二、時尚業存在AI問題
透過人工智慧和數據分析來檢視所賣的商品，可更清楚地了解時尚業存在的問題。對於時尚業使用AI和數據分析人數放緩的原因會更加清晰。答案很簡單，就是時裝業得依賴變革的力量。我們對於重複做同樣的事情不感興趣。
但是我們有興趣了解：
1.優化我們的消費者；
2.優化我們的競爭者；
3.優化我們的產品和銷售預測選擇；
4.優化我們的供應鏈。
那麼，我們可以從人工智慧中學到什麼來改善時尚業的決策？
三、人工智慧在未來時尚業的應用
倘若我花在AI和與AI有關的電腦系統上的預算有限，我應該優先考慮什麼？我的建議如下：
(一)對消費者的行銷和銷售
1.個性化智慧引擎。無論我是一家實體零售商，還是一家線上銷售品牌，我從系統中可知道個別消費者都買了些什麼。倘若我知道過去他們購買的產品類別或品牌，則可以透過個性化的訊息來定位他們的購買喜好，例如：“您喜歡寬鬆的外套”或“去年您在Dries van Noten買了3件商品”，然後可提供他們一些相似的購買訊息。
2.個性化智慧引擎。倘若我知道“與您習慣相似的購物者也買了哪些商品”，那麼我可將此想法帶給消費者，他們可能會對X、Y或Z的選項感到興趣。倘若任一個銷售手法僅產生5％的銷售成長，以毛利率60％計算，額外100萬英鎊銷售額的毛利潤為50萬英鎊。
3.價格和忠誠度計畫。這意味著“多購買一個或買更多，可獲得折扣或獎勵（累積俱樂部會員積分）”。這在連續購物（如:食物或博彩）中運作良好，但在時尚業方面卻不太理想。因此，我不會花費我的AI預算在這個元件。美容業所構建的經驗相較於時裝業來說，更強調以連續性作為基礎，因此像英國Wowcher團購網在忠誠度計畫的表現就不是很好，但在美容業就發揮地很好。消費者會利用折扣很大時進行採購，然後表明他們不具忠誠度。
(二)了解競爭對手的報價
這是一個商品已充分供應的市場。但是，對於不同零售商銷售相同品牌產品，給消費者的價格差異訊息也不多。我相信，品牌商和自有品牌零售商都希望實現產品差異化。我們不想與競爭對手的產品直接進行比較。這是因為我們一直遵循四大行銷原則。在產品、流程、人員和價格方面尋求差異性。
而在時尚業，價格只會導致逐底競爭(race to the bottom)。所以我們不想摻活！