服裝撞上AI，美圖、雲快反、SHEIN“枕戈待旦”

配圖來自Canva可畫

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缽滿，也有的商家苦于追不上風口。

以馬面裙為例，得益于“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，馬面裙的線上市場規模達到了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開始切入馬面裙賽道。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，馬面裙産業的占比超六成，不過曹縣之外的絕大多數的追風者都沒能如願，主要原因是産能不比對。

為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、數字化成為服裝産業發展的關鍵詞。

“快”需求下，服裝供應顯疲态

受社交媒體影響，新一代年輕消費者對各類穿搭爆款産品，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，是以對上新速度有了更高的要求。

為了滿足年輕人“快時尚”需求，服裝供應商需要縮短設計、生産和上市時間，加快服裝産品供應速度。這意味着服裝供應商要建立高效的供應鍊體系，但是傳統服裝供應鍊條繁瑣而複雜，如何加快供應鍊效率是一個難題。

一來，傳統供應鍊周期長難以靈活調整生産和供應計劃，無法迅速響應市場變化。二來，傳統服裝供應鍊涉及多個主體，協調管理的效率低、難度較大。三來，傳統服裝供應鍊庫存成本壓力大，難以應對快速變化和适應小批量生産的需求。

傳統服裝供應産業周期長、成本高、管理難等特性，使其難以适應“快時尚”的生産和供應需求。在這種趨勢下，服裝供應商積極對服裝供應鍊進行改進和創新，加快供應鍊數字化成為行業共識。

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，就有不少企業将AI作為輔助設計的工具，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上線了服裝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釋出圖蠅AI生圖軟體；緻景科技自主研發打造Fashion 3D軟體，通過數字技術實作高仿真的3D數字樣衣模組化。

服裝AI設計平台、軟體和工具百花齊放，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。

對于設計師來說，服裝AI設計産品融合了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産品品質，高效産出符合市場需求爆款。

以Fashion 3D為例，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線上打版，設計師可以通過雲端關聯設計、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。

對于服裝供應商來說，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，提升設計品質和符合度，增強市場競争力。

要知道，服裝供應産業是一個十分内卷的領域，設計效率比别人快一步，生産效率就能提高一些，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，服裝供應鍊企業“雲快反”完成天澤金牛資本領投的數千萬元Pre-A+輪融資，計劃該資金将用于采購裝置，擴大數位印花産能和加大AI應用産品開發。在此之前，雲快反将AIGC應用于設計制版環節，在48小時内可完成整個設計開發、生産、面料傳遞流程。

AI時代，使用AIGC工具輔助或自動生成服裝設計已是市場常态。或許在不遠的将來，随着AI技術的發展，服裝設計領域或将出現完全AI化的服裝設計過程，訓示AI幹活賺錢也将成為現實。

制造端：AI擴生産

AI不隻被廣泛應用于服裝設計和創意層面，還被融入服裝制造端為提高生産效率獻力。

前文提到，滿足“快時尚”需求的條件是，短時間内捕捉潮流趨勢并建立産品生産線。這也就要求服裝制造工廠能夠及時洞察消費者需求、按需生産、靈活傳遞，而傳統服裝制造工廠顯然沒有相應的生産能力。

在傳統服裝制造工廠苦于長周期、高成本、不靈活等行業性痛點之際，快時尚電子商務公司SHEIN建構的柔性供應鍊體系，可以說是為服裝制造産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，并建立了首個服裝制造創新中心（被SHEIN内部人士稱作“智慧大腦”），持續輸出柔性供應鍊标準。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作了更新改造。

相較于傳統服裝制造供應鍊，SHEIN的柔性供應鍊有兩個關鍵能力：小單快返的生産模式、數字化管理工具。

一方面，SHEIN采用小訂單生産模式，可以根據實際需求進行快速生産和返工，避免庫存積壓和滞銷風險。相較于傳統供應鍊，SHEIN不需要等待大批量訂單的到來才開始生産，而是及時響應、按需生産，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自建一套供應鍊的數字化工具，能夠實時監控供應鍊各個環節的情況，以及準确預測市場需求，進而更好地調整生産和供應鍊流程，提高效率和準确性。SHEIN為供應商提供數字化技術工具、打造全鍊路資訊化，打破了傳統服裝供應鍊資訊不透明、溝通不及時的局限。

不僅如此，SHEIN還開展經營管理、企劃開發、生産排單、營運備貨、品質管理等業務輔導教育訓練，確定供應商能夠順利适應技術變革。今年上半年，SHEIN已累計新開展專場教育訓練超240場，2023年全年，SHEIN計劃總計開展480場專場教育訓練。

随着AI技術的發展和普及，“老古董”服裝制造工廠有望逐漸适應和應用AI技術，提升生産效率，擴大産能。

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，進而增加銷售額和客戶滿意度。

對于服裝品牌商來說，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，可以提升使用者提高購買服裝的體驗。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。

以美圖為代表的科技企業順勢而為，不斷推出和更新服裝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商拍上線“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，可實作為服裝品牌商提供一站式AI營銷服務。

無獨有偶，專注于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學習服裝美學特征，将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适的服裝，提高購物的準确性和效率。換句話說，它們的共同目标都是幫助使用者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，服裝供應鍊舊秩序面臨崩塌，服裝産業全管道供應鍊數智化協同是大勢所趨。根據第一新聲調研分析，2022年中國服裝産業供應鍊數字化市場規模達707.16億元，到2025 年将增長至1030.4億元，2020年-2025年複合增長率為13.66%。

首先，以AI、大資料、雲計算、物聯網等技術為基礎的數字化供應模式，正在拓展服裝供應的邊界。

供應鍊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資料共享、預測分析、優化供應鍊等方式，解決供應鍊效率低、管理難等問題，使得服裝企業更靈活地響應市場需求，提高自身的競争力和盈利能力。

其次，AI驅動下新管道、新營銷和新業态逐漸形成，将進一步推動服裝供應市場的更新和變革。

新技術的介入往往會引發傳統行業的變革，AI技術應用于服裝供應産業，将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準的産品推薦；基于AI的虛拟試衣技術可以提供線上試衣服務……

當然，AI與服裝供應産業之間的關系是相輔相成的關系。一方面，服裝供應産業是AI技術的重要應用場景之一，為AI技術的落地和商業化提供了“溫床”。另一方面，AI技術的不斷發展也将促進服裝供應鍊産業的轉型更新，拓寬服裝供應邊界。

綜上所述，AI正一步一步滲透服裝設計、生産制造和銷售中，複雜而低效的傳統服裝供應鍊将被AI解構和改進，而美圖、雲快反、SHEIN等企業持續探索“AI+服裝供應鍊”，為品牌商家和消費者創造新價值，也将獲得正向回報。