引 言

在“衣食住行”當中，服裝行業(yè)的供應鏈往往還在采用較為傳統(tǒng)的管理方式。科技應用已成為當今時尚的一大議題之一，當今大熱的技術都有哪些？它們在時裝行業(yè)到底有哪些應用前景呢？會面臨什么樣的挑戰(zhàn)和困難？本次坐莊的莊主正在馬蘭歐尼就讀買手碩士，學習了一些相關的理論知識，希望能把自己的所學所想與大家交流分享。

科技在時裝行業(yè)到底有哪些應用前景？AI時代到來，科技會取代人工嗎？

以下所有討論內容僅代表發(fā)言者觀點，不代表本平臺觀點。

冷蕓時尚圈2群群友

時間：2019年9月1日

莊主：Michelle-倫敦-2群副群主

討論提綱

一、未來科技的介紹

二、科技時尚的應用前景

三、對產品推薦算法的評價以及大眾對AI時代的看法

一、未來科技的介紹?

1.1 大數(shù)據(jù)時代

討論如下：

Michelle-倫敦-2群副群主:

先讓我來向大家介紹一下大數(shù)據(jù)時代，大家了解什么是大數(shù)據(jù)嗎？

崔小鹿-廈門-設計助理：

就是通過前期和現(xiàn)在的大量數(shù)據(jù)去預測將來的數(shù)據(jù)。

Evie-廣州-2群副群主:

就是大量的數(shù)據(jù)。

Michelle-倫敦-2群副群主:

大數(shù)據(jù)的定義：大數(shù)據(jù)（big data）是指無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產（百度百科）。其實通俗來說，就是現(xiàn)在的社會發(fā)展?jié)撛诘臄?shù)據(jù)太多了，所以進入了“大數(shù)據(jù)時代”。大數(shù)據(jù)包含結構化數(shù)據(jù)（structured data）和非結構化數(shù)據(jù)（unstructured data）。

Evie-廣州-2群副群主:

非結構化數(shù)據(jù)是結構化數(shù)據(jù)的前身？

Michelle-倫敦-2群副群主:

結構化數(shù)據(jù)很好理解，就是常見的銷售數(shù)據(jù)、訂單量等，有清晰結構并且易獲?。欢墙Y構化數(shù)據(jù)可以是各種流量，它包含視頻、語音、文字、社交媒體上的動態(tài)等，即”everything”（Taylor, 2018）。

Evie-廣州-2群副群主:

那就是說可以從source上區(qū)分非結構化數(shù)據(jù)和結構化數(shù)據(jù)。

Michelle-倫敦-2群副群主:

是的呢，區(qū)分非結構化數(shù)據(jù)和結構化數(shù)據(jù)的方式有很多種。非結構化數(shù)據(jù)的快速增長是人們開始考慮使用數(shù)據(jù)分析的一個原因。如今企業(yè)中80%的數(shù)據(jù)為非結構化數(shù)據(jù) （CSDN, 2011），且逐年增長，大數(shù)據(jù)時代已成一個必然的趨勢。而大數(shù)據(jù)的主要特點為 5V，分別是：Value – 價值；Volume – 容量；Velocity – 高速；Variety – 多樣性；Veracity – 真實性。大數(shù)據(jù)本身只是一類信息資產，但隨著大數(shù)據(jù)的出現(xiàn)，相應的數(shù)據(jù)采集，儲存和分析流程和學科也隨之出現(xiàn)，出現(xiàn)了數(shù)據(jù)挖掘和數(shù)據(jù)倉庫的概念。

Evie-廣州-2群副群主:

或者可以這樣說：一切的東西，現(xiàn)在都可以以數(shù)據(jù)的方式呈現(xiàn)，即非結構化數(shù)據(jù)。這是技術帶來的便利。但是將非結構化數(shù)據(jù)轉化為結構化數(shù)據(jù)，更利于企業(yè)判斷和決策。

Michelle-倫敦-2群副群主：

是的，數(shù)據(jù)挖掘，就是在茫茫的非結構化數(shù)據(jù)里搜索可用的數(shù)據(jù)，并提取隱含在其中、人們事先不知道的、但又有潛在應用價值的過程。從商業(yè)角度上來說，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務數(shù)據(jù)進行抽取、轉換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關鍵性數(shù)據(jù)。常用方法有分類(classification)、回歸分析(linear regression) 、聚類(cluster) 、關聯(lián)規(guī)則、特征、變化和偏差分析、web頁挖掘等。

再說說數(shù)據(jù)倉庫，它是面向主題的、集成的、相對穩(wěn)定的、隨時間不斷變化（不同時間）的數(shù)據(jù)集合，用以支持經營管理中的決策制定過程、數(shù)據(jù)倉庫中的數(shù)據(jù)面向主題，與傳統(tǒng)數(shù)據(jù)庫面向應用相對應。

