相信在这个世界上，没人不惧怕衰老。由此也衍生出出了极具价值的“抗老经济”，女性的医美、护肤、化妆品，男性的食补、撸铁、马拉松。尤其在脸，这个衰老最明显的部位上，人们甚至会做出一些非常丧心病狂的事：欧洲女伯爵用处女血洗澡，埃及皇后做鳄鱼粪面膜，清宫妃子用口水涂脸……
之所以人们会尝试种种玄学方法，是因为皮肤变化这件事是很难量化的。除了一些立竿见影的医美方法，大多数护肤手段都需要更长时间才能体现出功效，其中又掺杂了大量变量和一些心理安慰剂作用，让人很难真正确认护肤产品的功能。
不过最近AI测肤的流行正在改变这种现状。
通过眼角照片精确识别肤龄，但这一切并不新鲜
最近在衰老领域研究期刊《Aging》上发表了一篇论文，说明了一种利用深度学习的非入侵式皮肤生理年龄监测方式，为皮肤衰老这件事打开了一种新的思路。
我们知道，就像心理年龄和生理年龄一样，皮肤的“肤龄”更能表现出我们身体的状态。有时候一位四五十岁的中年人也可以拥有年轻的皮肤，而年轻人却可能会拥有高肤龄。而肤龄则可以很好的推断出身体机能的衰老状态，而不是仅仅依靠身份证上的年龄。
这种能够测试出“肤龄”的算法名为“PhotoAgeClock”，建立在通过人脸识别识别年龄的技术上，研究者将人脸的部分继续细化，最终发现可以通过眼角照片进行图像识别，通过皮肤状况来判断身体的衰老程度。
在测试中发现，这种通过图像识别进行判断的方式，准确度甚至比通过抽血进行甲基化测试还要高。
而参与这项研究的，是一家名为Haut．AI的爱沙尼亚企业，这家企业主打的就是建立在AI测肤参数追踪上的皮肤病变和个性化护肤业务。
也就是说，建立在图像识别这种轻量级量化衰老以及皮肤状况的技术上，AI测肤可以有很多想象空间。
首先对于皮肤衰老状况量化表示，可以让护肤抗老这件事更加个性化。消费者可以根据自己皮肤的详细状况选择对应的产品。
同时在研发阶段，AI测肤也可以更精细的追踪产品的作用能力，让护肤品研发者可以随时发现皮肤的变化情况，提高研发效率等。
等等，这些话术怎么听起来这么耳熟？
从专业科研到娱乐卖货，AI测肤的冰火两极
其实对于中国消费者来说，AI测肤早就不是什么新鲜事了。
在去年，美图美妆就推出了AI测肤功能，在一些商场中，我们还能看到和电话亭一样的“智能测肤机”，在今年，华为和荣耀也在新款手机上推出了“爱肌肤”功能。在一些护肤品牌的天猫旗舰店中，用户也能找到通过拍照一键测肤的功能……
这些AI测肤产品基本大同小异：通过后置摄像头对面部进行拍摄，识别出脸部的哪些部位有痘痘、出油、黑头和细纹。这种一下数清楚你有多少颗黑头的技术看似很厉害，实际上只要稍微一动脑子就会发现并没有什么卵用。
因为和PhotoAgeClock这种通过拍照实现和血液检测一样精准的年龄检测不同，这些普通的AI测肤所提供的信息，并没有超过人自己的认知范围——我有没有痘痘黑头，自己照照镜子不就知道了，还用你说？
更何况，这些测肤产品到最后无一不是引流到电商，告诉你应该购买什么护肤品，一天敷几片面膜。
如果我们简单地区分一下“有用的” AI测肤和“没用的”AI测肤，可以看到两者之间有着很明显的区别：
1、 有用的AI测肤出自AI企业和护肤品企业，没用的AI测肤出自卖货企业
其实所谓AI测肤并不是最近几年AI热时才出现的概念。宝洁公司从20年前就开始收集不同光照条件下的人脸数据，并从中获取肤质信息。比起护肤品企业的专业程度，和AI企业的强大技术，以美图美妆为代表的“电商导流”AI测肤在技术上并不完善。很多使用者也评价说，这些AI测肤用起来并不精准、在不同光照条件下结果相差很多，参考价值并不高。
