看脸的时代,AI医美为什么没有成为风口?

简介: 数据显示,自2013年到2017年,整个AI医疗行业共获得241笔国内融资

网络异常,图片无法展示
|

有数据显示,自2013年到2017年,整个AI医疗行业共获得241笔国内融资。可见AI医疗已经成为资本新宠,但目前国内资本多布局于虚拟助手、医疗影像、医用机器人、智能健康管理四个领域,且应用场景多针对医院门诊、肿瘤科等病室。而医学美容则因为其介于医疗与美容两个行业之中,不可避免地被医疗行业所忽视了。


AI医美为什么没有火起来?



市场大、需求旺,AI医学美容本有一个远大前程

尽管每个行业都会说自己是朝阳产业,但多数是创业者讲给自己或投资人听的,而医学美容绑上AI却是个铁打的黄金赛道。


1.医美市场增速可观

今年三月,医美APP新氧完成了金额为2亿元的D2轮融资。值得一提的是,在去年十二月,新氧就曾宣布获得了4亿元D-1轮融资。新氧在三个月内连续两次融资,打破了2017年下半年以来互联网医美行业的沉寂。同类APP还有“更美”,其在周年庆期间也获得了上亿的流水。


医美类APP不断取得好成绩,我们从中也可以窥见——医美市场正在快速增长。德勤报告显示,2017年中国医美市场规模达到了1760亿元,至2020年预计每年还将以40%的速度增长。根据中整协、新氧和美业观察联合出品的《2018年医美行业报告》,2017年中国美业市场规模预计达到1.12万亿。


e0903741f837deeb162295e883e5f369.png

(图为2016年—2018年中国医疗美容市场规模预测)

                     

图表来源:中国产业信息

市场的庞大代表着人们对医美行业的认可度越来越高,具体表现在已经有越来越多的人愿意主动分享自己的医美经历。据《2017新浪微整形年度大数据报告》显示,关注医疗美容的群体总人数已超过2678万,同比去年增加了13.57%,相比于增长缓慢的男性群体,女性群体占比则提升了17.1%。


4aa3c3ee714160ad1e992d43bef35aa4.png

       图表来源:2017年新浪微整形年度大数据报告


2.医美需要AI的加持


随着医美市场的壮大,医美产品和服务的一些空缺也亟需去填补。AI医美可以在美容外科、牙科、皮肤科上助力。


我们首先来看一下《清科2017医美行业研究报告》对传统医美行业恶性循环困局的分析——

8b694dedf5bfbb827c5e4a89dfcc170d.png


在美容外科,也就是大家熟悉的整形美容方面,从供给角度来看,医疗美容技术专业人才

严重地供不应求,尤其是美容保健行业高素质、高技能的医疗美容技术人才的缺口甚大。又因为医美的经济效益比一般医疗要高,往往还会存在医生为了经济效益而“不愿放”“非要医”的情况。从需求角度来看,渴望“变美”的客户有较强的意愿和能力去寻求优质的整形资源,甚至于为了“美丽”不计成本,据统计20%的潜在消费人群表示只要安全,价格不是问题。

1a7de45b209fcc4eb942d43be9aefb2b.jpg



如图所示,技术进步是整个医美行业健康业态的核心。当我们将AI应用于美容外科中,使AI“深度学习”大量整形数据文本,掌握问答、判断、预测、实施的能力,填补上整形行业里专业人才的空白。对于医生而言,AI有利于提高工作效率、预判手术效果,医美实现“快餐化”,多数手术控制在2个小时以内,而注射类微整形项目通常只需要十几分钟。对于患者而言,简单的操作就能对自身的情况有基本的了解,手术后也能免除后顾之忧,实现微创化和无创化。


在美容皮肤科方面,AI在解码个人身体信息上大有可为之地。武汉“嫦美皮肤解码机器人”投入市场后,人们能在1分钟内,完整解码出毛孔、皱纹、纹理、美白度、油脂、紫质、紫外斑、色斑等8项指标,不仅可以让用户直观阅读皮肤信息,方便护肤,还能预知针对肌肤状况的多种适用性保养方法。在身体数据管理上,AI凭借其强大的计算力将人类PK下去毋庸置疑。而医生,要做的仅仅是根据AI提供的皮肤报告甚至是医美方案来作出安排。


