“優衣庫”母公司日本迅銷集團將啟動基於“人工智能”AI的生產改革。該公司將在2018年內正式引進一項機制，通過AI分析天氣和流行趨勢等大量“數據”，預測所需的商品數量。該公司將從傳統型的自有品牌專業零售商，轉向運用信息的新經營形態。需求預測機制將涉及廣泛對象，包括在優衣庫銷售的功能性內衣空氣感內衣AIRism等。將以全球的實體店和電商網站為中心收集數據。上述舉措是為了減少供需偏差。
不過，優衣庫“通過AI分析天氣和流行趨勢等大量數據，預測所需的商品數量”是否靠譜，就存在很多的變量的。
不知道這項聽上去很酷的機制或測試，是在某個特定城市啟動，還是特定區域啟動？但是，值得注意的是，天氣與流行趨勢之間的關係到底如何“解碼”，確實一個技術活。
比如，今年以來，北京的天氣多風，導致霧霾天驟減，那麼， 引入人工智能技術的優衣庫是不是應該多推出幾款風衣？
另外，每個城市或區域的天氣變化情況並不一樣，僅以國內為例，南方與北方的天氣涇渭分明，那麼，優衣庫的母公司日本迅銷集團的人工智能與天氣等因素結合的技術，到底在哪些區域或場景已經成熟或完善？這確實很多優衣庫用戶關心的話題所在。
不過，值得注意的是，如果人工智能與零售業態的結合，並非只有現在這種場景，其實，優衣庫龐大的線下門店以及店內試衣鏡等，都可以實現人工智能技術改進或升級，使得它們可以成為洞察消費者需求的入口。
比如，哪款衣服被試穿的概率更大，哪款衣服被下單的更多，通過試衣端、銷售端和生產端實現數據打通，可實現自動調整衣服產量，降低庫存。
而這其實也是當前京東與阿里巴巴等爭奪新零售或無界零售佈局的關鍵所在。也有業內人士說，光有人工智能明顯是不夠的，前提需要有大量的原始數據積累，並且還有豐富的數據維度，人工智能只是技術層面的，數據才是重點基石。
數據預測最早受到大家關注的，是2008年穀歌通過關鍵詞搜索數據，準確地預測了流感爆發，其後才有越來越多的公司利用數據預測案例出現。因此，優衣庫需要做的準備工作還很多。
閱讀更多 玩拓網絡科技 的文章
