图灵小伙伴|「极睿科技」AI赋能服装企业全链路数字化升级

2021-05-21

640.jpg

2021年5月10日,在江西于都,中国服装论坛高端制造与设计协同创新峰会再度吹响号角。服装行业优质企业品牌和供应链制造商齐聚一堂,就“高质量制造,品牌再出发”这一议题,进行深入探讨。


640_2.jpg

极睿科技创始人兼CEO 武彬


极睿科技作为中国服装论坛技术先锋委员会成员,应邀出席此次大会。极睿科技创始人兼CEO武彬,参与了论坛《专题论道》演讲环节,并就如何利用AI赋能服装企业全链路数字化升级,讲述了相关解决方案。

在武彬看来,服装行业虽然是四大民生支柱型产业之一,但是在经济数字化转型的浪潮中却迟迟未能跟上步伐。


供需关系转变,库存成企业难题


在过去,服装行业有不少企业和品牌是产销分离的状态,不管是品牌还是工厂,在服装生产环节多数是抱着“赌博式”的生产方式,依靠供给带动需求。


但是随着新一代消费主力的成长,以及服装企业的激增,供求端发生了巨变。消费者不再满足于有什么穿什么的基本需求,而服装企业的增加也使得产品库存问题变得日益严重。


640_3.jpg


供需关系的不对等,让不少服装企业开始逐渐处于不利的局面。符合新青年群体个性化、定制化需求的产品力不足,普通产品生产却过剩,从而使库存成为了压在企业身上的一根致命稻草。


这种结构性对立的矛盾带来的结果就是,企业不得不通过低价的方式去库存。长此以往的恶性循环之后,企业就难以获得足够的利润去维系正常运转。


对于这一现状,能有效扭转的方式就是从源头开始杜绝隐患。而如何在企业进入生产环节之前,及时获取到可能到来的市场动向就显得尤为重要。


数字化无疑是这一问题的最优解。借助计算机强大的数据分析能力,对互联网上出现的各种相关内容、动态进行抓取汇总后分析,精准获取消费群体的真实需求。


按需生产才能让商品销售流通环节变得顺畅,减轻企业在生产环节的压力,保证企业始终处于健康经营状态。


生产方式落后,资源有效复用低


传统服装企业从企划到生产环节,需要跨部分协同作业,而各个部门之间沟通的多数还是依托于一张张的线稿和图片。整个生产环节链路冗长,包括服装设计、原材料采购、印染工序、辅料加工、成品制造等等。


640_4.jpg


在这一整套的运转流通过程中,从设计手稿到原材料,并不能达到资源利用最大化,最终会散落至各个部门手中。


当再次生产同款或者类似产品时,这些可复用的资源并不能第一时间得到响应,还需要花费人力去手动查找。


此外,由于服装生产涉及到的部门多、周期长,一旦开始安排投产,整个链路是无法及时做到动态调整的。在面对市场销售数据给出的反馈时,也难以根据数据结果去合理调配产能。


从以上这两点来看,单纯的内部沟通软件只能起到及时交流的效果,并不能对散落于各部门之间的资源进行有效管理,而且对于市场销售反馈进来的数据,不能做出有效判断,从而合理调配工厂产能,做到跟市场需求同步。


营销平台遍布,经营成本增长快


传统服装企业销售多依托于线下加盟或者批发零售,但随着淘宝线上营销的开启,很多在线销售的电商平台如雨后春笋一般拔地而起。


640_5.jpg


每个电商平台都有其特殊之处,不管是像淘宝这样的传统平台,还是后来崛起的社交电商或者内容电商,企业为了拓展销售渠道都会选择性地入驻。


通过布局多平台的方式来增加销量,所带来的是成本的增加,其中人力资源成本占据了绝大多数。


在面对多个平台时,不仅需要针对平台招聘相关的运营,而且各个电商平台对图片的尺寸规格要求也不相同,美工的工作量也会相应增加。


线上销售的重点是图片,也是新品上架前的必备条件。服装因季节的特殊性,一般生命周期不会超过3个月。能否快速完成多平台的上新,决定了最终店铺能否获得理想的销售业绩。


技术人才紧缺,服装企业转型难


在数字化转型大浪潮之下,传统服装行业也在积极谋求自身的变革,但是由于没有先天性的土壤环境,缺乏数字化技术人才储备,也就导致了企业内部数据难以实现数字化对接。


640_6.jpg


服装行业属于传统劳动密集型产业,从业人员相对来说受教育程度偏低,加上整个产业链重点体现在生产和销售环节,并没有适合数字化人才生存的空间。


就目前来看,服装行业的转型更多的是体现在工厂生产环节中,从大量人工手动化操作向机械自动化转变。真正的数字化并非是机器数量的增加和单纯的网络覆盖率提升,而是依托于数据分析去优化链路中的各个环节。


