Jednog jutra ustanete, fotografišete lice i za manje od minut saznate koliko godina vaša koža zapravo ima, gde su tačno nastale mikropore od prethodne zime, koliko ste se dobro hidrirali prošle sedmice, i – što je najzanimljivije – koje serume biste trebalo odmah da bacite iz ormara jer vam ne odgovaraju tipu kože. Bez odlaska kod dermatologa. Bez skupih dijagnostičkih aparata. Samo telefon, aplikacija i vaše lice.
Ovo nije scena iz nekog tehno-trilera. Ovo je svakodnevica korisnika savremenih AI (artificial intelligence, veštačka inteligencija) aplikacija za negu kože koje u 2026. godini rade s tačnošću koja je, još pre svega nekoliko godina, bila rezervisana za klinička okruženja. Industrija koja stoji iza tih alata nije mala – tržište AI u kozmetici i lepoti vredelo je 4,43 milijarde dolara u 2024. godini i prema prognozama raste ka 27,65 milijardi dolara do 2034., uz godišnju stopu rasta od 20,2 odsto. Druge analize su čak optimističnije – USD Analytics procenjuje vrednost od 32,5 milijardi dolara do 2034. uz CAGR od 22,6 odsto.
Iza tih cifara stoji realna promena u tome kako razmišljamo o kozmetici, nezi i, u krajnjoj liniji, o vlastitom licu. Pitanje nije više „koja krema je dobra za suhu kožu“, već „koja krema je dobra za moju kožu, na osnovu biometrijskog skeniranja koje je napravio algoritam treniran na milionima dermatoloških slika“. Razlika između tih dvaju pitanja je ogromna – i upravo je tu AI počeo da pravi pravi pomak.
Ali pre nego što nastavimo s entuzijastičnim nabrajanjem mogućnosti, vredi zastati i reći ono što promotivni materijali uglavnom preskaču: ove aplikacije prikupljaju fotografije vašeg lica, podatke o zdravlju kože i kozmetičke navike. Neke od tih aplikacija posluju iz jurisdikcija s manje strogom zakonskom regulativom od GDPR standarda. I – što nije nevažno – ni jedna aplikacija, ma koliko bila sofisticirana, ne može zameniti dermatološki pregled u slučaju ozbiljnog stanja kože.
S tim na umu, hajde da zaronimo u ono što AI zapravo može, a šta ne može, i gde se sve ovo kreće u budućnosti.
Kako AI „čita“ lice: Tehnologija iza skenera
Da biste razumeli o čemu govorimo, korisno je znati makar osnove tehničkog sloja koji stoji iza svega ovoga. Dermatoloiški AI skeneri u jezgru koriste computer vision (kompjuterski vid) i deep learning (duboko učenje) – podgrane mašinskog učenja koje su sposobne da analiziraju fotografske podatke s preciznošću koja ponekad premašuje ljudsku.
Konkretno, sistem funkcioniše ovako: korisnik fotografiše lice pod određenim uslovima (ujednačeno prirodno svetlo, bez filtera, bez šminke). Aplikacija zatim sprovodi image segmentation (segmentacija slike) – odvaja kožu od pozadine, kose i ostalih elemenata. Nakon toga, algorithm locira facial landmarks (ključne tačke lica), a zatim analizira svaki piksel koji odgovara koži po nizu parametara: tekstura, nijansa, sjaj, vidljivost pora, prisustvo pigmentnih mrlja, dubina i gustina bora.
Rezultat koji korisnik dobija nije subjektivna procena „imate malo bora“, već standardizovana dermatološka skala s numeričkim vrednostima – isti tip izveštaja koji bi generisao klinički skin analyzer uređaj vredan desetine hiljada evra.
