自从人类开始穿衣服,我们就有了表达自身个性的愿望,实现这一目标的方法之一就是通过时尚。时尚行业是世界上最大的行业之一,在2018年估计约为3万亿美元的规模,占全球GDP的2%。大多数实体零售以及在线电子商务都致力于服装和时尚产品的销售。亚马逊于2010年以10亿美元的价格收购鞋类零售商Zappos,而沃尔玛、Target、亚马逊等主要零售商也通过自己的品牌和品牌合作伙伴关系进入时尚零售业务。尽管时尚产业具有既定的性质,但人工智能正在从根本上改变时尚企业的一切,从产品制造到他们营销和销售产品的方式。人工智能技术正在改变时尚行业价值链中的每一个元素,例如设计、制造、物流、市场营销和销售。
在时尚行业中,创造时尚产品的需求和品牌意识与生产时尚产品同样重要。服装和服装品牌一直在寻找新的方式,以便在买家面前展示他们的产品,并在市场中创造强烈意识和需求。为此,越来越多的时尚品牌开始使用人工智能和机器学习来最大化用户的购物体验,通过智能自动化提高销售系统的效率,并使用预测分析和指导和改进销售流程。
此外,时尚品牌也开始通过聊天机器人和语音助手设备(如亚马逊Alexa、Apple Siri、Google Home和微软Cortana),利用会话助理为消费者提供服务。通过使用会话界面,时尚品牌可以通过询问客户问题收集数据,了解客户需求和趋势,以及他们的购买模式、相关建议和配饰产品等。例如,当客户需要新鞋或连衣裙时,他们只要与智能会话代理进行对话就可以了,而不用与网站或移动应用交互。通过来回对话,客户可以找到最佳时尚产品或配件项目。这种互动为客户提供了更大的满足感,为时尚品牌提供了更多有价值的信息。
除了会话系统,人工智能正在进入电子商务和移动应用程序。客户现在可以拍摄他们喜欢的服装或他们想要模仿的样式,智能图像识别系统可以将照片与可供出售的现实生活物品相匹配。此外,人工智能购物应用程序还允许客户截取他们在网上看到的衣服 图片,在该照片中识别可购买的服装和配饰,然后找到相同的服装并购买相似的款式。
在纪录片《极简主义》中,他们分享了多达52季的服装。鉴于时尚和设计的不断变化,零售商需要始终跟上最新趋势并预测下一季的消费者偏好。传统模式中,零售商通常会根据上一年的数据来估算当年的销售额。但这并不总是准确的,因为销售可能会受到许多难以预测的因素的影响,例如趋势的变化。但是,基于人工智能的需求预测方法则可以将预测误差降低50%。
衣服设计好了之后,人工智能技术也可以在仿制品制造中发挥作用。时装制造商正在创造新的人工智能应用,以帮助提高制造过程的效率,并辅助人类员工。人工智能系统被用于发现织物中的缺陷,以确保服装和原始设计的颜色相匹配。计算机视觉等人工智能技术使得质量保证流程更加简化。
过去,只有像亚马逊和沃尔玛这样的电子商务巨头使用机器学习算法来计算销售趋势,现在小型零售商也在利用机器学习来理解这个不断变化的时尚市场,因为这可能为他们提供更好的市场机会。人工智能技术支持的智能系统还可以通过识别模式和预测性分析为时尚品牌提供更多智能,这些模式识别和预测性分析可以提供对时尚趋势、购买模式、库存相关情况的深入了解。在时尚界应用人工智能方面,Stitch Fix是一家走在最前沿的公司,这是一家在线个人造型服务。该公司使用机器学习算法为客户提供更好的客户体验,并让他们的供应链变得更加高效。
机器学习技术也被应用于加速物流及提高供应链的效率。人工智能被用于管理和优化供应链,以及降低运输成本和运输时间。机器学习算法被用于更准确地预测库存需求,从而减少浪费或最后一分钟取消购买的情况,以满足意外的需求高峰。
通过机器学习实现的计算机视觉也被用于帮助发现时尚假货和假冒产品。以前,发现假货需要受过专门训练的人员或其他执法人员。现在,人工智能系统可以始终密切关注与真实产品看起来越来越相似的假冒产品。在这一领域,海关和边境执法部门正在应用人工智能技术,以帮助鉴别经常被伪造的高端产品(如钱包和太阳镜)的真实性。
我们现在看到人工智能技术可以为时尚行业的每个部分增加价值,从时尚产品的设计流程和制造流程到市场营销销售和营销。时尚行业的未来已经被确定。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。