一夜之間，大家仿佛都清心寡欲了起來(lái)。
最近在群里分享點(diǎn)吃的用的，偶爾還有人捧場(chǎng)。如果是首飾衣服，先商業(yè)互吹一番“好看”，緊接著就是“去年買的衣服都穿過(guò)了嗎”“工作都沒(méi)了還買什么包”“別看了拼夕夕差一刀幫我砍一下”等的靈魂拷問(wèn)……
擱半年之前，這么勤儉持家的場(chǎng)面都是不可能出現(xiàn)的。哪怕剛剛裸辭，女人們也敢刷信用卡買下新款裙子，美其名曰“換種姿態(tài)迎接新生活”。
2020年疫情后的的普通人，開(kāi)始老老實(shí)實(shí)面對(duì)慘淡的生活，將消費(fèi)欲望降到最低。穿衣AI——讓大家找到了一種不花錢就可以得到的快樂(lè)。
AI搭配師：逮不著耗子，當(dāng)不了好貓
用AI給消費(fèi)者搭配服飾鞋帽、口紅妝容等等，從2017年AI浪潮興起開(kāi)始，就被安排進(jìn)了技術(shù)大廠的開(kāi)發(fā)周期表。
某貓上線了FashionAI，通過(guò)電商平臺(tái)上的潮人搭配方案，基于屬性、顏色、風(fēng)格、細(xì)節(jié)等維度，可以為一款單品匹配到最適合的穿搭方式。官方說(shuō)辭是，1秒鐘能為消費(fèi)者提供與其相符的100套穿搭建議。
某狗也奮勇?tīng)?zhēng)先，成立時(shí)尚科技研究院用戶只要將衣服放到Mirror+智能搭配產(chǎn)品前，系統(tǒng)就會(huì)通過(guò)推薦算法找到合適的服裝搭配。
一些女性群體為主的電商平臺(tái)，也都相繼成立過(guò)“搭配研究所”、搭配體驗(yàn)平臺(tái)等等，利用平臺(tái)的大數(shù)據(jù)優(yōu)勢(shì)訓(xùn)練時(shí)尚分析模型。
一時(shí)之間，感覺(jué)整個(gè)電商服裝行業(yè)都AI了起來(lái)。
時(shí)尚產(chǎn)業(yè)根基更為成熟的歐美，自然更不會(huì)放過(guò)這個(gè)掘金的機(jī)會(huì)。
電商巨頭亞馬遜，就在CVPR 2020會(huì)議上推出了好幾款A(yù)I穿衣模型。比如Outfit-VITON，就可以將多件衣服搭配在一起，讓消費(fèi)者看到上身效果。
如果用戶看上了款式卻沒(méi)有相中顏色，也可以直接查詢“相同款式的粉色連衣裙”，系統(tǒng)就會(huì)幫助其找出相應(yīng)的商品。
谷歌與德國(guó)電商Zalando合作，基于TensorFlow打造一款時(shí)裝設(shè)計(jì)產(chǎn)品Project Muze，用戶告訴AI自己的性別、心情、興趣愛(ài)好和喜歡的藝術(shù)類型等信息，再在模特身上隨便涂鴉幾筆，Project Muse 就可以馬上設(shè)計(jì)一款時(shí)裝造型。
如果對(duì)方是一位熱愛(ài)古典音樂(lè)、心情有點(diǎn)兒迷茫，并在模特身上畫了三角形的女士，它就設(shè)計(jì)出了一條斗篷式的綠色連衣裙，外面還會(huì)覆蓋一層有憂郁氣質(zhì)的棕色薄紗。
學(xué)術(shù)界的時(shí)尚嗅覺(jué)也出人意料，不少高校研究人員用論文證明，自己并不是“nerds”（書呆子）。
2019年，UT 奧斯汀、康奈爾大學(xué)、喬治亞理工和 Facebook AI 研究中心聯(lián)合發(fā)布了一款名為Fashon ++ 的模型，基于深度生成網(wǎng)絡(luò)，讓AI學(xué)習(xí)到時(shí)尚和不時(shí)尚兩種圖像，深度網(wǎng)絡(luò)就會(huì)生成出最適合的著裝方式。“一鍵改衣”，讓單品的時(shí)尚度瞬間up！
