有个女高管发现一个扎心的秘密：她跟客户谈判时，穿对衣服就自信，穿错就矮半截，可她是真不会搭。
她咬牙约了个职业形象顾问，排了三周队，花了几百美元，最后就拿到一张色卡：这是适合你的颜色。然后呢？明天穿啥还是不知道。
她气不过，自己去考了形象顾问的证书，考完更吃惊：这行根本没统一标准，一个顾问一个说法，全靠个人审美。
她一拍桌子：干脆把形象顾问塞进手机里。
这个决定后来长成了Style DNA，一个AI穿搭App：30万活跃用户，其中7万付费订阅，月收入22.3万美元，2023年全年收入300万美元，公司已经盈利。
整个团队才13个人，3个创始人。

它怎么赚钱？两条腿走路。
第一条腿是订阅费。测色、衣橱搭配这些深度功能要付费，包年打折后大概二三十美元（原文没写具体价，按同类App定价推测）。
为什么有人愿意掏钱？因为“我到底适合什么颜色”是个一次性的强需求：你拍完自拍，完整答案就锁在付费墙后面，好奇心顶到嗓子眼，手一滑就付了。
算笔账：7万付费用户除以30万活跃用户，付费转化率高达23%，一般消费App做到3%到5%就算不错，它直接干到23%。
第二条腿是商城佣金。App里接了150多家零售商的商品库，AI只给你推“适合你季型、又能跟你现有衣服搭上”的单品，你点几下直接在App里下单，它从商家那里拿销售分成。
为啥150多家零售商愿意陪它玩？因为来这儿的全是高意向买家：已经知道自己适合什么颜色，推啥都更容易成交，退货率还低。
对商家来说这不是普通流量，是自带滤镜的精准流量。分析越准，用户越信，转化越高，商家越愿意给好分成，商品越多推荐越准，这就是它的飞轮。

那“测季型”到底是科学还是玄学？拆开看就是一套标准的机器学习流程。
创始人先请专业形象顾问，给几百万张人脸照片打标签，标出每张属于春夏秋冬哪个季型，这些标签就是AI的教材。
AI学的是照片像素和季型之间的规律：冷皮偏粉调，暖皮偏黄调，你拍张素颜自拍，它分析肤色、发色、瞳色，就能把你归进某一类。
然后App直接给你看适合和不适合的色板对比，你照镜子一比对，服了。眼见为实，这就是它最锋利的营销武器。

获客上它玩得也聪明。付费投流以Instagram广告为主，但真正让它跑起来的是“AI分析明星穿搭”的病毒内容。
一条分析Zendaya穿搭的Reel，350万次播放、16.6万点赞；Met Gala刚结束，它立马出明星红毯配色分析。
穿搭建议是主观的，很难传播；但“AI给明星测季型”是可视化的、可验证的，看完你立马想拍自己的自拍试试，零成本就把人导进App。

创始人Elena不是技术出身，之前在大型电商公司做高管，见过服装生意的流量、转化和退货逻辑，知道痛点在哪。
她踩过最大的坑是没做过App，低估了迭代量：连底部标签栏放哪都影响留存，全靠大数据池上反复A/B测试磨出来的。
她的原则是能自己做的都自己做，13个人个个把产品当自家事，还提醒创业者：别让“有人做过失败了”这句话拦住你。

我的看法：把“稀缺的线下人工服务”用AI标准化，是消费级AI最稳的赚钱路子。
线下顾问一次几百美元还得排队三周，App里一年二三十美元随便用，性价比碾压人工，这就是付费意愿的来源。
再加上一条：付费墙要卡在用户好奇心最猛的那一刻，免费测、付费看答案，这个漏斗设计比什么花活都值钱。
创业 女性商务穿搭 AI穿搭