Evie -2群副群主：

這張圖是我們社群的社會網絡，其實就是一種數(shù)據(jù)分析方法，又可以延伸到上面說的聚類分析。

Michelle-倫敦-2群副群主：

是的，現(xiàn)在社群的內容都可以量化分析了。數(shù)據(jù)的使用給我們的判斷和決策提供了一種量化的方式。

小結

大數(shù)據(jù)時代的到來源自于逐年倍速增長的數(shù)據(jù)量，這意味著高速、高價值、高容量、多樣真實的非結構化數(shù)據(jù)與結構化數(shù)據(jù)的出現(xiàn)。對非結構化數(shù)據(jù)的探索、量化過程和模塊化生成價值即是大數(shù)據(jù)時代最核心的應用。從商業(yè)角度上來說，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術；數(shù)據(jù)倉庫是面向主題的、集成的、相對穩(wěn)定的、隨時間不斷變化（不同時間）的數(shù)據(jù)集合。

1.2 區(qū)塊鏈的崛起

討論如下：

Michelle-倫敦-2群副群主:

現(xiàn)在我再來向大家科普一下區(qū)塊鏈。區(qū)塊鏈是分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式。分享一個我在校時做的PPT，是根據(jù)PWC的報告整理的模型：

區(qū)塊鏈的工作機制是將所有節(jié)點參與在這個分布式網絡里，由一方發(fā)起交易，這個交易需要所有節(jié)點的共識。得到共識后，交易信息會被記錄在節(jié)點里并共享給各方。每一個新的區(qū)塊的形成都需要特殊的算法機制，因此區(qū)塊鏈具備去中心化，不可篡改的特性。其可應用范圍包含金融、物聯(lián)網、物流、公共服務、供應鏈、數(shù)字版權等等。由于區(qū)塊鏈的特征，其在金融行業(yè)的發(fā)展還是有一定的限制性，反而在供應鏈管理上有不錯的前景。

鈴鐺-杭州-7群副群主:

就只能做加法不能做減法嗎？

Michelle-倫敦-2群副群主:

做減法的話這個鏈就會斷掉，馬上就會被人發(fā)現(xiàn)。相當于你篡改信息就會留下記錄，因此這個功能特別適合用來追溯防偽。

鈴鐺-杭州-7群副群主:

防偽功能就是這么來的？

Michelle-倫敦-2群副群主:

應該說，這個機制給防偽功能提供了很有力的技術支撐，但防偽還需要結合物聯(lián)網技術。后面會有很詳細的介紹和案例。區(qū)塊鏈在時尚行業(yè)最亮眼的應用就是在供應鏈上，它可用于跟蹤溯源、交易數(shù)據(jù)記錄和保護，信息流實時共享。運用區(qū)塊鏈，不僅可實現(xiàn)生產和供應鏈的透明度、設計產品的真實性， 同時還可以做到分銷、庫存控制。由于后面會介紹區(qū)塊鏈溯源防偽的應用實例，這里我先講一講區(qū)塊鏈在理論上管控庫存的可行性。

大多數(shù)人說到區(qū)塊鏈，都會覺得他只能追溯防偽，但其實用它處理庫存管理也是具有應用前景的。在大多數(shù)庫存管理使用的集中式系統(tǒng)中，任何特定時刻的所有產品的可見性和洞察力都很有限 （區(qū)塊網，2018）。而由于區(qū)塊鏈分布式存儲的特性，所有產業(yè)鏈里的交易數(shù)據(jù)、原材料數(shù)據(jù)、庫存數(shù)據(jù)、銷售數(shù)據(jù)都會實時共享，為供應商、生產商、零售商都提供了更多的信息源，使這些供應商和生產商得以做出更有效的規(guī)劃。

陳杭-杭州-羽絨服ODM:

但是很多東西不能做到透明化。

Michelle-倫敦-2群副群主:

是的，透明化也具有風險。不過區(qū)塊鏈也有它的特殊之處——可以實現(xiàn)不同級別的透明度，即意味著，不是每個參與的節(jié)點都能接觸數(shù)據(jù)。

Evie-廣州-2群副群主:

如果是這樣，就沒有問題。我非常好奇，區(qū)塊鏈技術在現(xiàn)階段應用于企業(yè)管理時，大概需要多少現(xiàn)金和時間成本？

Michelle-倫敦-2群副群主:

這個問題我也非常好奇！

Evie-廣州-2群副群主:

如果以LV這類品牌防偽追蹤為例的話？

Vincent 鄭- 上海 -外貿和時尚孵化器:

應該不貴。我接觸的大概是一個標簽4 ~ 5 人民幣。

Michelle-倫敦-2群副群主:

那遠比想象的便宜呀！

Vincent 鄭- 上海 -外貿和時尚孵化器:

