時裝作為全球數一數二的產業,佔全球2%的GDP,2018年的全球市場帶來3兆美元。踏入智慧零售時代,面對人工智能的來臨,時裝業界產生什麼「智慧化」的轉變?

 

聰明眼抽出瑕疵品

目前紡織廠依賴人工目測做產品檢驗,在「大貨」中抽出瑕疵服裝。除了浪費人力,這種大海撈針的方法只有約7成的準確度。而且,多數工廠的檢測以隨機抽樣的方式進行,容易有漏網之魚流入市面。

人工智慧

借助人工智能,可以使用一種CCD的鏡頭進行瑕疵檢測。CCD鏡頭,又名聰明眼。聰明眼懂得自我學習,不斷增加檢測的準確度,而且運算結果即時,做到滴水不漏,又能節省人手。「聰明眼」安裝於織布機口,在織布的過程進行實時檢測及通報,可以追上織布速度,效率高於人類,可檢測油污、飛花、結頭等約40種瑕疵。

不過,服務布料款式百變,織法、結構、製造非常複雜,增加機器辨識瑕疵的難度。聰明眼要達到高度準確,需要更多、更龐大的數據庫以完成機器學習的過程。

人工智慧掌握消費者的喜好

香港理工大學紡織及服裝學系鄭翼雄教授表示,全球消費者的消費行為上,有近55%的人喜好使用線上購物,74%的消費者會從網上社交媒體獲得服裝訊息。這種數字將來只會佔比越來越多。

網購已經成為重要的購買服裝渠道。好處是,獲得的數據更全面、龐大。業界需要的是一個自動化的人工智慧系統,即時運算分析數據,就每個的客戶快速提供個人化的服裝資訊及建議,提高銷售命中。人工智慧更能預測消費者的喜好、趨勢等,幫助零售商投放正確的商品。

設計方面,人工智能可以幫設計師掌握消費者的習性,抓緊潮流趨勢,刺激創意力。在過去,時裝產業需要靠上一個年度的銷售成績,來預測下一季消費者的喜好。導入人工智慧後,可以實現即時運算。

鄭翼雄教授提醒,服裝的種類、風格繁瑣,特別是女裝,機器學習的過程相對困難。要讓人工智慧能夠真正辨識服裝,懂得自動標籤分類。鄭翼雄表示,至少需要100萬個服裝的圖鑑,才能完成初步的AI技術。

 

根據研究機構Juniper的報告指出,服裝業對人工智能的投資,將從2018年的20億美元,提升到2022年的73億美元。不過,在「智慧化」的同時,仍然遇上一定的瓶頸。鄭翼雄教授指出,除了需要大量的樣本、圖鑑,人才亦是非常缺乏。服裝業界智慧化的過程,需要大量同時懂得服裝專業知識及人工智慧的人才。