除了预测下一季流行色，AI要解决「每天穿什么」这个世纪难题了

相信对于不少女性同胞们来说，每天要做的最艰难决定，不会发生在办公室、星巴克或者餐厅，一定是在堆的满满的衣柜前，纠结到底穿什么好。每次搭配衣服就像解答数学方程式，既要考虑到工作场合，还有服装的舒适度，能够代表自己的心情就更好了。变量太多，脑子不够用。

在时尚领域，大多数决定还要由消费者自己来完成，无论是购买还是搭配，都不能借助像Uber这样的，不用消费者操任何心的调度平台。所以通常都会产生后果：为了搭配现有的衣服或者追赶新潮流一直买买买；挑到了不合适的衣服压箱底或者退货。

消费者的自我挑选与“无穷无尽”地购买对时尚行业本身也产生了冲击，催生出了超快时尚品牌，这些玩家们每周可以出上百件新品。一向慢吞吞的奢侈品都开始了即买即卖的模式，来响应消费者快速变化的口味。时尚行业开始了一场“速度的比拼”。

但是业绩骗不了人，虽然ASOS在过去两年销售额翻了一倍，不过利润却是停滞不前。不少曾经尝试即买即卖额奢侈品牌都已退出，Burberry虽然还在实行，但是收入情况一点也没改善。而且快时尚还屡屡上了环境黑榜。

而亚马逊之所以能够在零售百货业陷入一片泥沼时，大胆进入时尚产业，并得到不错的效果是因为亚马逊有丰富的数据，知道应该卖什么衣服，并知道把这些衣服卖给哪些具体的消费者。当他们一打开亚马逊，就能看到自己心仪的服饰，大大减少了决策的时间，也能最大程度避免后续不合适或者退货的麻烦。

如果零售商都开始运用数据和AI技术，来帮顾客做决定，选择最适合他们的产品，从而避免他们盲目的追赶时尚潮流而购买许多无效的商品，整个时尚产业是不是能够回归正常，而不是拼命比谁出了更多“抄袭”的新品？

AI首次“跨界”到时尚产业中是预测潮流风向，今年三月IBM Waston与时尚媒体WWD合作，解读秋冬的流行趋势。Waston借助广告宣传册、文章、博客、图像和社交媒体上的大量数据，像一个时尚界的资深人士一般，给出2017年秋冬流行色。

如果将AI用到消费者服装选择上，可以根据过往的消费数据，预测消费者什么时候打算买衣服了，买什么样风格的衣服，然后给出建议，让消费者添加一些必备品而非仅十几美元的衬衣和裤子。对于消费者来说，不用再费脑筋一直刷淘宝，为买衣服发愁，也可以减少冲动消费。对于时尚产业来说，鼓励消费者少而精的消费，既可以减少浪费，又有利于可持续性发展。

亚马逊已率先实现了这一想法，推出了Echo Look智能摄像头可以判断用户穿衣风格的智能相机，根据机器学习算法和时尚专家的建议，帮助用户进行服装定制，并对用户的穿衣搭配进行评估。虽然亚马逊先行一步，但是小公司们仍可以抓住AI的机会，在时尚产业来一场“改革”。

如果把AI这项作用使用到食品行业，另一千古难题，每天吃什么也有望解决。比如来个智能冰箱，AI能够扫描你的冰箱存活，了解你的喜好。在冰箱空了以后，给出你一个购物清单，也省去了想吃什么的烦恼。