對，就是前期系統(tǒng)建立會產生比較大的費用。

小結

區(qū)塊鏈技術是一種去中心化、點對點傳輸?shù)姆植际綌?shù)據(jù)存儲的模式。它的特性由共識機制和加密算法提供，確保了高程度的不可篡改；同時它可實現(xiàn)不同程度的透明度，可保護商業(yè)機密，因此該特性適用于供應鏈的追溯防偽應用。目前此應用發(fā)展成熟，前期系統(tǒng)建立較耗成本，但后期標簽成本并不會很高。另外，區(qū)塊鏈由于其實時信息分享的特性，在庫存管理上也有一定的應用前景。

二、科技時尚的應用前景

2.1 區(qū)塊鏈追溯防偽

討論如下：

Michelle-倫敦-2群副群主:

既然討論到這里，我先講區(qū)塊鏈在追溯防偽方向的應用吧！講完這一部分我們再回歸數(shù)據(jù)分析的應用。區(qū)塊鏈作為一個新興技術，理論分析的應用前景很多，但其中溯源防偽被認為是最有前景的落地領域之一。重慶杭州等城市已率先試水區(qū)塊鏈在食品溯源的應用，天貓、京東等電商巨頭也在各自體系內采用區(qū)塊鏈技術對商品進行追溯防偽 （36kr，2018）。各大巨頭都開始使用這種技術，在一定程度可以說明其技術發(fā)展已相對成熟，價格成本應該也在可控范圍內。

區(qū)塊鏈技術的應用，需要所有節(jié)點都擁有信息記錄，不單是供應商擁有信息，品牌商、檢測機構以及政府監(jiān)管部門也需要擁有信息。而區(qū)塊鏈的共識系統(tǒng)和算法使信息難以修改，且修改成本過高，所以信任問題在一定程度上得以解決。一旦不可篡改的信息建立起來，就相當于給物理世界的產品確定了DNA。但是我前面也說了，這個技術提供的是信息世界的透明化，要實現(xiàn)物理世界的追溯防偽就必須讓技術與產品本身結合，否則上鏈的信息就僅僅是數(shù)字而已。因此區(qū)塊鏈技術與物聯(lián)網技術的結合至關重要，可參考的技術有二維碼、傳感器、RFID技術。

Evie-廣州-2群副群主:

我之前確實是沒有了解過區(qū)塊鏈技術的本土應用。

Michelle-倫敦-2群副群主:

之前我在校做研究時，一直以為國內對區(qū)塊鏈應用較少，技術也相對不成熟。后來和老鄭交流后我發(fā)現(xiàn)國內對這方面的研究已經很成熟了。去年阿里巴巴正式宣布天貓海淘將基于區(qū)塊鏈技術跟蹤、上傳、查證跨境進口商品的物流全鏈路信息，防止造假。并且將這個技術應用于天貓的奢侈品平臺Luxury Pavilion上，從而增進了和奢侈品牌的合作。消費者可在商品頁掃描商品的溯源碼或者點擊一鍵溯源，就可以了解商品從原材料生產到報關、入境乃至整個營銷過程的信息 （51cto，2018）。

Michelle-倫敦-2群副群主:

這也是為什么近兩年越來越多的奢侈品牌愿意進駐天貓的原因吧。平臺使用區(qū)塊鏈技術，讓消費者感到在天貓購物方便、可信賴。隨著打假趨勢越來越高，就連ABC衛(wèi)生巾都在做防偽溯源。

https://webapp.s2icode.com/?from=singlemessage&isappinstalled=0

該網址即ABC衛(wèi)生巾品牌使用的科技公司防偽系統(tǒng)。這個二維碼是一種在數(shù)學和物理上根本不可能被復制的新型安全二維碼，不僅僅是ABC衛(wèi)生巾在使用這個技術，京東也有在與其合作。這也說明區(qū)塊鏈在電商平臺有特別高的應用前景。

Vincent 鄭- 上海 -外貿和時尚孵化器:

這種特殊二維碼要不就是需要特別的APP才能掃出來，要不就是很難仿。

崔小鹿-廈門-設計助理:

二維碼的難復制性很關鍵，必須做到一物一碼才行。

Michelle-倫敦-2群副群主:

對的，難復制性是區(qū)塊鏈技術得以應用的關鍵點，否則即便是信息上鏈，也只是虛假的數(shù)字而已。同時國外的provenance也應用了區(qū)塊鏈技術。這個叫Provenance的電子平臺建立了自己的APP，使用區(qū)塊鏈技術（該技術由A Transparency 公司提供）追蹤產品供應鏈過程。其中一個應用是與一個叫做Jarlgaard的小眾設計師品牌合作，為每件服裝分配一個數(shù)字代幣，創(chuàng)建每個產品的數(shù)字歷史，包含位置、工廠名稱和時間等特定數(shù)據(jù)，可以跟蹤產品從紡紗到織布，到成為一件產品的全過程。顧客可下載Provenance的APP，通過QR碼或者NFC支持的標簽來訪問供應鏈流程。