在美容牙科方面,AI也能得到更广泛的应用。北京比尔肖恩科技有限责任公司的CEO于东晖指出,人类牙齿在不干预的情况下,变化是有迹可循的。所以,AI完全可以通过大数据找到其中的规律,精准判断客户是否需要进行拔牙、补牙、根管治疗基础治疗或者是种植、正畸等复杂治疗。


  问题显然比想象中多,AI医美这个风口才没有被真正“吹起来”

在我国,AI医美的需求驱动因素很多,譬如大众的消费观念进步,居民可支配收入增加,以及各项新技术的发展等,如此看来,AI医美成为风口似乎是必然的趋势,但令人奇怪的是,智能家居如火如荼,智能教育不落其后,唯独智能医美不进不退,颇为尴尬。

问题显然比想象中多,AI医美只是看上去很美好,但发展的前路依旧有不少障碍需要去克服。这些障碍包括AI医美产品和服务不到位而导致的市场缺乏核心竞争力,以及AI在审美上的“天生缺陷”。


1.市场缺乏核心竞争力


目前,AI医美的产品实现落地的非常少。即便有,也多偏向于美妆美发方面,与医美还是有本质差别的。这里的AI产品,大多秉持着“君子动口不动手”的原则,一般为咨询式的虚拟助手,功能主要是提供相关建议。比如松下的智能化妆镜,宜家魔镜等,而即使是这些品牌扎眼的产品,也没能与更广泛的人群产生联系。


也有一些产品以皮肤测试为切入口,比如美图美妆APP,采用了美图影像实验室 MTLab的AI 测肤技术——MTskin,不过其测试的专业性和精准性依旧有待商榷。而这类AI产品,看起来还是很浅层的AI应用,甚至只是个营销噱头。


当然,不乏有产品成功进军B端,但能够深入人心的To C产品还是太少。


医美行业的AI产品进军皮肤科的占大多数,且大多数的科技重点放在客户的个人数据管理上,比如上文中提到的皮肤智能解码仪,能够检测到关于皮肤的多元数据,再通过AI技术去分析这些数据得出结果。但纵观整个医美市场,在美容外科上,我们缺乏真正具有说服力的人工智能产品。


于是,产品的不到位导致AI医美市场缺少了核心竞争力,行业巨头不去抢滩布局,浅层的AI应用占据了大市场,产品和服务的质量依旧满足不了人们的需求,AI医美服务就会处于一种停滞的状态。


2.在弄懂求美者的心这件事上,AI还有许多事要做


人通过眼睛采集图像,通过大脑感知美丑。对于AI,我们可以为其创建出最精密的视觉系统,却难以打造一个可以媲美人类大脑的感知系统。不管丑陋还是美丽,于AI而言就是一堆死板的数字。本质上来说,对美的欣赏和创作是人独有的。那么,求美者把自己的“美丽”交给AI,靠谱吗?


一般而言,AI进行的深度学习多为监督学习,即由人类进行人工标识,抽取事物的特征作为机器学习的模型。例如,卷积神经网络(Convolutional neural networks,简称CNNs)就是一种深度的监督学习下的机器学习模型。


如果人们将“瓜子脸、大眼睛、高鼻梁”作为“美女”的特征供机器学习,而医美AI又缺乏真实的感知,会不会打造出一批相同的“网红脸”呢?如同我们使用的美颜相机,磨皮+变白+滤镜就等于一张“照骗”。


这样提取特征的方法似乎很眼熟。我们常见的小游戏——测一测你最像哪位明星的运行机制不正是如此吗?人们在系统中上传一张照片,系统就会进行人脸识别,提取出这张照片中人物的五官特征,然后迅速在图库中找到能与这些特征相匹配的明星照片。


AI对美丽的定义可能是单薄的,但求美者的心态和想法却是多种多样的。如何让AI做到“我知女人心”,为用户个性化建模,还亟待技术人员去思考。



 在风口爆发起来之前,AI医美还需要更多“人文关怀”


爱美之心,人皆有之,但主动追求美丽却没有人们想象得那么容易。智能相对论(ID:aixdlun)分析师颜璇在百度中搜索词条“整容”+“心理障碍”,出现的相关结果足有1,160,000个。


790af148412502230ba05110925ef4b4.png

有研究报道,在主动要求整容的人群中,有大约1/3的人患有躯体变形障碍(BDD)。BDD是一种严重的心理疾病,病人往往会过分在意自己身体上的某个瑕疵,即使在旁人看来那并没有什么问题。


