醫美市場只會經久不衰，是AI的一個落地好去處。

《整容日記》中，白百何所飾演的名牌大學生郭晶因為相貌醜陋被男友分手、被應聘單位視而不見，最終無奈接受整形，拿到了大企業的offer，進而有了後面一系列事情的展開；

《醜女大翻身》中，女主「漢娜」為了更貼近心上人、獲得愛情，接受全身整形手術，從95kg的胖妹搖身一變成讓過路人都目不轉睛的美人；

《狼狽》中，又肥又丑的莉莉子通過全身整形手術脫胎換骨，一躍成為各大頂尖時裝雜誌、國際名牌的御用model，實現了一直以來的夢想；

……

在影視劇題材中，「整形」題材一直存在，每次相關作品發布都會在社會上引發探討。與此同時，諸如3天速成割雙眼皮培訓、錐子臉等話題也在人們之間不斷被提起。現如今，因為各種各樣原因而追求「美」的男男女女越來越多，「畢業季變整形季」這一說法足以從側面驗證市場的火熱。

醫美市場潛力巨大，它需要AI

整形屬於醫美行業的重要分支之一。根據定義，醫美指代運用藥物、手術、醫療器械以及其他具有創傷性或者不可逆性的醫學技術方法對人的容貌和人體各部位形態進行的修復與再塑的美容方式。

在追求美的道路上，越來越多的人不再局限於日常生活中的一般護膚，轉而藉助一些醫美手段來打造自己想要的「美麗」，且不限男女，所覆蓋的年齡跨度也正逐年增加。醫美行業的背後，存在著一個具備極大潛力的市場。

據新氧發布的《新氧2018年醫美行業白皮書》數據顯示，2018年僅中國醫美市場的規模或將超過2200億人民幣，未來還有近6倍增長空間。另有數據顯示，在消費者層面，國內約有2200萬人進行醫美消費，而00後、95後正步入整形大軍。

值得注意的是，報告中明確提出一點，整形審美從模仿明星的單一型審美向保留個人特色的多元化審美髮展，精靈臉、高級臉、處女臉、鯰魚臉、厭世臉、超模臉等百花齊放。

眾所周知，整形是一個講究細節的技術活兒。以隆鼻為例，這其中最基本的維度就是高度、長度和寬度，當不知道自己適合什麼鼻型的時候，人們往往會照搬明星的臉，最終或將因為不滿意而反覆隆鼻。隨著各類醫美軟體的普及，人們漸漸不再盲從以明星為模板進行整形手術，而是追求「個性美」，這就意味著以往的那些模板將不再起作用，諮詢師或醫生需要能夠基於顧客的真實情況來制定針對性的解決方案。從整形模板設計到最終的手術實施，這都是具備挑戰性的。

「求美者需要精細、個性化的服務，就需要技術來支撐去實現人工達不到的精準。」大華醫學美容醫院院長吳振球表示。在他看來，AI在醫美領域中的廣泛應用將會越來越普遍，並成為行業的一種趨勢。

即將迎來風口的AI醫美：門檻高、體系脆弱

自AI取得突破之後，其與各行各業的深度融合已經成為一種常態。圍繞「AI+醫美」，也已經有人打起了主意。

眾所周知，在落地醫療產業的過程中，計算機視覺最為受人青睞。作為醫療產業的一部分，醫美行業與AI的融合亦如此。

· 門檻高：技術、理論得「一手抓」

論及計算機視覺的技術研發與應用，想必大多數人想到的都是素有「CV四小龍」之稱的商湯、曠視、依圖和雲從，據IDC發布的《中國人工智慧軟體及應用(2018下半年)跟蹤》顯示，它們已經佔據了計算機視覺市場61.8%的份額。但在醫美等即將迎來風口的行業，四小龍照樣能夠做到無往不利嗎？不一定。

以美容為例，宜遠智能創始人不認為CV獨角獸們能夠滿足美業客戶的需求，原因就在於，皮膚監測處在一個非常細分的業務領域，不同於安防等領域1:1或者1:N的要求，面部皮膚分析是多目標組合任務，用戶會關心面部皮膚有誤疾恙、黑眼圈屬於哪種類型、斑點的種類及大小變化、面部畸形的程度等成千上百種問題，每一種分析都需要進行AI建模，而單個需求的難度就已經和人臉識別不相上下了。

