探讨生成式人工智能（Generative AI）在时尚产业中的应用，以及它对设计、生产和销售过程的影响。通过使用生成式AI技术，时尚品牌可以更快地设计和生产出更加个性化和符合潮流趋势的产品，同时减少浪费和成本。文章还介绍了几个成功的案例。然而生成式AI技术仍然存在一些挑战和数据隐私等问题。因此，企业需要仔细考虑其使用生成式AI技术的目的，并在实施前制定清晰的战略和计划。
随着2023春季时装周在伦敦、米兰、纽约和巴黎结束，品牌正在努力生产和销售他们刚刚在T台上展示的设计，他们将开始下一季的系列。在未来，这些设计完全有可能将创意总监的实力与生成式人工智能（AI）的力量相结合，帮助将衣服和配饰更快地推向市场，更高效地销售，并改善客户体验。
到目前为止，您可能已经听说过OpenAI的ChatGPT，该AI聊天机器人一夜之间引起了轰动，并引发了建立和释放竞争对手的数字竞赛。ChatGPT只是生成人工智能的一个消费者友好型例子，该技术由可用于创建新内容的算法组成，包括音频、代码、图像、文本、模拟和视频。生成人工智能不是简单地识别和分类信息，而是通过利用基础模型来创建新信息，基础模型是可以同时处理多个复杂任务的深度学习模型。例子包括GPT-3.5和DALL-E。（有关生成人工智能和机器学习的更多信息，请参阅“什么是生成人工智能？”和“生成式人工智能像ChatGPT颠覆技术如何改变您的业务”）
虽然时尚行业已经尝试了基本的人工智能和其他前沿技术——元宇宙、NFT、数字ID和增强或虚拟现实——但到目前为止，它几乎没有生成式人工智能的经验。诚然，这种新兴技术直到最近才广泛使用，并且仍然充斥着令人担忧的风险和错误，但所有迹象都表明，它可以以闪电般的速度改进，并在业务的许多方面成为游戏规则的改变者。
根据麦肯锡的分析，在未来三到五年内，生成式人工智能可能会保守地增加1500亿美元，服装、时尚和奢侈品行业的运营利润最多增加2750亿美元。从协同设计到加快内容开发过程，生成人工智能为创造力创造了新的空间。它可以输入所有形式的“非结构化”数据——原始文本、图像和视频——并输出新形式的媒体，从完全编写的脚本到3D设计和视频活动的逼真的虚拟模型。
虽然这些还处于早期阶段，但时尚中生成式人工智能的一些明确用例已经出现。（其中许多用例也适用于相邻的美容和奢侈品行业。）在产品创新、营销、销售和客户体验方面，与时尚价值链的其他领域相比，该技术可以产生显著的成果，并且在短期内实施应用起来可能更可行。在本文中，我们概述了一些最有前途的用例，并提供了高管可以采取的入门步骤，以及这样做时要记住的风险。
在我们看来，生成式人工智能不仅仅是自动化，而是关于增强和加速。这意味着为时尚专业人士和创意人员提供技术技术工具，让他们更快地完成某些任务，让他们腾出更多时间去做只有人类才能做的事情。这也意味着创建系统来更好地服务客户。这是从哪里开始的。
时尚AI应用机会领域
生成人工智能有可能影响整个时尚生态系统。时尚公司可以使用该技术来帮助创造更畅销的设计，降低营销成本，超个性化客户沟通，并加快流程。它还可能重塑供应链和物流、商店运营以及组织和支持功能。
基础模型和生成人工智能可以在整个时尚价值链中使用。（请参阅下边栏“时尚业的生成式AI应用机会”）。
将草图、情绪板和描述转换为高保真设计（例如，家具和珠宝的三维模型）。
通过与人工智能代理合作，从数据（例如，过去的产品线、引人注目的图片和风格）中生成创意选项（例如，新想法、变体），丰富产品构思。
