郭亭妦

臺北大學企業管理學系碩士班

現今，大部分的人非常依賴線上購物，電商服飾業最在乎的不外乎就是消費者在網頁上的「瀏覽軌跡」、「購物車項目」並預測他們喜好，藉此在其他社群平台，例如Facebook的廣告推廣、Instagram限時動態挾雜著消費者曾瀏覽過的廣告投放，根據消費著的搜尋軌跡投放相似的商品。跟數理邏輯或是重複性較高有關的程序，當有了大數據與人工智慧的運用，可以發展出更有效率、更貼近消費者想法的功能或服務，不論是吸引消費者或是給予消費者配套的穿搭建議，都是手法之一。由於服裝的種類、風格非常繁多;相較於男裝，女裝的變化性又更多，因此機器學習的過程顯得更加困難，如何讓人工智慧真正辨別、分類繁多的男女裝，更是當前AI面臨最棘手的問題。

我們可以藉由Pos系統或會員購物車制度收集顧客購買的資訊，廣泛了解消費者的購買意向，用大數據技術將客戶分群，並可以預測可能的消費行為、購買喜好，並在適當時機推薦消費者較高接受度或者可能恰好需要的商品。統計客戶消費頻率，可以依據客戶可能的消費時間給予價格優惠或專屬服務，讓客戶黏著度更高。

而對於服裝產業中最重要的一環－設計，當設計的環節導入人工智慧後，設計師是不是即將面臨失業呢？有些人認為人工智慧還是在協助設計師讓其能夠掌握消費者的習性、喜好與流行趨勢，透過AI的協助能快速抓住市場未來走向並給予設計師即時的反饋; 同時激發設計師的創意與想法; 所以無法準確地取代設計師的角色。

許多公司會透過人工智慧從銷售量去判斷各種服裝的庫存量，以前這些工作都是由商品規劃人員作決定，但現在公司只需要根據人工智慧的數據來做不同商品的排列組合，就能實現他們的銷售目標。而傳統的零售商經常會將商品規劃人員分配至不同的服裝團隊中，細分出每位規劃人員的專長，更能準確地了解不同服飾的款式、顏色與未來流行趨勢; 而熟練使用人工智慧與大數據的零售商更傾向於僱用更少的商品規劃人員，部分原因即為人工智慧技術相比起人類的直覺，更加有參考依據與說服力。

雖然許多報導指出：「未來幾年，機器的自動化與人工智慧將承擔更多的工作。大多數受影響的人工工作，將部分實現自動化，而不是完全消失。」其說明雖然人工智慧能對公司進行數據分析，並給予準確的目標、方向與受眾，但與供應商的談判通常還是需要人類來完成，畢竟許多公司的合作大多建立在情感面向抑或者是負責營銷部門的表現，也是在當今的社會裡許多公司決策的手段之一。

關鍵字：大數據、人工智慧、服飾業、AI