科技在时装行业到底有哪些应用前景？AI时代到来，科技会取代人工吗？
↑ 点击上方冷芸时尚加星标！
参与者
冷芸时尚圈2群群友
时间：2019年9月1日
庄主：Michelle-伦敦-2群副群主
讨论提纲
未来科技的介绍
02科技时尚的应用前景
03
对产品推荐算法的评价以及大众对AI时代的看法
引 言
在“衣食住行”当中，服装行业的供应链往往还在采用较为传统的管理方式。科技应用已成为当今时尚的一大议题之一，当今大热的技术都有哪些？它们在时装行业到底有哪些应用前景呢？会面临什么样的挑战和困难？本次坐庄的庄主正在马兰欧尼就读买手硕士，学习了一些相关的理论知识，希望能把自己的所学所想与大家交流分享。
科技在时装行业到底有哪些应用前景？AI时代到来，科技会取代人工吗？
以下所有讨论内容仅代表发言者观点，不代表本平台观点。
1.1 大数据时代
讨论如下：
Michelle-伦敦-2群副群主:
先让我来向大家介绍一下大数据时代，大家了解什么是大数据吗？
崔小鹿-厦门-设计助理：
就是通过前期和现在的大量数据去预测将来的数据。
Evie-广州-2群副群主:
就是大量的数据。
Michelle-伦敦-2群副群主:
大数据的定义：大数据（big data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产（百度百科）。其实通俗来说，就是现在的社会发展潜在的数据太多了，所以进入了“大数据时代”。大数据包含结构化数据（structured data）和非结构化数据（unstructured data）。
Evie-广州-2群副群主:
非结构化数据是结构化数据的前身？
Michelle-伦敦-2群副群主:
结构化数据很好理解，就是常见的销售数据、订单量等，有清晰结构并且易获取；而非结构化数据可以是各种流量，它包含视频、语音、文字、社交媒体上的动态等，即”everything”（Taylor, 2018）。
Evie-广州-2群副群主:
那就是说可以从source上区分非结构化数据和结构化数据。
Michelle-伦敦-2群副群主:
是的呢，区分非结构化数据和结构化数据的方式有很多种。非结构化数据的快速增长是人们开始考虑使用数据分析的一个原因。如今企业中80%的数据为非结构化数据 （CSDN, 2011），且逐年增长，大数据时代已成一个必然的趋势。而大数据的主要特点为 5V，分别是：Value – 价值；Volume – 容量；Velocity – 高速；Variety – 多样性；Veracity – 真实性。大数据本身只是一类信息资产，但随着大数据的出现，相应的数据采集，储存和分析流程和学科也随之出现，出现了数据挖掘和数据仓库的概念。
Evie-广州-2群副群主:
或者可以这样说：一切的东西，现在都可以以数据的方式呈现，即非结构化数据。这是技术带来的便利。但是将非结构化数据转化为结构化数据，更利于企业判断和决策。
Michelle-伦敦-2群副群主：
是的，数据挖掘，就是在茫茫的非结构化数据里搜索可用的数据，并提取隐含在其中、人们事先不知道的、但又有潜在应用价值的过程。从商业角度上来说，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。常用方法有分类(classification)、回归分析(linear regression) 、聚类(cluster) 、关联规则、特征、变化和偏差分析、web页挖掘等。
再说说数据仓库，它是面向主题的、集成的、相对稳定的、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题，与传统数据库面向应用相对应。
Evie -2群副群主：
