對于品牌商來講，面對新技術、新概念、新模式的沖擊，最重要的是要有自己的“打法”，要明確企業的經營策略，不能為了人工智能而智能。其次要有足夠的數據，做好自身數據的采集和留存，最后就是要有具體的應用場景。

AI是工具，賦能要聚焦業務本身

對于人工智能，太平鳥時尚服飾股份有限公司CIO張北平首先強調了一個概念：人工智能于企業而言，應該是一種工具，一種智能的技術，不能將其特定為業務本身，不能因為人工智能而智能。技術賦能于業務，目的是為了業務。所以企業在運用人工智能等新一代IT技術時，一定要明確雙方的主次關系，避免舍本逐末。

企業對人工智能的應用應該是基于經營者對企業業務狀況、運營決策等十分了解的前提下。對內，借助AI這種智能工具，幫助企業優化產品計劃、生產、采購、物流運輸等運營模式;對消費者，借助AI等技術對消費者需求進行分析和預測，讓需求以結構化、數字化的形式展現，實現輔助企業經營決策的目的。張北平認為：“人工智能對企業的意義，不能以‘能否取代人類’為標準或目的，而是指企業可以借助人工智能等新的技術，實現商品和人之間的最優匹配，即商業模式。在零售領域，人工智能最主要的作用是幫助企業實現對消費者的認知和洞察，所以，對于‘人工智能取代人類’這個話題，我認為不是替代的關系，而是幫助企業實現最優匹配的關系。”

企業在運營過程中，要明確了解消費者的訴求和喜好等問題，通過人工智能、大數據等技術，幫助企業進行更深層次的挖掘和消費者畫像，將原本靠經驗消費者需求的行為轉變成依靠算法、模型等工具進行科學推算。對企業而言，大數據就像生產資料，人工智能代表著一種市場關系，云計算就像是生產力，企業在有數據的前提下，依托人工智能這種市場關系對消費者進行洞察，三者相輔相成，密不可分。

人工智能在時尚領域的應用

聚焦人工智能在時尚領域的應用，張北平從以下幾個方面進行了分析。

選址開店，零售門店選址是一件很重要的事情。選址的成功與否，基本決定了后期運營過程中的營收情況。借助人工智能技術，可以為門店選址提供科學的理論支持，包括該區域總覆蓋人群、周邊適宜售賣的產品等等問題。

新品研發，對時裝企業來講，AI可以幫助設計師進行產品品類的分析和設計，減少以往設計師要實地取經的情況，降低成本、提高新品研發效率。

服裝制造，機器學習和圖像識別等AI技術，可以有效幫助企業快速掌握服裝制作過程中的數據信息，將流程和標準轉化成為數字化的數據，提高成衣的制作效率。

倉儲自動化，人工智能可以幫助企業在應對雙十一等物流、配送的高峰期時，解放人力，提高效率，實現倉儲的分類、庫存的消費升級。

電商門店的全渠道應用，門店依托個性化的人工智能工具，例如語音識別、視覺識別等等，基于算法的推薦，將商品推薦至平臺的導購終端，提高門店的客單價、轉化率和成單率。

供應鏈，幫助門店解決訂單的實時追蹤、溯源等問題，RFID作為人工智能的應用之一，可以有效幫助企業實現價值的最大化。

太平鳥服飾的智能實踐案例分享

智能貨架

參考阿里在阿里園區的FashionAI店，太平鳥服飾也試水了智能門店。當顧客觸碰衣架和衣服的時候，借助阿里的圖像AI和重力感應技術進行相關數據的收集。店內還應用了RFID和視覺識別的技術，通過攝像頭調取消費者的面部、喜好等等信息，在后臺進行計算并精準推薦相關產品給顧客。除此之外，門店在傳感器方面也進行了一些深度的嘗試，當消費者下單了一件商品，后臺通過RFID的技術可以實現設備的自動解讀，直接調取到對應商品的信息，第一時間將該商品從存放區轉移至檢貨區，送到消費者手中。

同時，依托RFID技術，太平鳥升級優化了供應鏈，實現了產品從市場到物流入庫、供應商、門店分銷再到零售環節的過程中，一直處于被追蹤的狀態，幫助企業進行庫存的盤點，降低了人工成本，并通過系統間的打通，實現后臺的自動檢貨和門店產品陳列的優化。

但對于這次的試水，張北平認為有兩點需要注意：首先，技術本身可能并沒有那么準確，其次是單純的觸碰數據是沒有價值的，一定要在后臺匹配消費者的畫像信息，才能真正知道哪類消費者對什么樣的商品感興趣，并通過統計消費者拿起和放下的頻率，計算消費者對某類商品感興趣的程度，以此來進行推薦和優化。

所以，張北平表示，智能貨架是未來發展的一個方向，還有進一步完善和發展的空間，目前對于阿里或者其他業內同行來說，不是非常成熟的解決方案，也不具備大規模推廣的條件。

智能客服

顧客無論在手機端，或電商平臺登錄太平鳥服飾，都可以看到類似智能客服或語音助手的展現形式，便于消費者搜索或反饋信息。通常情況下，不同消費者對同一個問題也會有不同的描述，為便于消費者進一步定位需求，商家將以往消費者詢問度比較高的問題，設定為常見問題，有助于提高解決問題的效率，降低客服人員的判斷消費者需求的時間。