Platforma Haut.AI (https://haut.ai), koja važi za jedan od najnaučno utemeljenih sistema u industriji, analizira više od 150 facial biomarkers (biomarkera lica) s tačnošću od 98 odsto prema sopstvenim kliničkim studijama. Sistem je izgrađen na bazi od više od 3 miliona podatkovnih tačaka i peer-reviewed (recenzovanih) istraživanja. Ono što je tehnički posebno zanimljivo jeste njihova patentirana Skin Atlas tehnologija – kada korisnik pošalje fotografiju, sistem automatski uklanja sve identifikujuće karakteristike (oči, kosu, pozadinu) i zamenjuje ih AI-generisanim neutralnim teksturama, zadržavajući isključivo podatke kože koji su neophodni za analizu. Ovo je, bar na papiru, odgovor na jedan od najvećih problema u industriji: privatnost biometrijskih podataka.
Istraživači s PubMed platforme koji su 2025. objavili recenzovanu studiju o AI u personalizovanoj nezi kože konstatuju da „AI sistemi zasnovani na computer vision-u mogu detektovati mikrostrukturne promene na koži koje su ispod praga vidljivosti golim okom, omogućavajući intervencije pre nego što stanje postane klinički vidljivo“. Preciznost rane detekcije je ono što ove alate čini potencijalno revolucionarnim – ne samo u kozmetičke svrhe, već i u medicinskom smislu.
Dermatološki skeneri: Od mobilnog do kliničkog
Svet AI skenera kože danas se grupiše u nekoliko kategorija, prema preciznosti, nameni i ceni.
Aplikacije za krajnje korisnike
Ovo su alati namenjeni svima – bez medicinskog predznanja, bez skupih aparata. Fotografišete lice, dobijate analizu i preporuke.
Perfect Corp. – Skincare Pro (https://www.perfectcorp.com/consumer/blog/ai-skincare/how-to-use-skincare-app) je jedan od najnagrađivanijih sistema u ovoj kategoriji. Rešenje tvrtke Perfect Corp. koji je u junu 2025. osvojio Newsweek AI Award analizira lice na osnovu baze od više od 70.000 medicinskih slika kože. Detektuje 15 tipova kožnih problema, izračunava „skin score“ (skor kože) i „skin age“ (kožna starost), prati napredak u određenom vremenskom periodu i daje detaljne preporuke za rutinu nege. Implementiran je kod više od 800 brendova kozmetike i modnih kuća širom sveta.
YouCam Makeup (https://play.google.com/store/apps/details?id=com.cyberlink.youcammakeup) – ista kompanija, drugačija aplikacija, ali vredna posebne pažnje. U novembru 2025. Perfect Corp. lansirao je YouCam AI Beauty Agent – prvi konverzacioni AI asistent specifično dizajniran za lepotu i negu kože. Korisnik može da vodi prirodan razgovor s aplikacijom („Imam suhu kožu i idem na venčanje za dve nedelje, šta da radim?“), a sistem odgovara kombinovanjem analize lica, preporuka za šminku, sugestija za rutinu nege i predloga za frizure. Sve na osnovu stvarnih karakteristika lica korisnika, a ne generičkog saveta. Dostupna na iOS i Android.
TroveSkin (https://troveskin.com) pozicionirana je kao „skincare coach“ (trener za negu kože) s naglaskom na praćenje promena u vremenu. Korisnici svakodnevno fotografišu lice, a aplikacija generiše trendove i grafike koji pokazuju kako se stanje kože menja. Posebno je korisna za ljude koji eksperimentišu s novim proizvodima i žele objektivnu mernu tačku, a ne samo subjektivni utisak. Besplatna verzija postoji, ali napredne analize zahtevaju pretplatu. Važna napomena iz korisničkih recenzija: aplikacija može pogrešno identifikovati pege kao akne ili pore – problem koji je karakterističan za korisnike s višim melaninom ili atipičnom pigmentacijom, što ukazuje na poznati problem algoritmijskog bias-a.
GlowNowX (https://glownowx.com) – web-bazirana platforma koja ne zahteva instalaciju aplikacije. Opisana je kao sistem s „kliničkom preciznošću“ koji je posebno dizajniran za korisnike koji žele brzu, temeljnu analizu bez registracije.