（F1来源：Evie自制社群分析报告）
这张图是我们社群的社会网络，其实就是一种数据分析方法，又可以延伸到上面说的聚类分析。
Michelle-伦敦-2群副群主：
是的，现在社群的内容都可以量化分析了。数据的使用给我们的判断和决策提供了一种量化的方式。
小结
大数据时代的到来源自于逐年倍速增长的数据量，这意味着高速、高价值、高容量、多样真实的非结构化数据与结构化数据的出现。对非结构化数据的探索、量化过程和模块化生成价值即是大数据时代最核心的应用。从商业角度上来说，数据挖掘是一种新的商业信息处理技术；数据仓库是面向主题的、集成的、相对稳定的、随时间不断变化（不同时间）的数据集合。
1.2 区块链的崛起
讨论如下：
Michelle-伦敦-2群副群主:
现在我再来向大家科普一下区块链。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。分享一个我在校时做的PPT，是根据PWC的报告整理的模型：
（F2来源：Michelle自制区块链相关报告）
区块链的工作机制是将所有节点参与在这个分布式网络里，由一方发起交易，这个交易需要所有节点的共识。得到共识后，交易信息会被记录在节点里并共享给各方。每一个新的区块的形成都需要特殊的算法机制，因此区块链具备去中心化，不可篡改的特性。其可应用范围包含金融、物联网、物流、公共服务、供应链、数字版权等等。由于区块链的特征，其在金融行业的发展还是有一定的限制性，反而在供应链管理上有不错的前景。
铃铛-杭州-7群副群主:
就只能做加法不能做减法吗？
Michelle-伦敦-2群副群主:
做减法的话这个链就会断掉，马上就会被人发现。相当于你篡改信息就会留下记录，因此这个功能特别适合用来追溯防伪。
铃铛-杭州-7群副群主:
防伪功能就是这么来的？
Michelle-伦敦-2群副群主:
应该说，这个机制给防伪功能提供了很有力的技术支撑，但防伪还需要结合物联网技术。后面会有很详细的介绍和案例。区块链在时尚行业最亮眼的应用就是在供应链上，它可用于跟踪溯源、交易数据记录和保护，信息流实时共享。运用区块链，不仅可实现生产和供应链的透明度、设计产品的真实性， 同时还可以做到分销、库存控制。由于后面会介绍区块链溯源防伪的应用实例，这里我先讲一讲区块链在理论上管控库存的可行性。
大多数人说到区块链，都会觉得他只能追溯防伪，但其实用它处理库存管理也是具有应用前景的。在大多数库存管理使用的集中式系统中，任何特定时刻的所有产品的可见性和洞察力都很有限 （区块网，2018）。而由于区块链分布式存储的特性，所有产业链里的交易数据、原材料数据、库存数据、销售数据都会实时共享，为供应商、生产商、零售商都提供了更多的信息源，使这些供应商和生产商得以做出更有效的规划。
陈杭-杭州-羽绒服ODM:
但是很多东西不能做到透明化。
Michelle-伦敦-2群副群主:
是的，透明化也具有风险。不过区块链也有它的特殊之处——可以实现不同级别的透明度，即意味着，不是每个参与的节点都能接触数据。
Evie-广州-2群副群主:
如果是这样，就没有问题。我非常好奇，区块链技术在现阶段应用于企业管理时，大概需要多少现金和时间成本？
Michelle-伦敦-2群副群主:
这个问题我也非常好奇！
Evie-广州-2群副群主:
如果以LV这类品牌防伪追踪为例的话？
Vincent 郑- 上海 -外贸和时尚孵化器:
应该不贵。我接触的大概是一个标签4 ~ 5 人民币。
Michelle-伦敦-2群副群主:
那远比想象的便宜呀！
Vincent 郑- 上海 -外贸和时尚孵化器:
对，就是前期系统建立会产生比较大的费用。
小结
