文/張桂丹
人工智能若獨行其是,紡織服裝的銷售折扣即可能銷聲匿跡,這要歸功于軟件,它可告訴零售商進貨產品的準確種類和數量,以及全價出售的最佳時機。在線購物可呈現出一種對話,購衣者描述他們理想的款式后,幾秒鐘內,他們通過人工智能搜索引擎就能追蹤到最相匹配的服裝。設計師、經銷商和買家都可與人工智能攜手創(chuàng)新產品和買賣方式,商家在顧客下單前就了解其需求。
在過去幾年里,廉價、無所不能且強大無比的人工智能、大數據、深度學習三者引發(fā)了時尚業(yè)的轉型升級,而人工智能也促使這一行業(yè)進一步更新換代。如今我們日常生活的計算機設備即可生成大量數據集,例如,機器“深度學習”算法就可分析數據以查找趨勢,進行預測并執(zhí)行特定任務,如識別圖像中的特定對象。提交算法數據越多,它就越能有效完成任務。
2018年初,國際上一家風投公司合伙商克里斯·迪克森在一篇名為“計算機的下一步”的博文中寫道:“許多與深度學習相關的論文、數據集和軟件工具都處于開源狀態(tài)。它具有商業(yè)透明化的作用,允許個人和小型機構創(chuàng)建強大的應用程序。因此,人工智能在紡織服裝工業(yè)的應用最終促使其進入黃金時代?!?/p>
人們生活或商業(yè)領域中的任何方面都與人工智能有著越來越緊密的聯系,就像互聯網觸及社會的方方面面一樣。這種趨勢的蔓延引發(fā)了一場人工智能的“軍備”競賽。像谷歌和蘋果這樣的公司正在搶先并購人工智能初創(chuàng)企業(yè)。早在2017年,該領域里程碑式的成就來得比預期快,比如谷歌在2018年9月的AlphaGo計劃中就列出一個被認為比國際象棋更復雜的戰(zhàn)略棋盤游戲,只因它擊敗了人類冠軍。
毫無疑問,全世界先進的大型纖紡企業(yè)使用人工智能,已箭在弦上。Kensho是一款數據運算的人工智能軟件,它正為高盛的財務實現自動化,而《福布斯》雜志則利用人工智能報道基本的財經新聞。IBM研發(fā)的Watson軟件是一套算法,也是公司核心人工智能產品,可作為云服務使用,使研究團隊能快速分析大量數據,如數百萬份科學論文,以測試假設和發(fā)現模式應用與云計算帶來的相關信息。據專門研究信息技術的營銷企業(yè)國際數據公司稱,到2020年,全球機器學習應用市場將逾400億美元。
英國《經濟學家》雜志數據編輯兼《大數據:將改變工作、生活和思考方式》的作者認為,任何生活或商業(yè)領域都不會與人工智能隔離開來,就像社會所有人都與計算機或互聯網接觸一樣。
人工智能提供更便宜、更快捷的方式來替代很多公司目前雇用人類來完成的任務,所以許多人預測人工智能將從根本上改變交通運輸、醫(yī)療保健和金融在內的很多行業(yè)。無人駕駛卡車可降低公司的物流成本,福布斯利用軟件編寫公式化文本,例如電子商務網站上的產品描述。但對于時尚而言,最大的機遇在于調整供需,瞄準市場需求,擴展客戶服務以及協(xié)助設計師發(fā)現時尚的趨勢等等。
目前,時尚品牌和零售商使用有限的數據來預測要訂購的產品以及何時打折或補貨。一旦預測錯誤,就會導致因減價、浪費和替換商品而帶來的損失。通過分析大量數據,比如時尚品牌以及競爭對手在線客戶的瀏覽和購物歷史,人工智能可告訴零售商如何調整產品以匹配需求,甚至如何在商店中展示產品以盡可能多地提升銷售業(yè)績。
人工智能做出的預測能對時尚趨勢做出準確判斷,從而準確把握市場,這具有特殊意義。 如今可在網上看見時尚市場:人工智能可搜索電子商務網站來看看哪些產品正處銷售旺季; 可分析消費者數據以了解特定國家或地區(qū)甚至城市的客戶正在購買的顏色或材料,也可從社交媒體中獲取大量信息以識別趨勢和微趨勢。這些數據前所未有,可幫助品牌率先推出可能成為主流趨勢的款式。
專門從事時尚的數據分析公司Edited已捷足先登。該公司的軟件已“學會”識別圖像中的服裝產品,以及可利用自然語言處理軟件系統(tǒng)對產品進行分類。它通過35種語言,從30多個國家的零售商和品牌中收集到6000萬種時尚產品的數據。其結果是一個數據庫就可包含有關每種產品有組織的結構化信息。
該公司首席執(zhí)行官說:“我們可在幾秒鐘內處理數據,沒人可用手動完成。與Edited合作的品牌,通常先分析其競爭對手的歷史定價和分類數據,以制定更多戰(zhàn)略決策,最終實現更好的銷售、更強的庫存管理和更少的打折銷售。”
傳統(tǒng)上,奢侈品只在實體精品店購買,一對一的客戶服務是該行業(yè)的核心。但互聯網卻使之發(fā)生翻天覆地的變化,為客戶提供了一種無縫的方式來搜索成千上萬種商品,并在不交換信息的情況下進行買賣。人工智能可以大規(guī)模地提供一對一的實體服務嗎?
