2020年是服装业艰苦的一年，更可怕的是，全球疫情什么时候结束目前看来还很难讲，这意味着纺织服装行业的低迷期今年可能还不会结束，大概率会延续到明年。

　　纺织服装产业链上游涉及天然纤维（如棉、麻、毛）和化学纤维生产，中游包括纺纱、织布、印染，下游包括服装、家纺、工业用纺织品等最终产品。

　　中国是全球纺织服装产业链最健全的国家，中国已成为全球纺织服装制造中心。从2001年到2010年，中国布产量从290亿米上升至907亿米，纱产量从761万吨上升至3733万吨，化纤产量从841万吨上升至4886万吨，均为全球第一。

　　但是，2010年后，中国劳动力成本大幅上升，纺织服装产业链的下游逐步转移到劳动力成本更低的经济体和地区，其中东南亚是纺织业转移的首选(上图）。

　　虽然服装加工有向东南亚转移的趋势，但中国仍是最重要的化纤和面料出口国。据创嘉平台了解，到2018年，纱线面料出口占据全球贸易三成，化纤出口占据全球贸易四成，下游生产国如越南、柬埔寨等均依赖进口面料。

　　目前全球服装行业的主要买手集中在美国、欧盟、日本。在全球新冠疫情的阴霾下，欧美日市场需求量大幅下降，使得整个纺织服装链条上的企业人人自危。

　　2020年疫情期间，国内服装外贸企业和加工企业处于被动的状态。据行业内人士介绍，现在服装加工厂和买手之间很多采用商业信用的交易方式，买手就有很大的空间和不确定性，原来整单整走的模式也变成小批量走，造成成本增加。

　　纺织企业的付款方式也导致上游的 供应商在特殊时期处于一种“不敢生产”的状态。 “纺织服装类企业的采购是先交货，货卖了后再向供应商付款。织布厂要用自己的钱去买原材料、付工资，如果一旦出现退货，全赔在里面，一些小的织布厂因为害怕客户临时取消订单，也不敢多织，甚至为了规避风险，宁可不开机。

　　中国是全球纺织服装产业的中心，纺织服装行业如何抗击疫情带来的冲击，受到全球关注。

　　以东方国际为代表的上海服装外贸企业如何转型思变，将成为带动整个产业链变革的重要方面。

　　①国内不少大的服装出口企业都在做自主品牌，东方CQ9电子 CQ9传奇电子国际、申洲国际都是走在行业前列的代表，Lily、雅戈尔、波司登都是转型成功的案例。

　　首先要实现观念的转变，从出口依赖转变为发展国内消费，发展自己的品牌，赶超甚至取代国外大牌。上海的东方国际前几年已经开始从外销转变成外销+内销，成功培育了Lily、三枪等品牌，今年几乎完全转内销。

　　② 中国纺织服装行业的未来还是要往高端走。近几年来，我们已经看到一些好的迹象。技术含量和附加值比较高的纺织机械和化纤的出口开始往上走，真正靠人力的服装加工已经开始向东南亚转移，贸易摩擦和疫情可能会加快行业的调整。

　　纺织服装企业要实现在市场细分与个性化产品供给方面的快速转型，在技术、工艺与服务理念上创新，在对各个年龄段的开发性需求方面下的功夫不够。国内一线城市的服装定制市场需求很多也很大，但是真正能够满足高品质需求的企业很少，传统工厂可以试运行1~2条小批量定制生产线，逐渐在市场中获得高利润，增强企业抵挡风险的能力。（2020年8月14日~16日，创嘉平台精益广州实战班，将针对疫情后的行业形势，邀请疫情中逆风而上的企业家分享心得。）

　　最近在群里分享点吃的用的，偶尔还有人捧场。如果是首饰衣服，先商业互吹一番“好看”，紧接着就是“去年买的衣服都穿过了吗”“工作都没了还买什么包”“别看了拼夕夕差一刀帮我砍一下”等的灵魂拷问……

　　搁半年之前，这么勤俭持家的场面都是不可能出现的。哪怕刚刚裸辞，女人们也敢刷信用卡买下新款裙子，美其名曰“换种姿态迎接新生活”。

　　2020年疫情后的的普通人，开始老老实实面对惨淡的生活，将消费欲望降到最低。穿衣AI——让大家找到了一种不花钱就可以得到的快乐。

　　用AI给消费者搭配服饰鞋帽、口红妆容等等，从2017年AI浪潮兴起开始，就被安排进了技术大厂的开发周期表。

　　某猫上线了FashionAI，通过电商平台上的潮人搭配方案，基于属性、颜色、风格、细节等维度，可以为一款单品匹配到最适合的穿搭方式。官方说辞是，1秒钟能为消费者提供与其相符的100套穿搭建议。