区块链技术是一种去中心化、点对点传输的分布式数据存储的模式。它的特性由共识机制和加密算法提供，确保了高程度的不可篡改；同时它可实现不同程度的透明度，可保护商业机密，因此该特性适用于供应链的追溯防伪应用。目前此应用发展成熟，前期系统建立较耗成本，但后期标签成本并不会很高。另外，区块链由于其实时信息分享的特性，在库存管理上也有一定的应用前景。
2.1 区块链追溯防伪
讨论如下：
Michelle-伦敦-2群副群主:
既然讨论到这里，我先讲区块链在追溯防伪方向的应用吧！讲完这一部分我们再回归数据分析的应用。区块链作为一个新兴技术，理论分析的应用前景很多，但其中溯源防伪被认为是最有前景的落地领域之一。重庆杭州等城市已率先试水区块链在食品溯源的应用，天猫、京东等电商巨头也在各自体系内采用区块链技术对商品进行追溯防伪 （36kr，2018）。各大巨头都开始使用这种技术，在一定程度可以说明其技术发展已相对成熟，价格成本应该也在可控范围内。
区块链技术的应用，需要所有节点都拥有信息记录，不单是供应商拥有信息，品牌商、检测机构以及政府监管部门也需要拥有信息。而区块链的共识系统和算法使信息难以修改，且修改成本过高，所以信任问题在一定程度上得以解决。一旦不可篡改的信息建立起来，就相当于给物理世界的产品确定了DNA。但是我前面也说了，这个技术提供的是信息世界的透明化，要实现物理世界的追溯防伪就必须让技术与产品本身结合，否则上链的信息就仅仅是数字而已。因此区块链技术与物联网技术的结合至关重要，可参考的技术有二维码、传感器、RFID技术。
Evie-广州-2群副群主:
我之前确实是没有了解过区块链技术的本土应用。
Michelle-伦敦-2群副群主:
之前我在校做研究时，一直以为国内对区块链应用较少，技术也相对不成熟。后来和老郑交流后我发现国内对这方面的研究已经很成熟了。去年阿里巴巴正式宣布天猫海淘将基于区块链技术跟踪、上传、查证跨境进口商品的物流全链路信息，防止造假。并且将这个技术应用于天猫的奢侈品平台Luxury Pavilion上，从而增进了和奢侈品牌的合作。消费者可在商品页扫描商品的溯源码或者点击一键溯源，就可以了解商品从原材料生产到报关、入境乃至整个营销过程的信息 （51cto，2018）。
（F3来源：网易新闻）
Michelle-伦敦-2群副群主:
这也是为什么近两年越来越多的奢侈品牌愿意进驻天猫的原因吧。平台使用区块链技术，让消费者感到在天猫购物方便、可信赖。随着打假趋势越来越高，就连ABC卫生巾都在做防伪溯源。
https://webapp.s2icode.com/?from=singlemessage&isappinstalled=0
该网址即ABC卫生巾品牌使用的科技公司防伪系统。这个二维码是一种在数学和物理上根本不可能被复制的新型安全二维码，不仅仅是ABC卫生巾在使用这个技术，京东也有在与其合作。这也说明区块链在电商平台有特别高的应用前景。
Vincent 郑- 上海 -外贸和时尚孵化器:
这种特殊二维码要不就是需要特别的APP才能扫出来，要不就是很难仿。
崔小鹿-厦门-设计助理:
二维码的难复制性很关键，必须做到一物一码才行。
Michelle-伦敦-2群副群主:
对的，难复制性是区块链技术得以应用的关键点，否则即便是信息上链，也只是虚假的数字而已。同时国外的provenance也应用了区块链技术。这个叫Provenance的电子平台建立了自己的APP，使用区块链技术（该技术由A Transparency 公司提供）追踪产品供应链过程。其中一个应用是与一个叫做Jarlgaard的小众设计师品牌合作，为每件服装分配一个数字代币，创建每个产品的数字历史，包含位置、工厂名称和时间等特定数据，可以跟踪产品从纺纱到织布，到成为一件产品的全过程。顾客可下载Provenance的APP，通过QR码或者NFC支持的标签来访问供应链流程。
