一场由AI主导的精准护肤革命正在悄然爆发。
@数科星球原创
作者丨苑晶
编辑丨大兔
在消费主义与颜值经济的双重驱动下，护肤品与医美项目早已成为当代年轻人的“日常刚需”。但一个残酷的现实是：美国市场每年因护肤试错产生的浪费高达300亿美金，而中国消费者同样在“别人用着有效，自己用着无感”的困境中反复循环。
当传统护肤行业还在依赖泛化配方、经验主义和碎片化推荐时，一场由AI主导的精准护肤革命正在悄然爆发。
数科星球DigitalPlanet对话了专注AI护肤赛道的创业团队，拆解其背后的技术逻辑、产品形态与商业闭环，看这个切入“高度个性化”痛点的赛道，如何用计算机视觉重构护肤行业的底层规则。
01
传统护肤的三大死结
“护肤是高度个性化的需求，但行业一直用标准化方式应对。”这是Biuty.ai在调研上百位用户后得出的核心结论。在AI技术介入之前，无论是日常护肤还是医美消费，都存在着难以破解的行业痛点，这些痛点共同催生了巨大的市场空白。
第一个痛点是个性化需求与泛化供给的矛盾。
Biuty创始人&CEO王子琪发现，用户的护肤困惑远不止“选哪款产品”，更在于“为什么同款产品效果因人而异”。夏天有效的护肤品冬天可能失效，生理期前后皮肤状态的波动会影响产品吸收，不同生活方式带来的护肤需求差异更是被严重忽视。
长期以来，行业提供的护肤建议统一化、公式化，消费者只能依靠“朋友推荐+网上攻略+广告宣传”盲目试错，不仅浪费金钱，敏感肌人群还可能面临皮肤不适的风险。这种试错并非个例，而是成为行业普遍现象——美国市场每年300亿美金的试错浪费，正是这一矛盾的直接体现。
第二个痛点是皮肤状态的“不可量化性”。
很多深度护肤用户有记录皮肤状态、分享产品心得的习惯，但缺乏将主观感受转化为客观数据的工具。“体感上觉得皮肤变好了，但不知道是产品有效、环境影响还是光线问题”，这是绝大多数用户的共同困惑，她说。
传统护肤无法提供长期、精准的皮肤状态追踪，消费者难以判断护肤行为的实际效果，也无法根据皮肤变化及时调整方案，导致护肤过程陷入“盲目坚持”或“频繁换产品”的恶性循环。
第三个痛点集中在医美行业的底层数据空白。
过去十几年，北美医美市场增速超过1500%，但行业始终缺乏统一的皮肤管理档案系统和疗程追踪机制。诊所医生和护理人员只能依靠经验提供服务，无法掌握用户完整的皮肤旅程；品牌方也没有基于用户改善趋势的复购体系，导致“商家盲目卖，用户盲目买”的低效循环。
这种数据断层不仅让医美项目的效果难以保证，更让消费者在选择项目时面临极高的决策风险。而这些痛点的本质，在于传统护肤行业缺乏“理解用户、记住用户、跟随用户变化”的核心能力。
当AI技术的发展让个性化精准匹配成为可能，护肤赛道的变革便有了底层支撑。
（biuty.ai的产品界面）
02
“皮肤状态的量化追踪”
“AI护肤的核心不是替代专业仪器，而是让专业检测走进日常。”王子琪如此定义其技术逻辑。
与依赖通用大模型的AI应用不同，该项目的核心技术壁垒建立在自研的计算机视觉模型之上，通过“图像标准化处理-多维度分析-时间序列建模”的全流程，实现了皮肤状态的精准量化与动态追踪。
其技术流程的第一步，是图像输入的标准化清洗。
用户通过手机拍照上传皮肤图像后，系统不会直接将原始图像输入模型，而是先进行多维度优化：包括光照矫正、白平衡调整、颜色校准，确保不同灯光环境下的图像都能落到统一标准空间，避免明暗、颜色偏差影响检测结果；
同时进行人脸定位与区域分割，精准识别额头、下巴、两颊等关键部位，参考皮肤镜学的基本单元进行分析；
此外，系统还会自动筛查模糊、过曝、遮挡等不合格图像，保证模型接收的是“干净数据”，从源头确保检测准确性。
第二步是多维度皮肤数据分析。
团队自研的计算机视觉模型并非单一算法，而是由多个组合模型构成的技术矩阵：通过高频纹理模型提取毛孔粗细、皮肤粗糙程度、细纹等结构层信息；通过色素层分析模型判断色素沉积、皮肤均匀度等问题；采用计算机视觉的AI模型检测红斑、痘痘等炎症反应；通过灰度增强技术，将手机拍照图像转化为接近专业医美仪器的检测效果，从而识别棕色斑、UV斑等深层皮肤问题。
（人工智能可提供皮肤状态分析）
每个皮肤问题都对应明确的量化指标，彻底改变了传统护肤“凭感觉判断”的模式。
第三步是动态皮肤模型的构建。
