欧莱雅跑WAIC摆摊，核心不是AI，是数据闭环

这几天在WAIC闲逛，看见欧莱雅搭了个展台。说实话第一反应是“又来一个蹭热点的”。但仔细看了下他们展示的东西，重点不是AI多强，而是他们手里有最贵的数据——消费决策数据。

他们展示的AI试妆方案，其实跟推荐系统的用户画像思路一模一样：

用户行为 -> 肤质/色号匹配 -> 购买 -> 复购反馈 -> 模型迭代

这套链路里，最值钱的是“购买后反馈”那个环节。很多AI公司做美妆推荐，只能做到“猜你喜欢”，但不知道用户买回去到底用没用、喜不喜欢。欧莱雅有完整的会员体系和线下BA（美容顾问）反馈，这是互联网公司拿不到的。

从架构角度看，这比很多通用大模型做美妆靠谱。通用模型迁移到垂直场景，需要大量标注数据，而且用户对“美”的判断是主观的，模型容易过拟合。欧莱雅直接用闭环数据做小模型迭代，收敛快多了。

垂直行业的AI落地，瓶颈从来不是算法，而是数据飞轮能不能转起来。欧莱雅占了个好坑，但问题在于——他们能把AI做到多深？如果只是做个试妆滤镜，那和字节的变脸特效没什么区别，没有护城河。

还有一点，AI试妆的准确率受限于摄像头硬件和光线环境，端侧推理的精度问题在美妆场景下会被放大。口红颜色偏一个色号，用户就骂娘了。

一句话总结：AI决定不了美，但能帮你试错，前提是有闭环数据敢反馈。