（F4-5来源：Provenance官网）
崔小鹿-厦门-设计助理:
说明只有他们公司知道这个解码的模型是什么，很机智！
Michelle-伦敦-2群副群主:
对的，只有这个APP才可以扫出特定的信息。这个背后的技术，其实就是区块链提供了有选择性的透明度。顾客既参与到了供应链的流程里，但又无法接触更深入的数据，保护了品牌的隐私。
https://www.provenance.org/assets/0x2fb1d92d6891d7bcfeb88cd9558b86ee14703f69 这个链接是这个平台做的一个sample，展示顾客扫描二维码后可见的内容。展示效果如图，想看更多的信息的群友可以直接点上面的链接！
（F6-7来源：Provenance官网）
崔小鹿-厦门-设计助理:
挺厉害的，从羊毛就开始溯源了。不仅可以防伪，而且也让顾客知道一些有趣的信息。
Michelle-伦敦-2群副群主:
对的，通过区块链技术给供应链整个流程上链记录，消费者可追溯产品的生产过程甚至到原材料。同时这个技术也可以成为品牌的一种营销策略，而且是有信服力的透明化。还有一个叫Sourcemap的平台，与Provenance的区块链技术合作，记录供应商信息和供应商的供应商信息，将整个产业链记录到地图上，实现供应链可视化。VF集团就与这个平台合作，展示了某些特定产品（比如VANS的经典帆布鞋）的供应链流程。
（F8来源：Sourcemap官网）
同样，VANS也是拿这个作为一种营销策略，实现与用户之间的互动。只是他们提取了整个产业链的信息，以地图的形式表现出来，将整个产业链展现出来。
崔小鹿-厦门-设计助理:
我有一个问题，这样的话是不是他们的竞品公司就可以很容易找到他们的供应商？
Evie-广州-2群副群主:
是的，这是和消费者的一个深层次互动，很利于培养消费者的忠诚度。
Michelle-伦敦-2群副群主:
按道理是可以的，毕竟他们都把供应商的名字都放出来了。但是现在市场不是一直在呼吁“谁做了我的衣服？”吗，有个公益组织一直要求品牌披露供应商名单，所以透明化也不可避免。
Evie-广州-2群副群主
@崔小鹿-厦门-设计助理 我以为在业界，大公司的供应商是谁大家都知道，供应商也是靠着大公司的单子拉更多单子。
Vincent 郑- 上海 -外贸和时尚孵化器:
@崔小鹿-厦门-设计助理 所以现在做溯源的公司想做营销，讲故事。
崔小鹿-厦门-设计助理:
对。
小结
区块链在追溯防伪方面的应用在国内外都已相当成熟与广泛，现在已经实现通过区块链技术给供应链整个流程上链记录，让消费者可追溯产品的生产过程甚至到原材料。但该应用需结合物联网技术才能实现从物理世界到信息世界的全链跟踪。具体国内应用例子有阿里巴巴和京东等电商平台、还有一些生活用品品牌，比如ABC卫生巾。国外应用例子有Provenance和Sourcemap, 一个提供手机APP为消费者带来产品生产信息，另一个提供供应链可视化地图，作为品牌的营销策略。品牌透明化成为必然趋势，但由于单一技术获利单薄，利用该技术做营销成为部分品牌公司的获利目的。
2.2 大数据预测时尚
讨论如下：
Michelle-伦敦-2群副群主:
接下来我们来讨论大数据和AI时代给时尚带来的机遇吧！大数据在时尚产业的应用领域主要在设计、采购、销售方向。
崔小鹿-厦门-设计助理:
我最近看到很多大型的服装公司都在招聘大数据分析方面的职位。
Michelle-伦敦-2群副群主:
是的，因为大数据能带来很多不同的视角。 一方面是精准预测：可实现趋势、需求、风险各方面的预测。已经有不少时尚品牌开始尝试通过大数据预测时尚风向。另一方面是支持决策和提高效率，在更多的数据支持下，无论是设计上的还是采购上的决断都更可靠，同时能节省时间。