除了基于線上平臺的文字智能客服，張北平也表示企業嘗試了智能語音客服。公司在旗艦店放置了一臺自動語音設備，消費者站在設備前面，就可以通過語音的方式，進行商品的檢索，或接受系統推薦的導購服務等等。語音智能客服的優勢在于，通過語音的方式進行互動，感官上刺激消費者，令其感到新奇有趣;其次，語音有助于快速滿足需求，避免了打字的過程;最后是，基于AI實現了現場結算、自助下單等環節。

對于業內之前熱議的“智能衣架”“智能衣柜”還是“智能語音客服”等場景，他說：“我認為這都是人工智能未來在時尚領域應用的方向，但目前并不是很成熟的方案。判斷一項技術是否成熟需要具備兩個條件：一是技術本身是否具備足夠的準確性、能否經受住考驗等;二是具備良好的應用場景，對企業的業務場景是強需求、必需品。只有同時滿足這兩個條件，才可以將其稱之為一個成熟的行業方案或技術。對商家而言，對新技術的應用，究竟可以幫助企業帶來多少價值，這是一定要考慮的問題，只有分析清楚的情況下，才建議進一步的推廣落地。但我個人認為還是要謹慎。”

聚焦供應鏈，AI助力商品管理的深度升級

在時尚領域，人工智能可以幫助企業優化整體的經營模式，但除此之外，AI至于企業，在供應鏈方面的應用也不可小覷。張北平表示，供應鏈里有一個概念是牛鞭效應，即供給側改革。從臨邊效應來講，當一件商品經過零售商、分銷商、經銷商最后到達品牌商手中的時候，途中每一個環節都是代表了一層信息的過濾，如果途中再稍有差池，最終導致的結果就死產能過剩或滯銷。這是近幾年服裝行業很典型的一個問題，也是庫存為什么是壓垮品牌商的“達摩克利斯劍”。

舉個例子，如果某商品預估銷售為一萬件，那么在向上傳遞的過程中，經銷商為保險起見，訂貨數額肯定會大于一萬。那么再向上，數額又會增大，那么最后到達品牌商手中貨品數量就會遠超過最初的進貨量，滯銷也由此產生。

所以，人工智能可以幫助企業進行銷售預測，其中主要用到兩個指標：一是每款商品的實際銷售情況——SKU，綜合考慮不同時期的天氣、節日等多維度數據，進行精準的銷售預測。張北平表示企業目前正在運用的一個叫TOC(Theory Of Constraints 約束理論)，其中有一個概念是POOGI(持續優化持續改進)，類似業內熱議的精益理論。企業以此為切入點，針對深度管理，即對商品的深度管理，換言之就是通過AI算法幫助企業降低門店的庫存、更好地實現貨品補倉、門店實時補貨等問題。將門店原先的大批量進貨、補貨，轉變為依據實時庫存，進行小批量、小波段的快速補貨，降低了庫存積壓的風險。

而要想實現這一目的，就必須結合企業的內外部數據，內部數據包括銷售幅度、進貨頻率、相似品類以及實時庫存等等，外部數據則包括天氣、節假日等等，再通過大數據算法、人工智能的管理預測，給予門店科學的庫存建議以及補貨頻次等等，目前已卓有成效。

過去兩年，太平鳥服飾基于人工智能對自身數據進行了不同緯度的分析，總結了各類最優數據。例如最優試銷門店、最優補貨策略、最優調價時機、商品價格單的最優換位以及品類的最優寬度、門店的最優制度等等，以及結合動態信息進行的模擬結果，例如中長期模擬、短期模擬、OTP、商品企劃，從商品企劃到多樣性管理到流動性管理到深度的商品的確定庫存和補貨頻率，最終實現了對商品管理的深度升級，未來太平鳥服飾也將進一步推廣和深化。

人工智能：聚焦數據，才能有效賦能

張北平表示，人工智能的應用有一個前提是：不能單獨存在，而是要和大數據、云計算甚至區塊鏈相結合，相互作用。簡單來講，人工智能的前景一定是基于大數據的，只有積累更多更有效的數據，才能機器學習更加的深入和有效。所以，人工智能在電商零售領域的應用更具優勢。因為電商零售擁有充足且完整的體系化數據，從用戶訪問開始到添加購物車、物流配送、售后評價等等，擁有完整的流程數據鏈條。但從行業的整體發展來看，零售市場的蛋糕，有85%是在線下，只有15%在線上。以天貓為例，每年雙十一雖然都在將GMV(成交總額)，但實際份額也只有15%~20%。所謂新零售概念，其實也是將線下數據反哺到線上。

所以對于品牌商來講，如何面對新技術、新概念、新模式的沖擊，最重要的就是要有自己的“打法”，要明確企業的經營策略，不能為了人工智能而智能。其次要有足夠的數據，做好自身數據的采集和留存，只有在此基礎上，才會有人工智能等新技術的進一步應用。正所謂，巧婦難為無米之炊，數據就是企業生火做飯的米，巧婦做飯的手藝就是人工智能，如果沒有足夠的數據，不管是傳統的人貨場還是人工智能，都無法體現其最終價值。最后就是要有具體的應用場景。張北平認為，這三個方面應該是一個品牌商，尤其線下的零售品牌商在實施人工智能時應該要著重考慮的。