看脸的时代，AI医美为什么没有成为风口？

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。

（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%。

????????????????????????????????????????????????????????????????????????????????????

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——

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。

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”。