大规模为个人消费者定制产品（例如，基于脸形的眼镜）。
通过汇编研究来支持与供应商的谈判和评价。
通过实时分析（例如，增强现实或AR实现的见解），增强仓库运营和库存管理的机器人自动化。
根据个人消费者定制产品退货优惠。
根据过去的成功销售帖子构建和生成销售描述。
根据个人消费者档案，个性化在线消费者旅程和优惠（例如，网页、产品描述）。
为个人消费者量身定制虚拟产品试戴和演示（例如，服装试戴、造型建议）。
增强智能人工智能代理（例如，对话聊天机器人、虚拟助理）和自助服务，以解决高级消费者查询（例如，多语言支持）。
通过在不同参数（例如，人流量、当地消费者受众、规模）下生成和测试布局计划来优化商店布局规划。
通过实时监控视频数据，优化店内劳动力，以避免员工分配差距和盗窃检测等瓶颈。
支持AR辅助设备，以更好地实时向员工通报产品信息（例如，状况、分类、库存、建议）。
通过实时建议、反馈报告和高价值消费者档案，指导销售人员保持成功的“客户关系”。
根据角色和绩效为员工开发个性化的培训内容。
启用自助服务和自动化支持任务（例如，人力资源票据、大型文件的会计、法律文件的审查）。
产品开发和创新
大众市场时尚零售商和奢侈品牌的创意总监都可以使用生成人工智能实时分析各种类型的非结构化数据，而不是仅仅依靠趋势报告和市场分析来为下一季的收藏设计提供信息。例如，生成人工智能可以从社交媒体上的视频中快速汇总和执行情绪分析，或从多个消费者数据来源建模趋势。
创意总监及其团队可以将草图和所需的细节（如面料、调色板和图案）输入到由生成人工智能驱动的平台中，该平台会自动创建一系列设计，从而允许设计师玩弄各种风格和外观。然后，团队可能会根据这些输出设计新项目，为每个外观增添时尚品牌的标志性。这为创造创新的限量版产品滴打开了大门，这些产品滴也可能是两个品牌之间的合作。眼镜等产品可以使用由生成人工智能驱动的面部识别技术为个人设计，以扫描面部地形并根据客户的尺寸和风格偏好进行调整。
这种情况在2022年12月成为现实，当时来自人工智能设计实验室（AiDLab）的一群香港时装设计师举办了一场以生成AI支持的设计为特色的时装秀。使用Cala、Designovel和Fashable等科技公司的工具，时装设计师已经在利用生成人工智能的力量来激发新的想法，尝试无数的设计变化，而不必生产昂贵的样品，并大大加快他们的流程。（对于美容企业来说，生成人工智能还为品牌提供了识别新产品配方的机会，可能有助于降低实验室测试成本。）
市场营销
营销高管和机构可以使用生成人工智能为每个营销渠道集思广益活动策略、产品活动内容，甚至虚拟头像，并快速完成。
打牌营销黄金通常是一个数字游戏。考虑一下抖音：在平台上走红没有单一的获胜公式。相反，你生产得越多，成为热门话题并提高品牌知名度和销售的机会就越大。促使生成AI驱动的视频平台为TikTok或其他社交媒体平台创建简短视频，可以帮助节省与推出社交媒体内容相关的时间和成本。生成人工智能可以识别病毒内容的模式和趋势，并创建也遵循营销人员规范的新内容。
这些练习可以帮助内部营销团队管理他们的工作量，同时减少他们对将工作外包给创意机构的依赖。然而，营销人员希望谨慎对待这种方法：试图通过复制其他品牌所做的事情来接触消费者，可以抵消一个品牌花费多年建立的独特身份和价值主张。
生成人工智能也可以应用于个性化的客户通信。根据麦肯锡的研究，与不利用个性化的公司相比，擅长个性化的公司的收入增加了40%。
