AI把你打造成時尚界寵兒

快，是時尚行業的代名詞。

一件大衣的流行時間最多3個月，最短1周，一條裙子的生命周期更短，最多1個月，最短只有3天。

這個行業是光鮮的。名人酒會、香車寶馬、豪宅泳池，鎂光燈照在名流們互碰的酒杯上，電視機轉播著他們翩躚的舞姿。

這個行業也是殘酷的。成批過時的單品被淘汰，大量工作室倒閉，「蓋茨比」們前仆後繼地前來掘金，又負債纍纍而歸。

「潮流」是什麼？它就像是路易威登的包，迪奧的香水，還有夢露的吻，讓人永遠都琢磨不透。假如有人宣稱技術能夠引領潮流，這十有八九會被時尚圈的名流們當成笑話。

而前不久，IBM利用Philyra演算法設計出兩款全新香水配方，製成的香水明年將在巴西正式上架。

這個笑話成了真。

演算法調配香水

香水，售賣的不止是氣味，還有人們對外界的感知與記憶。

成熟的、青春的，優雅的、華麗的，田園的、神秘的，調香師從數萬種原料中提粹出獨一無二的配方，精心製作成帶有獨特氣息的香水。他可能剛剛開始一場旅行，結束一段戀情，或是從密不透風的工作室走出來，對周遭事物的感知和香料氣息的把控是他製造香水的靈感來源。

每年全球香水市場規模可達數百億，經典款一售再售，流行款屢屢斷貨。

外行人若想入行，一般都隔著一道極高的門檻。調製香水，需要動用嗅覺和知覺，沒有經過特殊訓練，調香人制出的香水可能連自己那一關都過不了。新手入行需要五年，成熟的調香師需在這個行業耕耘十幾年甚至更久。路易威登為了重返香水界，曾經耗時三年，斥資數億美元用於香水研發。

而在IBM面前，香水成了數據，它可以被編碼和重組，快速塑造成消費者希望得到的味道，調製香水的程序大幅縮減。

作為科技巨頭之一，技術是IBM處理問題的終極方案。研究員們製造出一種基於人工智慧技術的Philyra演算法，將合作方——世界第四大香料公司Symrise提供的170萬種香水配料和匹配的客戶信息輸入系統，通過分析數據，完成了本需動用大量感官活動才能進行的香水設計工作。

這次IBM實驗的目標人群是巴西千禧一代。Philyra分析這類人群喜歡的香水型號、性別、所在地區和其他特徵等信息，總結出兩道香水配方，並調製出了成品。

參與項目的Symrise高級調香師說，「第一種香水的味道像是異國風味的菜肴，類似綠豆蔻莢和胡蘿蔔籽包裹著乳狀物或是黃油。第二種像果香或是花香，有一股柚子和廣藿香的桂花茶味。」目前，這兩款香水的實物還沒有面向大眾開放，我們只能從工作人員那裡探得一二。

研究者邀請了數名符合目標定位的青年們聞了聞新香水，他們大多表示，喜歡新味道。

顧客買不買賬？等到明年香水正式發售，答案才會揭曉。

儘管如此，傳統調香師已經感到危機。

在時尚業大展拳腳的人工智慧

人工智慧所能做的不只是提煉一份香水配料。

它之所以擁有人類的某種能力，主要在於演算法和大數據。大數據是它的學習資料，演算法是它的學習能力，有了這二者的加持，人工智慧可以訓練出研究者希望得到的功能。

數字出現時，被用來描述物體的數量、大小和體積，後來，它被運用到更複雜的場景中，數字和物體的規律也逐步被人們發現，它們甚至可以被用來描述或判斷現實世界的社會特徵。

通過數據分析人類社會的各個人工智慧產品因而有了可行性。人們購買某種商品的頻率、某種時尚元素在社交網站上被提及的次數和查看某件商品的頻率等數據，都已經被平台和研究者記錄，用作人工智慧「學習」的素材。

數據不斷產生，消費者的需求越來越多樣化，研究者們開發出多種演算法以應對人們的不同需求。

預測時尚趨勢、設計產品，人工智慧頗有優勢。在時尚行業有一定經驗的科技公司IBM，幾年前就已經研發出了Watson系統。玩轉時尚是它的拿手絕活，此次調配香水用到的Philyra演算法就是依託Watson建立。它主要有兩大功能，一是分析印刷品和社交媒體上有關時尚的數據，判斷出時尚趨勢，二是根據時尚單品的印花、版型和顏色等元素，自主設計或是幫助設計師完成設計方案。國內的京東、淘寶和國外的亞馬遜等電商平台則大多都根據演算法分析顧客的喜好，從而向顧客推薦針對性的商品。