除了这类特殊的求美者外,还会有一些求美者在接受了美容外科手术后产生心理问题,特别常见的就是过分在乎别人对自己的看法,甚至产生自卑感。


面对这些情形,为医美中的AI添加心理保健功能尤为必要。一方面,要让AI进行用户调研,定期回访客户,掌握市场数据,实现用户的个性化心理建档;另一方面,要为AI建立更加完整的知识图谱,包括语义分析、人机交互等,通过聊天等方式来与客户交流,并通过语音识别和情感分析来揣测客户的情绪。AI医美有,AI心理医生亦有,但能够结合二者,在医疗美容的全程中追踪用户心理动态,提供医美诊断协助和心理辅导的项目仍处于空白。


在很多的研究中,人工智能已经成功击败了人类,但在其大规模落地前,人类与AI还有很多的课要补。智能医美这个方向还有很多技术等着我们去探索,但技术的突破不是我们的最终目的,科技的发展永远要以人为本。美好的生活不仅需要美丽的外观, 还需要一颗美丽的心灵。



相关文章
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能AI风口已开:如何赋予UI设计与视频剪辑新生命
AI正深刻影响UI设计和视频剪辑行业。在UI设计中,AI提供智能辅助设计,跨模态生成和个性化定制,帮助设计师提高效率,创新设计。AI分析趋势和用户行为,生成设计方案,支持语音和文本输入,增强设计的多样性和个性化体验。在视频剪辑领域,AI实现智能素材管理,自动化剪辑处理和特效生成,提升剪辑质量和速度。通过Adobe国际认证,设计师和剪辑师可以系统学习并掌握这些AI技术,提升职业竞争力,共同开创行业新未来。
|
机器学习/深度学习 人工智能 并行计算
AI风口,算力无忧!
随着AI/ML技术的快速发展,各行各业在实际的应用场景中对计算资源的需求量越来越大,各大云厂商也是积极部署其IaaS资源,其中GPU是加速计算中最为关键需求之一。笔者将从新手体验性的使用到进阶体验,带领大家快速使用阿里云GPU云服务器,体验官方提供的八大场景。在后续的进阶体验中,教大家构建自己的大语言模型,如ChatGLM-6B。
21181 19
AI风口,算力无忧!
|
机器学习/深度学习 人工智能 达摩院
ChatGPT爆火背后,AI算力成全新角逐风口
ChatGPT爆火背后,AI算力成全新角逐风口
259 0
|
人工智能 边缘计算 算法
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
|
SQL 人工智能 NoSQL
独家下载 | Cassandra实战指南 探索云计算与AI浪潮下的下一个职业风口
Apache Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发,用于储存收件箱等简单格式数据,2008年开源后,由于Cassandra良好的可扩展性,被Digg、Twitter等知名Web 2.0网站所采纳,成为了一种流行的分布式结构化数据存储方案。
21562 0
独家下载 | Cassandra实战指南 探索云计算与AI浪潮下的下一个职业风口
|
机器学习/深度学习 人工智能 自动驾驶
AI风口退潮,GTC 2018将聚焦应用与落地
AI风口退潮,GTC 2018将聚焦应用与落地
AI风口退潮,GTC 2018将聚焦应用与落地
|
新零售 人工智能 运维
中小微企业抢占新零售风口,AI+SaaS或成为流行趋势
近年来,以阿里、京东、苏宁为代表的电商巨头利用自身的资本、流量、技术等优势不断将触角延伸到了实体门店,从解构传统电商到创新供给模式,再到新技术的落地,互联网巨头们的频繁动作让新零售的风口越来越明显。
中小微企业抢占新零售风口,AI+SaaS或成为流行趋势
|
人工智能 大数据 物联网
边缘计算大热 AI芯片站上风口
5G商用临近,物联网技术和产业链逐步成熟,边缘计算有望成为下一个风口。由于用户的巨大计算需求和物联网带来的海量数据爆炸,边缘计算的受欢迎程度在不断提高。其中云、AI技术和产业有深厚积累及前沿布局的平台型公司有望成为边缘计算浪潮最大受益者。
1900 0
|
人工智能 安全
8月10日科技联播:美副总统投80亿美元只为建太空军,新创AI病毒看脸打人绝不误伤!
占领地球还不够,美国的野心已经伸向了外太空! AI也会出手伤人了,百抽百中绝不误伤!苹果表示:爱用户好难,进军印度连连遭打击,印度电信监管局拒绝苹果豁免请求。一起看看科技圈的大事儿!
2289 0
下一篇
无影云桌面