“优衣库”母公司日本迅销集团将启动基于“人工智能”AI的生产改革。
该公司将在2018年内正式引进一项机制,通过AI剖析景象和盛行趋势等大量“数据”,预测所需的商品数量。
该公司将从传统型的自有品牌专业零售商,转向利用信息的新经营形态。
需求预测机制将涉及广泛工具,包括在优衣库发卖的功能性亵服空气感亵服AIRism等。
将以环球的实体店和电商网站为中央网络数据。
上述举措是为了减少供需偏差。

不过,优衣库“通过AI剖析景象和盛行趋势等大量数据,预测所需的商品数量”是否靠谱,就存在很多的变量的。

不知道这项听上去很酷的机制或测试,是在某个特定城市启动,还是特定区域启动?但是,值得把稳的是,景象与盛行趋势之间的关系到底如何“解码”,确实一个技能活。

比如,今年以来,北京的景象多风,导致雾霾天骤减,那么, 引入人工智能技能的优衣库是不是该当多推出几款风衣?

优衣库放大年夜招用AI猜测你一年四时需要什么

其余,每个城市或区域的景象变革情形并不一样,仅以海内为例,南方与北方的景象泾渭分明,那么,优衣库的母公司日本迅销集团的人工智能与景象等成分结合的技能,到底在哪些区域或场景已经成熟或完善?这确实很多优衣库用户关心的话题所在。

不过,值得把稳的是,如果人工智能与零售业态的结合,并非只有现在这种场景,实在,优衣库弘大的线下门店以及店内试衣镜等,都可以实现人工智能技能改进或升级,使得它们可以成为洞察消费者需求的入口。

比如,哪款衣服被试穿的概率更大,哪款衣服被下单的更多,通过试衣端、发卖端和生产端实现数据打通,可实现自动调度衣服产量,降落库存。

而这实在也是当前京东与阿里巴巴等争夺新零售或无界零售布局的关键所在。
也有业内人士说,光有人工智能明显是不足的,条件须要有大量的原始数据积累,并且还有丰富的数据维度,人工智能只是技能层面的,数据才是重点基石。

数据预测最早受到大家关注的,是2008年谷歌通过关键词搜索数据,准确地预测了流感爆发,其后才有越来越多的公司利用数据预测案例涌现。
因此,优衣库须要做的准备事情还很多。