IBM是一个将技术运用的较成熟的例子，他们不单单是使用大数据本身，同时结合到人工智能(AI)和机器学习(Machine Learning)，创建了认知时尚(Cognitive Fashion)。他们推出了一个人工智能系统Watson，创建了一个能分析时尚趋势的认知主体，分析的数据来源于广告、图像、文字和社交媒体。这个认知主体能够通过品牌走秀的图片，自动化生成标签（如下图），总结图像之间的相似性来寻找设计作品之间的相似性和重复出现的趋势元素。第二张图就是WWD和IBM的合作，分析了某场时装秀的十二个品牌，寻找品牌的关联性。
（F9-10来源：华丽志）
崔小鹿-厦门-设计助理:
这个涉及到数字图像的深度学习问题。
Evie-广州-2群副群主:
其实就是拆解了设计的过程，将元素变成一类数据，只是以图像或者线条的方式展现出来，但是它省去了人为提炼分析的过程。
Michelle-伦敦-2群副群主:
是的，通过设计的手法总结归类，让非结构化数据成为结构化数据。
Vincent 郑- 上海 -外贸和时尚孵化器:
企业把大数据和人工智能放到一块做，可以提高利润。
Michelle-伦敦-2群副群主:
单一的技术都有些势单力薄。最好的试验田是初创公司，走科技主导的路子，从头打造一个高科技系统。
Evie-广州-2群副群主：
但是初创公司就一定需要资金去赋能，除非是乙方公司，本身是做服务的。
Michelle-伦敦-2群副群主:
（F11-12来源：华丽志）
第一张图是中国设计师张卉山与IBM Watson合作设计的人工智能礼服。第二张图是IBM和Marchesa合作的另一款智能礼服，礼服上的150朵绣花上内置LED灯，社交媒体对该裙子的评价会反映在裙子的灯光上。
崔小鹿-厦门-设计助理:
那Marchesa这个礼服有可能提取的是外部的声音信息，通过一系列的计算来实现对LED灯的控制。
Evie-广州-2群副群主:
我感觉是品牌方爬取社交媒体信息后，做sentiment analysis情感分析，再根据正向或负向的评价及程度，去反馈在灯光信息上。@崔小鹿-厦门-设计助理
崔小鹿-厦门-设计助理:
也可能。我硕士的方向是图像处理，将图像中蕴含的信息提取为不同结构的数据特征，通过不同的算法就可以对图像进行分析。我主要研究的是目标的跟踪，比如可以在图像序列中一直跟踪特定行驶的汽车，跟认知时尚不太一样，但研究的本质思路是差不多的。
Michelle-伦敦-2群副群主:
@崔小鹿-厦门-设计助理 你们的算法结果会和人的认知相似吗？
Evie-广州-2群副群主:
我觉得肯定会。
Adam-香港-科技管理 :
我本科方向也是算法这一块，这种预测都是建立于以前的数据，我们称为训练集；但其实我们在之前的尝试中，发现对于中国股市或者设计这一块，目前我们团队做的并不是特别准确。
Evie-广州-2群副群主:
@Adam-香港-科技管理 它的难点在哪里呢？我知道国内在这一块的明星企业是商汤，许多P图软件都是找的他们。
Adam-香港-科技管理 :
@Evie-广州-2群副群主 因为人为因素比较大， 它并不像客观存在的事物一样，比如天气或者地震预测一样。
Evie-广州-2群副群主:
但你们也会和专业人士合作吧？专业人士觉得难度在哪里呢？@Adam-香港-科技管理
Adam-香港-科技管理：
之前我们用google开源的神经网络（即最先进的机器学习算法）去预测中国股票走势，并不是很准确。我们总结：预测的不准确归根于人为因素，比如我们这种IT男理解不了的政策或者创意。政策会牵扯到全球各种各样的形式问题，目前算法是做不到的。但设计这一块，我相信是会往算法那一块偏移的。我的理解是，设计最终还是服务于顾客，代表着利润。因为跟利润相关，我相信设计师或者企业都会利用算法去预测分析。
