不论是美国亚马逊，还是中国的蘑菇街，电商势力们在积极推动AI在时尚业的应用，更在重塑时尚业。
8月底，「零售氪星球」到广州参加蘑菇街潮流发布会。“AI上穿搭”这个主题，很多人会自然读“爱上穿搭”，但「零售氪星球」猜测，蘑菇街要发布一个有关AI的潮流应用或方案？
果然，蘑菇街这次不但发布了依据自身海量数据和调研总结的2017年秋冬女装潮流趋势，还宣布设立“搭配研究所”，试图给每个女生提供一个智能“搭配小助手”。
此外，蘑菇街还首次透露了其利用大数据和人工智能重塑“时尚新零售”的野心。
AI在时尚圈有什么用？
时尚潮流是怎么形成的？过去一直都是时尚大咖们决定。但，不远的将来一定是通过人工智能分析用户喜爱的设计元素，由此判断日后潮流趋势。
美国电商巨头亚马逊就是热衷于此的电商巨头。他们希望更有效地发现最新时尚趋势，甚至是创造时尚。
就在几周前，亚马逊召开了一个研讨会公布其在时尚领域的人工智能成果：一个是通过分析附加到图像上的几个标签推断出某种搭配是否会被认为时尚的算法；另外一个是，只需学习一些特定时尚风格，就能推荐类似风格搭配。
在蘑菇街图像算法高级技术专家张洪明看来，蘑菇街发布的2017秋冬女装潮流趋势，就能帮助蘑菇街的“私人穿搭小助手”读懂潮流。再加入用户体验因素和用户画像特征，在用户搜索一件单品衣服的同时，这个“小助手”能为用户找到更多可搭配的款式，形成候选集给到时尚运营，最终帮用户找更“贴心”的搭配。
换句话说，通过收集用户特征、结合购物记录及反馈评价，这个融合时尚顾问的穿搭感觉和机器算法的推荐算法也会越来越靠谱。
“服装搭配需要一定经验和时间，人工智能将帮女生解决搭配难题。” 美丽联合集团副总裁曾宪杰说，通过对图片理解，人工智能能够在海量图片中，为一件上衣找到多种下身可搭配款式，以此形成候选集，最终帮助用户找到合适的搭配，大大提高购买效率。
从做时尚内容起家，到现在成为中国泛90后年轻女性最爱长草和下单的精选女装平台，蘑菇街有足够的情景和交易数据池，各种机器学习的算法提供充足的弹药。
从精准库存预测到“零库存”
“通过大数据来洞察和预测商品潮流趋势，不但能帮助平台挑选更新、更好的款式商品提供给消费者，还将能够实现精准库存预测，推动服装行业供给侧的升级。”蘑菇街时尚商品总监张欣告诉「零售氪星球」。
无论是对传统电商领域，还是时尚品牌，数据从来都是一个重要的衡量维度。比如，一般电商的数据维度单一注重流量效率，但时尚品牌的数据维度中，除了关注普通店面中的销售数据，还特别关注以“进货、存货、销售”三个维度为核心的“款式效率”。
蘑菇街的海量大数据，结合了传统电商流量效率类数据，还有时尚品牌公司的商品效率类数据，从而使数据囊括的范围更加全面，形成蘑菇街更全面的数据维度。
比如，蘑菇街上有大量商品、商家，大量内容、社交、红人，也有非常大量用户，她们每天浏览、回帖、分享、购物等，整个人群的日常轨迹都会留存在蘑菇街的系统上，形成海量数据宝藏。
在此基础上，蘑菇街早已着手做起深度的数据挖掘和加工工作，把所有的大数据分门别类，通过专业分析方法，基于整体业务需求加工，形成各种不同数据产品，支持公司内部团队业务应用或业务中的判断。
这意味着，蘑菇街可以从简单的销售环节逐步深入到产品的设计环节，突破“生产-销售-数据”的小闭环。在洞察每个单品细节设计的同时，还能够更好的为用户挑款选款，提前了解到用户的需求，能够精准快速地服务用户满足用户需求。这对电商商家来说意义同样重大，可以帮助商家解决一直以来令人困扰的款式预测和库存问题。
蘑菇街是一个女装精选平台，很多商家在平台上售货，都会关心如何预测服装款式，更细节的是，每个款式要进多少？目前，蘑菇街已经有一个数据驱动的清晰闭环的解决方案。
通过大数据分析，可以得出更加准确的款式预测，并基于大数据进行款式判断算法，经过流通环节的测款等方法做到最大程度的精准库存预测，从而做到“零库存”。
首先，从数据分析开始，给不同流行元素、不同的款式打权重；接下来，通过缜密的款式算法，给款式打出综合分数，让商家做一些销售样去测款，从而预测这个款式在某一段时间内可能卖多少，从而指导商家准确备货。
再考虑柔性生产数量者商家上架数量，在线上进行销售后，销售和数据又回到数据分析环节。通过蘑菇街的算法和科技时尚的概念，帮助行业提高效率，最终让商家对时尚掌握得更精准，对于整体销售效率有更好的把握。
通过对大数据的重塑，建立各种深度学习的算法，蘑菇街得以有可能构建更聪明、更能满足女性用户需求的“时尚新零售”，更好地推动服装行业的发展。
就整个时尚服装产业而言，商业模式的内核正在从B2C向C2B改变，通过数据的力量，将无序的需求变得有一定计划性；通过各个环节中，不同角色的商业利益关系重塑，协同效率提升成为推动整个产业发展的积极力量。这才是让时尚+科技更性感的地方。