几家初创公司——CopyAI、Jasper AI和Writesonic，仅举几例——正在通过生成人工智能帮助开拓大规模的个性化营销。使用这些工具，营销人员的日常任务可能会开始看起来像这样：他们可以选择他们想要创建的内容类型，无论是电子邮件、长篇博客文章还是其他内容；添加一个描述他们正在寻找内容的提示；并包括目标受众和其他参数，如语气，这些参数有助于创建与品牌相符的营销传播。然后，人工智能工具提供了几个选项，营销人员可以从中进行选择。
这些工具在应用于低渠道营销渠道（那些主要用于鼓励销售转化的渠道）时最有帮助，而不是更负盛名的品牌建设传播。营销人员仍然需要提示和编辑工作。
销售和消费者体验
今天的生成人工智能驱动的聊天，使用更强大的自然语言处理来更好地理解人类并与人类互动，已经比现有的人工智能聊天有了可衡量的改进。也就是说，（尚未）企业没有万无一失的生成AI聊天机器人——当前的聊天机器人和其他文本生成工具仍然偶尔会出现错误，可能导致严重的客户服务灾难。然而，最终，这项技术可以帮助客户支持代理外包复杂的查询——例如，使用聊天机器人来帮助提供多种语言的个性化回复。
今天，有一些服务将生成的人工智能“代表”分配给品牌，以处理跨电子邮件、聊天、文本和品牌自身平台的客户服务查询。这些服务有助于减少客户服务等待时间并缩短响应时间。
生成式AI代理也可以为奢侈品牌服务，特别是在“客户”方面，这是一种零售策略，销售人员与品牌支出最高的客户建立长期关系，以鼓励购买并提高品牌忠诚度。（例如，通过仅限预约购物，高端品牌在豪华精品店的销售转化率可以达到60%至70%。5）这个过程在某种程度上是模拟和手动的，依靠品牌的销售人员通过各种消息平台或文本与客户联系，并且仅限于这些员工工作时。生成AI驱动的工具可以在购物者离开商店后保持对话或提出造型建议，指导销售人员如何与客户互动，为特定客户进行个性化沟通，并分析消费者档案和在线实时互动。
2022年7月，服装零售商Stitch Fix表示，它正在试验GPT-3和文本到图像人工智能生成器DALL-E ，以提高销售额，通过更好的造型服务提高客户满意度。这些生成模型正在测试中，以帮助造型师快速准确地解释大量客户反馈，并策划客户更有可能购买的产品。例如，人工智能工具可以分析客户的所有反馈，其中可能包括数百条文本评论、电子邮件请求、产品评级和在线帖子。如果客户经常评论，例如，某种风格的裤子的“非常合身”和“有趣的颜色”，DALL-E可以生成客户可能想要购买的类似裤子的图像。然后，造型师可以在Stitch Fix的库存中找到类似的物品，并将它们推荐给该客户。
虚拟试购是生成人工智能如何改善销售和消费者体验的又一个例子。总部位于巴黎的Veesual实现了电子商务时尚品牌的虚拟试穿集成，这意味着客户可以选择他们的型号和挑选衣服来试穿。
如何开始
尽管生成人工智能技术可能令人兴奋，但在将任何核心任务完全委托给生成人工智能之前，公司仍然希望谨慎行事。但是，鉴于这项技术的发展速度和用户群的爆炸性增长，忽视探索这项技术提供的可能性可能同样具有风险。高管们现在可以开始考虑他们的企业如何使用生成人工智能。领导人可以采取一些步骤来开始。
让你的北极星变得有价值
时尚领袖应该概述生成人工智能可以为他们的业务提供最大价值的地方。首先指出哪些领域——创意设计、商品销售、跑道活动或客户设计——可以从生成人工智能中获益最多。然后，领导者可以根据用例可能对其业务产生的影响程度，优先考虑他们应该追求的生成性人工智能用例。一些影响措施包括提高客户满意度评分和减少客户服务等待时间。