Michelle-伦敦-2群副群主:
所以需要算法的引进再结合人为的经验。
Evie-广州-2群副群主:
的确，中国股票受政策影响大，服装设计受创意文化影响大。但是是否可以考虑补充进动态的政策信息数据？一些股票的走势肯定是跟某些政策特定相关联的，服装设计也是，一定有一些权威的source，它会成为潮流的风向标。就是说，收缩分析对象的范围，可能反而提升预测的精准度？@Adam-香港-科技管理。
Michelle-伦敦-2群副群主:
@Evie-广州-2群副群主 其实在时尚趋势里，即使是人为的市场调研也是抓住那几个潮流的风向标。我认为算法、大数据、AI在这里面的作用是提高人的工作效率，通过算法可以抓取更多的数据源，得到更精准的预测。
Adam-香港-科技管理 :
@Evie-广州-2群副群主 是的 这个是更深的一个问题了，但是我们目前我们的导师都没办法明确什么是风向标；比如股市政策，太多自变量了（影响因子）；而对于设计，我主观猜测也会有很多变量。
Evie-广州-2群副群主:
对，提升人的工作效率肯定是区块链技术给企业带来的直接好处。
小结
大数据的应用可协助精准预测和决策决定，同时带来AI和机器学习的更高层应用，比如认知时尚系统。IBM的人工智能系统创建了一个认知主体，通过图像学习和信息提取做出相应的时尚趋势预测和品牌相似度分析。同时该系统与中国设计师品牌张卉山和外国品牌Marchesa合作，拆解设计元素为数据，通过数据计算提供了新的设计思路。但目前来说由于政策、创意等人工因素的干扰，机器预测的准确度还有限，因此提升效率是当下最直接的优势。
2.3 当代复合型人才的需求（延伸讨论）
讨论如下：
极简-郑州-销售:
@Adam-香港-科技管理 你们用这种算法预测过国外股市吗？相比中国股市是不是会准确一些?
Vincent 郑- 上海 -外贸和时尚孵化器:
@Adam-香港-科技管理 现在都是电脑在炒股，基金也是电脑在操盘。都是high frequency trading（高频交易），特别是美国。
Adam-香港-科技管理 :
我最近发现很多银行公司都声称自己是科技金融公司，比如巴克莱、汇丰这些。
Vincent 郑- 上海 -外贸和时尚孵化器:
Adam-香港-科技管理 他们都用科技来算风险、操盘、分析。
Adam-香港-科技管理 :
这也是为什么商业分析现在是全世界最火的专业的原因，其实就是利用算法去预测金融业。
Michelle-伦敦-2群副群主:
用科技计算风险，就对应上了我前面说的：大数据可以应用到时尚产业，也可以做风险预测。时尚产业有的时候很像金融业。
Adam-香港-科技管理 :
所以我猜以后也会有一种职业叫时尚分析师。
Michelle-伦敦-2群副群主:
@Adam-香港-科技管理 认同！未来我觉得数据分析结合时尚的可能性还是很大的， 会出现一系列的分析岗位和学科。
Evie-广州-2群副群主：
所以创新爆发期就一定需要跨界人才。
Michelle-伦敦-2群副群主:
@Evie-广州-2群副群主 没错，现在都需要复合型人才，单一人才其实难以在未来科技世界里生存。
小结
当下金融行业趋向于结合科技分析并使用算法预测风险，同理，时尚行业的未来也将迎来科技的广泛应用。未来的时尚行业的人才需求会趋向于复合型人才、跨界跨学科人才，可能会出现时尚分析师此类的职位。
2.4 智能供应链
讨论如下：
Michelle-伦敦-2群副群主:
接下来说说供应链智能分析，即使是设计这种创新性的内容都可量化，那么供应链也可以使用数据和量化分析的方式提高决策力。在原有ERP和SCM系统的数据基础上，更多的非结构化数据会被截取使用，整个数据库扩增，可分析的可能结果也会相应增加。而且以算法、统计学为基础的智能分析工具的应用，可以提取出新的视角从而增加决策的依据和选择。我翻译了一张来源于麦肯锡的图表，这张图表分析了大数据的潜在应用方向。