同样，这些为了卖货的AI测肤也没能像Haut．AI这类专业AI企业一样，通过学术论文证明的自己的观点。可以说是在护肤和AI两方面都成绩堪忧。
2、有用的AI测肤重新量化信息，没用的AI测肤告诉你你已经知道的东西
就像去专柜一样，BA如果只告诉你脸上有黑头和出油，你会觉得对方在为了推销说废话。但如果BA把你皮肤状况细分到“真皮层”、“胶原蛋白纤维”、“基底膜”等等一般人不了解的地方，就更容易让人信服。同样，有价值的AI测肤应当是利用简单的方法，让更多人得知类似皮肤衰老情况、紫外线照射这样平时很难获知的信息。
除了能测皮肤衰老状况的PhotoAgeClock以外，露得清母公司和创业企业FitSkin合作的皮肤扫描仪也是一样，通过特殊传感器获取皮肤含水量；包括欧莱雅最近UV指甲贴，则用来获知紫外线这种平时我们很难精准量化的东西。
3、有用的AI测肤服务于B端，没用AI测肤只会为商品导流
同样的道理，其实在护肤这件事上，消费者和研发者之间是存在巨大的认知差异的。有的人可能有过去化妆品专柜测肤质的经历，最终得出来的一系列数据，需要BA讲解才能明白。同样，掌握着AI技术的科技企业和消费者自己是很难通过皮肤状态上数值变化来和护肤产品、手法等等对应起来的，是典型的“有题目，没解法”。如果仅仅导向商品，很难让人不觉得这又是一笔智商税。
其实真正受益于AI测肤并不是消费者，而是护肤产品的研发者。像Haut．AI所提供的就是云端SaaS服务，研发者收集好自己消费者的数据，在SaaS平台中得出计算结果，进而去促进研发。
AI测肤未来：和所有AI一样去到需要效率的地方
而AI测肤目前面对的最大问题，就是娱乐化风潮和认知失调下带来的收益不均等。
从娱乐化来讲，通过现在这些随处可见“AI测肤”，消费者几乎已经形成了一种固有的认知，认为AI测肤就是测着玩玩的，并不真的具有参考性。不专业的AI测肤自我祛魅之后，即使消费者应用上了精准专业的AI测肤，也很难形成信任关系。
至于认知失调，是不管专业还是非专业的AI测肤，对于消费者来说他们所提供的信息都是在自己认知范围之外的。“红血丝代表敏感肌”、“皮肤干燥需要补水”，这些信息不管精准与否，其实都是护肤商业体系下商家对于消费者的单方面灌输。对于消费者来说，不管你只是告诉我我皮肤干燥需要补水，还是给我列了一堆复杂的术语数值告诉我我需要补水，结果都是一样的，很难看出其中的专业知识浓度差异。所以专业程度也不能成为消费者被说服的理由。
所以，专业化AI测肤和娱乐化AI测肤同样投入到消费市场中，也不一定能在收益上产生明显的差异。
这样看来，大部分专业AI测肤企业选择的道路还是正确的——避开C端市场，和B端护肤品企业合作。
相比直面消费者，B端企业对于算法的精准程度显然有着更迫切的需求和明确的感知。就像护肤品牌POLA，所提供的皮肤测试非常受消费者欢迎，可皮肤测试的过程非常麻烦，要用取样贴贴在脸上取样，然后跨洋邮寄到POLA在日本的中心，最后还要在实验室中经历十几天的校验才能有结果。如果这种过程能够被AI简化，相信能大大提升POLA皮肤测试服务的效率。
其实AI测肤和所有AI技术一样，适用于那些需要“效率”的地方。机场安检需要提升效率，所以人脸识别得以应用；发布会速记需要提升效率，所以语音识别得以应用。但消费者对于自己皮肤状况的简单认知是不需要提升效率的（照照镜子就能看到的事本身没有效率可言），但B端企业研发护肤品、完成专业皮肤测试等等是需要效率的，所以AI测肤该去哪里，答案也很明了。
