衣服我们每天都穿，貌似再熟悉不过。在人们眼里，这是一个传统的低端制造行业，即使在高端时装细分领域，人们也很难把RAI与其结合起来。但在“RAI+”的大趋势下，服装行业已经悄然改变，只是没那么快，没那么明显而已。
变化已经发生
人工智能浪潮兴起，人们都被智能投顾、智能家居、社交机器人、无人驾驶等深深吸引。但除此之外，人工智能也会极大改变服装行业，并且方式还很性感，比如：
今年5月，纽约大都市时装庆典（Met Gala）上，一套亮闪闪的礼服居然是由IBM“沃森（Watson）”协助设计而成的。这套通体白色薄纱、绣着150个连体LED灯花的礼服，它证明了人类和机器人可以协同工作，一起创造些看似不可能的东西。
今年9月，谷歌宣布与德国电商Zalando进行合作，共同推出人工智能服装设计产品Project Muse。在向用户提出一些问题，收集偏好取向之后，Project Muse会基于谷歌庞大的数据库，为用户设计出符合他要求的服装。
这两个例子都是人工智能在服装设计上的应用，国内外已有一些企业布局。未来，借由人工智能，或许每个人都能打造高度个性化的服装，甚至你永远都不会再有撞衫的尴尬。
但除此之外，“RAI+服装”的必要性是什么？还有哪些应用？两者结合的困难是什么？未来的前景与想象空间怎样？
长尾时代，小而美是必然
现在，买衣服除了逛优衣库、H&M、ZARA、MUJI等优质连锁服装品牌店外，不少人还会通过看公众号文章、图文直播、视频直播等方式找自己信赖的买手或导购买衣服，可见垂直化、多元化、个性化已在服装零售中兴起。服装巨头正面临着一个更长尾化的行业，而“RAI+服装”或许是破局之道。
这里先复习下长尾理论：
美国《连线》杂志主编克里斯·安德森继“红海战略”和“蓝海战略”后，在2004年10月提出了“长尾理论”。
随着生产力提高，大多行业已从制造导向变为消费者导向。指挥棒放在消费者手里之后，个性化需求日益涌现，延伸出一条长长的尾巴——即是长尾。
或许有人会拿帕雷托法则说事，说很多企业巨头都在追求《从0到1》中的“垄断”理想，都要称霸。但据知乎专栏作者Peabody的分析，帕雷托法则要称霸，除了社交网络助力，所在行业需要满足一些条件：壁垒高、重资产，消费者选择并非无限多。
总体而言，服装行业并非如此。
据研究发现，影响长尾模型发生变化的根本因素是服装品种多元化，而这背后的动力就是经济的发展、科技的不断进步，消费者对服装的要求越来越高。
根据社会环境、服装消费者需求、服装企业供给三大因素可把服装品种多元化的发展历程分为5个阶段。阶段越高，长尾化倾向越明显。在第5阶段，各种影响因素都趋于理想状态，社会生活水平极大发展，消费者对于自我发展的精神占据主导，企业能力极大提高。主流服装演变成个性化服装，个性化服装占据整个市场，长尾曲线呈现出均匀分布的趋势。
在那种状态下，人人都极度追求个性化，企业必须要有快速定制的能力。那么，人工智能满足的就是“定”，即设计，而机器人或者先进的3D打印技术满足的就是“制”。我认为这两者的结合才真正是服装行业的未来。
RAI正渗透进服装行业的各个价值链条
前面两个例子已经让我们看到人工智能在服装设计方面的威力，除此之外，笔者观察到的还有3个主要的应用方向，包括生产、试衣和服装编辑。
1、生产：不简单，但还是有人做
服装生产使用机器人的技术挑战是很大的，因为它不像汽车或电子产品，很大程度上组装的是硬件，服装制造领域主要是柔韧、有弹性的织物，一般来说难以实现自动化。
虽然困难，但还是有公司相信自己能提供解决方案。SoftWear Automation是一家亚特兰大机器人科技公司，专注缝制品制造业。 SoftWear的自动化系统在机器人缝制产品时，采用高速摄影为服装拍照，产生图像实时被软件解读，从而进一步指导机器人操作。“我们的机器人明白什么时候织物会被拉伸、拉伸幅度有多大，能够做出相应调整。”SoftWear Automation首席执行官KP Reddy说道。
目前，SoftWear系统可用于制造牛仔裤、基本连身裙与半身裙等有限范围的服装，以及毛巾、窗帘等家居用织物。目前多数客户集中于快时尚与运动服装领域。
2、试衣：沉寂了十几年，终现光明
十多年前就有人提出说把试衣体验搬到线上，但没一个成功，技术瓶颈是主因。但现在，国内已有团队利用人工智能实现了试衣的功能。
好买衣CEO黄仲生在今年7月“未来世界2016联想之星WILL大会”上说，其公司从2013年开始跟美国的知名教授一起取得了技术突破。如今在天猫上已经服务了30多个知名品牌。这些品牌官方的旗舰店开始有一些款式可以试穿，最终数据很惊人：一般一个用户进店大概会看5件衣服，停留20-30秒钟，但是一个用户进了线上的试衣间，会在里面停留4分钟，然后逛50套衣服，一件一件地试穿。最终购物率也大幅提升。