崔小鹿-厦门-设计助理:
大数据的分析对于库存管理以及买手买货方面很有意义！它会提供很多传统数据分析思路以外的信息，非常具有实际价值。
Evie-广州-2群副群主:
是的。商品管理、企划、库存都用得着。
Vincent 郑- 上海 -外贸和时尚孵化器:
供应链管理，不仅需要数据和AI技术支持，还要看产品的制造速度。
Michelle-伦敦-2群副群主:
嗯嗯，没错。库存管理也是个很好的应用试验田！
小结
智能供应链即使用大数据和算法量化分析供应链流程，提高生产力、执行力和决策力。一方面可分析的依据增多，一方面会有新的分析视角出现。潜在应用范围非常广泛，对于库存管理和买手买货方面具有优化简化的意义，是可期待的应用前景。
#不断学习，才有能力改变当下#
冷芸开设以下培训课程，欢迎报名！
长按二维码查看详情👀
三、对产品推荐算法的评价以及大众对AI时代的看法讨论如下：
崔小鹿-厦门-设计助理:
说到“产品推荐”，淘宝的“猜你喜欢”功能真的好用。
Michelle-伦敦-2群副群主:
挺好用。Spotify每次给我推荐的歌单都让我觉得它渗入我的灵魂。
Adam-香港-科技管理 :
@崔小鹿-厦门-设计助理 根据您说的这块我延伸一个观点：我很介意推荐这部分， 比如抖音、今日头条这些推荐功能；我本质上认为他们是在利用我们的隐私，或者说记录了我们的用户数据去给我们推荐；久而久之会让我们生活在一个信息蝉房里，我们只能看到我们喜欢的数据，没办法了解到更多信息。
崔小鹿-厦门-设计助理:
@Adam-香港-科技管理 是的，您说的这点也是这个推荐算法的弊端。
Evie-广州-2群副群主:
我也觉得，推荐算法确实好用，但是会让我感到很难受。淘宝还好，毕竟是卖货的APP，如果是做内容的，我就会觉得特别难受。
Michelle-伦敦-2群副群主:
其他群友们怎么看待推荐算法呢？
Adam-香港-科技管理 :
但另一个角度说，这些数据如果设计师能利用，可以产出更多顾客喜欢的款式，设计会更接地气（或者说销量提升）。这也是快销品比如HM成功的秘诀。
Michelle-伦敦-2群副群主:
有的时候我觉得算法太了解你了，会让你觉得恐惧。一方面觉得科技非常有应用前景，一方面又担心科技使用“过了头”。
Evie-广州-2群副群主:
我们都被观察着。
Philip 广州 线上女装品牌:
如果今后大数据、算法和人工智能发展起来了，是不是很多设计师和买手都会失业了？
崔小鹿-厦门-设计助理:
我觉得不会，毕竟设计是需要创意的一个职业，而大数据是用已有的数据提炼出的信息，两者还是不同的。@Philip 广州 线上女装品牌
冷芸-上海-群主:
平庸的人（懒惰的、机械的、没有主观能动性的）都会被替代！无论岗位！但优秀的、有思考力、有创造力的人都不会被淘汰！
Philip 广州 线上女装品牌:
机器可以接受的设计数据远远超过大部分设计师接受的信息。
黄四娘-无锡-时尚卖家:
大数据的确让事物的趋向更明确。
冷芸-上海-群主:
@Philip 广州 线上女装品牌 你说的没错，所以《未来简史》说未来是少数人与机器人统治大多数人的时代！
Michelle-伦敦-2群副群主:
感谢大家今晚的参与！感谢群友的支持和交流!
小结
算法的应用令人既喜又惧，它的确便利了消费者的生活，让事物趋向更明确；但同时又存在窥探隐私的风险，且会屏蔽消费者对其余信息的认知。AI时代的到来是必然的，但创新行业鉴于其创造的本质还不会轻易被机器取代。人们需思考如何提高自己的创造力，如何在“少数人与机器人统治大多数人的时代”里成为那部分少数人!