这也是该项目区别于传统测肤应用的核心：不局限于单次检测结果，而是将用户每次上传的记录转化为时间序列数据，结合产品使用反馈、医美项目经历、生活习惯变化等行为数据，构建动态的个人皮肤档案。
“我们不是看单张照片，而是追踪一个月、一年的皮肤趋势变化”，王子琪对数科星球DigitalPlanet这样说。这种长期追踪能力让AI能够持续深化对用户的理解，为后续的精准推荐奠定基础。
03
从“测肤工具”到“全周期皮肤管理平台”
基于核心技术，团队构建了覆盖“检测-记录-匹配-追踪-分享”全流程的产品形态，彻底摆脱了传统测肤工具“单次使用即弃”的困境，成为用户可长期依赖的皮肤管理伙伴。
产品的核心功能模块围绕“Record（记录）”、“Explore（探索）”、“Journal（日志）”、“Compare（对比）”四大板块展开，形成完整的用户闭环。
打开产品后，用户首先接触的是皮肤检测功能：通过拍照并经系统标准化处理后，从Clarity（清透度）、Elasticity（弹性）、Tone（肤色均匀度）三大维度，以及每个维度下的四个细分指标，全面评估皮肤状态；同时通过交互式虚拟形象（Avatar），直观展示面部不同区域的皮肤问题分布，让用户快速掌握自身皮肤状况。
检测完成后，系统会“即时推荐适配的医美项目与护肤品”：明确标注每个项目/产品的适配度评分、核心作用机理及潜在风险，帮助用户快速决策。
例如，敏感肌用户可能会收到“温和清洁类项目优先，避免高浓度酸类产品”的针对性建议，而非泛化的“补水保湿”推荐。
（每日记录追踪皮肤状态）
在“记录”模块，用户可以持续追踪“医美项目体验与护肤品使用情况”：记录光子嫩肤等项目的就诊诊所、消费金额、术后反应及评分；标记护肤品的使用感受、效果反馈，系统会基于这些主观数据，结合客观皮肤检测结果，不断优化推荐逻辑。
随着B端合作商家的增加，未来用户在合作诊所完成项目后，个人皮肤档案将自动更新，实现“无需手动记录”的自动化追踪。
“探索”模块则解决了用户的“决策焦虑”：当用户想要尝试新护肤品或医美项目时，可通过拍照、搜索或分类筛选的方式输入需求，AI基于动态皮肤档案，综合皮肤状态、过往反馈、消费习惯等信息，给出适配度评分及详细分析。
数科星球DigitalPlanet认为，这种“千人千面”的推荐机制，彻底替代了“朋友推荐+博主种草”的碎片化信息获取方式，让决策更精准、更高效。
而“日志”与“对比”功能，则让皮肤变化“可视化”：用户可随时查看历史检测结果、产品使用记录、医美项目历程，通过选择不同时间范围（周/月/年），以“半张脸滑动对比”“变化曲线”等形式，直观看到皮肤状态的改善轨迹。
系统还会基于对比结果，给出针对性建议，指出“哪些方面已有提升，哪些问题需要关注”。此外，产品还内置分享功能，用户可选择隐藏隐私信息，仅分享皮肤变化趋势或对比照片，满足社交分享需求。
整个产品形态的核心逻辑，是从“单次测肤”升级为“全周期皮肤管理”，让AI成为用户的“私人皮肤顾问”，既解决当下的选择难题，又长期陪伴皮肤状态的改善过程。
04
C2B数据闭环
在AI应用同质化严重的当下，该项目的核心竞争力并非单一技术，而是“技术+商业+审美”构建的复合型壁垒，其中C2B数据闭环与产品审美设计成为关键差异化优势。
首先是”C2B数据闭环构建的行业壁垒”。
与传统ToC护肤应用不同，该项目并非仅服务于消费者，而是同时对接B端诊所与品牌方，形成“C端数据-算法优化-B端赋能-C端体验升级”的正向循环。
在C端，用户的皮肤检测数据、产品反馈、医美体验、生活习惯等信息持续沉淀，形成动态皮肤档案；这些数据通过算法模型优化，转化为对B端的赋能——为诊所提供精准复购预测，帮助品牌方优化产品配方与营销策略。
而B端的服务信息、产品数据又会反哺C端，让推荐更精准、服务更贴合需求。
这种闭环模式让“用户越多，数据越精准；数据越精准，服务越好；服务越好，用户粘性越高”，形成难以复制的行业壁垒。
其次是”长期追踪能力带来的用户粘性”。
市面上多数测肤应用停留在“单次检测+产品推荐”的浅层模式，无法满足用户长期护肤的需求。而该项目以“时间序列建模”为核心，强调对皮肤状态的长期理解与趋势预测，随着使用时间的延长，AI对用户皮肤的认知不断深化，推荐精准度持续提升。
这种“越用越好用”的特性，让产品从“工具”升级为“生活必需品”，有效区别于一次性测肤工具，构建了坚实的用户粘性。
再者是”产品审美带来的差异化优势”。
