AI как новый стандарт индустрии красоты: стратегия развития и ценность данных в OpenFace, Фарберова
Кристина Фарберова, соосновательница, CEO, "Openface". Форум Cnews "Технологии искусственного интеллекта 2026".
Стратегический разбор применения прикладного ИИ в индустрии Health & Beauty. Основной акцент сделан на переходе от «модных трендов» к созданию устойчивого бизнеса, основанного на проприетарных данных и высокоточной диагностике. OpenFace демонстрирует модель развития, где технологический стек (компьютерное зрение) служит инструментом для решения конкретных проблем потребителя, а главным конкурентным преимуществом становится владение уникальными лонгитюдными данными о состоянии кожи пользователей.
Искусственный интеллект как новый базовый ресурс Современный этап развития технологий можно сравнить с историей соли. Когда-то соль была стратегическим ресурсом, за который вели войны и которым платили налоги. Сегодня это commodity — доступный продукт, который есть на каждой кухне и почти ничего не стоит. Аналогичный процесс сейчас происходит с искусственным интеллектом. Инфраструктура масштабирования и автоматизации стала настолько развитой, что сам по себе факт использования ИИ перестал быть высокой технологической ценностью.
Разрыв между платными и бесплатными моделями стремительно сокращается, стоимость токенов падает, а доступ к базовым инструментам генерации становится повсеместным. В этой реальности ценность перемещается из области «алгоритмов» в область «данных». Для компаний, работающих в сфере потребительских товаров (FMCG), это означает необходимость переосмысления того, как именно ИИ взаимодействует с покупателем.
Трансформация пути клиента: от поиска к ситуации Мы наблюдаем глобальный сдвиг в поведении пользователей. Десять лет назад поисковый трафик переместился из общих поисковиков на маркетплейсы вроде Wildberries или Ozon. Сегодня происходит следующий виток эволюции: люди перестают искать конкретный товар и начинают описывать свою ситуацию.
Вместо запроса «купить увлажняющий крем» пользователь спрашивает у LLM-ассистента: «Как мне подготовить кожу к свиданию?» или «Что дать ребенку на обед при аллергии?». Запрос становится ситуативным, а ответ собирается из базы знаний прямо в интерфейсе мессенджера. Это превращает ИИ в главную точку контакта с брендом. Крупные игроки индустрии красоты уже интегрируют свои сервисы в чат-боты, позволяя примерять макияж или подбирать уход, не заходя даже на официальный сайт компании. В этой новой экосистеме критически важно, что именно «думает» о вашем бренде ИИ-ассистент, так как именно там сейчас сосредоточен основной поток трафика.
Технологический фундамент OpenFace: точность против фантазий В основе работы OpenFace лежит принципиальный отказ от использования чисто генеративных моделей в процессе диагностики. В сфере здоровья и красоты ошибка может стоить слишком дорого. Генеративный ИИ по своей природе склонен к «галлюцинациям» — он может уверенно описать несуществующий симптом или придумать диагноз, основываясь на вероятностях, а не на фактах.
OpenFace использует настоящее компьютерное зрение (Computer Vision). В отличие от генеративных сетей, компьютерное зрение не фантазирует, а находит и измеряет то, что реально присутствует на фотографии. Более того, такая система способна фиксировать тонкие нюансы и, что самое важное, сигнализировать о своей неуверенности. Если модель видит объект на границе двух классов, она не выдает случайный ответ с уверенным видом, а указывает на необходимость перепроверки или дообучения этого конкретного участка. Это превращает технологию из «черного ящика» в надежного ассистента.
Архитектура данных и борьба за качество разметки Создание качественной модели диагностики невозможно без эталонных данных. OpenFace не использует готовые общедоступные датасеты, так как они часто оказываются недостаточно информативными или слишком жестко классифицированными (например, многие азиатские модели обязаны выбрать один диагноз, игнорируя смешанные признаки).
Процесс обучения в OpenFace строится на дорогостоящей и трудоемкой экспертной разметке. Команда профессиональных дерматологов вручную обводит каждый элемент на фотографиях реальных людей с помощью bounding-боксов, присваивая им категории согласно международным гайдлайнам. Чтобы исключить человеческий фактор, каждая фотография проходит проверку минимум тремя независимыми врачами.