Na granici medicine i kozmetike
Skinive (https://skinive.com) je aplikacija koja ulazi u drugačiju, osjetljiviju teritoriju: detekcija potencijalno medicinskih stanja kože. Skinive AI identifikuje više od 50 najčešćih kožnih stanja, uključujući melanom, bazalnocelularni karcinom, psorijazu, egzemu, dermatitis, gljivična oboljenja i oštećenja od UV zračenja. Aplikacija je CE-označena i ISO-sertifikovana, što je razlikuje od većine kozmetičkih aplikacija. Korisnik fotografiše određenu mrljicu, maternicu ili promenu, a sistem u roku od nekoliko sekundi daje analizu uz preporuku da li je potrebna dermatološka konsultacija.
Ovo je oblast gde treba biti posebno oprezan. Skinive eksplicitno navodi da je alat dizajniran kao „awareness tool“ (alat za svesnost), ne kao dijagnostički instrument koji zamenjuje lekara. Ali u praksi, dostupnost ovakvog alata – koji je besplatan za osnovno korišćenje i radi 24/7 – znači da čovek koji bi inače ignorisao sumnjive promene na koži sada ima makar polaznu tačku. Ima pravo da budemo pragmatičniji u oceni – u sistemima zdravstvene zaštite gde čekanje na pregled dermatologa traje mesecima, „AI trijažer“ koji identifikuje promene vredne urgentne pažnje nije mala stvar.
Za brendove i klinike (B2B segment)
Haut.AI (https://haut.ai) – pomenuta platforma dostupna je i potrošačima, ali je primarno B2B (business-to-business) rešenje namenjeno brendovima, retailerima i klinikama. Face Analysis 3.0, lansiran u novembru 2025, analizira 29 kožnih parametara i isporučuje rezultate u standardizovanom dermatološkom formatu koji se može koristiti u kliničkim istraživanjima. Za beauty brendove, integracija Haut.AI sistema u e-commerce platformu znači da korisnik može da analizira kožu direktno na web sajtu, dobije preporuke i odmah kupi preporučene proizvode – sve u jednom toku bez napuštanja stranice.
GlamAR (https://www.glamar.io) – platforma koja kombinuje AI skin analysis s AR (augmented reality, proširena stvarnost) virtual try-on tehnologijom za šminku. Relevantna za brendove koji žele jedinstven sistem koji pokriva i dijagnostiku i prezentaciju proizvoda.
Virtualni šminkeri: Kraj kupovine „naslepo“
Ako je AI skin analysis više okrenuta ka nauci i zdravlju, onda je virtual makeup try-on (virtualno isprobavanje šminke) oblast gde se tehnologija susreće s čistom zabavom i veoma konkretnom komercijalnom primenom.
Ideja je dovoljno jednostavna da je objasni i desetogodišnjak: umesto da kupujete karmin za 30 evra, otvorite omot, otkrijete da nijansa izgleda potpuno drugačije na vašim usnama nego na modelu u reklami i potom ga bacite u ladicu gde skuplja prašinu – aplikacija vam u realnom vremenu prikazuje kako tačno ta nijansa izgleda na vašim usnama. Pre kupovine. Bez pogrešnih izbora. Bez nepotrebnih troškova.
Tehnički posmatrano, ovo je složenija operacija nego što izgleda. Da bi virtualni karmin izgledao uverljivo, a ne kao boja prelepljena na fotografiju, sistem mora simultano da obavi nekoliko zadataka: facial landmark detection (detekcija ključnih tačaka lica) koja locira konture usana s milimetarskom preciznošću; texture mapping (mapiranje teksture) koji realistično prikazuje sjaj, mat ili metalik finiševe; lighting adaptation (adaptacija osvetljenja) koja automatski prilagođava prikaz u zavisnosti od svetlosnih uslova sobe; i continuous real-time tracking (praćenje u realnom vremenu) koji prati pokrete lica i ažurira prikaz neprestano.
Rezultat, kada je dobro urađen, nije filter koji „lepi“ boju na lice. To je hyper-realistic simulacija koja uzima u obzir podton kože korisnika, osvetljenje prostora i fizičke karakteristike proizvoda.
