「你必須考慮數據」：時尚預測者如何使用人工智慧來發現趨勢
Posted: Tue Dec 03, 2024 10:35 am
人工智慧和機器學習工具能夠發現新趨勢、創建服裝系列並更準確地預測需求，減少浪費。但時尚分析師不害怕競爭，原因如下。
這是巴黎時裝週，城市的街道上擠滿了名人、設計師、模特兒和記者。其中，你可以注意 英國商務傳真列表 到那些勤奮做筆記的人，記錄下他們周圍看到的一切。
他們是預測時尚界趨勢的專家。他們的工作是研究設計師新系列中的顏色、剪裁、布料和圖案，並據此確定新趨勢。
這些筆記將成為設計師和頂級零售商購買的「趨勢預測」的一部分，以激發新設計並決定下一季購買什麼。
想想《穿著Prada的女王》中的「藍色毛衣」故事，梅莉史翠普飾演的角色嚴厲地向她天真的助手安迪（安妮海瑟薇飾演）解釋了整個過程。傳統上，此類預測僅使用定性方法：對時裝秀、街頭時尚和流行文化的專家觀察。
但在過去十年中，人工智慧技術變得更加強大，現在預測機構已經開始使用機器學習得出的定量結果。
這些工具可以識別大量數據中的模式——演出照片、社交媒體貼文、搜尋查詢以及線上和店內銷售統計數據。因此，預測者能夠更準確、最重要的是更快地識別新興趨勢。
對於價值約 2 兆美元的產業來說，所有這些都是令人欣慰的消息。即使是調色板或裙子長度的輕微偏差也會嚴重影響公司的利潤。
還有另一個後果——時尚產業的碳足跡，根據全球時尚議程和麥肯錫的估計，時尚產業的碳足跡至少佔全球總排放量的 4%，並導致超過 9,200 萬噸布料被丟棄。 。
雖然人工智慧也會影響環境狀況，但動機很明顯：預測越準確，公司浪費資源生產沒人願意買的衣服的可能性就越小。
先鋒、潮流還是主流
大多數產業都以這種或那種方式使用預測技術來決定一年內生產什麼、產量多少。通常，為此使用歷史數據，並根據季節性等因素進行調整（冬季輪胎在冬天賣得更好，而冰淇淋在夏天賣得更好）。
但預測時尚界的事件可能會更加困難。首先，情緒和美學等難以衡量的因素對時尚潮流的影響比汽車輪胎的銷售更大。
流行趨勢也可以由社會文化事件決定：還記得在芭比娃娃電影上映的背景下，市場如何接受粉紅色嗎？
「時尚產業的快節奏也意味著趨勢可能在一夜之間改變。例如，如果一位名人剛剛舉辦了一場售空活動，他們穿著某雙鞋走上舞台，這可能會對這些商品的銷售產生重大影響，」時尚研究員 Michael Koren 博士說。特拉維夫申卡學院的預測。
新穎性因素同樣重要。
潮流不斷變化——正如設計師 Karl Lagerfeld 曾經說過的那樣，「時尚的本質是變化」——這意味著 6 月流行的東西可能到 10 月就過時了。
這就是為什麼分析師必須迅速做出反應，以免向客戶提供過時的預測。從這個意義上說，人工智慧特別有用：目前正在開發的模型可以自動掃描數千張時裝表演圖像，並立即識別最常見的調色板和圖案。
來自社群媒體貼文的大數據也顯示了消費者的偏好，一些 Instagram 影響者對趨勢的影響與大牌設計師一樣大，甚至更多。
巴黎 Heuritech 公司開發的工具就是根據這原理運作的。它掃描與服裝和時尚相關的社交媒體帖子，將用戶分類為「先鋒」（他們的風格可能不會流行，但預示著未來的趨勢）、「潮流」（最先註意到趨勢並幫助傳播趨勢的有影響力的用戶） ，或「主流」（所有其他）。
托尼·平維爾(Tony Pinville) 表示：「我們的目標是幫助品牌量化人們今天的穿著，並能夠利用所有可用數據預測他們未來會穿什麼。」他在獲得人工智慧博士學位後於2013 年聯合創立了Heuritech。
