??
【服裝行業全年蒸發4000億】據悉，服裝行業的佼佼者、上市公司，幾乎清一色預告上半年業績大幅下滑或虧損，受市場需求擠壓，前端原材料價格一度觸及歷史新低，至今仍在低位徘徊。
服裝行業全年蒸發4000億什么情況?
日前，森馬服飾一則擬出售法國童裝虧損子公司以降低經營風險的公告，暴露出服裝行業之艱難。有專家預計，今年服裝行業整體至少減少4000億元營收，整體市場規模縮水15%，大多數服裝品牌都面臨風險。此外，受市場需求擠壓，前端原材料價格一度觸及歷史新低，至今仍在低位徘徊。
紡織服裝產業鏈上游涉及天然纖維（如棉、麻、毛）和化學纖維生產，中游包括紡紗、織布、印染，下游包括服裝、家紡、工業用紡織品等最終產品。
中國是全球紡織服裝產業鏈最健全的國家，中國已成為全球紡織服裝制造中心。從2001年到2010年，中國布產量從290億米上升至907億米，紗產量從761萬噸上升至3733萬噸，化纖產量從841萬噸上升至4886萬噸，均為全球第一。
但是，2010年后，中國勞動力成本大幅上升，紡織服裝產業鏈的下游逐步轉移到勞動力成本更低的經濟體和地區，其中東南亞是紡織業轉移的首選(上圖）。
雖然服裝加工有向東南亞轉移的趨勢，但中國仍是最重要的化纖和面料出口國。據創嘉平臺了解，到2018年，紗線面料出口占據全球貿易三成，化纖出口占據全球貿易四成，下游生產國如越南、柬埔寨等均依賴進口面料。
目前全球服裝行業的主要買手集中在美國、歐盟、日本。在全球新冠疫情的陰霾下，歐美日市場需求量大幅下降，使得整個紡織服裝鏈條上的企業人人自危。
2020年疫情期間，國內服裝外貿企業和加工企業處于被動的狀態。據行業內人士介紹，現在服裝加工廠和買手之間很多采用商業信用的交易方式，買手就有很大的空間和不確定性，原來整單整走的模式也變成小批量走，造成成本增加。
紡織企業的付款方式也導致上游的供應商在特殊時期處于一種“不敢生產”的狀態。“紡織服裝類企業的采購是先交貨，貨賣了后再向供應商付款。織布廠要用自己的錢去買原材料、付工資，如果一旦出現退貨，全賠在里面，一些小的織布廠因為害怕客戶臨時取消訂單，也不敢多織，甚至為了規避風險，寧可不開機。
疫情后中國服裝業如何乘風破浪？
中國是全球紡織服裝產業的中心，紡織服裝行業如何抗擊疫情帶來的沖擊，受到全球關注。
以東方國際為代表的上海服裝外貿企業如何轉型思變，將成為帶動整個產業鏈變革的重要方面。
疫情后服裝紡織品消費將出現兩極分化。
服裝行業之后應當如何發展，才能自救?
