时尚品牌实际上是如何运用人工智能的

但各方似乎已达成共识：我们不再仅仅对这项崭新技术的概念感到惊叹。如今，企业和消费者都在寻找具体案例，以了解人工智能如何被有效应用以及它能带来哪些益处。

 

那么，四大时尚品牌究竟是如何运用这项技术的呢？

 

员工AI助手（Levi’s）

Levi’s 正利用人工智能确保店员在顾客进店时，所掌握的信息至少与顾客一样多，甚至更多。

 

其员工人工智能助手“STITCH”的创意，其实源自去年的一次员工黑客马拉松。随后，Levi’s在10家门店开展了试点，鉴于该工具取得的成功，随后将“STITCH”推广至美国70多家Levi’s门店——与未采用该技术的门店相比，采用该技术的门店顾客满意度最高提升了8个百分点。

 

店员可以像与他人交谈一样，用自然的语言向AI助手询问运营和产品方面的问题。例如，不同款式的牛仔裤有何区别，以及如何在店内处理网购订单等。

 

Levi’s 还将人工智能引入了业务的其他方面，例如需求预测，并鼓励员工使用 Microsoft Copilot，迄今为止已创建了 800 多个 AI 代理。

 

这些代理中的每一位都让Levi深入了解员工面临的挑战，以及人工智能真正能发挥作用的领域，这有助于优化投资方向。

零售报告（Urban Outfitters）

Urban Outfitters 的母公司 URBN 正在尝试使用自主型人工智能来实现其每周报告的自动化。该系统旨在将多份独立报告整合为一份综合概览，汇总所有数据并识别可操作的要点，从而加快决策速度。

 

这已经超出了生成式人工智能报告的范畴——后者是根据提示和提供的数据来生成报告。该自主系统以主动的方式运行，能够自主收集数据并生成报告，无需在每个步骤都进行提示。

 

为了最大限度地提高准确性，URBN开发了一个通用语义层——这是一种统一的数据模型，意味着自主人工智能（agent-based AI）有一个单一的“可信数据源”作为工作依据。这同时也使该公司能够追溯每个输出的原始来源。

 

URBN希望，通过对某些现象的洞察——例如某类产品在某个地区的销量超出预期，而在另一个地区却低于预期——能够帮助其调整产品分配，并更快地应对市场趋势。

AI虚拟形象（Zara）

Zara 已经探索生成式人工智能有一段时间了，包括利用它为现有的人体模特照片换上新装。

 

此举旨在让Zara能够更快地在网店更新新款，而无需每次都安排新的摄影拍摄。据报道，Zara在使用AI修图前还会征得模特们的同意，并给予经济补偿。

 

但Zara如今更进一步，在其应用程序中引入了生成式AI试穿技术。

 

购物者可以上传一张头像和一张全身照，以此创建自己的360度虚拟形象。随后，他们可以“试穿”任何商品——系统会通过人工智能技术将所选商品穿在虚拟形象身上。

 

一个贴心的设计是，该技术会根据所选商品推荐搭配单品。例如，如果你选了一条裙子，AI 会将其与上衣、外套甚至鞋子进行搭配，让你直观地了解整套穿搭的效果。这些 AI 推荐的穿搭方案也会保存在应用中，方便你日后查看。

 

这正是时尚零售商如何利用人工智能解决其最大难题之一——因顾客在网上购物时无法预知衣服穿在身上会是什么样子，也不确定是否适合自己，从而导致退货——的一个典型案例。

 

虽然AI虚拟形象可能无法做到100%准确，但与身材比例完全不同的模特相比，顾客可能会觉得在以自己为原型的虚拟形象上试穿商品更有参考价值。

 

图片由Revolve提供

实体店的AI应用（Revolve）

Revolve 是最积极拥抱人工智能的时尚品牌之一，并且对此非常坦率。

 

Revolve 自成立之初便是一家以数据为先的企业，目前正将人工智能融入其业务的几乎每个环节，从设计到用户体验，再到内部报告。例如，在电子商务领域，Revolve 开发了一项新的内部程序，利用人工智能来优化产品元数据。 

 

通常，零售商必须手动标注产品的属性，这样当顾客搜索特定产品类型或关键词时，这些产品才会出现在搜索结果中。Revolve 正在利用人工智能“识别”图片并为其添加标签，从而使这些产品出现在更相关的搜索结果中——例如，如果某件商品具备相关属性，即使它并未被明确归类到“职场穿搭”类别下，也能在搜索这些关键词时显示出来。

 

不过最有趣的是，Revolve已开始进军实体零售领域，自2024年以来已在美国开设了两家门店。该公司还计划开设更多门店以推动业务增长。

 

该公司希望将其同样基于数据和人工智能的方法应用到其实体门店中。

 

Revolve 正在积极开发相关工具，以便获取与其网站上类似的分析报告——在网站上，每一处改动都能通过其对销售额和用户体验的影响来衡量。该公司将人工智能视为一个契机，借此更深入地了解门店内的运营情况以及如何进行优化，例如商品陈列的位置安排。

 

几乎没有哪家实体店经营者不希望更深入地了解自家门店的转化情况，因此如果Revolve能证明人工智能在该领域的实力，许多经营者很可能会效仿其做法。 

 

这些用例对采购意味着什么？

像这样的AI应用实例让我们得以一窥时尚行业的发展趋势。而这不仅影响着采购环节，也影响着企业的其他各个方面。

 

如果生成式人工智能虚拟形象有助于减少网购退货率，那么品牌和零售商可能会开始调整某些产品的订货量。同样，对特定实体门店中单个商品需求情况的洞察，也有助于趋势预测和相关的采购工作。

 

人工智能辅助的报告功能还能帮助品牌进行预测并更准确地下单，从而减少因服装滞销造成的浪费。此外，员工的人工智能助手也能发挥作用，通过引导消费者决策来减少退货数量。

 

尽管关于人工智能在伦理层面及实际应用价值的讨论仍需继续，但这些现实案例表明，该技术有望作为减少退货和过度订购的工具，从而帮助零售商做出更明智的采购决策，并最终减少浪费。这确实是一场值得探讨的话题。