Ko to radi?
ModiFace – L’Oréal (https://www.modiface.com) je, nesumnjivo, jedan od pionira i lidera u ovom segmentu. L’Oréal je kupio ModiFace još 2018. i od tada je ta tehnologija postala standard koji pokreće virtual try-on za desetine vodećih kozmetičkih brendova. Sistem koristi AI za automatski shade calibration (kalibraciju nijanse) – na osnovu informacija o proizvodu i fotografija s društvenih mreža, algoritam automatski reprodukuje pravu boju, intenzitet i finišu karmina, senke ili rumenila. Dostupno je putem L’Oréal brandova i integrisano u Amazon Shopping.
Perfect Corp. – YouCam Makeup (već pomenuta) pokriva sve kategorije: usne, oči, lice, obrve, trepavice. Sistem koristi multi-hundred-point face tracking koji detektuje stotine tačaka na licu i prati ih čak kada se korisnik pomera. Posebno je vredna napomena da su algoritmi optimizovani za „sve etničke grupe, demografije, uzraste i rodove“, što je pokušaj odgovora na kritike o algoritmijskoj pristrasnosti koje su godinama pratile ovu industriju.
Revieve (https://www.revieve.com) – B2B platforma koja omogućava brendovima da integrišu virtual try-on direktno u svoja e-commerce rešenja. Posebnost sistema je „AI skin tone and lighting adjustment“ koji automatski prilagođava prikaz svakog proizvoda tonu kože specifičnog korisnika, s ciljem da AR efekat što preciznije odgovara tome kako će proizvod zaista izgledati. Relevantno za domaće kozmetičke brendove koji razmišljaju o modernizaciji onlajn prodaje.
Maybelline Virtual Try-On (https://www.maybelline.com/virtual-try-on-makeup-tools) – besplatni alat direktno na web sajtu jednog od najvećih kozmetičkih brendova. Primer kako je virtualni try-on prestao da bude premium feature i postao standardni deo korisničkog iskustva na vodećim brendovskim sajtovima.
GlamAR (https://www.glamar.io/blog/best-ar-beauty-try-on) u svojoj 2026. proceni navodi da su pored ModiFace i Perfect Corp., vredni pomena i Banuba, DeepAR i OrboAI kao platforme koje nude visoko-personalizovanu AR šminku s naprednijim opcijama prilagođavanja za brendove koji žele veću kontrolu nad estetikom prikaza.
Komercijalni efekti: Zašto ovo nije samo igranje
Možda se pitate – zašto bi IT portal pisao o karminu i serumet? Odgovor je u ekonomiji koja stoji iza ovih alata.
Kozmetička industrija godišnje generišu stotine milijardi dolara, a jedna od njenih najskupljih operacija je upravo vraćanje neodgovarajućih proizvoda. Za razliku od odeće, kozmetika se zbog higijenskih razloga uglavnom ne može vratiti – potrošač koji kupi pogrešnu nijansu pudera ili šminku koja mu ne odgovara tipu kože jednostavno gubi novac. Virtual try-on i AI skin analysis direktno napadaju taj problem.
Computer vision je u 2025. godini zauzeo 42 odsto ukupnog tržišnog udela u AI kozmetičkom sektoru upravo zbog toga što „može da pruži trenutne, visokoprecizne rezultate koji imaju neposredni uticaj na odluke o kupovini“. Brendovi koji su implementirali AI virtual try-on u svoje e-commerce tokove beleže značajno povećanje konverzije i smanjenje reklamacija – premda tačni podaci variraju od slučaja do slučaja i često ostaju u vlasništvu brendova koji ih tretiraju kao poslovnu tajnu.
Research & Markets procenjuje da će tržište AI u lepoti i kozmetici dostići 9,44 milijarde dolara do 2029, s posebnim akcentom na color-matching technologies (tehnologije usklađivanja boja), virtual try-on i chatbote za korisnički servis kao ključne pokretače rasta.