崔小鹿-廈門-設計助理:

說明只有他們公司知道這個解碼的模型是什么，很機智！

Michelle-倫敦-2群副群主:

對的，只有這個APP才可以掃出特定的信息。這個背后的技術，其實就是區(qū)塊鏈提供了有選擇性的透明度。顧客既參與到了供應鏈的流程里，但又無法接觸更深入的數(shù)據(jù)，保護了品牌的隱私。

https://www.provenance.org/assets/0x2fb1d92d6891d7bcfeb88cd9558b86ee14703f69?這個鏈接是這個平臺做的一個sample，展示顧客掃描二維碼后可見的內容。展示效果如圖，想看更多的信息的群友可以直接點上面的鏈接！

崔小鹿-廈門-設計助理:

挺厲害的，從羊毛就開始溯源了。不僅可以防偽，而且也讓顧客知道一些有趣的信息。

Michelle-倫敦-2群副群主:

對的，通過區(qū)塊鏈技術給供應鏈整個流程上鏈記錄，消費者可追溯產品的生產過程甚至到原材料。同時這個技術也可以成為品牌的一種營銷策略，而且是有信服力的透明化。還有一個叫Sourcemap的平臺，與Provenance的區(qū)塊鏈技術合作，記錄供應商信息和供應商的供應商信息，將整個產業(yè)鏈記錄到地圖上，實現(xiàn)供應鏈可視化。VF集團就與這個平臺合作，展示了某些特定產品（比如VANS的經典帆布鞋）的供應鏈流程。

同樣，VANS也是拿這個作為一種營銷策略，實現(xiàn)與用戶之間的互動。只是他們提取了整個產業(yè)鏈的信息，以地圖的形式表現(xiàn)出來，將整個產業(yè)鏈展現(xiàn)出來。

崔小鹿-廈門-設計助理:

我有一個問題，這樣的話是不是他們的競品公司就可以很容易找到他們的供應商？

Evie-廣州-2群副群主:

是的，這是和消費者的一個深層次互動，很利于培養(yǎng)消費者的忠誠度。

Michelle-倫敦-2群副群主:

按道理是可以的，畢竟他們都把供應商的名字都放出來了。但是現(xiàn)在市場不是一直在呼吁“誰做了我的衣服？”嗎，有個公益組織一直要求品牌披露供應商名單，所以透明化也不可避免。

Evie-廣州-2群副群主

@崔小鹿-廈門-設計助理 我以為在業(yè)界，大公司的供應商是誰大家都知道，供應商也是靠著大公司的單子拉更多單子。

Vincent 鄭- 上海 -外貿和時尚孵化器:

@崔小鹿-廈門-設計助理?所以現(xiàn)在做溯源的公司想做營銷，講故事。

崔小鹿-廈門-設計助理:

對。

小結

區(qū)塊鏈在追溯防偽方面的應用在國內外都已相當成熟與廣泛，現(xiàn)在已經實現(xiàn)通過區(qū)塊鏈技術給供應鏈整個流程上鏈記錄，讓消費者可追溯產品的生產過程甚至到原材料。但該應用需結合物聯(lián)網技術才能實現(xiàn)從物理世界到信息世界的全鏈跟蹤。具體國內應用例子有阿里巴巴和京東等電商平臺、還有一些生活用品品牌，比如ABC衛(wèi)生巾。國外應用例子有Provenance和Sourcemap, 一個提供手機APP為消費者帶來產品生產信息，另一個提供供應鏈可視化地圖，作為品牌的營銷策略。品牌透明化成為必然趨勢，但由于單一技術獲利單薄，利用該技術做營銷成為部分品牌公司的獲利目的。

2.2 大數(shù)據(jù)預測時尚

討論如下：

Michelle-倫敦-2群副群主:

接下來我們來討論大數(shù)據(jù)和AI時代給時尚帶來的機遇吧！大數(shù)據(jù)在時尚產業(yè)的應用領域主要在設計、采購、銷售方向。

崔小鹿-廈門-設計助理:

我最近看到很多大型的服裝公司都在招聘大數(shù)據(jù)分析方面的職位。

Michelle-倫敦-2群副群主:

是的，因為大數(shù)據(jù)能帶來很多不同的視角。 一方面是精準預測：可實現(xiàn)趨勢、需求、風險各方面的預測。已經有不少時尚品牌開始嘗試通過大數(shù)據(jù)預測時尚風向。另一方面是支持決策和提高效率，在更多的數(shù)據(jù)支持下，無論是設計上的還是采購上的決斷都更可靠，同時能節(jié)省時間。

