都说库存是服装行业的死穴，如何解开死穴？

戏言戏语：

戏哥之所以一直对亚马逊感兴趣，是因为他们总能够用各种手法创新的让你眼花缭乱和意想不到，这不，今天的案例，他们居然要用这个产品解决服装业的顽疾——库存，能行得通吗？

爱美女性最大的痛点是什么？是给自己挑衣服、搭配服饰。

这衣服适合我吗？

这件上衣配这个裙子好看吗？

这鞋子配这裤子合适吗？

……

最恐怖的就是自己觉得美翻了，在别人眼里却是屎！

很多女性在出门前要花上半小时、一小时挑衣服、搭配，更别提约会之前了。所以亚马逊最近推出的Echo Look引起了很大的轰动，因为它是硬件史上首个真正的“穿衣搭配小助手”。

它有啥能耐？你只需要每天早上穿好自己喜欢的衣服，摆好姿势，对着 Echo Look 喊一声：“Alexa，我这样穿好看吗？帮我拍张照片看看。”咔擦一声，你就可以在手机App里看到自己的穿搭照。拍照片可能看不全面，你还可以360度旋转让 Echo Look 帮你拍个小视频。

然后，Echo Look 会根据拍摄的照片，为你的着装打分，按照得分高的穿就没错啦。

如果只是这样，还不值得戏哥专门给它写篇文章。

这里有一笔有趣的帐。Echo Look 卖1400块人民币，而智能音箱Echo就已经卖1030元了，Echo Look就是添加了实现“搭配智能小助手”功能所需硬件（景深摄像头、麦克风、LED闪光灯、 传感器等）和“软件”（机器学习算法等）的Echo。300多元人民币真的足以cover住这些硬件和“软件”上的成本吗？

更何况，虽然讲的是用机器学习算法帮助Echo Look用户给照片打分，但按照亚马逊在一个多月之前推出的类似功能“Outfit Compare”的做法，以及知情人士的信息，目前的算法还无法完全胜任打分工作，很多工作其实还是由设计师或造型师完成的。所以在硬件和“软件”成本之上，还得加上这些人力成本。整体来讲，不管未来销量如何，Echo Look现在能不能为亚马逊赚钱其实是要打上问号的。

有人认为，Echo Look的意义不在于赚眼前的钱。按照贝佐斯一贯的做事风格，戏哥也偏向于同意这个说法。最直接的证据是Echo Look 配套的手机App会在给出照片打分之后，基于用户的风格推荐亚马逊的服装。毫无疑问，这些推荐清单不是单纯由机器算法产生，设计师或造型师和机器算法一起，充当了用户的私人挑款师。如果用户觉得这个挑款师足够专业、对胃口，十有八九会听从建议买下挑款师推荐的亚马逊的服装。就引流能力来讲，这是一记新绝杀！

亚马逊敢于尝试“私人挑款师”这个梗，其实是因为在此之前已经有人帮他在市场上的验证过这种做法了。还记得我们3月初《美国零售新案例，把男人“宠坏”，让女人“胡闹”》那篇文章里面讲到的“一站式”男装店吗？这种风靡美国纽约的新型男装店，最吸引人的地方是会有专业的服装搭配师或设计师帮每位顾客搭配服饰，完成整套的形象改造。而专注于帮人挑衣服的Stitch Fix年销售额已经超过5亿美元，正在申请IPO。这说明，消费者对私人挑款师的需求正在增长。著名经济学家周其仁最近提了一个观点：“创新的秘诀之一是‘平移’，也就是把某一领域的方法或技术变换形式之后运用到其他的领域”。把线下男装店的专业搭配指导服务搬到线上，同样能为亚马逊创造新的销量。

为什么现在这种模式会成功？过度竞争、商品过剩的时代，商家想要突出重围，要么成本领先，要么差异化，要么创造新的细分市场，或者建立真正的竞争壁垒。对作为渠道的亚马逊来说，差异化更具可操作性的是做加法，也就是调戏电商一直在讲的、大零售思维里面的“把标品做成非标品”

随着Echo Look收集到的用户照片越来越多，用户数据规模逐步成型，机器学习算法得到足够的训练之后，还会有一出好戏。减少人力成本当然是必然的，但受益最多的会是亚马逊的自有服装品牌。

向来以利润高著称的服装行业最大的死穴是库存。高库存“冻”住企业的现金流，高缺货又严重影响用户体验。亚马逊想解决的就是这个问题，它的目标是使用数据和系统完全消除库存。

还记得Echo Look上的 传感器吗？这个硬件可以测量人的身高、臂长、腿长等尺寸。收集到足够多的用户数据后，亚马逊可以建立自己需要的数据库，分析出更合理的服装制造尺寸，做出更适合大多数消费者尺寸的服装。

再者，一向以来，服装设计都是按照设计师的个人品味进行的，且不说巴黎服装展上有多少设计师的服装被吐槽“完全不是人类穿的”，即使是再好的设计师也不能保证自己所有的设计推出市场之后能得到消费者的喜爱。Echo Look收集的数据中，个人风格偏好的数据可以很好地中和设计师在个人品味上的偏差，把那些不符合消费者偏好的“必成库存款”服装“消灭”在投产之前，甚至可以根据数据开发一个专门给设计师作品打分的系统。

亚马逊在2015年12月为一个名为“按需生产服装系统 （on demand apparel manufacturing）”的方案申请了专利，最近该方案的细节被披露出来。有人评价这套系统可以让整个服装生产和销售的流程更加高效，但戏哥觉得它这套系统更主要的目的是彻底消灭库存：它是接到网上下单之后才开始生产。

这个系统需要大量的数据作为支撑。即使这个系统真的能做到生产是从接到下单那一刻开始的，但原材料必须提前备货。该备什么货？备多少货？前面讲到的第二点中的消费者偏好数据又可以发挥大作用了，可以在传统的人工估算的基础上建立修正算法，打分高的服装款式原材料备货增加，打分中等的原材料备货减少……

如果利用人工智能充分挖掘Echo Look收集到的数据，并结合按需生产系统，那么完全解决服装行业库存问题也许并不是痴人说梦。

责编丨矽谷

生成海报

免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。