①國內不少大的服裝出口企業都在做自主品牌，東方國際、申洲國際都是走在行業前列的代表，Lily、雅戈爾、波司登都是轉型成功的案例。
首先要實現觀念的轉變，從出口依賴轉變為發展國內消費，發展自己的品牌，趕超甚至取代國外大牌。上海的東方國際前幾年已經開始從外銷轉變成外銷+內銷，成功培育了Lily、三槍等品牌，今年幾乎完全轉內銷。
②中國紡織服裝行業的未來還是要往高端走。近幾年來，我們已經看到一些好的跡象。技術含量和附加值比較高的紡織機械和化纖的出口開始往上走，真正靠人力的服裝加工已經開始向東南亞轉移，貿易摩擦和疫情可能會加快行業的調整。
③設計、生產貼近中國市場、消費者和年輕人的服裝越來越重要。
紡織服裝企業要實現在市場細分與個性化產品供給方面的快速轉型，在技術、工藝與服務理念上創新，在對各個年齡段的開發性需求方面下的功夫不夠。國內一線城市的服裝定制市場需求很多也很大，但是真正能夠滿足高品質需求的企業很少，傳統工廠可以試運行1~2條小批量定制生產線，逐漸在市場中獲得高利潤，增強企業抵擋風險的能力。
一夜之間，大家仿佛都清心寡欲了起來。
最近在群里分享點吃的用的，偶爾還有人捧場。如果是首飾衣服，先商業互吹一番“好看”，緊接著就是“去年買的衣服都穿過了嗎”“工作都沒了還買什么包”“別看了拼夕夕差一刀幫我砍一下”等的靈魂拷問……
擱半年之前，這么勤儉持家的場面都是不可能出現的。哪怕剛剛裸辭，女人們也敢刷信用卡買下新款裙子，美其名曰“換種姿態迎接新生活”。
2020年疫情后的的普通人，開始老老實實面對慘淡的生活，將消費欲望降到最低。穿衣AI——讓大家找到了一種不花錢就可以得到的快樂。
AI搭配師：逮不著耗子，當不了好貓
用AI給消費者搭配服飾鞋帽、口紅妝容等等，從2017年AI浪潮興起開始，就被安排進了技術大廠的開發周期表。
某貓上線了FashionAI，通過電商平臺上的潮人搭配方案，基于屬性、顏色、風格、細節等維度，可以為一款單品匹配到最適合的穿搭方式。官方說辭是，1秒鐘能為消費者提供與其相符的100套穿搭建議。
某狗也奮勇爭先，成立時尚科技研究院用戶只要將衣服放到Mirror+智能搭配產品前，系統就會通過推薦算法找到合適的服裝搭配。
一些女性群體為主的電商平臺，也都相繼成立過“搭配研究所”、搭配體驗平臺等等，利用平臺的大數據優勢訓練時尚分析模型。
一時之間，感覺整個電商服裝行業都AI了起來。
時尚產業根基更為成熟的歐美，自然更不會放過這個掘金的機會。
電商巨頭亞馬遜，就在CVPR 2020會議上推出了好幾款AI穿衣模型。比如Outfit-VITON，就可以將多件衣服搭配在一起，讓消費者看到上身效果。
如果用戶看上了款式卻沒有相中顏色，也可以直接查詢“相同款式的粉色連衣裙”，系統就會幫助其找出相應的商品。
谷歌與德國電商Zalando合作，基于TensorFlow打造一款時裝設計產品Project Muze，用戶告訴AI自己的性別、心情、興趣愛好和喜歡的藝術類型等信息，再在模特身上隨便涂鴉幾筆，Project Muse 就可以馬上設計一款時裝造型。
如果對方是一位熱愛古典音樂、心情有點兒迷茫，并在模特身上畫了三角形的女士，它就設計出了一條斗篷式的綠色連衣裙，外面還會覆蓋一層有憂郁氣質的棕色薄紗。
學術界的時尚嗅覺也出人意料，不少高校研究人員用論文證明，自己并不是“nerds”（書呆子）。
2019年，UT 奧斯汀、康奈爾大學、喬治亞理工和 Facebook AI 研究中心聯合發布了一款名為Fashon ++ 的模型，基于深度生成網絡，讓AI學習到時尚和不時尚兩種圖像，深度網絡就會生成出最適合的著裝方式。“一鍵改衣”，讓單品的時尚度瞬間up！
比如，模型會建議去掉袖子、將下擺塞進去等操作，讓整個look看起來更有型。用來幫助人們進行服裝設計與搭配指導，自然也不在話下。
疫情期間大量服裝企業的業績都出現了大幅度萎縮。行業報告顯示，拉夏貝爾一季度虧損3.42億元，七匹狼一季度凈利潤同比暴跌145.89%，安踏全線品牌負增長，美邦服飾一季度虧損2.19億，都市麗人預計上半年虧損超1.2億……可以說是一片哀鴻。
