2022年底OPEN AI開放ChatGPT改變了世界範圍內的認知，各項概念股、製造端、消費端圍繞著人工智慧產業如雨後春筍般應運而生。當前人工智慧對時裝產業有什麼影響？又有哪些影響？AI真會取代今天的時裝產業嗎？本篇《時裝說》帶目前已知市場訊息和筆者觀點，試著為讀者展開。
歷代通用技術演進
在講人工智慧之前，先分享給讀者一項概念：那種顛覆我們、改變人類生活方式的科技技術，是該項技術能被廣泛被我們應用的。再講直白一點就是這項技術不僅能應用在時裝產業，美食、醫療、運輸、歌曲等多領域都能被使用。
從掌握火的應用開始，輪子發明、畜牧技術到農業技術；《槍炮、病菌與鋼鐵》表示在農業技術發明後養了一大批閒人作為統治階級和貴族，加速文明進展。要說火能夠煮熟食、保暖、照明和冶鐵，後來的電通用到電腦、電視、電燈、電冰箱，今天我們生活無處不用電；網際網路在電的基礎上創造了現實價值以外的虛擬價值，而人工智慧則大量學習網際網路資訊基礎上，未來能成為像上述這幾項科技的「通用性」嗎？
AI人工智慧在時尚產業應用
作為以時裝為主要探討的媒體專欄，《時裝說》以當前AI在時尚產業的影響展開。
對服裝設計師來說，人工智慧app應用
The New Black協助我們服裝草圖快速生成、Heuritech未來一年趨勢及庫存分析、Lalaland提供品牌創建數位模特、杜絕及避免仿冒品的Dupe Killer、從設計開發到生產均涵蓋的CALA、還有協助電商工具的Rosetta.ai。搜尋相關關鍵字，AI生產工具和解說文章影片在這兩年持續更新且蓬勃發展中。
隨著服裝設計師在AI圖片生成創作的參與，2023年Maison Meta於紐約舉辦全球首場AI Fashion Week（AIFW），在全球範圍內的服裝設計師以Midjourney來生成作品；在最後要落實商業，這場時裝秀後在最後獲選的三位設計師作品，由電子商務巨頭Revolve生產並銷售。面對機器學習語言模型的蓬勃發展，知名趨勢預測機構WGSN甚至已經開始使用旗下的 TrendCurve+ 模型來協助對市場觀察。
對消費者來說，人工智慧app應用
在消費者端，我們也可以找到像StyleBook、Vera和lookingGLASS…等，AI助理會根據讀者穿搭習慣和身形，選出市面上適合你的單品建議；即使在既有衣櫥中，AI助理也會根據讀者膚色、妝容、天氣，整合搭配出今天適合你著裝的建議。2020年NETFLIX紀錄片「The Social Dilemma」有句話說：社群媒體比你更了解你自己。藉網路資訊大量訓練的人工智慧，只要結合上述開發端幾隻人工智慧應用彼此數據結合，未來在庫存及消費端時裝選擇搭配上將更精準、減少浪費。
再結合AR、VR身歷其境選品和遠端看秀的輔助，機器學習語言模型於大部分時裝產業從設計、生產、模特、走秀到購買等階段都涵蓋了過去人類的所擔任工作與日常。這像不像我們在上一段講的「通用型技術」？不久的未來AI在時裝產業佔了超過50%工作或輔助，將對人類不僅是工作模式，而是思維方式的影響，包含要會基本的與AI助理溝通方法、AI與人類道德判斷以及釋放出來的時間空間新整合。
只是，人工智慧能取代我們時裝產業工作及生活到什麼程度？它有哪些課題需要克服，才能讓我們再大幅減少現有的工作，甚至是哪些是很難取代的部分？以下展開。
AI人工智慧在時尚產業需跨越門檻
有些事，還是得人類才能完成。筆者不講部分設計師矢志不渝不用AI工具，就如同今天部分的人幾乎不使用社群媒體；筆者要說的是供應和需求之間AI能不能跨越的門檻。
從軟體到硬體
讀者有沒有發現，我們上述講的AI通用技術全都是軟體。今天在研發生產紗線、編織布料、甚至天然纖維都需要人力研發、管理和植栽。即使有機器生產這些硬體器具，但這些器具目前還是給人類管轄，目前尚無聽聞人工智慧管理生產器具訊息。如果從消費端追溯到設計端能藉AI調控生產量，那再更上游的纖維生產端能全面同步將資料統合，將更大程度減少人類訊息不對稱而導致的生產過剩。唯那個時候所有生產資料均由AI掌握，我們是否能接受？
除了生產，還有運送。今天布料生產、服裝製作到配送至消費者，都需要物流輾轉騰挪，這需要IoT物聯網技術支援。這幾年開始有機器人擔任這項配送食物的任務，只在於當配送機器人多了以後，在交通上該如何處理？這項雖然在美國、新加坡、日本逐步落實，在台灣還沒看到萌芽。
AI能取代體感嗎？
即使網際網路發達，但仍無法取代面對面感受；網際網路是我們在一般時空再延伸的時空。人工智慧也是如此，即使AI助理再怎麼展現色彩、輪廓、講述衣服材質觸覺、特色，也都無法取代我們親自試穿服裝所帶給肌膚那份觸感的感受。其實光是布料光澤，僅在手機電腦螢幕所呈現出來的並不是100%，還是要親自肉眼看、在陽光下看、在室內看，才能知道細微差異。
以當前視角來看，AI再怎麼演進，也無法取代體感和視覺感受。
時尚產業鏈末端
本篇都在探討時尚產業鍊的前端到末端，其實末端還有一項沒提到，就是時裝的最終歸宿。說是人工智慧能協助我們減少生產浪費和購物精準，而最後這些單品最後應該怎麼處理？是否可藉AI助理結合IoT物聯網將不要的衣服處理掉？如果是肯定的，那我們是否應該將當前各家AI公司資料庫統一串連，並讓人工智慧掌握應替設備智能調配？
其實這和剛才說「軟體到硬體」是一樣的最終問題
我們要選擇過量生產，還是把權力交給AI？
AI人工智慧對時尚產業影響的題外話
以現在我們日常使用社群軟體的廣告為例，即使是經大數據推薦的廣告，我們一眼就知道是廣告而不是一般素材（除非該品牌用一般素材打廣告）。而即使是一般素材的廣告，我們通常也不會第一時間看到廣告而下單購買，因為大數據可以知道我的興趣投遞時尚新品給我，但並不知道我當下的需求想買的是可和男友相約的音樂會門票；也不清楚我現在的預算和心理帳戶是多少，比如筆者在寫這段文字時朋友相約喝酒，我心中理想酒吧預算和地點的推薦，以目前大數據是不知道的。
AI 助理即使再厲害，也是從網路資料獲取，對於我們線下日常生活的隱藏資訊是一概不知。要做到AI 100% CTR，當前筆者是看不到。
時裝說：「時代演進建立在當代基礎上。看到AI人工智慧有著通用性技術的潛力，在今天眾多AI app蓬勃發展，經過各家發展、收購、吞併；依慣例，市場演進到最後會有幾家獨大，獨大的這幾家將統合掌握更完整生產與消費資訊。而AI和過去通用技術不同在於：過去技術都由人力掌握，AI則是在大量學習下，在字與字、句與句乃至數學程式邏輯『湧現』生成出讓我們讀得懂的語言模型。而我們人類望文生義，對於推薦的建議，是非人提供給我們的。而人與非人（AI），有什麼不同嗎？」