Construir ou contratar uma API de beleza: o que pesa na decisão

Em algum momento da roadmap, alguém levanta a mão na reunião: "a gente não consegue fazer isso internamente?". A pergunta é legítima. Análise de pele por selfie, prova virtual de maquiagem e recomendação por perfil deixaram de ser novidade e viraram item de backlog em marcas, varejistas e e-commerces de beleza. A decisão de construir ou contratar uma API de beleza costuma ser tratada como uma conta de custo, mas é principalmente uma conta de foco: onde o seu time cria vantagem competitiva e onde ele só está refazendo infraestrutura que já existe.

Este texto organiza as variáveis que realmente pesam na escolha — e os casos em que construir é, de fato, a resposta certa.

O que está dentro do escopo (e normalmente é subestimado)

Quando o time diz "fazer internamente", quase sempre está pensando no modelo: treinar uma rede que classifica tom de pele, subtom, tipo de pele e atributos de cabelo a partir de uma foto. Isso é a parte visível. O que vem junto costuma aparecer depois:

• Base de treino representativa. Um modelo de beleza é tão bom quanto a diversidade de peles que viu. Para o mercado brasileiro, isso significa cobrir uma faixa ampla de tons e subtons, em condições reais de iluminação — não em estúdio.
• Anotação. Alguém precisa rotular, com critério consistente, o que é "subtom neutro" ou "cabelo ondulado". Sem um guia de anotação estável, o modelo aprende o ruído do anotador.
• Pré-processamento e qualidade da captura. Foto escura, de perfil, com filtro, com duas pessoas. A maior parte do esforço de produção está em detectar e devolver erro útil, não em inferir.
• Calibração de cor para render. No caso de prova virtual, o pigmento real do SKU precisa virar parâmetro de renderização. É trabalho de catálogo, não de modelo.
• Observabilidade e versionamento. Quando o modelo muda, os perfis já armazenados mudam de significado. Isso exige versionar resposta e saber qual versão gerou cada registro.

Nenhum desses itens é impossível. Todos são contínuos: não terminam no go-live.

Construir ou contratar uma API de beleza: quatro perguntas que decidem

1. Isso é diferencial ou infraestrutura?

Se a sua vantagem está no catálogo, na curadoria, na marca e no relacionamento, o classificador de subtom é infraestrutura. Ninguém compra da sua marca porque você treinou o modelo — compra porque a recomendação acertou. O que diferencia é a camada de cima: as regras que ligam perfil a SKU, o tom de voz, a jornada.

2. Quanto tempo você tem até o primeiro valor?

Um projeto interno de visão computacional raramente entrega sinal de negócio no mesmo trimestre em que começa. Uma integração por API entrega resposta no primeiro request e permite medir conversão, devolução e recompra enquanto a discussão de "build" ainda está acontecendo. Em muitos casos, o caminho mais honesto é contratar para aprender e só depois decidir se vale internalizar.

3. Você tem o dado certo, não só o time certo?

Time de machine learning se contrata. Base de fotos consentida, diversa e anotada, não. Esse é o gargalo real da maioria dos projetos internos — e o ponto em que uma solução treinada em pele brasileira já parte na frente, como acontece na análise de pele e cabelo por selfie da MaIA Scan.

4. O escopo vai crescer?

Hoje é tom de base. Em seis meses alguém pede prova virtual de batom. Depois, consultora no WhatsApp. Cada item desses é um projeto novo se for construído em casa; é um endpoint ou um módulo a mais se for contratado. Vale olhar o portfólio inteiro antes de decidir, e não só o primeiro caso de uso — os três produtos da MaIA cobrem análise, prova virtual e recomendação integrada ao catálogo.

Quando construir é a decisão certa

Existem cenários em que internalizar faz sentido:

• O atributo é proprietário. Você precisa classificar algo que só existe no seu universo — um índice próprio de textura capilar ligado a uma linha exclusiva, por exemplo — e nenhum provedor entrega aquele campo.
• Volume e previsibilidade altíssimos. Operações com tráfego muito estável e constante podem ter um ponto de equilíbrio diferente. Ainda assim, compare contra o custo total: equipe, infraestrutura de inferência, anotação contínua e manutenção.
• Restrição regulatória específica que impeça qualquer processamento externo, mesmo com contrato e controle de retenção definidos.

Fora desses casos, construir costuma significar alocar seu time mais caro em um problema que não é o seu negócio.

O caminho híbrido, que é o mais comum

Na prática, a maioria das marcas não escolhe entre os dois extremos. Elas contratam a camada de percepção — a foto vira um perfil estruturado em JSON, com confiança por campo — e constroem internamente a camada de decisão: as regras de negócio, o mapeamento para SKU, o ranking, o conteúdo da recomendação, a integração com CRM.

Esse recorte tem uma vantagem clara: a camada que você constrói é a que muda toda semana (lançamento, ruptura, campanha) e precisa estar na sua mão. A camada que você contrata é a que muda devagar e exige dado que você não tem.

Vale lembrar o limite do que a análise faz: ela descreve atributos visíveis de uma foto — tom, subtom, condição aparente da pele, características do cabelo. Não é avaliação médica e não substitui profissional. Qualquer roadmap que dependa de mais do que isso precisa ser redesenhado antes de virar código.

Como testar a hipótese antes de decidir

Monte um experimento curto e fechado:

1. Escolha um caso de uso com dono claro — por exemplo, dúvida de tom de base na página de produto.
2. Defina as métricas antes: taxa de uso, conversão da sessão com perfil versus sem, devolução por tom.
3. Integre por API, com volume controlado por créditos, e rode por algumas semanas.
4. Só então compare com uma estimativa realista de construir — incluindo anotação e manutenção, não só a sprint inicial.

Com dado próprio na mesa, a conversa de build versus buy deixa de ser opinião. A documentação da API permite criar conta, comprar créditos e gerar a chave para começar esse teste sem depender de um ciclo longo de fornecedor.

Quer rodar esse experimento no seu stack? Crie sua conta e sua chave de API, ou fale com o time da MaIA para desenhar o escopo junto.