🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Beauty & The AI
Недавно прошла ежегодная конференция CES 2026: технологические компании показывают там много классных новинок. Интересные тренды есть в beauty tech:
🌟профессиональные девайсы для домашнего использования: LED-маски, RF-технологии, микротоки;
🌟«умные» ванные комнаты: системы вроде AI-бьюти-зеркал и сканеров, встроенных в душ, оценивают состояние кожи и адаптируют рекомендации по уходу;
🌟AI-консультанты: голосовые и чат-ассистенты работают как виртуальный визажист или skin-коуч;
🌟AI-диагностика кожи и персонализация: по фото анализируют текстуру, уровень увлажнённости, пигментацию и «биологический возраст», чтобы рекомендовать персонализированный уход и отслеживать прогресс.
Последний тренд — AI-анализ состояния кожи — обсудила с Натальей Мартыновой, кофаундером сервиса анализа кожи и бренда функциональной косметики Openface:
1. Какую потребность пользователя закрывает Openface? Кто ваша целевая аудитория?
Openface — это косметика для пользователей с пониманием рынка, которые ищут продукт, действительно подходящий их коже и решающий конкретные задачи. Мы видим высокую возвращаемость: люди начинают пользоваться продуктами, видят эффект и остаются с нами.
2. Откуда вы черпаете идеи новых продуктов?
У нас очень насмотренная команда. Мы сами постоянно тестируем много продуктов и новинок, в том числе с рынков Азии и Америки, регулярно ездим на международные выставки: за последнее время были в Гонконге, Сеуле, Абу-Даби.
Изначально Openface был D2C-брендом, и до сих пор прямое взаимодействие с потребителем, в том числе через персонализированные решения, остаётся важной частью бизнеса. Это даёт нам большое количество данных о состоянии кожи, о том, как она меняется и какие потребности остаются незакрытыми. Такой подход помогает нам точнее понимать, что действительно нужно клиенту.
3. Как и в чем вы сейчас применяете AI у себя в компании? Используете ли AI при разработке формул и производстве продукта?
Мы активно используем AI: от написания кода и создания визуальных рендеров до аналитики. С его помощью мы анализируем отзывы на наши продукты и рынок в целом, в том числе тональность и частоту упоминаний бренда.
При этом мы принципиально не используем AI напрямую для разработки продуктов. AI хорошо работает там, где есть большие массивы данных и можно получить усреднённый результат. А наши продукты, наоборот, находятся в зоне редких и нестандартных решений, а не «среднего по рынку»: идеи и формулы рождаются внутри команды на основе собранных данных, экспертизы и живого творчества.
4. Как вы разрабатывали и обучали вашу модель для анализа состояния кожи? Откуда получали необходимое количество изображений для обучения?
Модель мы разрабатывали с нуля, так как внимательно изучили рынок и не нашли решений, которые подходили бы под нашу задачу. Большинство существующих моделей фокусируются на отдельных проблемах, например, на выявлении меланомы, где анализируется один тип объектов — родинки.
В нашем случае важно оценивать не отдельный элемент, а состояние кожи лица в целом. Это требует более холистического подхода и, соответственно, более сложных моделей. Поэтому мы использовали все современные наработки в области анализа медицинских изображений, но архитектуру и обучение выстраивали под нашу задачу.
Для обучения модели мы использовали данные, собранные через наш сервис персонализации, а также изображения, размеченные профессиональными дерматологами. Каждая зона на изображениях размечалась минимум тремя специалистами и проходила дополнительную валидацию.
Наталья ведет свой канал, где пишет, например,
⚫️о когнитивных ловушках в общении с AI;
⚫️о схожести в развитии волшебства и развитии инноваций;
⚫️о связи кривой внедрения изменений и Мадридского Реала;
⚫️о внимании как ограниченном ресурсе.
Подписывайтесь и читайте об опыте управления бизнесом, AI и капитале.
Реклама. Мартынова Н.Н., ИНН 773467121683