奢侈品牌也沒能逃過，路易威登LV的母公司LVMH集團第一季度營收減少15%，擁有古馳Gucci、圣羅蘭YSL等品牌的開云集團營收減少15.4%，也紛紛放下身段試水電商、直播等新方式。
對于想要爭奪增量的品牌來說，讓生產、設計、銷售都能緊密貼合狹窄化的市場訴求，與此同時，不額外增加企業的成本，就成為必須面對的難題。
因此AI的出場，也就變得至關重要。
此前的一波“AI搭配”潮流，主流品牌的旗艦門店都進行過“數字化改造”，比如安裝了AI試衣鏡、智慧攝像頭等。
在這一基礎上，進一步完成算法升級，為門店打造精準的營銷策略，比如進店顧客的用戶畫像，哪些衣服試穿率高，哪些單品購買率高等等，這些原本資深銷售員才能夠“意會”的機密交給AI來完成，幫助緩慢恢復的線下門店負重前行。
接下來，就需要尋找新的利潤增長點。
擁有用戶時長優勢、更接地氣的社交媒體平臺，就成為各大市場品牌的爭奪陣地。
但事實證明，大火的短視頻+直播帶貨，并不一定意味著高曝光和帶貨。
核心原因是，時尚圖片、視頻等富媒體的呈現形式，想要將內容轉化為命中率和流量，需要精準的用戶推送和匹配。這就對平臺方的內容智能分析、智能識別時尚元素、精準匹配受眾，進而提升命中率，關聯到電商同款或相似SKU，提出了較高的要求。
當然，上述這些AI附加值，不僅需要服裝企業本身就對數字化經營有一定的了解和鋪墊，搭建起了AI所能發揮的技術土壤，才能夠快速轉型，借助技術工具實現去庫存、提效率、增銷量的目的；還需要對各個渠道的AI能力、商業邏輯有必要的了解，才能避免經營層面的“AI通貨膨脹”。
正如某服裝品牌總裁在公開信中所說，“疫情不可避免地重創了服裝行業，但疫情也是一個放大鏡，檢驗我們過往的沉淀是否扎實。”不抗拒新技術，也不唯技術論，明辨AI的能力也注定在這個特殊的全球經濟節點上，成為各行各業的必備技能點。
服裝行業全年蒸發4000億什么情況?
日前，森馬服飾一則擬出售法國童裝虧損子公司以降低經營風險的公告，暴露出服裝行業之艱難。有專家預計，今年服裝行業整體至少減少4000億元營收，整體市場規模縮水15%，大多數服裝品牌都面臨風險。此外，受市場需求擠壓，前端原材料價格一度觸及歷史新低，至今仍在低位徘徊。
紡織服裝產業鏈上游涉及天然纖維（如棉、麻、毛）和化學纖維生產，中游包括紡紗、織布、印染，下游包括服裝、家紡、工業用紡織品等最終產品。
中國是全球紡織服裝產業鏈最健全的國家，中國已成為全球紡織服裝制造中心。從2001年到2010年，中國布產量從290億米上升至907億米，紗產量從761萬噸上升至3733萬噸，化纖產量從841萬噸上升至4886萬噸，均為全球第一。
但是，2010年后，中國勞動力成本大幅上升，紡織服裝產業鏈的下游逐步轉移到勞動力成本更低的經濟體和地區，其中東南亞是紡織業轉移的首選(上圖）。
雖然服裝加工有向東南亞轉移的趨勢，但中國仍是最重要的化纖和面料出口國。據創嘉平臺了解，到2018年，紗線面料出口占據全球貿易三成，化纖出口占據全球貿易四成，下游生產國如越南、柬埔寨等均依賴進口面料。
目前全球服裝行業的主要買手集中在美國、歐盟、日本。在全球新冠疫情的陰霾下，歐美日市場需求量大幅下降，使得整個紡織服裝鏈條上的企業人人自危。
2020年疫情期間，國內服裝外貿企業和加工企業處于被動的狀態。據行業內人士介紹，現在服裝加工廠和買手之間很多采用商業信用的交易方式，買手就有很大的空間和不確定性，原來整單整走的模式也變成小批量走，造成成本增加。
紡織企業的付款方式也導致上游的供應商在特殊時期處于一種“不敢生產”的狀態。“紡織服裝類企業的采購是先交貨，貨賣了后再向供應商付款。織布廠要用自己的錢去買原材料、付工資，如果一旦出現退貨，全賠在里面，一些小的織布廠因為害怕客戶臨時取消訂單，也不敢多織，甚至為了規避風險，寧可不開機。
疫情后中國服裝業如何乘風破浪？
中國是全球紡織服裝產業的中心，紡織服裝行業如何抗擊疫情帶來的沖擊，受到全球關注。
以東方國際為代表的上海服裝外貿企業如何轉型思變，將成為帶動整個產業鏈變革的重要方面。
疫情后服裝紡織品消費將出現兩極分化。
服裝行業之后應當如何發展，才能自救?
