婷美小屋落地AI定制护肤：从一次检测到长期追踪
在护肤行业，测肤早已不是稀缺能力。多数连锁门店都能在十几分钟内给出一份肌肤报告，但这份报告往往只活一次——它记录的是消费者走进门店那一刻的状态，随后被折叠进一张纸质单据或数据图表。这套方案到底有没有用，要靠消费者自己回家“感觉”，而品牌方在消费者离店之后基本断联。
婷美小屋正在尝试把这一段补上。这家 2012 年创立于广州、隶属娇联集团的化妆品单品牌连锁，目前在全国 337 个城市运营了近千家连锁门店、累计服务超过百万名会员。它把 AI 用在了一件偏慢的事情上：不是更快地卖出一套产品，而是给每个用户建一份能连续更新数年的肌肤档案，最终帮助顾客找到真正适合自己长期正确的护肤方式与产品护理。
行业不缺检测，缺的是第二次检测
护肤市场的个性化尝试已经持续多年，但大部分止步于“一次检测定方案”。这个模式有三个绕不过去的缺口。
第一是时间。单次检测只能抓取当下快照，无法串联 7 天、28 天、90 天的动态变化。肌肤本身是波动的——熬夜、换季、生理周期都会让数值上下浮动，一次测量很难区分“这个人本来就是这样”和“这个人最近状态不好”。
第二是归因。护理之后的肌肤改善，究竟来自方案本身，还是短期波动、季节因素、消费者自己换了作息？没有连续数据，品牌和用户都回答不了这个问题。效果说不清，续购就只能靠促销推动。
第三是断联。消费者离店之后，品牌失去了观察窗口，方案也就停在原地。行业里长期缺的正是“识别—建议—观察—再决策”这个闭环的后半段，前半段几乎人人都能做，后半段需要的是时间、门店触达和数据治理能力。
这一点在消费者端的体感更直接。一位长期受敏感肌困扰的内测用户说：“之前换了十多款舒缓产品，都不知道是不是真的适合自己，现在跟着节奏 7天、28 天看一次趋势，能明确看到泛红的波动规律，护肤也能根据肌肤变化情况调整方案和护理，也有依据，心里踏实多了。”另一位线下门店消费者提到，过去买护肤品主要靠导购推荐、多少带点碰运气试试看的心态，“现在有连续的肌肤数据，能看清楚方案有没有起效和未来应该注意那些方面”。
把“一人一方”Ai定制护肤拆成五层
婷美小屋的做法，是把“个性化定制护肤”从一句口号拆成一套可以执行的分层结构。
项目最上层是一个叫 SkinTwin 的数字肌肤模型，为每个用户保留独立的肌肤状态参数：个人基线、波动阈值、影响因子、护理响应。这里有一处容易混淆的地方需要说清楚——它并不是“给每个用户重新训练一个大模型”。所谓“一人一模型”，指的是在共享的人群规律之上，为个体留一组专属参数。同样的检测数值，落在不同人的常态基线上，结论可能完全相反：一个数值对甲是警报，对乙只是日常。
支撑这个模型的，是五层协同系统。最底层完成基础指标抓取；第二层做跨设备校准，消除门店仪器与家用设备之间的系统偏差；第三层提供人群级基础模型，降低新用户的冷启动成本；第四层是个人 SkinTwin 模型，负责长期记忆；第五层用“规则 + 大模型 + 人工复核”输出决策，既保证结论可解释，也守住安全边界。
这套结构里，真正难的不是算法，而是第二层和第五层。跨设备偏差是连锁业态的固有麻烦——同一张脸在不同型号仪器上可能测出不同结果，校准做不好，后面所有的趋势判断都是噪声。而护肤涉及安全性，AI 给出的建议一旦越界，代价由用户的皮肤承担。项目组的处理方式是为设备建立校准层、为每次输出设置质量闸门，关键判断保留人工复核环节。
往深处看，这个项目的技术底子并非从零起步。婷美小屋在 2025 年已自研上线 AI 智美链系统，通过 GENE DERM AI 扫描分析肌肤问题，与云端配方库交互生成方案；集团层面累计持有 30 余项专利，覆盖 8 大品类、200 余款产品，真正做到了从研发、生产、服务集中于一体。本项目真正要补的，是这套体系此前最薄弱的一环——记忆和时间。