IBM是一個將技術運用的較成熟的例子，他們不單單是使用大數(shù)據(jù)本身，同時結合到人工智能(AI)和機器學習(Machine Learning)，創(chuàng)建了認知時尚(Cognitive Fashion)。他們推出了一個人工智能系統(tǒng)Watson，創(chuàng)建了一個能分析時尚趨勢的認知主體，分析的數(shù)據(jù)來源于廣告、圖像、文字和社交媒體。這個認知主體能夠通過品牌走秀的圖片，自動化生成標簽（如下圖），總結圖像之間的相似性來尋找設計作品之間的相似性和重復出現(xiàn)的趨勢元素。第二張圖就是WWD和IBM的合作，分析了某場時裝秀的十二個品牌，尋找品牌的關聯(lián)性。

崔小鹿-廈門-設計助理:

這個涉及到數(shù)字圖像的深度學習問題。

Evie-廣州-2群副群主:

其實就是拆解了設計的過程，將元素變成一類數(shù)據(jù)，只是以圖像或者線條的方式展現(xiàn)出來，但是它省去了人為提煉分析的過程。

Michelle-倫敦-2群副群主:

是的，通過設計的手法總結歸類，讓非結構化數(shù)據(jù)成為結構化數(shù)據(jù)。

Vincent 鄭- 上海 -外貿和時尚孵化器:

企業(yè)把大數(shù)據(jù)和人工智能放到一塊做，可以提高利潤。

Michelle-倫敦-2群副群主:

單一的技術都有些勢單力薄。最好的試驗田是初創(chuàng)公司，走科技主導的路子，從頭打造一個高科技系統(tǒng)。

Evie-廣州-2群副群主：

但是初創(chuàng)公司就一定需要資金去賦能，除非是乙方公司，本身是做服務的。

Michelle-倫敦-2群副群主:

第一張圖是中國設計師張卉山與IBM Watson合作設計的人工智能禮服。第二張圖是IBM和Marchesa合作的另一款智能禮服，禮服上的150朵繡花上內置LED燈，社交媒體對該裙子的評價會反映在裙子的燈光上。

崔小鹿-廈門-設計助理:

那Marchesa這個禮服有可能提取的是外部的聲音信息，通過一系列的計算來實現(xiàn)對LED燈的控制。

Evie-廣州-2群副群主:

我感覺是品牌方爬取社交媒體信息后，做sentiment analysis情感分析，再根據(jù)正向或負向的評價及程度，去反饋在燈光信息上。@崔小鹿-廈門-設計助理

崔小鹿-廈門-設計助理:

也可能。我碩士的方向是圖像處理，將圖像中蘊含的信息提取為不同結構的數(shù)據(jù)特征，通過不同的算法就可以對圖像進行分析。我主要研究的是目標的跟蹤，比如可以在圖像序列中一直跟蹤特定行駛的汽車，跟認知時尚不太一樣，但研究的本質思路是差不多的。

Michelle-倫敦-2群副群主:

@崔小鹿-廈門-設計助理 你們的算法結果會和人的認知相似嗎？

Evie-廣州-2群副群主:

我覺得肯定會。

Adam-香港-科技管理 :

我本科方向也是算法這一塊，這種預測都是建立于以前的數(shù)據(jù)，我們稱為訓練集；但其實我們在之前的嘗試中，發(fā)現(xiàn)對于中國股市或者設計這一塊，目前我們團隊做的并不是特別準確。

Evie-廣州-2群副群主:

@Adam-香港-科技管理 它的難點在哪里呢？我知道國內在這一塊的明星企業(yè)是商湯，許多P圖軟件都是找的他們。

Adam-香港-科技管理 :

@Evie-廣州-2群副群主?因為人為因素比較大， 它并不像客觀存在的事物一樣，比如天氣或者地震預測一樣。

Evie-廣州-2群副群主:

但你們也會和專業(yè)人士合作吧？專業(yè)人士覺得難度在哪里呢？@Adam-香港-科技管理

Adam-香港-科技管理：

之前我們用google開源的神經網絡（即最先進的機器學習算法）去預測中國股票走勢，并不是很準確。我們總結：預測的不準確歸根于人為因素，比如我們這種IT男理解不了的政策或者創(chuàng)意。政策會牽扯到全球各種各樣的形式問題，目前算法是做不到的。但設計這一塊，我相信是會往算法那一塊偏移的。我的理解是，設計最終還是服務于顧客，代表著利潤。因為跟利潤相關，我相信設計師或者企業(yè)都會利用算法去預測分析。

Michelle-倫敦-2群副群主:

所以需要算法的引進再結合人為的經驗。

Evie-廣州-2群副群主:

的確，中國股票受政策影響大，服裝設計受創(chuàng)意文化影響大。但是是否可以考慮補充進動態(tài)的政策信息數(shù)據(jù)？一些股票的走勢肯定是跟某些政策特定相關聯(lián)的，服裝設計也是，一定有一些權威的source，它會成為潮流的風向標。就是說，收縮分析對象的范圍，可能反而提升預測的精準度？@Adam-香港-科技管理。

