來源: 鈦媒體APP 發表時間:2024-04-23 00:42:08 熱度:11
原標題:服裝撞上AI,美圖、雲快反、SHEIN“枕戈待旦”
文 | 劉曠
文 | 劉曠
AI和服裝,這兩個看似不相幹的領域摩擦出了不一樣的火花。
過去幾年,國潮風口帶動了漢服、馬面裙、旗袍等等不少“新中式”服裝的興盛,有的商家借此契機賺了個盆滿鉢滿,也有的商家苦於追不上風口。
以馬面裙爲例,得益於“新中式”風潮的興起,馬面裙銷量不斷上漲,市場規模呈持續擴大趨勢。根據魔鏡洞察統計,2023年3月至2024年2月,馬面裙的线上市場規模達到了23.5億元,同比增長503.1%。
風口之上,許多嗅覺敏銳的服裝企業开始切入馬面裙賽道。僅僅一個曹縣,馬面裙企業就有1500家左右,從業人數達6萬人,馬面裙產業的佔比超六成,不過曹縣之外的絕大多數的追風者都沒能如愿,主要原因是產能不匹配。
爲了提高服裝整體供應效率,服裝供應商們打起了AI的主意,智能化、數字化成爲服裝產業發展的關鍵詞。
“快”需求下,服裝供應顯疲態
受社交媒體影響,新一代年輕消費者對各類穿搭爆款產品,表現出了很高的興趣和需求,如流行的鞋子、包包、外套等等。消費者希望能夠跟上最新的穿搭潮流趨勢,展示自己的時尚品味,所以對上新速度有了更高的要求。
爲了滿足年輕人“快時尚”需求,服裝供應商需要縮短設計、生產和上市時間,加快服裝產品供應速度。這意味着服裝供應商要建立高效的供應鏈體系,但是傳統服裝供應鏈條繁瑣而復雜,如何加快供應鏈效率是一個難題。
一來,傳統供應鏈周期長難以靈活調整生產和供應計劃,無法迅速響應市場變化。二來,傳統服裝供應鏈涉及多個主體,協調管理的效率低、難度較大。三來,傳統服裝供應鏈庫存成本壓力大,難以應對快速變化和適應小批量生產的需求。
傳統服裝供應產業周期長、成本高、管理難等特性,使其難以適應“快時尚”的生產和供應需求。在這種趨勢下,服裝供應商積極對服裝供應鏈進行改進和創新,加快供應鏈數字化成爲行業共識。
設計端:AI提效率
從市場認知度來說,AI設計不是一個新鮮事物。早在AI興起的年代,就有不少企業將AI作爲輔助設計的工具,服裝AI設計工具如雨後春筍般湧現。
據不完全統計,初創企業魔魚AI上线了服裝AI設計工具魔魚GPT;AI服裝設計公司CHIMER AI(嵌合體智能)推出AI設計平台;上海本土創業企業圖蠅AI發布圖蠅AI生圖軟件;致景科技自主研發打造Fashion 3D軟件,通過數字技術實現高仿真的3D數字樣衣建模。
服裝AI設計平台、軟件和工具百花齊放,AI在服裝設計領域的作用越來越凸顯,商業化價值不斷提升。
對於設計師來說,服裝AI設計產品融合了AIGC大模型的能力,可以提供靈感和創意、加速設計過程、優化服裝尺寸和剪裁,幫助設計師提高設計效率和產品質量,高效產出符合市場需求爆款。
以Fashion 3D爲例,Fashion 3D提供海量款式庫、版型庫、參數庫,提供多元化素材,還提供數字樣衣、3D线上打版,設計師可以通過雲端聯動設計、版師、服裝廠,多方協同辦公提升推款速度和效率。目前已有10000+設計師、版師、服裝廠使用Fashion 3D。
對於服裝供應商來說,引入服裝AI設計工具可以提高設計效率和創新能力,降低成本和風險,提升設計質量和符合度,增強市場競爭力。
要知道,服裝供應產業是一個十分內卷的領域,設計效率比別人快一步,生產效率就能提高一些,供應商也就可以更好地把握市場趨勢和需求,這也是服裝供應商和服裝品牌商積極布局AI服裝領域的原因。
近期,服裝供應鏈企業“雲快反”完成天澤金牛資本領投的數千萬元Pre-A+輪融資,計劃該資金將用於採購設備,擴大數碼印花產能和加大AI應用產品开發。在此之前,雲快反將AIGC應用於設計制版環節,在48小時內可完成整個設計开發、生產、面料交付流程。
AI時代,使用AIGC工具輔助或自動生成服裝設計已是市場常態。或許在不遠的將來,隨着AI技術的發展,服裝設計領域或將出現完全AI化的服裝設計過程,指示AI幹活賺錢也將成爲現實。
制造端:AI擴生產
AI不只被廣泛應用於服裝設計和創意層面,還被融入服裝制造端爲提高生產效率獻力。
前文提到,滿足“快時尚”需求的條件是,短時間內捕捉潮流趨勢並建立產品生產线。這也就要求服裝制造工廠能夠及時洞察消費者需求、按需生產、靈活交付,而傳統服裝制造工廠顯然沒有相應的生產能力。
在傳統服裝制造工廠苦於長周期、高成本、不靈活等行業性痛點之際,快時尚電子商務公司SHEIN構建的柔性供應鏈體系,可以說是爲服裝制造產業帶來的一次正向指引。
據了解,2023年上半年,SHEIN宣布5年投入5億繼續深化供應商賦能工作,並建立了首個服裝制造創新中心(被SHEIN內部人士稱作“智慧大腦”),持續輸出柔性供應鏈標准。截至2023年底,SHEIN已累計幫助超130家合作供應商工廠43萬平方米的廠房實現了升級改造。
