Komisi Eropa merekomendasikan negara anggota EU mengecualikan Huawei dan ZTE dari infrastruktur telekomunikasi, di tengah aturan siber baru yang menyasar pemasok berisiko tinggi.
Hedra.ID, Jakarta - Dulu, memilih skincare terasa seperti memilih produk di rak. Orang mencari sabun muka, toner, serum, atau pelembap berdasarkan jenis kulit, klaim bahan aktif, saran teman, ulasan kreator, atau promosi dari brand.
Beauty tech membuat proses itu pelan-pelan berubah. Produk tetap menjadi tujuan akhirnya, tetapi jalan menuju produk itu makin mirip pengalaman memakai layanan digital. Wajah dipindai, kondisi kulit dikategorikan, lalu sistem memberi rekomendasi yang terasa dibuat khusus untuk satu orang.
Di sinilah kebingungannya muncul. Ketika aplikasi atau perangkat bisa membaca wajah dan menyarankan rutinitas skincare, apakah teknologi itu benar-benar memahami kebutuhan kulit seseorang? Atau ia sebenarnya hanya membantu menyaring pilihan produk berdasarkan data yang bisa dibaca oleh sistem?
Pertanyaan itu penting karena skincare tidak lagi hanya bicara tentang apa yang dipakai di kulit. Ia juga mulai menyentuh data apa yang dikumpulkan, bagaimana wajah dibaca, dan sejauh mana rekomendasi digital layak dipercaya.
Contoh paling mudah terlihat pada skin analysis berbasis selfie. L’Oréal Paris, lewat Skin Genius, menjelaskan bahwa pengguna dapat mengambil selfie, memasukkan usia dan jenis kulit, lalu menerima analisis kulit serta rekomendasi rutinitas produk.
Dalam penjelasan L’Oréal Paris, Skin Genius disebut bekerja dengan membandingkan selfie pengguna dengan basis data 10.000 gambar nyata yang telah dinilai oleh dermatolog dan ahli. L’Oréal juga menyebut alat itu tidak menggantikan konsultasi langsung, meski diklaim dapat memprediksi grading klinis pada sejumlah parameter kulit.
Artinya, yang berubah bukan sekadar saluran penjualan. Brand tidak hanya mengatakan bahwa satu serum cocok untuk kulit kering atau satu produk membantu menyamarkan noda. Sistem digital mencoba membaca ciri tertentu pada wajah pengguna, lalu menyusun rekomendasi yang terasa lebih spesifik.
Namun, personalisasi seperti ini tetap perlu dibaca dengan jarak. Rekomendasi dari selfie dan model analisis bukan berarti sama dengan pemeriksaan dokter kulit. Ia lebih aman dipahami sebagai alat bantu memilih produk dalam ekosistem brand atau layanan tertentu.
Karena itu, istilah “berbasis data” tidak otomatis berarti “paling benar”. Data bisa membuat rekomendasi terasa lebih relevan, tetapi hasil akhirnya tetap bergantung pada kualitas foto, atribut yang dibaca, model analisis yang dipakai, dan pilihan produk yang tersedia.
Skincare makin mirip layanan digital karena hubungan pengguna dengan produk menjadi lebih berulang. Pengguna tidak hanya membeli satu barang, lalu selesai. Mereka diajak masuk ke sebuah proses: memindai kulit, menjawab pertanyaan, menerima saran, lalu memperbarui pilihan ketika kondisi kulit berubah.
Pola seperti ini sudah akrab di layanan digital lain. Sebagian aplikasi kebugaran membaca aktivitas tubuh. Platform streaming membaca kebiasaan menonton. E-commerce membaca riwayat pencarian dan pembelian. Dalam beauty tech, wajah, jenis kulit, masalah kulit, dan preferensi pengguna menjadi input untuk memberi saran.
L’Oréal juga menunjukkan arah yang lebih jauh lewat Cell BioPrint, perangkat tabletop yang diperkenalkan di CES 2025. Perusahaan menyebut perangkat ini dapat memberi analisis kulit personal dalam lima menit dengan pendekatan proteomics, yaitu studi tentang komposisi protein dalam tubuh dan kaitannya dengan penuaan kulit.
Contoh itu memperlihatkan bahwa beauty tech tidak berhenti pada selfie. Sebagian pengembangan bergerak ke pembacaan biomarker, perangkat fisik, dan analisis yang lebih dekat dengan laboratorium kecil. Meski begitu, klaim seperti ini tetap perlu diperlakukan sebagai klaim perusahaan, bukan bukti final bahwa perangkat tersebut pasti akurat untuk semua orang.
Laporan Euromonitor pada Mei 2026 memberi konteks bahwa digital beauty dan AI-led discovery mulai memengaruhi cara konsumen menemukan serta memilih produk skincare. Dengan kata lain, data tidak hanya dipakai perusahaan di belakang layar. Data mulai tampil sebagai bagian dari pengalaman belanja yang dilihat langsung oleh pengguna.
Skincare adalah wilayah yang mudah membuat orang berharap terlalu banyak. Ketika sebuah alat menampilkan angka, kategori, atau rekomendasi personal, hasilnya bisa terasa lebih objektif daripada saran biasa. Padahal, angka dan kategori itu tetap berasal dari sistem yang punya batas.
Skin scan dapat membantu pengguna membaca tanda yang terlihat di permukaan wajah, seperti pori, garis halus, noda, atau kecerahan kulit jika atribut itu memang dianalisis oleh sistem. Namun, banyak kondisi kulit tidak bisa dipahami hanya dari satu foto. Riwayat iritasi, alergi, penggunaan obat, hormon, kebiasaan harian, atau kondisi medis tertentu bisa ikut memengaruhi kulit.
Itulah sebabnya beauty tech lebih tepat dipahami sebagai alat bantu membaca dan memilih, bukan pengganti penilaian profesional. Ia bisa membuat proses memilih skincare lebih terarah, terutama ketika pilihan produk terlalu banyak dan klaim bahan aktif terasa membingungkan. Tetapi untuk masalah kulit yang serius, berulang, atau memburuk, rekomendasi digital tidak cukup menjadi dasar tunggal.
Ada juga sisi data yang tidak boleh diabaikan. Ketika wajah menjadi input, pengguna perlu memahami informasi apa yang dikumpulkan, apakah foto disimpan, bagaimana hasil diproses, dan apakah data itu dipakai hanya untuk analisis atau juga untuk kepentingan lain. Dalam layanan berbasis data, pengalaman yang terasa personal selalu datang bersama pertanyaan tentang kontrol.
Pegangan sederhananya begini: beauty tech membuat skincare terasa lebih personal karena proses pemilihannya mulai dibantu data. Tetapi personal tidak selalu berarti pasti benar, dan berbasis data tidak otomatis berarti bebas dari batas.
Yang berubah bukan hanya produknya, melainkan cara pengguna diarahkan untuk mengenali kulit sendiri. Skincare mulai bergerak dari rak toko ke layar, dari klaim umum ke rekomendasi personal, dan dari rutinitas tetap ke layanan yang terus membaca kondisi pengguna.