此外，据报道9月份京东将推出基于人工智能的服装搭配平台，未来将开展利用人工智能和VR技术建立虚拟试衣间等业务模式。电商巨头的介入预示着网上试衣正在逐渐普及。实现试衣之后，同时用户的身材数据、衣服数据，什么用户喜欢什么衣服，穿了会好看，喜欢买什么，这些数据慢慢被沉淀下来，会成为更强大人工智能的基石。
3、时装编辑：一个在AI面前岌岌可危的工作
时装编辑仰仗极为出色的经验，为时装大片或是街拍照片标注照片内服饰、饰品的品牌、款式、型号、上市时间或是色号。但一家叫Cortexica的视觉识别公司，通过他们的人工智能研究成果就可以做到这些。并且，他们想要借此来打通线上和线下的商品浏览和购物。比较典型的应用场景是，许多街拍时尚达人的照片，当用户使用识别技术时，就可以找到相似甚至是相同款式的衣帽鞋包。
国内也有比较优秀的团队在做这方面的工作。百度人工智能也能轻松做到这一点：只需要把带有服装的照片上传到百度，百度大脑可以通过连接电商资源，找到最相似的服装，并且可以直接到电商平台进行购买，非常方便和快捷。
众所周知，服装的识别其实是很难的。但图像搜索引擎衣+基于最新一代的图像识别、深度学习神经网络和搜索技术，可以将时装的识别精度由60%提高到90%-98%。当然，衣+的野心不止于此，它希望将人眼视觉看到的所有信息，包括商品、物体、食物、服饰、汽车、建筑等，都精准匹配出同款及相关商品，并精准挖掘出被识别物体及商品的基本信息等，以帮助用户实现高品质、高时效、一站式的服务体验。
借助AI，我们对大千世界的了解或许会更加丰富和深入。
当然，除了以上三个方向，人工智能还能应用在服装零售业上。以前，销售人员需要分析什么款式、什么颜色更符合用户的需求，他们需要预估一件产品的销量，现在，很多公司已经在使用大数据来帮助它们分析了。
从中，我们能看到，最没科技感的服装行业，借助新兴的机器人和人工智能，也能华丽变身。很多时候，科技是领先于需求的，我们也一直强调科技只有与具体应用结合起来才能真正发挥价值。只要你能发现隐藏的需求，相信以我们现今的科技实力，很多是有办法实现的。
RAI应用于服装行业的挑战和机遇
当然，挑战在所难免。其实服装业内还尚未真正拥抱机器人时代——即使机器人变得更便宜、更聪明，并有部分受到人工智能进步驱动。根据国际机器人学联合会（International Federation of Robotics）数据，2014年工业机器人的全球销量为229261台。而同年纺织、皮革与服装行业的工业机器人出货量仅为289台（与2009年相比上涨25%）。
至于原因，上文也有提及，服装制造领域主要是柔韧、有弹性的织物，一般来说难以实现自动化。即使有了像SoftWear这样的自动化系统，但也面临成本高、普及率低的难题。
但即便如此，RAI与服装行业的结合依然是未来的重要方向。SoftWear Automation CEO KP Reddy表示，在发展中世界，机器人也开始彻底变革制造方式。SoftWear已在土耳其、孟加拉国、印度、中国和斯里兰卡等国的主要服装制造中心出售机器。他还说，“公司CEO都告诉我们，10年后不会再有‘劳动人力成本’这个企业职能，取而代之的是‘无劳动力成本’。”换句话说，在时尚产业以及更广泛的经济业界，机器人技术和机器学习技术，将有可能最终使得几乎所有常规可预见工作实现自动化。
一些服装企业在自动化领域已经一马当先，比如今年德国体育用品巨头Adidas开设的制造工厂Speedfactory。这是通过大规模客制生产提供个性化产品的尝试。“未来最重要的发展趋势之一便是客制化，”《机器人的崛起：科技与丢掉饭碗的可能》的作者Martin Ford谈及服装制造业中的机器人应用时说道。“顾客将能够自己设计或定制服装，数日内就能在自动化工厂中生产并交付。”
客制化其实就是长尾时代下人们对服装需求的多元化与个性化的产物。此外，人工智能、大数据和云计算的深度融合，它们之间的信息交换与共享为智能服装提供了强大的技术依托和数据支撑。有专家表示，智能服装的多样性或许超出人们的想象。智能化的服装日后甚至能够感知到主人的喜怒哀乐，并与周遭环境互动。
未来，机器人与人工智能不仅会颠覆服装生产环节，更会颠覆我们的消费体验。未来，我们看到的一定会是一个穿着个性充分展露、多姿多彩的世界。
（本文首发挚金资本微信公众号，挚金资本专注机器人&AI领域的投资。转载请加微信gao1762622878）
下期预告：机器人与人工智能改变食品行业的方式也很性感哦！嘿嘿~