相較於傳統服裝制造供應鏈,SHEIN的柔性供應鏈有兩個關鍵能力:小單快返的生產模式、數字化管理工具。
一方面,SHEIN採用小訂單生產模式,可以根據實際需求進行快速生產和返工,避免庫存積壓和滯銷風險。相較於傳統供應鏈,SHEIN不需要等待大批量訂單的到來才开始生產,而是及時響應、按需生產,這種模式使得SHEIN能夠更加靈活地應對市場需求的變化。
另一方面,SHEIN自建一套供應鏈的數字化工具,能夠實時監控供應鏈各個環節的情況,以及准確預測市場需求,從而更好地調整生產和供應鏈流程,提高效率和准確性。SHEIN爲供應商提供數字化技術工具、打造全鏈路信息化,打破了傳統服裝供應鏈信息不透明、溝通不及時的局限。
不僅如此,SHEIN還开展經營管理、企劃开發、生產排單、運營備貨、質量管理等業務輔導培訓,確保供應商能夠順利適應技術變革。今年上半年,SHEIN已累計新开展專場培訓超240場,2023年全年,SHEIN計劃總計开展480場專場培訓。
隨着AI技術的發展和普及,“老古董”服裝制造工廠有望逐漸適應和應用AI技術,提升生產效率,擴大產能。
銷售端:AI促銷量
和設計端、制造端的AI應用相比,銷售端的AI應用更“顯眼”。
在銷售端,AI扮演多重角色,它是智能搭配工具、智能客服、服裝模特,也可能是電商主播,這些應用的共同作用是提高購物的便利性,以及提供更好的購物體驗,從而增加銷售額和客戶滿意度。
對於服裝品牌商來說,各類AI工具的出現提供了一種“降本增效”的可行性方案。比如,使用智能客服、智能搭配工具,可以提升用戶提高購买服裝的體驗。使用AI服裝模特、AI電商主播則可以更好的展示服裝效果,還減少了人工和租用場地的各類成本。
以美圖爲代表的科技企業順勢而爲,不斷推出和升級服裝AI應用,幫助服裝品牌商大幅提升營銷效率,節省成本。
美圖公司旗下美圖設計室AI商拍上线“AI服裝換色”“AI商品圖”“AI模特試衣”等功能,結合美圖設計室的“智能摳圖”、“電商海報”等工具,可實現爲服裝品牌商提供一站式AI營銷服務。
無獨有偶,專注於人工智能與搭配美學融合的人工智能企業愛搭,推出的服裝美學量化解構系統和智能搭配系統兩大系統,主張讓AI學習服裝美學特徵,將AI訓練成服裝搭配師,讓人人都擁有AI穿搭師。
無論是美圖的AI服飾矩陣,還是愛搭的兩大AI穿搭系統,它們都利用人工智能技術幫助消費者更好地了解和選擇合適的服裝,提高購物的准確性和效率。換句話說,它們的共同目標都是幫助用戶更好地選擇和搭配服裝,提高購物的便利性和滿意度,進而促進銷量的增長。
打破舊秩序,重構AI供應新邊界
AI大行其道,服裝供應鏈舊秩序面臨崩塌,服裝產業全渠道供應鏈數智化協同是大勢所趨。根據第一新聲調研分析,2022年中國服裝產業供應鏈數字化市場規模達707.16億元,到2025 年將增長至1030.4億元,2020年-2025年復合增長率爲13.66%。
首先,以AI、大數據、雲計算、物聯網等技術爲基礎的數字化供應模式,正在拓展服裝供應的邊界。
供應鏈的長周期性限制了服裝企業上新速度,而數字化供應模式通過實時數據共享、預測分析、優化供應鏈等方式,解決供應鏈效率低、管理難等問題,使得服裝企業更敏捷地響應市場需求,提高自身的競爭力和盈利能力。
其次,AI驅動下新渠道、新營銷和新業態逐漸形成,將進一步推動服裝供應市場的升級和變革。
新技術的介入往往會引發傳統行業的變革,AI技術應用於服裝供應產業,將會帶來更多創新和智能化的解決方案。例如,通過AI智能化推薦系統,消費者可以獲得更加個性化和精准的產品推薦;基於AI的虛擬試衣技術可以提供在线試衣服務……
當然,AI與服裝供應產業之間的關系是相輔相成的關系。一方面,服裝供應產業是AI技術的重要應用場景之一,爲AI技術的落地和商業化提供了“溫牀”。另一方面,AI技術的不斷發展也將促進服裝供應鏈產業的轉型升級,拓寬服裝供應邊界。
綜上所述,AI正一步一步滲透服裝設計、生產制造和銷售中,復雜而低效的傳統服裝供應鏈將被AI解構和改進,而美圖、雲快反、SHEIN等企業持續探索“AI+服裝供應鏈”,爲品牌商家和消費者創造新價值,也將獲得正向反饋。
標題:服裝撞上AI,美圖、雲快反、SHEIN“枕戈待旦”
地址:https://www.vogueseek.com/post/62426.html
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
上一篇 : 遊戲也要春季踏青!魔域口袋版全新時裝碧影幽芳上线!
下一篇 : 大廠都在搶着用,“山系穿搭”帶火海寧這塊料!