时装企业的未来预测：AI主导的库存方案会取代传统买手吗？

Cathaleen Chen

时装品牌Lafayette 148明白，最近推的那条带有白色几何线条的黑色连衣裙会很受欢迎，因为之前类似的款式都卖得很好。但它没料到的是，在发送了一封包含这条裙子的推荐邮件后，新增订单会涨得这么迅猛。

该品牌仓库里的几百件库存，是准备提供给波道夫·古德曼（Bergdorf Goodman）、诺斯通（Nordstrom）这样的百货零售商的，根本满足不了意料之外的订单。“这条裙子我们做的数量够吗？不足的话，我们还能做什么？我们还能拿别的布料做那条裙子吗？”Lafayette 148联合创始人兼首席执行官Deirdre Quinn说道。该公司目前正在加单制造50条连衣裙，还推出了类似原先款式的白色版本。那条黑色连衣裙的5个尺码，目前已经全部卖光。

时尚品牌的生死，取决于它们平衡供需的能力。生产得太少，意味着销售额会下降，客户会感到失望；生产太多则会浪费预算，季末促销也会减少利润。这件事本来就很难遵循所谓的完美法则，而随着电商业务的崛起，库存管理就更困难了，因为新的需求随时随地都有可能出现。这种供需不平衡影响的是整个时尚行业。Capri Holdings本月早些时候表示，未能预料到市场对Jimmy Choo新款运动鞋的需求，而H&M却在为没来得及出售的40亿美元库存发愁。

汇丰银行（HSBC）企业银行部全国零售和服装业务主管Eric Fisch表示：“服装库存不像精品葡萄酒，放得越久越好，而是更像鲜鱼，库存时间越短越好。”他有不少服装企业客户经常陷入这样的境地，到了要生产下一季产品的时候，要向银行贷款，因为上一季的库存卖不出去。“说到底，库存会影响一家公司的盈利能力和现金流。”

时尚行业有很多方法来管理库存，比如加快生产周期，以便更好的应对需求的变化。但很多公司不再只是简单地根据消费者行为的变化作出反应—它们想要预测未来。品牌越来越善于利用从消费者身上收集到的大量数据，预测他们下一步要买什么。不少初创公司表示可以提前准确预测消费者未来喜欢什么样的款式，并就每件衣服的生产数量、每家门店或仓库的库存向各大品牌提供建议。

利用人工智能的预测技术识别看似无关的变量之间的相关性，有时也被称为机器学习或深度学习（deep learning）。剑桥大学机器学习系研究员、数据科学咨询公司Catalyst AI创始人Ahmed Zaidi说：“比如，某些人群所在的特定地点发生的天气状况，可能会导致销量的激增，因为服装颜色、尺码大小、天气和地理位置之间可能存在隐藏的相关性。”Catalyst AI的客户包括Calvin Klein母公司PVH集团和Superdry。

在类似Crunchbase这样的网站上，你不难发现有成千上万初创企业在做这种预测分析，其中有些已斩获数十亿美元投资。根据国际知名数据公司IDC的预测，2019年全球人工智能产品的支出将达到360亿美元，比去年增长44%。本月早些时候，耐克收购了总部位于波士顿的需求预测和库存优化公司Celect。初创公司Evo的创始人Fabrizio Fantini说：“机器学习能高速追踪和展现这种相关性，展示投入和产出的不断演变。”该公司利用历史销售数据、全球天气趋势等各种数据，预测不同款式在不同市场，甚至不同独立门店的表现，“相当于一个传统Excel表手动录入的‘即插即用版。”

但预测需求可能会变得更困难，因为复杂的数据集或将导致人工智能产生偏差。比如微软在2016年的人工智能聊天机器人试验就失败了，这个机器人本该模仿青少年说话的方式，但最终学到的还有种族歧视、性别歧视和侮辱性语言。Stitch Fix则聘请了一支由100多名数据科学家组成的团队，帮助买手和造型师理解从与消费者的每个接触点收集到的数据，包括每个购物者最初填写的风格档案、购买后的评论等。“比如我们会给顾客寄一件衬衫，她反映说太小，这就能说明她的尺寸偏好。”Stitch Fix首席算法官Brad Klingenberg说。“如果同一件衬衫有100个人都说太小，这就是（收集到的）有关产品的信息了。”

许多零售企业的最终目标是，开发出超越人类买手与供应链管理者的AI。商家现在做的就是根据历史销售数据、店铺业绩等其他数据点指导下一步采购决策。“没有谁能知道未来的流行趋势，”Lafayette 148总裁Liz Fraser说，“某件衣服去年卖得好，不代表今年也会卖得好。”

但即使是最精密复杂的机器学习技术可能也难以破解时装风格的密码，时尚行业仍处于集成人工智能解决方案的早期阶段。预测会受到千千万万个变量的影响。预测大衣外套在天冷的时候比平时卖得好很容易，但要预测去年流行的走秀款胸针能否在纽约以外的市场获得成功，就比较困难了。毕竟就连AI也预见不到，梅根王妃（Meghan Markle）穿了那雙Rothy平底鞋去澳大利亚海滩之后，这款鞋的销量会翻上两番。

品牌技术公司给出的答案是：收集更多的数据。Stitch Fix鼓励顾客使用它推出Style Shuffle在线工具，只要在网站或是App里对商品表示“喜欢”还是“不喜欢”就好。Stitch Fix可以通过700个打分确定，顾客可能更喜欢一件印有咖啡图案而不是骷髅图案的T恤。即使是那些没有使用人工智能的品牌也会发现，新增的这些数据点会很有用。Lafayette 148使用了一个名为Skypad的在线应用程序，可以实时跟踪每家商店或全渠道所有商品的销售业绩，Quinn和团队可以据此重新分配库存和补充产品。Tamara Mellon使用的是MakerSights，这个平台可以调查客户对潜在新品的看法，让公司能够根据受欢迎程度的迹象来计划订单规模。根据采购总监Vanessa Lugo的说法，生产灵活化之后，品牌能在30天内卖出至少50%的产品组合。Zaidi则表示，关于AI是否能超越人类买手直觉这个问题，还存在着很多争论。如果有企业打算尝试AI预测分析，他建议先做这样一个简单测试：让一支销售团队使用AI主导的解决方案对产品季节性降价，另一个团队不使用AI。但Fantini也说，使用AI并不意味着传统买手会被取而代之。“工作可能会改变，但我遇到更多的情况是，买手还是手握总揽全局和控制库存的能力，”他说，“对我的客户来说，实际上有更多人在帮他们工作。”

版权声明

本文内容由BoF时装商业评论提供版权