有一種方法是通過聊天機器人與人交換信息、解釋和信息。中國微博平臺上已有4000萬人使用微型聊天機器人。并非世界上所有機器人與人類互動的嘗試都如此成功。微軟因此近期在推特上發(fā)布另一聊天機器人,該機器人從其他用戶“學習”并迅速開始發(fā)布很有價值的消息。
機器學習還可使品牌為每個市場甚至每個客戶精細地提供個性化產品。Thread是一種在線個人造型服務平臺,它將人體造型師與機器學習算法相結合。人工智能根據多方面因素來處理數據,包括人類設計師認為適合個人用戶的著裝、居住地點、天氣狀況,以及用戶對應用產品的評分、點擊的項目、具有相似購買習慣的客戶回應產品推薦的情況來為你準確做出正確決策,并對推薦的產品做出判斷。
Thread創(chuàng)始人兼首席執(zhí)行官認為,人工智能既可處理大量數據,還可記住客戶的偏好,這點人類做不到,但電腦記得一切。覆蓋Forrester認知計算和數據的首席分析師對此表示贊同:“這就是人工智能閃光之處,它能提升人的洞察力。”
包括500多家零售商在內的合作伙伴與IBM Watson公司合作的同時,也與樂斯菲斯聯手,他們因此促成了在線“引導式購物”。人工智能向購衣者詢問有關性別、年份和技術產品細節(jié)等因素的問題,以提供個性化建議。該公司的生態(tài)系統(tǒng)經理說:“這種在線購物方式成就了壓倒性能量。有很多來自眾多不同來源的選擇和產品可幫助零售商了解大量非結構化數據,以改善個性化在線購物體驗。”
Snap Fashion和ASAP54等圖像識別應用程序也在利用人工智能構建時尚搜索引擎。從理論上講,用戶可拍攝街上某人的照片,他穿著自己喜歡的衣服,甚至可像繪畫一樣抽象,圖像識別搜索引擎會搜索一個龐大的購物產品數據庫并提供類似的商品。當《商業(yè)時尚》測試這些產品時,搜索結果并不完美,但Kieran O'Neill認為“在未來三年內它會變得完美的”。
今天用人工智能系統(tǒng)編制的音樂、故事、藝術品,沒人能感覺到與人編制的差異。所以人工的時裝設計肯定也不會超越人工智能的能力。然而,并不是所有的人工智能都將完全取代設計師,而是將成為他們不可或缺的工具。
就像建筑師依賴計算機建模一樣,擁有人工智能的時裝設計師也同樣能夠提出激進的新想法:人工智能將放大他們的創(chuàng)造力而不是取而代之。但另一說法是,人工智能絕對會挑戰(zhàn)并取代設計師,因為人工設計很多都要反復測試,然后糾正錯誤,最后實現正確。人工設計與人工智能設計相比,后者可更準確預測設計,并接管重復性任務來幫助解決這兩個問題,而避免了人工設計產生的上述負面。
有些業(yè)者認為,應盡快投資時尚品牌的人工智能,時尚行業(yè)需要擁有內部人工智能團隊,就像其他公司一樣,無論是從頭開始建立,還是通過收購初創(chuàng)公司,那些等待和因怕風險而落后者遲早要被淘汰,特別是在時尚這個快速發(fā)展的行業(yè)中,消費者是主要的推動者,且品味變化無常。不利用人工智能,那企業(yè)真的只能坐以待斃。
提倡個性化品質的舊世界并不一定會消失,但即使從奢侈角度看,傳統(tǒng)也不是品牌未來發(fā)展的方式。當時尚品牌涉及人工智能時,需要考慮到,下一代奢侈品消費者出生在社交媒體世界,他們能從世界任何地方購買自己想要的東西,而面對一對一服務,他們缺乏耐心。事實上,下一代消費群體已在使用人工智能了:如利用GPS導航塑造自我的駕駛習慣,而Spotify和Netflix算法驅動的個性化推薦影響著他們的消費。換一句話說,沒有人工智能,他們就不能與現在的經歷保持一致。
與第三方人工智能專家合作也是大勢所趨。企業(yè)最明智的選擇就是與以時尚為重點的科技公司合作,以人工智能為核心,從零建立人工智能團隊,或收購人工智能初創(chuàng)企業(yè)并將其改造為以零售為重點,這需要投入大量時間和金錢。