AI人工知能は服裝業に侵入して、大量の「鉄の飯茶碗」がリストラに直面しています。

はい、

この技術によって、服を設計するだけでなく、在庫を正確に計畫することもできます。

現在では、人工知能が完全にエリートホワイトカラーに取って代わるかどうか、高い技術を持つ仕事に従事するかどうかさえ心配になってきました。

まず人工知能に侵入されたのは

創造力で有名なデザイナーの仕事をしています。

インドの電気商のウェブサイトMyntraで一番売れている商品の一つは、オリーブ色と黃色と青色を組み合わせたTシャツです。

この設計はコンピューターアルゴリズムによって完成された。

正確にはMyntra製品の設計は2つのコンピュータアルゴリズムによって生成される：

最初のアルゴリズムはランダム畫像を生成することができる。

第二のアルゴリズムはまずMyntraの在庫中の服の畫像を分析し、既存のデザインと似ていますが、重複していないデザインを生成します。

Myntra最高経営責任者Ananth Narayananによると、これらの人工知能（AI）によって設計された服の販売量は100%のスピードで伸びているという。

アメリカの技術大手IBMが開発した人工知能システムIBM Watsonはファッションデザインに広く使われています。

2016年イギリスのデザイナーブランドMarchesaはIBM Watson技術を応用してチェコのスーパーモデルKarolina Kurkovaのために人工知能ドレスを設計しました。Met Galaはファッション業界全體を驚かせました。

同年、中國の女優、李宇春が「Vogue」の十一周年式典に出席して著ていた

中國のデザイナーの張卉山さんが設計した人工知能ドレスです。IBM Watsonのファッションデータ資源も同じです。

アメリカの大手電子商取引のアマゾン（Amazon）は、人為的なスマートアルゴリズムを昨年発売した。大量の畫像を分析し、そのスタイルを模倣して服をデザインする。

このような最先端の設計技術は思わず感心させられます。よく盜作するデザイナーはもうすぐ失業するかもしれません。

また、多くの會社は人工知能を使って各種の服裝の在庫量を決定しています。人工知能はファッションの見通しを解読することによって消費者の需要を予測できます。

。

以前はこれらの仕事はバイヤーと商品企畫者によって決められていましたが、今は人工知能の意見で組み合わせを決めるだけで、その販売目標を実現することができます。

アメリカでは、人工知能（AI）技術、スタイリスト、自宅で「トリプルワン」を試著するモデルを月ごとに注文して量體の難題を解決し、その活躍ユーザーは2.7億人に達しました。

まず、Stitch Fix_はその“データ科學＋スタイリスト”の方法を通じて、ユーザーの個人の好みと需要によって、5つのファッションアイテムを紹介します。毎月注文した箱の形で商品をユーザーの家に送ります。

このような方式によって、Stitch Fixは各ユーザーのフィードバック意見と個性的なサイズニーズを記録して、今後の注文を最適化することができます。

同様に、Myntraの人工知能アルゴリズムも似たような設計特徴を持つ

過去の販売狀況から未來の商品販売の可能性を計算します。

伝統小売業者の中では、バイヤーと商品企畫者は様々な種類の服に割り當てられます。

例えば、一部の小売業者はニットコートとニットコートに対して獨立したチームを持っています。

バイヤーによると、この細分化は、デザインと色の傾向を直感的に知るのに役立つという。

しかし、人工知能やビッグデータを使いこなす小売業者は、より少ない買い手を雇う傾向がある。一部の原因は人工知能技術より直感に頼る人が少ないからだ。

2012年に設立されたアメリカは、毎月59ドルを支払うと、3件を一度に借りることができるファッション?アクセサリーのサービスを提供します。

アクセサリー2つと、小売価格の50%以下の価格で購入することもできます。

このような年間売上高が數億ドルに達したプラットフォームについては、すべてのブランドの製品を購入するチームは6人しかいません。これらの商品はLe Tote_専用のマッチングアルゴリズムで選ばれたおかげです。

このアルゴリズムは、どのぐらいのお客様が商品を彼らのデジタル願望リストに入れますか？また、オンライン評価や最近の購入などのデータに基づいて、在庫があるかどうかを確認します。

男性のファッション商品は月ごとに注文します。プラットフォームのボムフェルルは従業員一人だけによって服とアクセサリーを全部買います。

會社は既にアルゴリズムツールと膨大なデータベースを構築し、Nathan Catesがより正確に服の需要を予測するのを助けています。

マサチューセッツ工科大學の経済學者Erik Bryncolfssonとカーネギーメロン大學のコンピュータ科學者Tom Mitchell_は去年アメリカの「科學」誌で自分の観點を発表しました。

多くの影響を受けた人工作業は完全に消えるのではなく、部分的に自動化されます。

例えば、人工知能は會社のデータ分析を助けることができますが、サプライヤーとの交渉は普通人類が完成する必要があります。

スウェーデンのファーストファッション會社H&Mグループの高級分析と人工知能部門の責任者である_Arti Zeighamiによると、會社はバイヤーと商品企畫者のチームを強化しており、人工知能で彼らの仕事を代替する計畫はないという。

根拠

労働統計局は10年以內に卸売りと小売のバイヤーの就業人數は2%減少すると予想していますが、全職業の就業人數は7%増加します。

そのいくつかの理由は、あまり複雑ではない仕事と任務が自動化されて（例えば、カタログの在庫）に取って代わられたり、一部の小売業者が購入者の商品のデザインに対してあまり要求しないからです。（例えば、自動車部品）。

中には人工知能に取って代わることができない分野があります。

Bombafell、Stith Fix_と彼らの多くの競爭相手はますます多くの人類の造形師を雇っています。これらのスタイリストは人工知能で提供される造形案を採用しますが、結局は自分でどの商品を推薦するかを決めます。

これは人工知能と人間の仕事を結び付ける傾向を反映しています。より多くの人間従業員を雇用して、人工知能技術を利用して、お客様に相応のサービスを提供しています。

人工知能投資ツールの開発は初めて會社のEquBot最高経営責任者のChida Khatuaが予測しています。資産管理業界が將來より自動化を実現するとしても、より多くの財務顧問を雇って助けを提供します。

これらの仕事は最終的に完全自動化が難しいです。

しかし、業界內では、人件費の水準は自動化レベルの上昇によって影響されると予測されています。