Tamna strana: Šta se zapravo dešava s fotografijama vašeg lica?
Ovde dolazimo do onog dela teksta koji se obično piše malim slovima u privacy policy dokumentima koje niko ne čita, ali koji je ključan za svakog korisnika koji razmišlja o privatnosti.
AI aplikacije za negu kože i virtualne šminkere su, po svojoj prirodi, ekstremno zavisne od biometrijskih podataka. Kada aplikaciji date fotografiju svog lica radi analize kože, vi je snabdevate ne samo vizuelnim podacima, već i informacijama koje se, prema GDPR klasifikaciji, smatraju „posebnom kategorijom ličnih podataka“ – isto kao i medicinska dokumentacija ili genetski profil.
Istraživači koji su 2025. u recenzovanom radu na PubMed-u analizirali etičke implikacije AI u personalizovanoj nezi kože upozoravaju da „AI sistemi često zahtevaju od korisnika da dele osetljive lične podatke, uključujući slike kože, genetske informacije i detalje o načinu života. Prikupljanje, analiza i čuvanje osetljivih podataka – od fotografija lica i biometrijskih markera do genetskih profila i dermatoloških historija – u zdravstvenim i kozmetičkim AI aplikacijama nose značajne rizike po privatnost“.
Problemi se javljaju na nekoliko nivoa. Prvo, neravnomerna distribucija moći: kompanije koje poseduju vaše biometrijske podatke imaju informacionu prednost nad vama, a termini korišćenja su često pisani tako da dozvoljavaju upotrebu podataka u svrhama koje nisu eksplicitno navedene. Drugo, rizik od trećih strana: integracije s analytics platformama i cloud provajderima mogu dovesti do toga da vaši podaci promene ruke bez vašeg eksplicitnog znanja. Treće, i možda najzabrinjavajuće – šta se dešava s vašim podacima ako kompanija bankrotira, bude preuzeta ili promeni vlasnika?
Haut.AI je pokušao da sistemski reši ovaj problem patentiranom Skin Atlas tehnologijom koja uklanja identifikujuće karakteristike pre analize, zadržavajući samo podatke koži relevantne parametre. To je pohvalan pristup – ali je izuzetak, ne pravilo. Većina aplikacija u ovoj kategoriji nema ekvivalentne zaštitne mehanizme.
Platforme Zigpoll i srodne analize preporučuju da korisnici traže aplikacije koje koriste on-device AI processing (obrada podataka direktno na uređaju, bez slanja u cloud), federated learning (federisano učenje) koje uči na podacima bez centralizovanog prikupljanja, i striktno se pridržavaju GDPR i CCPA regulative.
Drugi, manje spominjani problem je algorithmic bias (algoritmijska pristrasnost). Korisnici TroveSkin aplikacije u recenzijama eksplicitno navode da sistem pogrešno identifikuje pege kao akne ili pore – što je direktna posledica trening setova koji su možda bili neadekvatno reprezentativni za različite tipove pigmentacije i tona kože. Perfect Corp. navodi da su svoji algoritmi optimizovani za sve etničke grupe, ali nezavisne verifikacije tih tvrdnji su retke. Dermatološki AI koji daje manje tačne rezultate za tamnje tonove kože, korisnike azijskog ili afričkog porekla, ili atipičnu pigmentaciju nije samo tehnički problem – to je pitanje pravednosti i inkluzivnosti.
AI skincare u praksi: Konkretni scenariji
Teorija je jedno, ali evo kako ovo izgleda u svakodnevnoj praksi.
Scenario 1: Mlada žena s akne-sklonom kožom. Posle deset godina isprobavanja različitih krema i saveta s interneta koji su protivrečni jedni drugima, korisnica instalira Skincare Pro aplikaciju. AI analiza otkriva da ima kombinovani tip kože s povišenom produkcijom sebuma u T-zoni i dehidratacijom u predelu obraza. Preporučena rutina: blagi gel-čistač, niacinamidni serum i lagani hidratantni fluid – bez okluzivnih krema koje su godinama koristila jer je „sve kripa za normalnu kožu“. Za šest nedelja redovnog praćenja, aplikacija beleži 28 odsto smanjenje aktivnih akni i poboljšanje hidratacije u predelu obraza. Je li to zahvaljujući AI preporuci ili bi slične efekte postigla s dobrim dermatologom? Moguće oboje. Razlika je u dostupnosti i ceni: aplikacija je bila besplatna, a dermatolog bi koštao više od sto evra po poseti.