Michelle-倫敦-2群副群主:

@Evie-廣州-2群副群主 其實在時尚趨勢里，即使是人為的市場調研也是抓住那幾個潮流的風向標。我認為算法、大數(shù)據(jù)、AI在這里面的作用是提高人的工作效率，通過算法可以抓取更多的數(shù)據(jù)源，得到更精準的預測。

Adam-香港-科技管理 :

@Evie-廣州-2群副群主?是的 這個是更深的一個問題了，但是我們目前我們的導師都沒辦法明確什么是風向標；比如股市政策，太多自變量了（影響因子）；而對于設計，我主觀猜測也會有很多變量。

Evie-廣州-2群副群主:

對，提升人的工作效率肯定是區(qū)塊鏈技術給企業(yè)帶來的直接好處。

小結

大數(shù)據(jù)的應用可協(xié)助精準預測和決策決定，同時帶來AI和機器學習的更高層應用，比如認知時尚系統(tǒng)。IBM的人工智能系統(tǒng)創(chuàng)建了一個認知主體，通過圖像學習和信息提取做出相應的時尚趨勢預測和品牌相似度分析。同時該系統(tǒng)與中國設計師品牌張卉山和外國品牌Marchesa合作，拆解設計元素為數(shù)據(jù)，通過數(shù)據(jù)計算提供了新的設計思路。但目前來說由于政策、創(chuàng)意等人工因素的干擾，機器預測的準確度還有限，因此提升效率是當下最直接的優(yōu)勢。

2.3 當代復合型人才的需求（延伸討論）

討論如下：

極簡-鄭州-銷售:

@Adam-香港-科技管理 ?你們用這種算法預測過國外股市嗎？相比中國股市是不是會準確一些?

Vincent 鄭- 上海 -外貿和時尚孵化器:

@Adam-香港-科技管理 現(xiàn)在都是電腦在炒股，基金也是電腦在操盤。都是high frequency trading（高頻交易），特別是美國。

Adam-香港-科技管理 :

我最近發(fā)現(xiàn)很多銀行公司都聲稱自己是科技金融公司，比如巴克萊、匯豐這些。

Vincent 鄭- 上海 -外貿和時尚孵化器:

Adam-香港-科技管理? 他們都用科技來算風險、操盤、分析。

Adam-香港-科技管理 :

這也是為什么商業(yè)分析現(xiàn)在是全世界最火的專業(yè)的原因，其實就是利用算法去預測金融業(yè)。

Michelle-倫敦-2群副群主:

用科技計算風險，就對應上了我前面說的：大數(shù)據(jù)可以應用到時尚產業(yè)，也可以做風險預測。時尚產業(yè)有的時候很像金融業(yè)。

Adam-香港-科技管理 :

所以我猜以后也會有一種職業(yè)叫時尚分析師。

Michelle-倫敦-2群副群主:

@Adam-香港-科技管理 認同！未來我覺得數(shù)據(jù)分析結合時尚的可能性還是很大的， 會出現(xiàn)一系列的分析崗位和學科。

Evie-廣州-2群副群主：

所以創(chuàng)新爆發(fā)期就一定需要跨界人才。

Michelle-倫敦-2群副群主:

@Evie-廣州-2群副群主 沒錯，現(xiàn)在都需要復合型人才，單一人才其實難以在未來科技世界里生存。

小結

當下金融行業(yè)趨向于結合科技分析并使用算法預測風險，同理，時尚行業(yè)的未來也將迎來科技的廣泛應用。未來的時尚行業(yè)的人才需求會趨向于復合型人才、跨界跨學科人才，可能會出現(xiàn)時尚分析師此類的職位。

2.4 智能供應鏈

討論如下：

Michelle-倫敦-2群副群主:

接下來說說供應鏈智能分析，即使是設計這種創(chuàng)新性的內容都可量化，那么供應鏈也可以使用數(shù)據(jù)和量化分析的方式提高決策力。在原有ERP和SCM系統(tǒng)的數(shù)據(jù)基礎上，更多的非結構化數(shù)據(jù)會被截取使用，整個數(shù)據(jù)庫擴增，可分析的可能結果也會相應增加。而且以算法、統(tǒng)計學為基礎的智能分析工具的應用，可以提取出新的視角從而增加決策的依據(jù)和選擇。我翻譯了一張來源于麥肯錫的圖表，這張圖表分析了大數(shù)據(jù)的潛在應用方向。

崔小鹿-廈門-設計助理:

大數(shù)據(jù)的分析對于庫存管理以及買手買貨方面很有意義！它會提供很多傳統(tǒng)數(shù)據(jù)分析思路以外的信息，非常具有實際價值。

Evie-廣州-2群副群主:

是的。商品管理、企劃、庫存都用得著。

Vincent 鄭- 上海 -外貿和時尚孵化器:

