供應鏈新局》看AI按需技術如何改變時尚業未來？

2024/12/31

長期以來，時尚業一直面臨著生產過剩、庫存積壓以及資源浪費的挑戰，而傳統供應鏈的低效率更是加劇了這些問題。然而，隨著AI技術的普及與應用，服裝業出現了一種嶄新的解決方案—按需時尚（On-Demand Fashion）。

隨著人工智慧（AI）技術的飛速發展，時尚產業正在迎來一場前所未有的轉型。根據麥肯錫公司發布的《The State of Fashion 2025》指出，據估計，2023年時尚行業產生了25億至50億件過剩庫存；2024年上半年，時尚品牌的折扣平均比2023年增加了5個百分點；預估到2025年，品牌更會因為獲利壓力和嚴格的永續法規而推動更加敏捷的供應鏈系統。

AI技術透過數據分析與機器學習，將市場需求預測與供應鏈管理結合，能快速響應市場需求與生產流程的高度靈活性。不僅讓品牌能夠針對市場需求動態調整生產計劃（包括縮短製作週期、降低庫存風險與資源浪費），還能透過龐大的資料庫分析市場趨勢與消費者行為模式，協助設計師迅速打造契合市場需求的服裝設計，提供更加個性化的設計選項，使消費者與品牌之間的互動變得更加緊密。更重要的是，AI按需時尚與可持續發展的理念相輔相成，幫助品牌降低生產浪費和環境負擔，推動時尚產業邁向更環保的未來。

ASOS與微軟合作：打造 AI 驅動的個性化購物體驗與營運革新

全球電子商務平台ASOS與微軟合作，運用Microsoft Azure的資料平台與AI功能，以龐大的資料驅動營運的決策、速度和效率，推動營運並提升顧客體驗。

ASOS整合Azure OpenAI Service和Azure AI Prompt Flow，打造AI驅動的購物互動系統。透過AI處理ChatGPT語言模型，大規模分析最新的時尚趨勢，並以Prompt Flow簡化AI的開發與測試流程，加速解決方案的落地與應用。
此外，ASOS利用 AI 整合即時趨勢資訊，再透過人工調整與行業專家的訓練優化推薦結果，確保生成的結果與品牌的DNA保持一致，讓網站上約90,000件產品能夠產生出專屬的推驗內容，提供個性化且精準的顧客體驗。
ASOS開發的AI預測系統透過機器學習模型分析數千種產品需求，確保供應鏈更靈活、更高效。同時，與微軟的合作夥伴關係支持則擴大產品供應範圍與觸及面，提升需求轉化率、顧客選擇和庫存可用性。

2024年7月，ASOS更是和微軟簽署了3年的合作協議，擴展 AI工具應用，包括Power Automate用於流程自動化、Teams Premium用於會議管理，以及Microsoft Copilot用於高效程式碼開發。這項合作進一步延續了 ASOS 於 2022 年開始使用Microsoft Azure的五年協議，專注於企業整體的數據驅動決策與效率提升。

ASOS 技術營運總監Victoria Arden表示，營運卓越是公司的核心策略，AI 工具導入讓團隊更高效管理資源與項目。AI與機器學習總監Papinder Dosanjh補充，AI 已全面改變 ASOS的運作模式，從需求預測到每日數十億次的產品推薦，全面推動更精準的數據決策與顧客互動效果。

Resonance按需生產：從版樣選材到生產處理，AI一手包辦

Resonance利用AI技術重塑供應鏈模式，實現即時需求預測和生產流程的數位化管理，大幅提升供應鏈效率，並進一步推動永續發展與零庫存生產的實踐，為時尚產業帶來全新的生產與管理方式。

品牌可以使用Resonance ONE提供的200多種版型（Core Bodies）進行尺寸調整與訂製，幫助品牌制定更精確的生產計劃。這種靈活的生產模式讓品牌無需最低訂單量即可進行生產，甚至連品牌衣標都可以按需製作。該模式不僅降低庫存壓力，還消除了傳統生產過剩的浪費問題。

source: IG@resonancebrands此外，Resonance在生產中也特別強調永續發展理念，從材料選擇到製造流程，無一不注重環保與節能效益。在材料上，他們提供品牌商棉、絲綢、亞麻、竹纖維布等50多種經過認證的天然纖維，同時也提供機洗方式等相關的設計參考資訊，確保產品品質能與需求同步。數位印刷以及雷射切割的使用則能減少資源浪費以及有害物的汙染排放，並透過AI優化供應鏈，合併不同訂單進一步降低生產資源的損耗。

Resonance在製作時利用數位印花和精準的雷射切科，減少浪費。Source: Resonance
Resonance的AI技術不僅應用於設計和生產，還延伸到品質控制。聯合創始人Christian Cheorghe表示，公司利用攝影機、機器視覺與人工智慧系統進行品質檢測，確保每件服裝都符合標準。同時，聯合創始人Lawrence Lenihan也補充，AI模型經過數萬次人工互動訓練，結合人類專業視角與機器的高效執行力，使品質檢查更加精準可靠。