最近看了些和美妆相关的AI项目。个人感觉，目前AI技术在C端的落地还有一定的距离，但是在B端，基于大数据的优势，机会还不少。
C端的AI体验，一言难尽
我最早接触的美妆C端AI体验是14年欧莱雅集团推出的千妆魔镜。那会App刚出的时候，整个朋友圈有种沸腾的感觉，似乎这是颠覆性的技术：以后所有人都不需要线下试装。直接用千妆魔镜虚拟试装，线上下单就可以了。
事实上，现在已经很难找到这款App的下载链接。
美妆最重要的是妆效，然而现在的手机连白平衡都没完全搞定。怎么搞定妆感呢？在直男们眼中，不同的口红色号都差不多，在虚拟试装里面，大概也是如此吧。况且妆效和每个人化妆的手法和使用习惯都有很大的关系，在数据足够多之前，这些都没法加入到算法中。
还有个大家不太知道，但是很多手机上都有的AI美妆体验就是华为的爱肌肤App，它在华为手机是默认的预装软件。它的功能在于使用前置摄像头来分析皮肤状态，然后作为AI护肤顾问，定制皮肤问题解决方案。看起来似乎很美好，但是摄像头的精准程度本身就有限，每个消费者的个人皮肤状态也不相同，而后台的产品推荐数据库也不够丰富。
爱肌肤App背景不可谓不深厚，依托华为手机庞大的用户群，华为的顶级算法，言安堂的美妆数据库资源，最后也就这样。
至于其他监测肤质的化妆镜，智能设备之类的，目前看来，只能呵呵哒。
B端AI，大有可为
虽然受制于设备和算法等因素，C端的美妆AI体验并不好，但是在B端，AI和基于大数据的算法分析却大有可为。
比如大家常常吐槽的大数据杀熟，就是大数据算法的例子，只不过商家用AI来作恶。基于消费者的使用习惯，App后台会打上一个标签，理论上来说，收集的数据越多，标签也就越精确。从抖音视频推送，到知乎信息流，都是同样的道理。而天猫美妆也可以根据消费者的消费习惯，来定向推送消费者感兴趣的美妆产品。
基于大数据分析的AI技术在产品开发上，也可以帮助到原料商和品牌商。传统的美妆产品开发流程需要经过繁琐的消费者调研，了解消费者需求，在此基础上，开发符合消费者需求的产品。而现在因为有了AI技术，可以直接通过消费者的习惯，分析出产品的需求，然后快速定制化开发新产品。例如欧莱雅零点霜，就是欧莱雅和天猫小黑盒合作，通过AI算法，了解到消费者的需求，定向开发的产品。欧莱雅集团新产品的开发周期是24-36个月，而零点霜只用了六个月就完成了立项到上市的全部流程。
当然，AI客服也在从人工智障转变成真正的人工智能。只要算法足够强大，训练的时间足够多，最后AI客服能回答的问题也就越来越多。
上面几个例子是消费者能感知到的。还有一些是消费者感知不到的，比如智能工厂。举个例子，GE智慧工厂通过IOT传感器把每个设备都连接起来，甚至在电脑上，虚拟整个工厂的生产运营，了解工厂的安全隐患，最大化提升运营效率。仓库也可以通过AI技术，在保证正常供货的同时，维持较低的库存水平。
总的来说，目前AI在美妆C端的存在感还比较弱，毕竟人是敏感的，每个人的需求也不同。但是在B端，基于大数据的分析，消费者需求的洞察，人工智能客服，以及智能工厂，AI在美妆行业正在变得越来越重要。
(图片来自网络，侵删)