数据闭环的设计也围绕“记忆”展开：门店首检、家庭复测、配方调整、结果回写，每一次护肤动作都会更新个人档案，让模型对同一个人的认知逐步加深。这套闭环一旦跑通，竞争壁垒就不再是某一次检测的精度，而是档案的长度。
一门慢生意的账怎么算
从商业结构看，这个项目没有另起一个品牌，而是长在婷美小屋既有的连锁体系里。收入由三块组成：线下门店的检测服务、按周期调整的定制配方产品、跨周期的肌肤管理服务。一条 SkinID 同时连接消费者、门店、总部与工厂——门店拿到的是服务权益和复购理由，总部拿到的是可持续更新的数据资产，工厂拿到的是根据顾客肌肤情况按需配方的小批量订单。
目标用户指向比较明确：一是 18 至 45 岁主力客群中长期被肌肤问题困扰、反复试错的人群，二是门店里已有稳定到店频次的高复购会员。前者贡献需求强度，后者贡献履约效率——她们本来就会来门店，只是过去每次来都从零开始。
对于护肤市场大盘增长持续保持稳定，但增长逻辑在换挡。国家统计局 2026 年 1 月 19 日发布的数据显示，2025 年社会消费品零售总额 50.12 万亿元、同比增长 3.7%，其中限额以上单位化妆品类零售额 4653 亿元、同比增长 5.1%，既跑赢社零大盘，也扭转了 2024 年同比下降 1.1% 的局面。麦肯锡则预计，2025 至 2030 年全球美妆市场将保持年均约 5% 的增速，2030 年规模达到 5900 亿美元，护肤在其中仍将占据约 40% 的份额。
增速回正的同时，行业竞争焦点已经从“推更多新品”转向“功效可证明、与个体相关、服务可持续”。这恰好是个性化护肤的机会窗口——它卖的不是一支面霜，而是一段被记录、被验证过真正适合自己的过程。
进展方面，项目目前已完成门店肌肤检测仪器布局，进入第一阶段落地验证：优先上线 SkinID 数据标准、质量闸门与个人基线模型，跑通门店首检、趋势解释、复测三个环节，重点验证检测合格率、28 天周期完成率与复测一致性三项指标。后续第二、三阶段将推进家庭检测仪器的开发与配对校准，完成护理与产品响应学习，搭建履约闭环，并逐步迭代个人预测模型。同比未接入私定护肤的婷美小屋门店，在客单价与客户复购方面都得到了提升。
团队方面，项目由郑志红女士负责整体运营，益达负责全域营销及线上板块的运营，依托婷美小屋原有的线下连锁网络与供应链，同时接入白云美湾国际化妆品研究院集群的科研资源——该集群 2020 年由广州市白云区政府牵头组建，集聚十余所高校科研力量，累计开发可转化配方万余款、服务美妆企业 400 余家，主要承接原料创新与功效验证环节。集团层面由品牌创始人蔡丙国主导，品牌已运营十四年，完整经历过 2016 年开放全国加盟后从千店到两千店的扩张周期。这段渠道经验，恰恰是纯线上测肤产品最缺的部分——算法可以快速复制，超千家能落地项目的门店不能。
对这件事的节奏，益达给出的判断是“慢就是快”。“很多人都在追 AI 的热点，想做一下子就能解决所有问题的万能模型。但护肤是很个人的长期事情，要敢慢下来，扎扎实实攒每一个用户的真实数据，把每一次调整的依据说清楚，让消费者真的拿到效果。”他说，团队不追求颠覆行业，只想补上“持续验证”这块空白。
这个说法在逻辑上站得住。个性化护肤真正的壁垒不在单次检测的精度，而在数据积累的年限——谁能更早开始连续记录，谁就更早拥有判断趋势的能力。千家门店是它的起跑优势，但能否把这批线下流量转化成可持续更新的数据资产，完整的验证打通整套私人定制家院联合护肤方案还得看模式的裂变进度。
