工智能比较粗浅的应用，也是目前最主流的应用。
☞2、个性化推荐
基于大量数据进行个性化产品推荐是第二类人工智能项目。对于很多女生来说，为了选到最合适有效的化妆品，需要做很多功课。比如读许多科普文了解自己的肤质，找到和自己肤质相似的人看她的产品推荐，大量阅读网络上对某款产品的评价等等。可能还需要比对几家店的零售价。
虽然网上有各种试色，粉底色号依然是一个选购难点。为此，丝芙兰推出了Color IQ，通过图片对比或者现场实测帮助大家确认自己的肤色，并找到合适的粉底类产品。
Kohli则利用人工智能和机器学习技术做出了一个产品个性化推荐平台My Beauty Matches。这家公司去年6月份获得了65万欧元的天使轮融资。
这家企业成立于2013年，创始人Kohli此前在投行工作，因为工作繁忙，Kohli苦于没时间去为选购美妆产品做功课。所以她做了一个“能根据用户特点和需求定向推荐产品”的网站。
在个性化推荐的背后是一套算法和数据库。截至去年8月，该平台后台数据库中包含超过3500个品牌和40万个产品，在美容专家的指导下，平台逐步建立起了根据“用户肤质、年龄、肤色、是否敏感、气味爱好”等不同特点进行产品推荐的能力。该平台还推出了比价功能，并和零售商链接。
HelloAva是另一个智能推荐平台。创始人Mou皮肤不好，为了挑到最合适的产品每次选购前都需要看许多关于原料和产品评价的资料。后来，她也借助算法打造了一个智能护肤推荐平台。
目前平台上有80多个品牌2000多个产品。去年该公司创造了35万美元销售额，预计到2018年底实现销售额翻3翻。据报道，HelloAva已经拿到150万美元投资。
品牌也有推出过个性化推荐系统。Olay推出名为Skin Advisor的程序，能根据照片来分析肤质并推荐适合的产品（仅限自家产品）。根据报道，这个程序已经被使用120万次，每天能持续服务5000-7000人。
国内也有相似的案例，“你今天真好看”是一款智能测肤APP，这是一款基于照片对皮肤进行检测识别，之后根据算法推荐最匹配的护肤品的程序。2017年，公司获得青骢资本数百万天使融资。
在吴亮看来，人工智能对美妆行业的最大改变在于它能减少消费者和品牌之间的信息不对称。
“品牌商很难读懂消费者，消费者也很难读懂化妆品的详细信息”。他认为，人工智能能消化大量的消费者评论和产品数据，经过大量数据训练的人工智能可以在知识储备上比导购更专业，推荐的产品也更契合用户的需求，从而拉近两者距离。
在创始人吴亮心中，人工智能可以让每个人都有一个专属美容师。“每个人都有一个专属配方师，可以深入了解我的肤质，护肤需求，美妆偏好并根据我的情况来设计最适合我的化妆品”，这是吴亮对人工智能的畅想。
☞3、个性化开发
利用人工智能来做个性化产品开发，是我们目前想到的终极应用，它将解决一个行业性痛点。
年龄、地理环境、种族都会影响每个人对产品的需求和使用效果，即使是同年龄同地区的人也有不同的肤质和喜好， 理论上来说，每个人都应该被给予独一无二的产品。在过去这不现实，但是如今，人工智能通过抓取大量消费者对产品的评论、原料成分和效果的技术文献等数据，试图给出更科学的开发指导，并提供更个性化的产品。
Function of Beauty创立于2015年12月，它采用机器算法，能根据客户的喜好和发质，为每个客户打造个性化的洗发水。
订购产品前，消费者需要先填写“头发档案”，告诉品牌自己的偏好和目的，比如是否需要防毛躁。最后品牌会通过算法设计出一个独一无二的产品。目前Function of Beauty能提供1200万种不同的定制产品。
截至2017年7月，该品牌累计拿到1200万美元融资，根据报道，企业估值已经达到1.1亿美元。Function of Beauty被媒体表扬称打破了宝洁引领的洗护发市场“无创新”颓势。
紧随其后，2017年12月，同样致力于成为个性化洗发水品牌的Prose获得了520万美元A轮融资。该品牌创始人CEO Arnaud Plas曾在欧莱雅工作7年。
而最近，YC孵化器培育的Proven项目即将推出首款产品。Proven的联合创始人之一是斯坦福大学的科学家Amy Yuan，她从两年前开始建立数据库，目前库中有超过10万种美妆产品及800万条消费者评论，2万种原料及4000多篇关于成文和皮肤的科研文章及专家评价期刊。
他们试图让计算机建立起产品、成分和评价之间的关系，再让化学工程师根据计算机得出的结论进行产品开发。
