Présentation de la fonctionnalité
Pinterest a introduit Beauty Guides, un service qui s’appuie sur la plateforme d’intelligence visuelle et générative baptisée Pinterest Intelligence. Le système analyse les images de coiffure, de coloration ou de manucure sauvegardées par les utilisateurs et génère un plan d’action détaillé. En appuyant sur le bouton « Get the Guide », l’application propose les termes techniques employés par les professionnels – par exemple « balayage », « root melt » ou « almond nails » – ainsi que la durée estimée, la fourchette de prix et les exigences d’entretien. Le lancement couvre les pins relatifs aux styles de cheveux, aux couleurs, aux formes et aux finitions d’ongles.
Mécanismes techniques
Le cœur du service repose sur deux sous‑modules : un moteur de reconnaissance visuelle qui identifie les attributs esthétiques d’une image, et un générateur de texte qui transforme ces attributs en instructions compréhensibles pour les salons. La reconnaissance utilise des réseaux de neurones convolutionnels entraînés sur un corpus d’images de beauté annotées, tandis que le générateur exploite un modèle de langage large afin de produire des phrases contenant le vocabulaire professionnel. Les données de prix et de temps proviennent d’une base interne fournie par des partenaires du secteur, intégrée via une API interne qui alimente le texte final.
Analyse des impacts et limites
Sur le plan fonctionnel, la traduction automatique du visuel en jargon professionnel réduit le besoin pour l’utilisateur de rechercher ces termes, ce qui peut accélérer la prise de décision en salon. Cependant, la précision dépend de la couverture du jeu de données d’entraînement : des styles rares ou des marques de produits peu représentées risquent d’être mal interprétés. De plus, la génération de fourchettes de prix repose sur des moyennes historiques, susceptibles de varier selon la localisation géographique, ce qui peut conduire à des estimations inexactes. La fonctionnalité reste confinée aux catégories beauté et ne s’étend pas aux autres domaines de découverte de Pinterest, limitant ainsi son impact global.
Perspectives d’évolution
Pour élargir la pertinence, Pinterest pourrait intégrer un module de personnalisation qui ajuste les estimations de coût en fonction du code postal de l’utilisateur, en interrogeant des bases de données locales. Un autre axe serait d’enrichir le modèle de génération avec des retours d’expérience post‑visite, afin d’affiner les recommandations de maintenance. Enfin, l’ouverture d’une API publique permettrait à des tiers – par exemple des applications de réservation de salons – de consommer les guides, créant ainsi un écosystème où l’IA de Pinterest sert de couche sémantique entre l’inspiration visuelle et le service réel.