　　某狗也奋勇争先，成立时尚科技研究院用户只要将衣服放到Mirror+智能搭配产品前，系统就会通过推荐算法找到合适的服装搭配。

　　一些女性群体为主的电商平台，也都相继成立过“搭配研究所”、搭配体验平台等等，利用平台的大数据优势训练时尚分析模型。

　　电商巨头亚马逊，就在CVPR 2020会议上推出了好几款AI穿衣模型。比如Outfit-VITON，就可以将多件衣服搭配在一起，让消费者看到上身效果。

　　如果用户看上了款式却没有相中颜色，也可以直接查询“相同款式的粉色连衣裙”，系统就会帮助其找出相应的商品。

　　谷歌与德国电商Zalando合作，基于TensorFlow打造一款时装设计产品Project Muze，用户告诉AI自己的性别、心情、兴趣爱好和喜欢的艺术类型等信息，再在模特身上随便涂鸦几笔，Project Muse 就可以马上设计一款时装造型。

　　如果对方是一位热爱古典音乐、心情有点儿迷茫，并在模特身上画了三角形的女士，它就设计出了一条斗篷式的绿色连衣裙，外面还会覆盖一层有忧郁气质的棕色薄纱。

　　学术界的时尚嗅觉也出人意料，不少高校研究人员用论文证明，自己并不是“nerds”（书呆子）。

　　2019年，UT 奥斯汀、康奈尔大学、乔治亚理工和 Facebook AI 研究中心联合发布了一款名为Fashon ++ 的模型，基于深度生成网络，让AI学习到时尚和不时尚两种图像，深度网络就会生成出最适合的着装方式。“一键改衣”，让单品的时尚度瞬间up！

　　比如，模型会建议去掉袖子、将下摆塞进去等操作，让整个look看起来更有型。用来帮助人们进行服装设计与搭配指导，自然也不在话下。

　　疫情期间大量服装企业的业绩都出现了大幅度萎缩。行业报告显示，拉夏贝尔一季度亏损3.42亿元，七匹狼一季度净利润同比暴跌145.89%，安踏全线品牌负增长，美邦服饰一季度亏损2.19亿，都市丽人预计上半年亏损超1.2亿……可以说是一片哀鸿。

　　奢侈品牌也没能逃过，路易威登LV的母公司LVMH集团第一季度营收减少15%，拥有古驰Gucci、圣罗兰YSL等品牌的开云集团营收减少15.4%，也纷纷放下身段试水电商、直播等新方式。

　　对于想要争夺增量的品牌来说，让生产、设计、销售都能紧密贴合狭窄化的市场诉求，与此CQ9电子 CQ9传奇电子同时，不额外增加企业的成本，就成为必须面对的难题。

　　此前的一波“AI搭配”潮流，主流品牌的旗舰门店都进行过“数字化改造”，比如安装了AI试衣镜、智慧摄像头等。

　　在这一基础上，进一步完成算法升级，为门店打造精准的营销策略，比如进店顾客的用户画像，哪些衣服试穿率高，哪些单品购买率高等等，这些原本资深销售员才能够“意会”的机密交给AI来完成，帮助缓慢恢复的线下门店负重前行。

　　拥有用户时长优势、更接地气的社交媒体平台，就成为各大市场品牌的争夺阵地。

　　核心原因是，时尚图片、视频等富媒体的呈现形式，想要将内容转化为命中率和流量，需要精准的用户推送和匹配。这就对平台方的内容智能分析、智能识别时尚元素、精准匹配受众，进而提升命中率，关联到电商同款或相似 SKU，提出了较高的要求。

　　当然，上述这些AI附加值，不仅需要服装企业本身就对数字化经营有一定的了解和铺垫，搭建起了AI所能发挥的技术土壤，才能够快速转型，借助技术工具实现去库存、提效率、增销量的目的；还需要对各个渠道的AI能力、商业逻辑有必要的了解，才能避免经营层面的“AI通货膨胀”。

　　正如某服装品牌总裁在公开信中所说，“疫情不可避免地重创了服装行业，但疫情也是一个放大镜，检验我们过往的沉淀是否扎实。”不抗拒新技术，也不唯技术论，明辨AI的能力也注定在这个特殊的全球经济节点上，成为各行各业的必备技能点。