供應鏈管理，不僅需要數(shù)據(jù)和AI技術支持，還要看產品的制造速度。

Michelle-倫敦-2群副群主:

嗯嗯，沒錯。庫存管理也是個很好的應用試驗田！

小結

智能供應鏈即使用大數(shù)據(jù)和算法量化分析供應鏈流程，提高生產力、執(zhí)行力和決策力。一方面可分析的依據(jù)增多，一方面會有新的分析視角出現(xiàn)。潛在應用范圍非常廣泛，對于庫存管理和買手買貨方面具有優(yōu)化簡化的意義，是可期待的應用前景。

三、對產品推薦算法的評價以及大眾對AI時代的看法

討論如下：

崔小鹿-廈門-設計助理:

說到“產品推薦”，淘寶的“猜你喜歡”功能真的好用。

Michelle-倫敦-2群副群主:

挺好用。Spotify每次給我推薦的歌單都讓我覺得它滲入我的靈魂。

Adam-香港-科技管理 :

@崔小鹿-廈門-設計助理?根據(jù)您說的這塊我延伸一個觀點：我很介意推薦這部分， 比如抖音、今日頭條這些推薦功能；我本質上認為他們是在利用我們的隱私，或者說記錄了我們的用戶數(shù)據(jù)去給我們推薦；久而久之會讓我們生活在一個信息蟬房里，我們只能看到我們喜歡的數(shù)據(jù)，沒辦法了解到更多信息。

崔小鹿-廈門-設計助理:

@Adam-香港-科技管理 是的，您說的這點也是這個推薦算法的弊端。

Evie-廣州-2群副群主:

我也覺得，推薦算法確實好用，但是會讓我感到很難受。淘寶還好，畢竟是賣貨的APP，如果是做內容的，我就會覺得特別難受。

Michelle-倫敦-2群副群主:

其他群友們怎么看待推薦算法呢？

Adam-香港-科技管理 :

但另一個角度說，這些數(shù)據(jù)如果設計師能利用，可以產出更多顧客喜歡的款式，設計會更接地氣（或者說銷量提升）。這也是快銷品比如HM成功的秘訣。

Michelle-倫敦-2群副群主:

有的時候我覺得算法太了解你了，會讓你覺得恐懼。一方面覺得科技非常有應用前景，一方面又擔心科技使用“過了頭”。

Evie-廣州-2群副群主:

我們都被觀察著。

Philip 廣州 線上女裝品牌:

如果今后大數(shù)據(jù)、算法和人工智能發(fā)展起來了，是不是很多設計師和買手都會失業(yè)了？

崔小鹿-廈門-設計助理:

我覺得不會，畢竟設計是需要創(chuàng)意的一個職業(yè)，而大數(shù)據(jù)是用已有的數(shù)據(jù)提煉出的信息，兩者還是不同的。@Philip 廣州 線上女裝品牌

冷蕓-上海-群主:

平庸的人（懶惰的、機械的、沒有主觀能動性的）都會被替代！無論崗位！但優(yōu)秀的、有思考力、有創(chuàng)造力的人都不會被淘汰！

Philip 廣州 線上女裝品牌:

機器可以接受的設計數(shù)據(jù)遠遠超過大部分設計師接受的信息。

黃四娘-無錫-時尚賣家:

大數(shù)據(jù)的確讓事物的趨向更明確。

冷蕓-上海-群主:

@Philip 廣州 線上女裝品牌?你說的沒錯，所以《未來簡史》說未來是少數(shù)人與機器人統(tǒng)治大多數(shù)人的時代！

Michelle-倫敦-2群副群主:

感謝大家今晚的參與！感謝群友的支持和交流!

小結

算法的應用令人既喜又懼，它的確便利了消費者的生活，讓事物趨向更明確；但同時又存在窺探隱私的風險，且會屏蔽消費者對其余信息的認知。AI時代的到來是必然的，但創(chuàng)新行業(yè)鑒于其創(chuàng)造的本質還不會輕易被機器取代。人們需思考如何提高自己的創(chuàng)造力，如何在“少數(shù)人與機器人統(tǒng)治大多數(shù)人的時代”里成為那部分少數(shù)人!

“

#不斷學習，才有能力改變當下#

冷蕓也開設以下培訓課程，歡迎報名！

掃描二維碼查看課程詳情??