Scenario 2: Muškarac koji nikad nije koristio SPF. Korisnik u tridesetim godinama koristi Skinive aplikaciju primarno za praćenje madeža i promena na koži koje su se pojavile tokom poslednjih godinu dana. Aplikacija detektuje nekoliko promena koje klasifikuje kao „visokorizične za monitoring“ i eksplicitno preporučuje dermatološki pregled. Korisnik odlazi – i otkriva jednu promenu koja zahteva biopsiju. Aplikacija nije dijagnostikovala karcinom – to je posao dermatologa – ali je bila prva linija upozorenja koja je pokrenula ceo proces. U ovom scenariju, AI nije zamenio medicinu, već je bio katalizator koji je korisnika doveo do medicine.
Scenario 3: Kupovina karmina na Instagram oglasu. Korisnica vidi karmin na Instagramu, ne zna kako bi joj ta nijansa pristajala s njenim „cool“ (hladnim) tonom kože. Umesto da kupuje naslepo, otvara L’Oréal Modiface virtual try-on, fotografiše lice i za deset sekundi vidi kako ta nijansa izgleda na njenim usnama u tri različita svetlosna okruženja. Nijansa ne odgovara – ali joj algoritam predlaže alternativnu nijansu iz iste kolekcije koja „stoji bolje“ prema detektovanom tonu kože. Kupuje drugu – i ovaj put bez greške.
Scenario 4: Dermatolog koji koristi AI. Ovo je manje priča o potrošaču, a više o promeni u profesionalnoj praksi. Brendovi koji koriste Haut.AI B2B platformu mogu svojim klijentima ponuditi prethodnu analizu kože pre dolaska na tretman – korisnik kod kuće uradi sken, lekar ili estetičar već zna što čeka klijenta i priprema personalizovani tretman. Umesto standardnih 20 minuta inicijalnog razgovora, konsultacija kreće od tačnih numeričkih parametara. Efikasnost se povećava, a klijent osjeća veći nivo personalizacije.
Konkurentska mapa: Ko su ključni igrači?
Tržište AI u lepoti i nezi kože u 2026. godini je zrelije nego iza fasade deluje. Nije fragmentisano kao AI garderober sektor – ima jasne lidere i uočljive specijalizacije.
Perfect Corp. (NYSE: PERF) je korporativni lider koji poseduje i YouCam ekosistem aplikacija i B2B enterprise solucije. Sa više od 800 globalnih partnerskih brendova i prisustvom na berzi, to je jedina kompanija u ovom segmentu s transparentnom finansijskom istorijom dostupnom javnosti.
L’Oréal/ModiFace je konsolidovao poziciju u AR virtual makeup try-on segmentu na način koji ostali nisu mogli da dostignu – kombinovanjem jednog od najvećih brendova kozmetike na svetu s pionirskom AR tehnologijom. Prednost je očigledna: ModiFace ne samo da ima tehnologiju, već ima i direktan pristup celom katalogu L’Oréal proizvoda, što čini AR prikaz preciznijim.
Haut.AI se profilisala kao naučno-klinička platforma – „skincare AI za istraživače i dermatologе“, ne samo za potrošače. Face Analysis 3.0 s kliničkim standardima i Skin Atlas privatnosnom tehnologijom pozicionira ih u premijum B2B segment gde cena nije primarna prepreka za ulaz.