在这场涉及到各行各业的转型中,大量的服装企业并未做好相应准备。在没有搭建系统团队的情况下,只能依托于外部软件服务商。


笃定服装赛道,极睿深耕人工智能


服装行业数字化转型困难,不仅仅受限于缺乏人才这一因素,最大的难点在于服装产品的非标准化。


640_7.jpg


对于一件衣服,更多的是通过感性的视觉描述,并不能像类似于手机这样的标品一样,用各种参数去定义它。这也就意味着服装行业缺乏必要的结构化数据,实现产业数字化的难度更大。


从现状来看,服装行业所需要更具效率的手段,AI 已是公认的答案。这也是极睿一直以来在做的事情。


在极睿科技成立的前两年,公司一直致力于算法研究,建立团队做数据标注清洗,并联合北京服装学院制定标准。在建立了一套包含几十个维度、近千标签的“词库”之后。机器视觉技术加持下,系统能识别出衣服的风格、品类、版型、元素、颜色、材质、领口等数据,随后从“词库”中选出匹配的属性,自动打标。多重标签叠加,就构成一套标准化、客观化的描述。


通过服饰图像分类算法、主体检测算法、服饰属性识别算法、服饰图像分割算法,完成服饰品类从非标到结构化的转化,做到可统计、可串联、可数据驱动。并且通过属性的关联,可以将单个的SKU,包括拥有SKU的品牌、生产SKU的工厂、购买SKU的个人进行数字化串联,以数字化形成产业互联网的概念。


拓宽产品分支,实现全链路赋能


依托于顶尖的人工智能技术和丰富的零售行业经验,极睿科技逐渐将AI技术赋能到服装行业全链路。


在向下游电商营销场景延伸的过程中,极睿科技推出了服饰电商一站式智能平台 ECPro 易尚货。主要针对服装电商上新频率快、美工作图成本高、多平台上货工作重复低效等多个真实痛点。


#

智能属性填充

智能属性识别技术,可通过图片分析获取商品属性,自动填充至多个平台,免去重复填写过程;

#

一键生成详情页

由专业设计师团队打造的海量详情页模板库,匹配各类目服装产品,一键自动生成详情页,用于提升线上营销视觉效果;

#

多平台同步上新

对接天猫、京东、淘宝、拼多多等八大主流电商平台,一键完成多平台店铺同时上新工作,极大优化重复操作工作。


在面向上游服装企业企划生产环节,极睿科技推出时尚品牌智能信息管理中台 PIM易尚云,主要针对服装行业上下游沟通语言不统一,企业内部跨部门沟通协作难,以及品牌对消费者洞察力不足等多项实际难题。


#

云端存储

基于云端解决方案,提供数据存储功能,企划环节手稿、素材图片等资源均可在线实时浏览查找;

#

领先的AI技术

领先行业的AI技术,可实现精准识别图片信息,在海量素材库中快速匹配对应数据信息;

#

协作管理机制

完善的协作管理机制,呈现清晰的权限设置,让整个团队权责分明;

#

便捷外链分享

便捷的外链分享方式,实现企业和外部信息数据轻松交互。


在面向营销环节分别推出了DIFF定制和推荐购小程序。


DIFF定制是基于AI图像合成技术,让没有设计能力的消费者也能够借助技术的方式实现自主设计服装的想法,帮助企业拓展个性化服装销售渠道。


此外,DIFF定制还可以通过合成与虚拟化技术,将标准款成衣的效果通过合成技术,上身到固定模特身上,从而降低企业设计、打板到成衣上身的是成本。


推荐购小程序则是在店铺营销环节发力。通过用户和商品、商品和商品的关联,结合用户搜索、浏览、购物等场景,实现关联商品智能化场景推荐,提升店铺营销效率。


在致力于服装行业数字化推进过程中,极睿科技着眼于企划、生产、营销等一系列的完整链路。构建服装行业的底层操作系统,用数据消弭主观因素导致的分歧,让服装品牌、生产厂家、营销部门等各个环节实现高效运转。