挑選單品、搭配造型，人工智慧手到擒來。成立於2011年的Stitch Fix早早地開始運用人工智慧為顧客挑選和搭配衣服，成為電商界的一匹黑馬。他們開發出了50多種演算法，根據顧客填寫的問卷，運用演算法挑選符合顧客喜好的造型師和款式，再挑出5件衣服寄給顧客，購買或是退回由顧客試穿之後決定。今年第三季度，Stitch　Fix凈利潤為948.70萬美元，營收3.17億美元。

管理商品、輔助商家進貨，人工智慧也不在話下。上面提到的Stitch Fix公司同樣根據購買數據用演算法分析得出當下最受喜歡的款式， 從而減少了不必要的庫存。他們還會根據顧客回執或是社交媒體上的數據或是話語，用演算法分析得出未來的潮流走向，在其他商家都沒有做出反應時快速做足庫存準備，迎接下一個潮流季。

「感性」原本是時尚行業區別於其他行業的最大特點，也是時尚行業的驕傲，而人工智慧則以「理性」對這個行業進行了洗牌。

人工智慧之於時尚業，是福是禍？

所有行業都免不了遭到市場洗牌，更別提如同「風」一樣的時尚業。哪怕是風靡一時的時尚品牌，也是說落魄就落魄。國外知名品牌或零售商如Converse、山本耀司、Cache、The Limited和Wet Seal都申請過破產，國內知名的如德爾惠、美特斯邦威、真維斯和以純也曾瀕臨關閉。壓倒駱駝的稻草有很多，包括生產策略制定不妥善、銷售策略不佳、品牌定位錯誤和單品設計不受歡迎等等。

一向追逐潮流的時尚業，若是有了人工智慧的加入，這些品牌是否可以快人一步，搶先獲知潮流走向，佔據市場呢？雖然人工智慧的表現確實不錯，如今也確實做出了一定的成果，但是也要看情況而定。

經過長期發展，時尚產業已經形成奢侈品、輕奢品和快時尚三分天下的局面，上游、中游和下游的產業鏈已經布局得十分完善，數不清的設計師、製造商、經銷商、買手和時尚分析師在這個行業如魚得水。

每個品類都有各自的定位和目標市場。奢侈品代表當下潮流的主要走向，它們注重原創產品設計，美感被放在第一位，價格最為高昂；輕奢品或是緊跟大牌走向，設計出帶有潮流元素的單品，或是自成一格，用個性橫掃時尚界，價格比不上大牌，但也不低；快時尚則追在前兩者後面，批量複製單品，通過快速出貨和較低的價格吸引消費者。

人工智慧所探知的時尚趨勢，大多來自於從各處獲得的數據，而這也代表著，這種風尚已經在消費者們流行，並不能算成引領風尚。因而，對於快時尚單品來說，它可以通過人工智慧識別出當前消費者們最有意願購買的單品，提前進行複製；而對於追逐潮流的輕奢品牌來說，它們可以利用人工智慧獲得的時尚元素進行設計；而對於奢侈品，如果是迎合客戶的品牌，則是通過數據分析出客戶的喜好，再進行設計。

時尚在某種程度上可以被人工智慧定義，但這種定義大多來自於人們已有的喜好。可是真正的潮流往往是獨特的，它可能在人們瘋狂追逐某一類時尚元素時脫然獨立而生，重新定義品牌。

2017年5月，Watson和品牌設計師共同合作設計出一條淺灰色長裙，捷克女星Karolina Kurkova穿著它參加「時尚界奧斯卡」Met Gala，成功引起話題。這場盛會曾經讓無數明星登上頭條，掀起這一季度甚至這一年的時尚潮流，也曾經讓無數明星因選錯造型而出醜，想在眾星里脫穎而出絕非易事。

這條裙子帶起了一定的熱度，可這熱度也是說散就散，到現在，人們經常談論的還是那些經典的時尚單品。

最後

法國時尚學院（IFM）和巴黎HEC商學院認為，懂得穿著的內涵是時尚最重要的，時裝是一種態度，和諧的組合、色彩的搭配、產品的多樣性反映了內在的品位與修養。

預測了未來的人工智慧到底只是複製了表面的時尚，而時尚，依然需要人們自己去感知。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！