落实全国两会精神·寻找新质生产力青年 开启全面深化改革的春天
如果站在“上帝视角”回看2015年,眼下人工智能掀起的新一轮浪潮,当时正埋藏在草蛇灰线里。那一年年底,在马斯克、黄仁勋、彼得·蒂尔等一众大佬的注视下,阿尔特曼创办了 OpenAI。
在整个硅谷再次被深度学习照亮的前夜,湖南男孩郑泽宇也推动了命运的齿轮。他辞去谷歌高级软件工程师的工作,踌躇满志地决定回国创业,目的地:杭州。
9年后的今天,你对这个名字肯定有点陌生,但大概率为他和团队服务过的品牌掏过腰包,UR、波司登、JackJones、蕉内……
长期与代码打交道的理工男、流行时尚的“天才捕手”,两个反差极大的标签,被贴在了郑泽宇身上。
流行可以被捕捉
郑泽宇和他的团队正在做的事,你可以简单地理解为,使用人工智能告诉服装品牌和设计师:什么款式最火,卖哪些款式最挣钱,并提供一站式服饰设计供应链服务,以此解决服装行业多年来款式和流行趋势多由“主观”决定的痛点。
“过去的5-10年,服装行业经历了非常大的转型,从传统期货订货制模式,变为线上线下相结合的快反模式。预测流行趋势的时间单位,从以年计变为周甚至是天,及时反馈当下发生的流行趋势变得重要。”郑泽宇说。
简而言之,品牌和设计师都需要面对一个核心问题:如何快速又准确地把握目标消费者的需求和喜好?
这当然不是郑泽宇能回答的,但在这个社交媒体时代,他和团队可以时刻在网上收集成千上万的数据,再用算法提炼出想要的答案,及时推送给客户。比如,最近小红书上突然有许多KOL在讨论一条裙子,就会被迅速捕捉到,拿到这些数据,客户就能“有的放矢”。
从知衣科技的“十八般武艺”里不难看出,这家公司对数据和流量的嗅觉。
最早的知衣,主要是针对淘系平台的服装数据库;抖衣和知小红,顾名思义是抖音和小红书的数据库;美念则是设计师选品协作平台,可实现一键给服装打标签,还可一键图搜和灵感采集、云端讨论协作;炼丹炉为全行业消费品提供选品数据;而海外探款,主要提供亚马逊、Temu、INS、TikTok等海外平台上的最新服装数据……
眼下,知衣数据库已积累服装图片素材超10亿个,结构化设计元素达到千亿级。通过最新深度学习算法,1300多个专业标签的识别准确率超过90%,包括品类、纹理、面料、工艺、风格等10多个分析维度。
除了流行趋势,品牌商也可以时刻关注到细分市场的变化,方便更有效地进行决策。例如这两年爆火的大码女装,市场是否已经饱和?这个时候还能不能入场?
- 1
- 2
- 下一页
- 全文阅读
上一篇: 日出前的龙井村
【相关文章】
版权声明:文章观点仅代表作者观点,作为参考,不代表本站观点。部分文章来源于网络,如果网站中图片和文字侵犯了您的版权,请联系我们及时删除处理!转载本站内容,请注明转载网址、作者和出处,避免无谓的侵权纠纷。