圖 | 來源：直播平台

這方面，現如今流行的各類美顏相機可以被視為反面案例。「美顏相機」被人們視為「追求美」的一種工具，包括華為、小米、美圖等均在這方面有所研究，並將「AI美顏」打造成手機等硬體的重要宣傳點之一。

在「AI美顏」模式中，系統通過人工智慧演算法在識別人臉後，會基於輪廓、膚色、光線等因素對人臉進行調整，讓任何人都能夠瞬間「變美」。但是圍繞輪廓、膚色、五官等細節，每一個都有著自己的一套標準維度，而現在的「AI美顏」技術並不能做到千人千面，而是千人一面，瘦臉、磨皮等操作已經成為了一套標準化流程。

在這種大同小異的技術模式下，每當打開那些直播平台，人們看見的往往都是一個又一個有著瘦長小臉、白瓷肌膚、激萌大眼的「美女」，讓人看的眼花繚亂。為什麼那些有著大規模、強技術的公司都沒有能夠真正做好「美顏」這件事？追根到底還是「專業性」的問題，技術專業性尚能滿足，但是理論專業性還差一大截。

· 體系脆弱：玩家少、無統一標準

此前在採訪3D人臉診斷與設計服務商影子智能的時候，CEO張德峰就向鎂客網表示，AI醫美這一領域的競爭者還是太少，產業還沒有形成一定的規模。

當下以技術賦能為主的醫美行業中，有著「醫美第一股」之稱的新氧是其中的佼佼者，但就AI加持方面，它也是於去年才正式推出相關服務。可以說，國內在「AI醫美」這一產業上還處於相當早期的階段。這也意味著，玩家不多且水平參差不齊，同時缺少被一致認可的行業標準。

以前面提到的「初戀臉」為例，什麼是初戀臉？初戀臉具備什麼特徵？即使是諮詢師或者是主刀的醫生，或許都不能夠給出具體化、數據化的特徵，這一前提下，沒有標準化數據的AI系統又該如何進行訓練並給出準確的整體判斷呢？

與此同時，因為缺少一套標準化的體系進行約束，原本水平就呈現參差不齊狀態的產業只會更加的「亂」。當風口真正來臨，AI醫美行業將迎來越來越多的玩家，覆蓋皮膚診斷、整形顧問等多個層面。在這一階段，一套語音系統或是一套含有幾個判定指標的人臉識別系統或許就會成為主流產品，各種亂象也將相繼出現，一如服務機器人等產業的發展歷程。

然而需要注意的是，人們所要擔心的不僅僅只是產品質量，他們還需要考慮另一個問題——如何用好AI產品？

張德峰基於自己產品曾向鎂客網指出一個行業現象：產品賣出去了，但是醫美從業人員卻不能夠在使用的過程中讓產品的作用發揮最大化，最終的結果是僅有20%左右的醫美機構才能夠很好的掌握並靈活運用他們家的產品。這背後所透露的問題是醫美從業人員自身修養與AI意識的不足，這也從一方面反映出行業從業人員「缺少標準」的問題。

與此同時我們還需要注意的是，要讓產品能夠被用好，不僅需要從業人員的專業，還需要生態的扶持。僅僅一個識別儀器，它所能提供的是一個識別結果，而這並不能算作醫美服務的終點。一個基本服務應該從識別開始、到建議提出結束。

若一個產品不能夠做好服務這件事，亦或是不能夠較好的融入醫美機構現有系統，再好的產品也不能夠在醫美行業紮實落地，又何談產品被用好。

最後

圍繞「AI+醫美」這一結合，人群分成了看好和不看好兩個派別，持「看好」態度的群體認為AI能夠賦能醫美，幫助他們做一些做不到，或者沒有那麼容易做好的事情，持「看衰」態度的人群則認為醫美行業對專業度要求高，但數據質量參差不齊，不能夠解決實際問題。

然而從長遠角度來看，或許當前的AI在醫美這方面還不夠專業，但是隨著AI漸漸發展成熟，它與醫美的結合只會是必然趨勢。屆時，除了現有的語音交互、人臉識別診斷等應用之外，人們只會看到更多的AI醫美應用。

更多優質內容，請持續關注鎂客網~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！