一旦确定了价值，用例还应根据其实施的可行性来确定其优先级；确定如何无缝生成人工智能将取决于团队的技术技能。之后，团队应该制定一个短期路线图来测试和验证这些用例。与此同时，他们还可以考虑哪些长期目标可能包括，例如如何建立一个生成设计平台，该平台可以由设计师在每个季节进行更新和使用。
使用生成人工智能可能有点乐趣很诱人，但利用其力量需要额外的勤奋。时尚高管必须有意识地构建能够提供价值的工具，而不是不分青红皂白地尝试现有工具。
了解风险并计划规避风险
使用生成人工智能的一些风险。一则是，围绕生成人工智能使用的法律框架仍在酝酿中。设计师有时会因创作衍生作品和模仿设计而受到批评。确定谁拥有人工智能生成作品的知识产权和创作权，这些作品可以基于多模态数据源，如其他设计师过去的收藏品，将根据具体情况决定，直到有强有力的法律先例。（尽管它不涉及生成人工智能，但爱马仕和艺术家梅森·罗斯柴尔德围绕MetaBirkin NFT的高调战斗，其中一名法官裁定NFT侵犯了爱马仕的商标，这表明当新技术出现时，时尚品牌如何卷入法律难题。）
另则风险是生成AI系统的偏见和公平性，特别是围绕有偏见的数据集，这可能会给依赖该技术的品牌带来声誉挑战。例如，如果图像生成工具产生包含不适当或冒犯性图像的广告活动，然后在全球范围内共享，则品牌的声誉可能会受到损害。指责公司人工智能试图控制损害可能对平息消费者的愤怒无能为力。
还有这样一例外，使用生成人工智能的员工没有充分意识到其缺点，并且可能无法检查该技术引入的错误。在这种情况下，企业必须定期培训员工，并为他们提供了解如何使用该技术所需的资源。
虽然风险是不可避免的，但高管可以通过建立解决风险、道德和质量保证的流程来减轻其潜在影响。
提高您当前员工的技能
生成人工智能工具可以为许多不同的业务领域增加价值，因此教育和培训员工（包括设计师、营销人员、销售人员和客户服务代表）使用该技术非常重要。
一些企业已经引入了以人工智能为重点的培训。Levi’s于2021年发起了一个机器学习训练营，以培训非技术员工如何在公司设计过程中使用机器学习。完成该计划的员工创建了与他们的工作相关的新人工智能工具。Levi’s该计划的目标之一是增加拥有技术知识的员工的多样性，以便公司能够发现来自传统技术背景的员工可能会错过的问题。该计划还帮助具有不同专业的团队（如设计团队和工程团队）更好地沟通并找到共同点。此外，Levi’s发现该计划有助于提高员工留任率。
有了精通人工智能的员工队伍，协作将具有新的意义。领导者应该考虑：我们如何定义责任，如何在技术和非技术角色之间共同运作？设计和软件工程团队可以安排每周一次的领导会议，以制定季度路线图和团队之间的工作会议。设计负责人可以分享他们对某些见解和工具的需求（也许是一种从草图中生成设计变体的工具），而工程团队则提供这些工具。
选择对的技术合作
在利用生成性人工智能时，时尚企业无疑必须投资于员工队伍，但他们不必自己构建应用程序或基础模型。相反，时尚领袖可以与AI技术企业和专家合作，以快速行动。时尚高管可能会与提供新技术的企业（如微软或OpenAI）或提供支持功能（如云计算或API）的合作伙伴合作。
虽然还处于起步阶段，但生成式人工智能有潜力帮助时尚企业提高生产力，更快地进入市场，并更好地为客户服务。现在是探索场景化应用的时候了。
随着生成式人工智能的潜在用例正在迅速曝光，但这项技术在服装和奢侈品行业的未来图景仍在勾勒中。但今天尝试新工具意味着明天打开无限的可能性。