比如，模型會(huì)建議去掉袖子、將下擺塞進(jìn)去等操作，讓整個(gè)look看起來(lái)更有型。用來(lái)幫助人們進(jìn)行服裝設(shè)計(jì)與搭配指導(dǎo)，自然也不在話下。
疫情期間大量服裝企業(yè)的業(yè)績(jī)都出現(xiàn)了大幅度萎縮。奢侈品牌也沒(méi)能逃過(guò)，路易威登LV的母公司LVMH集團(tuán)第一季度營(yíng)收減少15%，擁有古馳Gucci、圣羅蘭YSL等品牌的開(kāi)云集團(tuán)營(yíng)收減少15.4%，也紛紛放下身段試水電商、直播等新方式。
對(duì)于想要爭(zhēng)奪增量的品牌來(lái)說(shuō)，讓生產(chǎn)、設(shè)計(jì)、銷售都能緊密貼合狹窄化的市場(chǎng)訴求，與此同時(shí)，不額外增加企業(yè)的成本，就成為必須面對(duì)的難題。
因此AI的出場(chǎng)，也就變得至關(guān)重要。
此前的一波“AI搭配”潮流，主流品牌的旗艦門店都進(jìn)行過(guò)“數(shù)字化改造”，比如安裝了AI試衣鏡、智慧攝像頭等。
在這一基礎(chǔ)上，進(jìn)一步完成算法升級(jí)，為門店打造精準(zhǔn)的營(yíng)銷策略，比如進(jìn)店顧客的用戶畫像，哪些衣服試穿率高，哪些單品購(gòu)買率高等等，這些原本資深銷售員才能夠“意會(huì)”的機(jī)密交給AI來(lái)完成，幫助緩慢恢復(fù)的線下門店負(fù)重前行。
接下來(lái)，就需要尋找新的利潤(rùn)增長(zhǎng)點(diǎn)。
擁有用戶時(shí)長(zhǎng)優(yōu)勢(shì)、更接地氣的社交媒體平臺(tái)，就成為各大市場(chǎng)品牌的爭(zhēng)奪陣地。
但事實(shí)證明，大火的短視頻+直播帶貨，并不一定意味著高曝光和帶貨。
核心原因是，時(shí)尚圖片、視頻等富媒體的呈現(xiàn)形式，想要將內(nèi)容轉(zhuǎn)化為命中率和流量，需要精準(zhǔn)的用戶推送和匹配。這就對(duì)平臺(tái)方的內(nèi)容智能分析、智能識(shí)別時(shí)尚元素、精準(zhǔn)匹配受眾，進(jìn)而提升命中率，關(guān)聯(lián)到電商同款或相似 SKU，提出了較高的要求。
當(dāng)然，上述這些AI附加值，不僅需要服裝企業(yè)本身就對(duì)數(shù)字化經(jīng)營(yíng)有一定的了解和鋪墊，搭建起了AI所能發(fā)揮的技術(shù)土壤，才能夠快速轉(zhuǎn)型，借助技術(shù)工具實(shí)現(xiàn)去庫(kù)存、提效率、增銷量的目的；還需要對(duì)各個(gè)渠道的AI能力、商業(yè)邏輯有必要的了解，才能避免經(jīng)營(yíng)層面的“AI通貨膨脹”。
正如某服裝品牌總裁在公開(kāi)信中所說(shuō)，“疫情不可避免地重創(chuàng)了服裝行業(yè)，但疫情也是一個(gè)放大鏡，檢驗(yàn)我們過(guò)往的沉淀是否扎實(shí)。”不抗拒新技術(shù)，也不唯技術(shù)論，明辨AI的能力也注定在這個(gè)特殊的全球經(jīng)濟(jì)節(jié)點(diǎn)上，成為各行各業(yè)的必備技能點(diǎn)。
