本文へ移動

小売・クリニック・製薬のためのAI

事例

クライアントの種類

Magnit Cosmetics

BeautyScan for Magnit Kosmetik: スマートミラーとオンラインサービスで、写真から肌を分析し、チェーンの製品からスキンケアをマッチングします。 2025 年 6 月以来、2,500 以上の店舗で実施されています。

+29.2%: BeautyScan ユーザーの平均バスケットと対照グループの比較
+35%: BeautyScan ユーザーの訪問頻度と対照グループの訪問頻度

事例を見る

人工知能を活用したパーソナライズされた化粧品の選択 - セフォラの元ロシアチェーンであるイル・ド・ボーテの旗艦店とモバイルアプリで。

2,500+: おすすめ範囲の化粧品
2週間: プロジェクトの全額を回収する

事例を見る

虫歯の兆候の検出から、人工知能を使用した口腔健康の包括的な評価まで。

27%: プロジェクト中のAIスクリーニング後の医師予約への変換

事例を見る

Globus ハイパーマーケットのスマートミラーは、写真から肌を分析し、店舗のラインナップの化粧品と一致させます。

2: Globus のハイパーマーケットのテクノロジー
2位: Retail Week Awards 2026、「美容におけるベストプラクティス」

事例を見る

写真から肌を分析し、カタログからスキンケアとサプリメントをマッチングするGreenwayのオンラインサービスです。

1.5M: ユーザー
13言語: ヨーロッパとアジアのユーザー向け

事例を見る

Scanderm スマートミラーは、髪の状態を評価し、個別のケアを選択し、染める前に新しい色を仮想的に試すのに役立ちます。

初め: 美容室チェーンがスマートミラーを導入：ペルソナ
19: 人工知能によって評価される毛髪パラメータ

事例を見る

Scanderm は、The Act の顧客が肌の状態と店舗での製品の在庫状況を考慮して、ブランドの化粧品から個別のスキンケアルーチンを選択できるようにするデジタルキオスクを開発しました。

初め: 単一ブランド小売店がスマートミラーを導入
10: ショートレポート用に計画されているスキンパラメータ

事例を見る

Check-up clinic

医療クリニックの敷地内で AI による顔の肌分析とパーソナライズされた推奨事項を提供します。

事例を見る

SPLAT Global のモジュールは、写真から髪の色と白髪の割合を推定し、適切な染料の色合いを提案します。モジュールは開発中です。

事例を見る

展示会用のインタラクティブテクノロジー: 来場者を魅了し、出展者の製品を宣伝し、観客と対話するための新しい形式。

1,700: 展示ナビゲーション内のブランド
4: 機能: 顔の肌分析、毛髪分析、メイクアップとヘアカラーの仮想試着

事例を見る

Telegram 内でパーソナライズされたスキンケアの選択が可能です。

15%: クリック率
10: AI美容師が肌パラメータを評価

事例を見る

Scanderm は、マレーシアに 37 のクリニックをチェーン展開する Estika Medispa のデジタルシステムに、皮膚状態の可視化テクノロジーを統合しました。

API: パートナーインターフェース内の分析

事例を見る

Scanderm プラットフォーム: 肌と髪の分析、メイクアップの試着、製品または手順のマッチング。ブランド、カタログ、モジュールは、キオスク、ミラー、または電話のクライアントごとに構成されます。

事例を見る

Fenistil のオンラインサービス: 肌の悩みや製品の適応症に関する情報を写真に基づいて迅速に評価します。

5K: 記事や SEO による毎日の Web サイト訪問数の増加
11%: 年間売上の伸び

事例を見る

Doctor’s Handbook

Doctor's Handbook のサービスは、写真から稀な皮膚疾患（ファブリー病、ハンター症候群、皮膚 T 細胞リンパ腫）の兆候の可能性を推定し、専門医へのルートを提案します。診断は医師が行います。

医師のハンドブックに統合: ロシアでは2人に1人の医師が使用している

事例を見る

VOIS製品の使用前後の写真から顔の皮膚、頭皮、髪を分析し、謳われている製品の効果を確認します。

初め: ロシアにおける化粧品の有効性に関する検証された AI 研究

事例を見る

皮膚科医のためのトレーナー: 医師はモデルのヒントを使用して写真から白斑を評価する練習をします。目標は、視覚的評価に対する一貫したアプローチです。

事例を見る

実験的なデモ: マルチモーダルモデルを使用した舌写真分析。

事例を見る

Samara Agricultural Research Institute

写真から植物の病気を認識する研究サービス。ヴォルガ地域の農業研究所の圃場でテストされました。内部データによる平均認識精度は 93% です。収量への影響は測定されませんでした。

93%: 平均的な植物病害認識精度（社内データ）
10×: プラントの状態をより迅速に特定する

事例を見る

2020 年の歴史的研究プロトタイプ: チャットボットが一部の新型コロナウイルス感染症患者で報告された特徴について皮膚の写真をチェックしました。皮膚の写真は新型コロナウイルス感染症を診断するものではありません。このサービスは医療機器ではありませんでした。

事例を見る

Scanderm の最初の製品 (2015 年): 蛍光光学系を備えたポータブルスキャナーと皮膚パラメータを評価するアプリ。 2019年に閉店。その経験はスマートミラーに反映されました。

事例を見る