Zanimljiv je ulazak velikih tech kompanija. Google je skin condition tool integrisao direktno u Google Search (Lens), što znači da korisnik može da fotografiše kožnu promenu i dobije listu potencijalnih stanja bez instaliranja ikakve aplikacije. Amazon nudi ModiFace virtual try-on direktno u Shopping toku. Apple-ov Vision Pro je eksperimentalna platforma za AR kozmetičke try-on iskustva u kojima korisnik „šeta“ kroz virtualni kozmetički tezgah.
Startup scena je, s druge strane, nervozna. Kada Google reši da reši isti problem koji vi rešavate, i to direktno u search rezultatima, vaša nišna aplikacija s milion korisnika iznenada deluje daleko ranjivije.
Šta dolazi: Budućnost AI lepote
Ono što danas vidimo u ovim aplikacijama jeste, tehnički gledano, tek početak. Smerovi u kojima industrija ide u sledećim godinama su dovoljno jasni da se mogu s priličnom sigurnošću predvideti.
Wearable integracija. Već sada smartwatch uređaji mere nivo hidratacije kroz kožu, UV izloženost i neke biomarkere. Sledeća generacija pametnih narukvica i patch (zakrpa) senzora koji se lepe na kožu moći će da mere pH, sadržaj sebuma, propusnost kožne barijere i nivo kolagena u realnom vremenu. Kombinovani s AI analitičkim sistemima, ovi podaci će generisati personalizovane preporuke koje se dinamički prilagođavaju – ne samo jednom, na osnovu jedne fotografije, već neprestano, kroz ceo dan.
Generativni AI i formulacija po meri. Startapi poput Proven Skincare već godinama eksperimentišu s algoritmima koji na osnovu 47 kožnih faktora formulišu personalizovane kreme. Buduća iteracija ovoga nije serum „skrojen za vaš tip kože“ – to je serum čija je hemijska formula specifično optimizovana za vaš mikrobiom kože, genetsku predispoziciju ka određenim stanjima i aktuelne atmosferske uslove na vašoj lokaciji. Zvuči grandiozno? Tehnološki temelji za to već postoje, a komercijalizacija je pitanje sledeće dve do tri godine.
AR smart ogledala. Kozmetički retaileri investiraju u smart mirrors (pametna ogledala) koji kombinuju AI skin analysis i virtual try-on direktno u fizičkim prodavnicama. Korisnik stoji pred ogledalom, ogledalo analizira kožu i aplicira virtualne boje šminke u realnom vremenu dok se kreće – bez potrebe za nanošenjem i uklanjanjem proizvoda. Lancôme, Sephora i nekoliko japanskih brendova već imaju pilot programe.
Mood-based recommendations (preporuke na osnovu raspoloženja). CTO analize iz 2026. ukazuju na nascent (tek nastajući) trend u kome AI stilisti i beauty asistenti integrišu podatke o raspoloženju – iz dnevnika, biometrijkih senzora ili čak izraza lica – u preporuke. Logika je jednostavna: kako se oblačite i šminkate direktno utiče na vaše raspoloženje i samopouzdanje, a sistem koji razume oba pravca te veze potencijalno je daleko moćniji od onog koji gleda samo jedan.
Regulatorna budućnost. EU AI Act, koji je ušao na snagu 2024, direktno tretira sisteme koji prikupljaju biometrijske podatke. Aplikacije koje ne usaglase sisteme s regulativom riskiraju blokadu na tržištu EU. Za globalne kompanije, Srbija je u sivoj zoni – nema sopstveni ekvivalent GDPR-a na snazi u punom kapacitetu, ali korisnici koji koriste EU servise imaju GDPR zaštitu. Ovo je oblast gde zakonodavstvo ubrzano sustiže tehnologiju, i sve kompanije koje su u ovoj industriji moraju to imati u vidu kao stratešku prioritetu, ne samo kao compliance zadatak.
Može li AI zameniti dermatologa?
Ovo je pitanje koje se neizbežno postavlja i koje zahteva direktan odgovor umesto diplomatskih fraza.
Kratak odgovor: za rutinsku negu i estetsku kosmetologiju – delimično da i u sve većoj meri. Za medicinsku dijagnostiku i lečenje – apsolutno ne, i na to ne bi trebalo ni računati.
