Красота по алгоритму. Как ИИ оценивает внешность
Алгоритм смотрит на вас с экрана и делает выводы: насколько симметричны черты лица, выражены ли скулы, стоит ли добавить блеска в глаза. В одно касание он показывает, как вы могли бы «выглядеть лучше». Это уже не игра, а инструмент продаж, маркетинга и рекрутинга — и бизнес, который всё чаще опирается не на вкус визажиста, а на код. В новом веянии бьюти-индустрии разбирался «Новый проспект».
ИИ действительно «оценивает лицо», но не как художник, а как инженер. Он превращает черты в координаты и формулы: где глаза, насколько ровный овал, какова ширина носа по отношению к подбородку, какая текстура у кожи. Это автоматизированная «оценка красоты» — попытка перевести первое впечатление в язык математики. Никакой романтики, только углы, соотношения, плотность оттенков.
Работает это так: система сканирует фото, выделяет ключевые параметры и сравнивает их с накопленными шаблонами. На выходе — фильтр, подбор косметики, предложение лайкнуть подходящие анкеты.
Всё это выглядит как нейтральная и удобная технология, но на деле ИИ просто воспроизводит представления о внешности, которые в него когда-то загрузили, только под видом объективности. И это уже широко используется в бизнесе.
ИИ-визажист
Сегодня почти каждый крупный косметический бренд предлагает цифрового консультанта. ИИ-платформы для этих целей есть у L'Oréal, Shiseido, Estée Lauder и многих других. Приложения YouCam от Perfect Corp и финский сервис Revieve работают в b2b-формате и встроены в сайты и маркетплейсы по всему миру.
Звучит убедительно: алгоритм определяет зоны лица, оценивает тон, поры, морщины, даже климат и влажность воздуха. Через пару секунд — рекомендация, от умывания до ночного ухода. Всё выглядит научно и в один клик от покупки. На деле это просто эффективный канал продаж. Система не знает, какие ингредиенты вам противопоказаны, зато она знает, что в наличии на складе, что лучше продается и какие товары любят люди с такой же кожей и челкой, как у вас.
По данным Revieve, такие сервисы увеличивают конверсию на 20–30%, а долю повторных покупок — почти вдвое. У цифрового визажиста нет ни отпусков, ни плохого настроения, только стабильный рост выручки.
Привлекательность как бизнес
Фильтры начинались как игра: сгладить кожу, поменять цвет глаз, добавить веснушки. Но теперь это товар. В TikTok, CapCut, FaceApp, YouCam, Banuba и других приложениях алгоритмы распознают лицо, накладывают улучшения и запускают сценарий: пользователь пробует, делится, возвращается. Приложение собирает данные и удерживает внимание.
Маски продаются поштучно или включаются в платную подписку. Фильтры стали повторяемым продуктом, который можно продавать снова и снова. Есть и менее очевидная монетизация: каждый отсканированный нос и лайк под видео с фильтром становятся частью обучающей выборки. Эти обезличенные данные помогают совершенствовать модели и иногда передаются сторонним компаниям. Пользователь об этом не узнает, но юридически одной галочки «разрешить доступ к камере» чаще всего достаточно.
Сами технологии создают немногие компании, но именно они формируют рынок. Тайваньская Perfect Corp разработала YouCam Makeup — его используют миллионы. Канадская ModiFace, которую купил L'Oréal, делает движки для виртуального макияжа, встроенные в сайты Lancôme и NYX.
Финская Revieve делает ставку на уход за кожей: ИИ оценивает ее состояние и подбирает персональные средства. Компания Banuba начиналась в Беларуси, но теперь работает на международном рынке. Она поставляет AR-фильтры, которые встраиваются в сторонние приложения, и пользователь не всегда знает, чьими глазами на него смотрит ИИ.
Цифровой фейс-контроль
И даже в приложениях для знакомств первым на вас смотрит не человек, а алгоритм. Он анализирует черты лица, симметрию, выражение глаз — и решает, кто кому «подходит». Некоторые платформы пишут об этом прямо, другие стыдливо умалчивают.
Обучение строится на поведении: кого лайкнули, от кого ушли, на каких фото задержали взгляд. Алгоритм запоминает, какие типажи вызывают отклик, и начинает предлагать похожих. Так формируется внутренняя иерархия внешности. Пользователь думает, что всё «интуитивно». А платформа продает функции: «повысить видимость», «попасть в топ», «получить больше совпадений».
В некоторых сервисах, особенно в Азии, ИИ оценивает фото еще до публикации. Он определяет, достаточно ли оно «качественное» или «подходящее», чтобы попасть в общую ленту. И если лицо не вписывается в шаблон, оно просто не попадет в поле зрения. Без предупреждения и объяснений. Алгоритм не скажет, что «вы недостаточно симпатичны», — он просто не покажет ваше фото.
В Европе такие практики пока только набирают обороты, но уже появляются в нишевых и премиальных приложениях. Официально это называют «курируемым подбором». По сути, это цифровой фейс-контроль.
Красота как метрика
Алгоритмы учатся у людей, а значит, перенимают их вкусы, стереотипы и предвзятость. Если в обучающей выборке преобладают одни типажи, всё, что выходит за рамки, воспринимается как отклонение. Не по злому умыслу, а потому что так работает статистика.
Особенно чувствительно это для подростков: у них чаще развивается «цифровое несоответствие» — когда лицо в фильтре нравится больше, чем в зеркале. Это уже называют «снэпчат-дисморфия». Бренды пытаются реагировать: добавляют фильтры «без ретуши», пометки «без ИИ». Но чаще это чисто косметические меры.
В ЕС обсуждают, стоит ли приравнять визуальную оценку внешности — когда ИИ анализирует лицо и выносит суждение — к биометрической обработке. Сейчас это не всегда считается «биометрией» в юридическом смысле, если система не идентифицирует человека напрямую. Но, по сути, лицо уже работает как ключевой параметр и влияет на то, кого покажут, а кого скроют.
А в Канаде, Германии и Южной Корее поднимается вопрос жестче: допустимо ли вообще сортировать людей по внешности, даже если это делается ради «улучшения вовлеченности»?
Алгоритм не любуется, он продает
Алгоритм не знает, что такое красиво. Он просто ищет: какие лица получают больше лайков, какие профили дольше удерживают внимание, какие фото ведут к покупке. Если ваше лицо в его шаблон не вписывается, оно окажется ниже в ленте — не потому что «неподходящее», а потому что неэффективное.
Сегодня такие модели встроены в маркетинг, рекомендации, фильтры и подбор косметики. Завтра, вполне вероятно, появятся в HR-системах, программах лояльности, страховании и кредитном скоринге. Лицо как фактор ранжирования уже используется — пока в фоновом режиме.
Готовые решения поставляют b2b-сервисы: оценка внешности, поведенческая аналитика, «персонализированный опыт». Их интегрируют в e-commerce и платформы, где важна конверсия, а остальное можно не афишировать.
Если модель дает плюс к продажам или вовлеченности, она останется. Дальше — только вопрос времени: когда та же логика появится в сферах, где пока еще делают вид, что внешний вид не имеет значения.
