病人最怕的，不是手術
植髮是一個很難下決定的決定。它單價高、不可逆，而且結果要等好幾個月才看得到。
我接觸 DCDC 的時候，他們最大的卡點不在醫術——醫術他們是台灣最強的之一。卡點在「決策」：一個病人坐在諮詢椅上，醫師再怎麼專業地口頭描述、手繪示意，病人心裡那個「我植完到底會長怎樣」的不確定感還是消不掉。
不確定，就會拖。決策週期拉長，諮詢到成交之間流失掉很多人。
我看到的問題不是「DCDC 需要一套系統」，是——病人需要在付錢之前，先看見結果。
我們做的事：把恐懼變成期待
我幫 DCDC 做了一套 AI 智慧植髮模擬系統。病人上傳一張照片，AI 在 30 秒內生成高擬真的術後預覽——髮際線、植鬍兩種都能模擬，還能即時調整濃密度和造型。
技術上我做了一個刻意的選擇：不從零訓練模型，而是整合 Amazon Rekognition 做臉部特徵偵測、Stability AI 做生成。這個 API 整合策略讓開發成本降了 40%、8 週就上線。我在川輝一直跟客戶講同一句話——不是每個功能都要自己刻，懂得用對的工具，是替你省錢。
系統做成跨裝置 PWA，不用下載 App，診間、病人在家都能用。生成的模擬圖帶品牌浮水印，病人覺得有趣會主動分享出去——這成了一個我們沒打廣告也帶來大量曝光的副作用。
為什麼選 PWA 而不是 native App
植髮諮詢的決策路徑很短：病人在診間先試用、回家給家人看、晚上躺著再生成一張。如果要他「先去 App Store 下載」，這條路徑會斷在第一步。
PWA 走網頁——掃 QR code 立刻能用、跨 iOS / Android / 桌機通用、不用上架審核、版本更新即時推送。對「短決策路徑的高單價諮詢」這個場景，PWA 是壓倒性的正確選擇。
為什麼選 API 整合而不是自建模型
很多醫美客戶聽到「AI 模擬」直覺問：「我們有訓練自己的模型嗎？」
我會反問：訓練自己的模型能解決你的問題嗎？
DCDC 要的不是「擁有一個髮型 AI 模型」，是「病人在 30 秒看到自己」。Amazon Rekognition 做臉部偵測準確度已經到位、Stability AI 的生成品質髮際線足夠擬真——花 500 萬訓模型 vs 花 200 萬整合 API，後者便宜 60%、上線快 4 倍、且模型隨上游持續升級。
不是我們不會訓模型，是這案訓模型就是浪費客戶錢。
成果
| 項目 | 內容 |
|---|---|
| 諮詢轉換率 | 28% → 48% |
| 決策週期 | 4 週 → 1.6 週 |
| 用戶主動分享模擬圖 | 42%（帶來大量免費品牌曝光） |
| 開發成本 | 較自建 -40%，8 週上線 |
| 上線形式 | 跨裝置 PWA（無需 App Store） |
DCDC 集團負責人怎麼說
「我們的目的是解決問題，不是談工程規格。川輝真正釐清了問題的本質，再用最適合的工具交付。」 — DCDC 集團負責人
熊董的話
很多人以為科技導入是「把流程數位化」。這個案子不是。它是用 AI 解決一個「信任」問題——讓病人在付錢之前，先安心。
這也是 DCDC 第一次跟我合作。一個 8 週的專案。後來發生的事，我寫在下一篇 →〔/case-studies/dcdc-erp〕