#不断学习，才有能力改变当下#
冷芸也开设以下培训课程，欢迎报名！
扫描二维码查看课程详情👀
庄主总结
感谢大家的积极参与，在讨论过程中，大家提出的很多观点都值得深入探讨。以下是我根据大家的讨论整理总结所得:
一、未来科技的介绍
1.1 大数据时代
大数据时代的到来源自于逐年倍速增长的数据量，这意味着高速、高价值、高容量、多样真实的非结构化数据与结构化数据的出现。对非结构化数据的探索、量化过程和模块化生成价值即是大数据时代最核心的应用。从商业角度上来说，数据挖掘是一种新的商业信息处理技术；数据仓库是面向主题的、集成的、相对稳定的、随时间不断变化（不同时间）的数据集合。
1.2 区块链的崛起
区块链技术是一种去中心化、点对点传输的分布式数据存储的模式。它的特性由共识机制和加密算法提供，确保了高程度的不可篡改；同时它可实现不同程度的透明度，可保护商业机密，因此该特性适用于供应链的追溯防伪应用。目前此应用发展成熟，前期系统建立较耗成本，但后期标签成本并不会很高。另外，区块链由于其实时信息分享的特性，在库存管理上也有一定的应用前景。
二、科技时尚的应用前景
2.1 区块链追溯防伪
区块链在追溯防伪方面的应用在国内外都已相当成熟与广泛，通过区块链技术给供应链整个流程上链记录，消费者可追溯产品的生产过程甚至到原材料。但该应用需结合物联网技术才能实现从物理世界到信息世界的全链跟踪。具体国内应用例子有阿里巴巴和京东等电商平台、还有一些生活用品品牌，比如ABC卫生巾。国外应用例子有Provenance和Sourcemap, 一个提供手机APP为消费者带来产品生产信息，另一个提供供应链可视化地图，作为品牌的营销策略。品牌透明化成为必然趋势，但由于单一技术获利单薄，利用该技术做营销成为部分品牌公司的获利目的。
2.2 大数据预测时尚
1）抓取更多的数据源，提供在趋势、需求、风险各方面的精准预测，同时提高人的工作效率;
2）应用到时尚设计，对数字图像进行深度学习，拆解设计元素并将其数据化，节省时间精力;
例子：IBM Watson，创建认知主体，利用广告、杂志、社交媒体等数据来分析时尚趋势，并自动化将图片生成标签，通过数据总结设计之间的相似性。
2.3 延伸讨论：当代对跨界复合型人才的需求
原因：
1）基于历史数据的预测本身存在偏差，无法做到绝对准确;
2）人为因素对数据预测产生干扰;
因此：在结合科技运用的同时，还需要懂得利用数据的人才，结合时尚行业的经验做出更准确的决策判断。同时意味着未来行业对于复合型人才的需求会提高，甚至出现时尚分析师这类岗位。
2.4 智能供应链
1）在原有ERP和SCM系统的数据基础上，截取更多非结构化数据，增加分析结果；
2）提供新的视角，增加决策的依据和选择；
3）调整供需平衡，提供潜在的成本模型，优化储存空间、货架空间等等。
三、对产品推荐算法的评价以及大众AI时代的看法
对产品推荐算法的评价：
1）正面：实用性高，可提高用户体验。
2）反面：利用用户隐私，使用户被数据屏蔽，看不到算法之外的产品。
对AI时代的看法：
1）设计创新行业还是不会轻易被取代，强调了创造力在未来的重要性，人才需思考自己超越机器的能力在何处？
2）机器人掌握的数据比人类多，未来可能是被少数人与机器人统治的时代。
庄主简介
Michelle-伦敦-2群副群主
大家好，我是Michelle，冷芸时尚圈2群副群主，海外服装设计本科和买手硕士。对于科技时尚、环保时尚及艺术文化类学术内容有研究，主攻方向为区块链。有某知名奢侈品牌的买手实习经验。
联系方式：wuyichun0903@gmail.com
跟副庄主：Evie-香港-2群副群主
大家好，我是Evie，冷芸时尚圈2群副群主，社会科学领域的985本和港硕，对于身体、性别、时尚有学术兴趣；对于相关产品的生产与营销有商业兴趣。有出色的营销、运营、分析策划、沟通合作与资源链接的能力。
个人微信：
总结整理：Michelle-伦敦-2群副群主
编辑：Eroll Duan
审核：Cherika Chen
感谢您的阅读，
期待今后更多的讨论也欢迎大家来分享！
👇【试听】冷芸时尚微课👇
“服装业创业者线上课堂”之
“怎样才能找到靠谱的服装供应商？”