”

莊主總結

感謝大家的積極參與，在討論過程中，大家提出的很多觀點都值得深入探討。以下是我根據(jù)大家的討論整理總結所得:

一、未來科技的介紹

1.1 大數(shù)據(jù)時代
大數(shù)據(jù)時代的到來源自于逐年倍速增長的數(shù)據(jù)量，這意味著高速、高價值、高容量、多樣真實的非結構化數(shù)據(jù)與結構化數(shù)據(jù)的出現(xiàn)。對非結構化數(shù)據(jù)的探索、量化過程和模塊化生成價值即是大數(shù)據(jù)時代最核心的應用。從商業(yè)角度上來說，數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術；數(shù)據(jù)倉庫是面向主題的、集成的、相對穩(wěn)定的、隨時間不斷變化（不同時間）的數(shù)據(jù)集合。

1.2 區(qū)塊鏈的崛起
區(qū)塊鏈技術是一種去中心化、點對點傳輸?shù)姆植际綌?shù)據(jù)存儲的模式。它的特性由共識機制和加密算法提供，確保了高程度的不可篡改；同時它可實現(xiàn)不同程度的透明度，可保護商業(yè)機密，因此該特性適用于供應鏈的追溯防偽應用。目前此應用發(fā)展成熟，前期系統(tǒng)建立較耗成本，但后期標簽成本并不會很高。另外，區(qū)塊鏈由于其實時信息分享的特性，在庫存管理上也有一定的應用前景。

二、科技時尚的應用前景

2.1 區(qū)塊鏈追溯防偽
區(qū)塊鏈在追溯防偽方面的應用在國內外都已相當成熟與廣泛，通過區(qū)塊鏈技術給供應鏈整個流程上鏈記錄，消費者可追溯產品的生產過程甚至到原材料。但該應用需結合物聯(lián)網技術才能實現(xiàn)從物理世界到信息世界的全鏈跟蹤。具體國內應用例子有阿里巴巴和京東等電商平臺、還有一些生活用品品牌，比如ABC衛(wèi)生巾。國外應用例子有Provenance和Sourcemap, 一個提供手機APP為消費者帶來產品生產信息，另一個提供供應鏈可視化地圖，作為品牌的營銷策略。品牌透明化成為必然趨勢，但由于單一技術獲利單薄，利用該技術做營銷成為部分品牌公司的獲利目的。

2.2 大數(shù)據(jù)預測時尚
1）抓取更多的數(shù)據(jù)源，提供在趨勢、需求、風險各方面的精準預測，同時提高人的工作效率;
2）應用到時尚設計，對數(shù)字圖像進行深度學習，拆解設計元素并將其數(shù)據(jù)化，節(jié)省時間精力;
例子：IBM Watson，創(chuàng)建認知主體，利用廣告、雜志、社交媒體等數(shù)據(jù)來分析時尚趨勢，并自動化將圖片生成標簽，通過數(shù)據(jù)總結設計之間的相似性。

2.3 延伸討論：當代對跨界復合型人才的需求
原因：
1）基于歷史數(shù)據(jù)的預測本身存在偏差，無法做到絕對準確;
2）人為因素對數(shù)據(jù)預測產生干擾;
因此：在結合科技運用的同時，還需要懂得利用數(shù)據(jù)的人才，結合時尚行業(yè)的經驗做出更準確的決策判斷。同時意味著未來行業(yè)對于復合型人才的需求會提高，甚至出現(xiàn)時尚分析師這類崗位。

2.4 智能供應鏈?
1）在原有ERP和SCM系統(tǒng)的數(shù)據(jù)基礎上，截取更多非結構化數(shù)據(jù)，增加分析結果；
2）提供新的視角，增加決策的依據(jù)和選擇；
3）調整供需平衡，提供潛在的成本模型，優(yōu)化儲存空間、貨架空間等等。

三、對產品推薦算法的評價以及大眾AI時代的看法

對產品推薦算法的評價：
1）正面：實用性高，可提高用戶體驗。
2）反面：利用用戶隱私，使用戶被數(shù)據(jù)屏蔽，看不到算法之外的產品。

對AI時代的看法：

1）設計創(chuàng)新行業(yè)還是不會輕易被取代，強調了創(chuàng)造力在未來的重要性，人才需思考自己超越機器的能力在何處？

2）機器人掌握的數(shù)據(jù)比人類多，未來可能是被少數(shù)人與機器人統(tǒng)治的時代。

莊主簡介

Michelle-倫敦-2群副群主

大家好，我是Michelle，冷蕓時尚圈2群副群主，海外服裝設計本科和買手碩士。對于科技時尚、環(huán)保時尚及藝術文化類學術內容有研究，主攻方向為區(qū)塊鏈。有某知名奢侈品牌的買手實習經驗。

聯(lián)系方式：wuyichun0903@gmail.com

跟副莊主：Evie-香港-2群副群主

大家好，我是Evie，冷蕓時尚圈2群副群主，社會科學領域的985本和港碩，對于身體、性別、時尚有學術興趣；對于相關產品的生產與營銷有商業(yè)興趣。有出色的營銷、運營、分析策劃、溝通合作與資源鏈接的能力。

個人微信：

總結整理：Michelle-倫敦-2群副群主

編輯：Eroll Duan

審核：Cherika Chen

感謝您的閱讀，

期待今后更多的討論也歡迎大家來分享！