它的開發使您能夠確定未來一年的趨勢，並且建議聽起來非常具體，例如：「根據預測，明年歐洲市場上窄帶的出現頻率將增加 80%」（由方式，這是Heuritech 模型的真實預測）。
這是巴黎時裝週，城市的街道上擠滿了名人、設計師、模特兒和記者。其中，你可以注意 英國商務傳真列表 到那些勤奮做筆記的人，記錄下他們周圍看到的一切。
他們是預測時尚界趨勢的專家。他們的工作是研究設計師新系列中的顏色、剪裁、布料和圖案，並據此確定新趨勢。
這些筆記將成為設計師和頂級零售商購買的「趨勢預測」的一部分，以激發新設計並決定下一季購買什麼。
想想《穿著Prada的女王》中的「藍色毛衣」故事，梅莉史翠普飾演的角色嚴厲地向她天真的助手安迪（安妮海瑟薇飾演）解釋了整個過程。傳統上，此類預測僅使用定性方法：對時裝秀、街頭時尚和流行文化的專家觀察。
但在過去十年中，人工智慧技術變得更加強大，現在預測機構已經開始使用機器學習得出的定量結果。
這些工具可以識別大量數據中的模式——演出照片、社交媒體貼文、搜尋查詢以及線上和店內銷售統計數據。因此，預測者能夠更準確、最重要的是更快地識別新興趨勢。
對於價值約 2 兆美元的產業來說，所有這些都是令人欣慰的消息。即使是調色板或裙子長度的輕微偏差也會嚴重影響公司的利潤。
還有另一個後果——時尚產業的碳足跡，根據全球時尚議程和麥肯錫的估計，時尚產業的碳足跡至少佔全球總排放量的 4%，並導致超過 9,200 萬噸布料被丟棄。 。
雖然人工智慧也會影響環境狀況，但動機很明顯：預測越準確，公司浪費資源生產沒人願意買的衣服的可能性就越小。
先鋒、潮流還是主流
大多數產業都以這種或那種方式使用預測技術來決定一年內生產什麼、產量多少。通常，為此使用歷史數據，並根據季節性等因素進行調整（冬季輪胎在冬天賣得更好，而冰淇淋在夏天賣得更好）。
但預測時尚界的事件可能會更加困難。首先，情緒和美學等難以衡量的因素對時尚潮流的影響比汽車輪胎的銷售更大。
流行趨勢也可以由社會文化事件決定：還記得在芭比娃娃電影上映的背景下，市場如何接受粉紅色嗎？
「時尚產業的快節奏也意味著趨勢可能在一夜之間改變。例如，如果一位名人剛剛舉辦了一場售空活動，他們穿著某雙鞋走上舞台，這可能會對這些商品的銷售產生重大影響，」時尚研究員 Michael Koren 博士說。特拉維夫申卡學院的預測。
新穎性因素同樣重要。
潮流不斷變化——正如設計師 Karl Lagerfeld 曾經說過的那樣，「時尚的本質是變化」——這意味著 6 月流行的東西可能到 10 月就過時了。
這就是為什麼分析師必須迅速做出反應，以免向客戶提供過時的預測。從這個意義上說，人工智慧特別有用：目前正在開發的模型可以自動掃描數千張時裝表演圖像，並立即識別最常見的調色板和圖案。
來自社群媒體貼文的大數據也顯示了消費者的偏好，一些 Instagram 影響者對趨勢的影響與大牌設計師一樣大，甚至更多。
巴黎 Heuritech 公司開發的工具就是根據這原理運作的。它掃描與服裝和時尚相關的社交媒體帖子，將用戶分類為「先鋒」（他們的風格可能不會流行，但預示著未來的趨勢）、「潮流」（最先註意到趨勢並幫助傳播趨勢的有影響力的用戶） ，或「主流」（所有其他）。
托尼·平維爾(Tony Pinville) 表示：「我們的目標是幫助品牌量化人們今天的穿著，並能夠利用所有可用數據預測他們未來會穿什麼。」他在獲得人工智慧博士學位後於2013 年聯合創立了Heuritech。
它的開發使您能夠確定未來一年的趨勢，並且建議聽起來非常具體，例如：「根據預測，明年歐洲市場上窄帶的出現頻率將增加 80%」（由方式，這是Heuritech 模型的真實預測）。