服裝撞上AI，美圖、雲快反、SHEIN“枕戈待旦”

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。