①國內不少大的服裝出口企業都在做自主品牌，東方國際、申洲國際都是走在行業前列的代表，Lily、雅戈爾、波司登都是轉型成功的案例。
首先要實現觀念的轉變，從出口依賴轉變為發展國內消費，發展自己的品牌，趕超甚至取代國外大牌。上海的東方國際前幾年已經開始從外銷轉變成外銷+內銷，成功培育了Lily、三槍等品牌，今年幾乎完全轉內銷。
②中國紡織服裝行業的未來還是要往高端走。近幾年來，我們已經看到一些好的跡象。技術含量和附加值比較高的紡織機械和化纖的出口開始往上走，真正靠人力的服裝加工已經開始向東南亞轉移，貿易摩擦和疫情可能會加快行業的調整。
③設計、生產貼近中國市場、消費者和年輕人的服裝越來越重要。
紡織服裝企業要實現在市場細分與個性化產品供給方面的快速轉型，在技術、工藝與服務理念上創新，在對各個年齡段的開發性需求方面下的功夫不夠。國內一線城市的服裝定制市場需求很多也很大，但是真正能夠滿足高品質需求的企業很少，傳統工廠可以試運行1~2條小批量定制生產線，逐漸在市場中獲得高利潤，增強企業抵擋風險的能力。
一夜之間，大家仿佛都清心寡欲了起來。
最近在群里分享點吃的用的，偶爾還有人捧場。如果是首飾衣服，先商業互吹一番“好看”，緊接著就是“去年買的衣服都穿過了嗎”“工作都沒了還買什么包”“別看了拼夕夕差一刀幫我砍一下”等的靈魂拷問……
擱半年之前，這么勤儉持家的場面都是不可能出現的。哪怕剛剛裸辭，女人們也敢刷信用卡買下新款裙子，美其名曰“換種姿態迎接新生活”。
2020年疫情后的的普通人，開始老老實實面對慘淡的生活，將消費欲望降到最低。穿衣AI——讓大家找到了一種不花錢就可以得到的快樂。
AI搭配師：逮不著耗子，當不了好貓
用AI給消費者搭配服飾鞋帽、口紅妝容等等，從2017年AI浪潮興起開始，就被安排進了技術大廠的開發周期表。
某貓上線了FashionAI，通過電商平臺上的潮人搭配方案，基于屬性、顏色、風格、細節等維度，可以為一款單品匹配到最適合的穿搭方式。官方說辭是，1秒鐘能為消費者提供與其相符的100套穿搭建議。
某狗也奮勇爭先，成立時尚科技研究院用戶只要將衣服放到Mirror+智能搭配產品前，系統就會通過推薦算法找到合適的服裝搭配。
一些女性群體為主的電商平臺，也都相繼成立過“搭配研究所”、搭配體驗平臺等等，利用平臺的大數據優勢訓練時尚分析模型。
一時之間，感覺整個電商服裝行業都AI了起來。
時尚產業根基更為成熟的歐美，自然更不會放過這個掘金的機會。
電商巨頭亞馬遜，就在CVPR 2020會議上推出了好幾款AI穿衣模型。比如Outfit-VITON，就可以將多件衣服搭配在一起，讓消費者看到上身效果。
如果用戶看上了款式卻沒有相中顏色，也可以直接查詢“相同款式的粉色連衣裙”，系統就會幫助其找出相應的商品。
谷歌與德國電商Zalando合作，基于TensorFlow打造一款時裝設計產品Project Muze，用戶告訴AI自己的性別、心情、興趣愛好和喜歡的藝術類型等信息，再在模特身上隨便涂鴉幾筆，Project Muse 就可以馬上設計一款時裝造型。