Для контроля качества используется метод перекрестной проверки: в выборки подмешиваются уже размеченные фото, чтобы измерить степень согласия экспертов между собой и выявить возможные ошибки при повторной разметке. Такой подход позволяет обучать модель различать границы классов и видеть тончайшие нюансы состояния кожи.
Лонгитюдные данные как главный актив компании Если модель — это лишь половина успеха, то вторая половина — это данные. В OpenFace выделяют три уровня ценности данных: специализированная экспертиза, уникальные выборки и лонгитюдность.
Лонгитюдные данные — это история изменений состояния кожи одного человека в течение длительного времени. Это самый дорогой актив, который невозможно купить на рынке; его можно только накопить. Наблюдая за динамикой и прогрессией состояния кожи пользователя (особенно при использовании продуктов OpenFace), компания может дообучать модель с невероятной точностью.
Такой подход меняет саму суть взаимодействия с клиентом. Пользователь приходит не с запросом «уберите прыщ», а с вопросом «когда мне станет лучше?». Благодаря анализу серии снимков и отслеживанию наблюдаемых признаков, OpenFace может дать ответ на этот вопрос, предлагая конкретные решения на основе реальной динамики. Это создает мощный удерживающий эффект: люди, использующие диагностику, остаются в сервисе более полутора лет, регулярно обновляя свои данные.
Бизнес-эффективность и конверсия Внедрение интеллектуальной диагностики напрямую влияет на финансовые показатели OpenFace. Более 63% выручки компании приносят клиенты, которые прошли через процесс диагностики. Это доказывает, что технологический слой служит не просто «дополнением», а мощным инструментом конверсии в покупку.
Диагностика создает навигационный слой между пользователем и врачом. Она не заменяет полноценный медицинский прием, но выступает в роли качественной промежуточной ступени, предоставляя полупрофессиональную помощь и помогая человеку сориентироваться в своих потребностях до обращения к специалисту.
Взгляд в будущее: результаты, инфраструктура и регулирование Будущее индустрии ИИ будет определяться несколькими ключевыми факторами. Во-первых, основным источником стоимости станут именно когортные лонгитюдные данные. Всем компаниям рекомендуется собирать их уже сейчас, так как это станет главным барьером для входа конкурентов.
Во-вторых, произойдет трансформация модели монетизации. Эпоха оплаты за подписку или количество токенов уходит в прошлое. Клиенту не важны технические единицы измерения; ему важен результат. Следовательно, оплата будет производиться за конкретное действие или достигнутый эффект.
Наконец, индустрия неизбежно столкнется с жестким регулированием и инфраструктурными ограничениями. Дефицит чипов и растущие потребности в электроэнергии станут узкими местами, которые окажут влияние на скорость развития даже самых успешных проектов. Однако те компании, которые уже сейчас создают собственные базы данных и фокусируются на точности результатов, смогут адаптироваться к этим изменениям быстрее остальных.
- Коммодитизация ИИ: Технологии искусственного интеллекта перестают быть уникальным преимуществом и становятся базовым ресурсом (как соль или интернет). Ценность смещается от самого факта наличия нейросети к качеству данных, на которых она обучается.
- Смена парадигмы потребительского поиска: Происходит переход от прямого поиска товара («купить сыворотку») к ситуационному запросу («как избавиться от прыщей» или «хочу кожу как у звезды»). LLM-ассистенты становятся новой точкой входа в воронку продаж, заменяя традиционные поисковики и даже сайты брендов.
- Приоритет компьютерного зрения над генеративными моделями: В сфере здоровья и красоты цена ошибки слишком высока. OpenFace делает ставку на классическое компьютерное зрение (Computer Vision), которое измеряет реальные объекты, в отличие от генеративного ИИ, склонного к «галлюцинациям» и ложной уверенности.
- Стратегическая ценность лонгитюдных данных: Самым дорогим активом компании являются данные о динамике изменений кожи одного и того же человека в течение длительного времени. Такие датасеты невозможно купить — их можно только вырастить вместе с базой лояльных пользователей.
- Экспертная разметка как фильтр качества: Использование готовых открытых датасетов неэффективно из-за их низкой информативности. OpenFace выстраивает систему многоступенчатой проверки (минимум три дерматолога на один снимок), чтобы исключить человеческий фактор и создать эталонную базу для обучения модели.
- Переход к оплате за результат: Будущее монетизации ИИ-сервисов лежит не в подписках или стоимости токенов, а в оплате за конкретный достигнутый результат пользователя.