在许多强调私人定制的案例中，我们无法得知每个独一无二的产品是如何实现量产的。但AlpStories给我们提供了一种思路。这是另一个用人工智能来做私人订制的品牌，并且人工智能武装到了开发和生产整个环节。消费者可以通过官网自由选择产品容量、成分、香味、外包装，随后接到指令的机器人会为你清洗瓶子、生产内料、灌装、贴标。
不同于大批次生产线做出来的产品，AlpStories每次只生产一个产品，每一个产品都是它的智能机器人生产的。每一天，一台机器人可以独立生产出完全不同的500个产品。
不过，虽然理想很美好，但实际应用时会面临许多挑战。欧诗漫研发总监霍刚谈及人工智能时表示，”利用大数据和算法来设计和创新，肯定是将来不可抗拒的趋势。但也可以预想到一个难题：人工智能如何认识和处理大数据”。
所有受访者都提到了这个问题。徐子强反问记者，“假如我们从淘宝京东等电商平台抓取消费者对产品的评价数据，这些数据全部可信么？电商平台为了增加评价数通常有积分类的鼓励机制，鼓励之下产生的数据需要鉴别真伪和有效性。另外，这些凌乱的数据中也许还隐藏着情绪，但人工智能对待这类信息都是非常客观的，目前还不具备识别、质疑和筛选数据的能力。”
“要真正建立起产品中的成分、消费者皮肤状态数据以及最后使用评价三者之间的关联性，对数据量和准确性要求很高，但如果能实现，将产生非常大的价值。”
“目前，我还没看到有谁建立起了这么高标准的数据库”，正在研究人工智能在美妆行业应用的张华表示。
在他看来，个性化产品开发是人工智能对美妆行业最本质的改变。目前这类项目中虽然确实包含人工智能，但更多是噱头，真正起作用的案例几乎没有。原因在于美妆行业还没有建立数据库。
根据张华的说法，一个高标准的样本数据需要包括皮肤、年龄、微生物、基因信息、代谢物信息等多方面数据，目前已经有企业收集到了万级规模的皮肤图片和年龄等基本数据，但后三者的数据费用高昂。估计每一个数据的测试成本需要5000元，还需要搭配测试人员成本、志愿者成本等多种成本。
他估计，“要收集到上万级别的高标准样本量，大概需要亿元级别的资金投入”。从目前的形势看，美妆数据库并未得到国家或者大集团的支持，大集团还只是在试探人工智能，并未做战略性投入。
那为什么一定需要微生物、基因信息、代谢物等指标呢？前文提及的Proven是如何运行的？
张华解释称，“皮肤油性或干性，长痘痘或者黑头这些都是皮肤表象，需要明白表象后面的成因才能做出最适合某种肤质的产品，这就需要更深入的数据”。Proven项目虽然应该还没有更深入的数据库，但相对于目前的产品研发，也已经是一大进步。
而即使数据库建立后，还需要花费大量精力建立数据模型，让计算机摸索出数据和表象之间的关系。随后还需要进行模型验证，也就是验证计算机推导出的因果逻辑是否能准确描述这种关系。
张华进一步举例说，“以我做的代谢物数据为例，我们每个个体一次采集的数据大概是5000个左右，这是非常大的数据量。此外，还有基因信息、微生物信息，因此这是非常大的系统工程”。
综述：
上述案例为我们展示了人工智能在零售、产品开发环节的应用方向，用李晓丽的话来说，“人工智能商业化落地需要时间和数据积累。目前已经能看到的是，智能客服、聊天机器人确实可以为企业节约人工成本，提高客服效率。而有趣的应用如试妆魔镜也为消费者选购产品带来了便捷、有趣的体验。人工智能测肤并推荐产品、个性化定制都是在尝试更好地满足消费者不断变化的个性化需求”。
和所有领域的人工智能一样，美妆行业的人工智能项目也指向两个目标：优化企业效率，优化用户体验。具体来说，更高效地为每一个与众不同的个体打造产品，更科学智能地为用户提供产品选购和试用体验。我们已经看到了改变的雏形。
人工智能的概念也许不好理解，但它已经完全进入我们的生活。扫地机器人自动帮我们打扫卫生，Siri、谷歌助理、小度等语音助手能够帮我们订餐查天气打电话。英国有一个宝宝人生中学会的第一个单词不是爸爸或妈妈，而是“Alexa”（亚马逊的语音助手名称），因为父母经常说“hey，Alexa”来唤醒语音助手。
在我们看不见的地方，人工智能阿法狗战胜人类围棋高手，无人驾驶汽车频繁上路试驾，人脸识别技术在安防和公安工作中被广泛应用，人工智能还被应用在金融业、医疗行业、教育行业等各个行业。
人工智能看上去已经侵入了各行各业，但我们对它的探索其实也才刚刚开始。
本文转载自聚美丽公众号