如果對方是一位熱愛古典音樂、心情有點兒迷茫，并在模特身上畫了三角形的女士，它就設計出了一條斗篷式的綠色連衣裙，外面還會覆蓋一層有憂郁氣質的棕色薄紗。
學術界的時尚嗅覺也出人意料，不少高校研究人員用論文證明，自己并不是“nerds”（書呆子）。
2019年，UT 奧斯汀、康奈爾大學、喬治亞理工和 Facebook AI 研究中心聯合發布了一款名為Fashon ++ 的模型，基于深度生成網絡，讓AI學習到時尚和不時尚兩種圖像，深度網絡就會生成出最適合的著裝方式。“一鍵改衣”，讓單品的時尚度瞬間up！
比如，模型會建議去掉袖子、將下擺塞進去等操作，讓整個look看起來更有型。用來幫助人們進行服裝設計與搭配指導，自然也不在話下。
疫情期間大量服裝企業的業績都出現了大幅度萎縮。行業報告顯示，拉夏貝爾一季度虧損3.42億元，七匹狼一季度凈利潤同比暴跌145.89%，安踏全線品牌負增長，美邦服飾一季度虧損2.19億，都市麗人預計上半年虧損超1.2億……可以說是一片哀鴻。
奢侈品牌也沒能逃過，路易威登LV的母公司LVMH集團第一季度營收減少15%，擁有古馳Gucci、圣羅蘭YSL等品牌的開云集團營收減少15.4%，也紛紛放下身段試水電商、直播等新方式。
對于想要爭奪增量的品牌來說，讓生產、設計、銷售都能緊密貼合狹窄化的市場訴求，與此同時，不額外增加企業的成本，就成為必須面對的難題。
因此AI的出場，也就變得至關重要。
此前的一波“AI搭配”潮流，主流品牌的旗艦門店都進行過“數字化改造”，比如安裝了AI試衣鏡、智慧攝像頭等。
在這一基礎上，進一步完成算法升級，為門店打造精準的營銷策略，比如進店顧客的用戶畫像，哪些衣服試穿率高，哪些單品購買率高等等，這些原本資深銷售員才能夠“意會”的機密交給AI來完成，幫助緩慢恢復的線下門店負重前行。
接下來，就需要尋找新的利潤增長點。
擁有用戶時長優勢、更接地氣的社交媒體平臺，就成為各大市場品牌的爭奪陣地。
但事實證明，大火的短視頻+直播帶貨，并不一定意味著高曝光和帶貨。
核心原因是，時尚圖片、視頻等富媒體的呈現形式，想要將內容轉化為命中率和流量，需要精準的用戶推送和匹配。這就對平臺方的內容智能分析、智能識別時尚元素、精準匹配受眾，進而提升命中率，關聯到電商同款或相似SKU，提出了較高的要求。
當然，上述這些AI附加值，不僅需要服裝企業本身就對數字化經營有一定的了解和鋪墊，搭建起了AI所能發揮的技術土壤，才能夠快速轉型，借助技術工具實現去庫存、提效率、增銷量的目的；還需要對各個渠道的AI能力、商業邏輯有必要的了解，才能避免經營層面的“AI通貨膨脹”。
正如某服裝品牌總裁在公開信中所說，“疫情不可避免地重創了服裝行業，但疫情也是一個放大鏡，檢驗我們過往的沉淀是否扎實。”不抗拒新技術，也不唯技術論，明辨AI的能力也注定在這個特殊的全球經濟節點上，成為各行各業的必備技能點。