作为ToC应用，团队尤为注重品牌审美与产品设计。“AI技术可以被追赶，但审美无法被训练”，王子琪认为，对于初创公司而言，与大公司比拼模型训练速度并非最优解，而品牌叙事、产品设计所传递的美学品味，能让用户更愿意将产品融入日常生活。
这种对审美的重视，让产品在功能之外，更具备情感价值与传播属性，成为区别于同类产品的重要标签。
此外，在技术层面，“自研计算机视觉模型的专业性”也是核心壁垒。
与依赖通用大模型的应用不同，该项目的核心算法完全自研，针对皮肤检测的特定场景进行优化，能够实现接近专业医美仪器的检测精度，同时避免了通用大模型“泛而不精”的问题。
通过将手机拍照转化为“仪器级检测结果”，既降低了用户的使用门槛，又保证了检测的专业性，这种“平民化价格+专业化体验”的组合，成为产品的核心竞争力。
05
AI护肤与移动互联网医美平台
提到医美与护肤赛道的互联网产品，多数人会想到新氧、悦美、更美等移动互联网时代的平台型产品。但AI护肤与这类传统平台存在本质区别，这种区别背后是行业逻辑的根本性变革。
从产品定位来看，传统医美平台以“整形服务交易”为核心，侧重于连接用户与医美机构，本质是“医美Marketplace”。其核心功能围绕项目展示、价格对比、商家促销展开，聚焦于“成交转化”，对皮肤健康本身的关注较少。
而AI护肤平台以“科学护肤”为核心，聚焦于皮肤状态的改善与健康提升，通过数据驱动实现精准匹配，本质是“皮肤管理数据平台”。
（椰子油脸的解决方案）
其关注的是“皮肤问题解决”，而非单纯的“产品/项目销售”，这一定位差异让AI护肤更贴近用户的核心需求。从核心逻辑来看，传统平台的核心是“信息撮合”，解决的是“用户找商家”“商家找用户”的效率问题，但并未解决行业的底层痛点——信息不对称与个性化缺失。
用户依然依赖平台咨询师的经验推荐，商家依然盲目推销项目，中间的试错成本与低效环节并未减少。而AI护肤的核心是“数据驱动”，通过整合C端用户数据与B端服务数据，打通行业信息断层，让推荐更精准、服务更贴合需求，从根本上减少盲目消费与资源浪费。
从服务模式来看，传统平台依赖大量线上咨询师提供人工咨询服务，这种模式存在两大问题：
一是咨询师的专业水平参差不齐，推荐结果主观性强；
二是人工咨询效率低，无法满足用户的即时性需求与个性化差异。
（查找诊所和治疗方案）
而AI护肤通过算法模型替代了人工咨询的核心环节，将专业的皮肤检测、分析、推荐流程自动化、标准化，既保证了服务的专业性与一致性，又大幅提升了服务效率，让用户随时随地都能获得精准的护肤建议。
这种区别背后，是行业发展的必然趋势：移动互联网时代解决的是“信息连接”问题，而AI时代解决的是“精准匹配”问题。当信息连接的效率已经达到瓶颈，AI技术带来的个性化、数据化能力，成为行业升级的核心方向。
06
AI重构护肤行业的商业逻辑
随着颜值经济的持续升温，护肤与医美赛道的市场规模不断扩大。
据相关数据显示，2023年中国护肤品市场规模超过5000亿元，医美市场规模突破2000亿元，且仍保持高速增长。而AI技术的介入，正在重构行业的商业逻辑与价值链条，带来新的市场机遇。
从用户价值来看，AI护肤让“精准护肤”成为可能，彻底改变了消费者的护肤体验。
对于普通用户，无需专业知识即可获得个性化护肤方案，减少试错成本；对于敏感肌等特殊人群，AI能够精准识别风险成分与不适项目，避免皮肤损伤；对于医美消费者，动态皮肤档案让疗程追踪更精准，提升医美效果与安全性。这种“降本增效+体验升级”的价值，将持续吸引用户转化，推动市场规模扩大。
从商业价值来看，C2B数据闭环打开了多元化的盈利空间。
在C端，可通过会员服务、精准产品推荐佣金等方式实现变现；在B端，可为诊所提供复购预测服务、为品牌方提供市场调研与产品优化建议，收取技术服务费与数据服务费。
这种“ToC+ToB”的双轮驱动模式，既保证了短期的现金流，又构建了长期的商业壁垒，让盈利模式更具可持续性。
从行业价值来看，AI护肤正在推动行业从“经验驱动”向“数据驱动”转型。
传统护肤行业依赖配方师经验、医生主观判断，产品研发与服务提供的效率较低；而AI技术通过海量数据训练与算法优化，能够快速迭代产品、优化服务，推动行业整体效率提升。
同时，数据的沉淀与共享，也将促进行业标准的建立，改善行业乱象，让护肤与医美行业更趋规范。
精彩评论