Duži odgovor: AI skin analysis alati su izuzetno dobri u kvantitativnoj proceni vidljivih parametara kože – bori, pore, pigmentacija, hidratacija, sjaj. Tu su brži i dosljedniji od prosečnog kozmetičara i, u kontrolisanim uslovima, merljivo precizni. U preporuci skincare rutina i kozmetičkih proizvoda mogu biti daleko bolji od nasumičnog pretraživanja interneta ili savetovanja prijatelja.
Ali postoje jasne granice. Nijedna aplikacija na svetu ne može palpirati (opipati) nodularnu leziju, nije u stanju da uzme dermatoskopski bris, ne može naručiti histopatološku analizu tkiva, i nije kompetentna da donese medicinsku dijagnozu. Skinive eksplicitno navodi da je alat za „svesnost i trijaž“, ne dijagnostička supstitucija. Svaka aplikacija koja tvrdi da može dijagnosticirati bolest na osnovu fotografije – laže, ili je, u najblaže rečeno, ekstremno neprecizna u komunikaciji svog dometa.
Dugoročno, najrealniji scenario nije „AI umesto dermatologa“, već „AI kao produžetak dermatologa“. Lekar koji za inicijalni pregled ima AI analizu koja je merila 150 biomarkera tokom šest meseci, bilans promena i standardizovane dermatološke skorove, može u roku od prvih pet minuta konsultacije da razgovara o suštini – a ne da troši vreme na prikupljanje bazičnih anamnestičkih podataka.
Šta to znači za srpske korisnike?
Srbija nema posebno jakih lokalnih igrača u ovoj niši – ali to i nije presudno, jer sve pomenute aplikacije su dostupne u međunarodnim app storeovima, rade u srpskom govornom okruženju (uglavnom na engleskom interfejsu, ali bez tehničkih barijera), i besplatne verzije postoje za sve ključne kategorije.
Zdravstveni sistem u kome čekanje na dermatološki pregled traje nedeljama čini Skinive-type alate posebno relevantnim – ne kao alternativu medicinskom sistemu, već kao „prvi filtar“ koji pomaže korisnicima da procene hitnost i preuzmu kontrolu nad sopstvenim zdravljem kože umesto da pasivno čekaju. Ovo nije medicinski savet – to je argument za digitalnu pismenost.
Za kozmetičku industriju u Srbiji, B2B implementacija virtual try-on alata poput Revieve-a ili GlamAR-a u lokalne onlajn prodavnice kozmetike predstavlja relativno pristupačnu tehnologiju koja bi direktno smanjila troškove vraćanja robe i povećala konverziju. U domaćem e-commerce kontekstu, gde su marže tanke i logistika povrata skupa, to nije zanemarljiva finansijska računica.
Ogledalo koje previše zna
Na kraju, pomenuti aplikacije nisu samo tehnički alati. One su ogledala – ali ogledala koja pamte. Svaka fotografija koju date sistemu, svaki „odbijen“ predlog seruma, svaki podatak o tome koliko ste se hidrirali juče, gradi profil koji je daleko intimniji od onoga što ste ikad pokazali kozmetičaru ili čak dermatologu.
Ovo nije argument za odbijanje ovih tehnologija. One su realne, korisne i, na pravi način korišćene, mogu da pruže vrednost koja prevazilazi ono što je dotad bila dostupna prosečnom korisniku. Ali je argument za svesno korišćenje – za razumevanje šta dajete zauzvrat za tu vrednost, ko to čuva, i koliko dugo.
Industrija lepote uvek je prodavala san o savršenstvu. AI je taj san učinio merljivijim, personalizovanijim i dostupnijim nego ikad ranije – ali i skupljim u smislu podataka koje ostavljate za sobom. Razlika između toga da budete korisnik i da budete proizvod leži u tome koliko pažljivo pročitate sitna slova.
Vaša koža je vaša. Neka podaci o njoj budu, koliko je god moguće, i dalje vaši.
