我写过中国时尚行业的商业模式演进历程《中国时尚零售的商业模式演进》，在讨论时尚行业时，很多人往往把关注点放在营销/销售和供应链这些运营体系的建设上，我认为时尚行业的核心竞争力就是时尚本身，如何识别时尚趋势、快速满足消费者需求，才是时尚企业的商业要义，营销、销售、供应链等运营体系都是服务于时尚创意（包括商品企划、产品设计）的。
在数字化手段方面，尽管时尚企业在全渠道销售、数字化营销、商品管理、供应链协同、物流管理等方面使用了很多信息技术手段，如何利用信息技术来提升时尚创意的能力，却是一个未得充分展现的新兴领域。
用人工智能来促进时尚创意的效能和效率已经有很多年的历史，IBM的全球研发中心在十多年前就已经开始利用机器学习和深度学习等AI手段来识别流行趋势，并且探索AI时尚预测的可解释性，例如服装特征值（颜色、面料、裁剪廓形等）对销量预测的假设分析和反事实解释。
我在2016年就在国内宣讲IBM提出的“认知时尚“，去年初，我的《认知时尚从吹牛到落地｜人工智能改造企业解决方案的产品策略》一文简述了这个领域的发展。
经过过去一年多生成式AI技术的突飞猛进，今天用AI来进行时尚特征捕捉、时尚趋势探索、产品企划、产品设计，已经成为了当年服装企业的通行实践，可以说今天AI在时尚行业的应用和十年前的技术相比，已经升级换代了。
过去被广为称颂的Zara快时尚模式，其商业模式核心是对前沿时尚的快速复制。4000元的Prada的鞋，Zara仿款只卖500元，尽管这种模式受到争议，但是这也形成了快时尚行之有效的生存空间：
对Zara构成巨大挑战的、中国的全球电商Shein，对Zara的快时尚模式是以其人之道，还治其人之身：
过去Zara的这种抄版模式需要他们的时尚猎手们出没于各个时尚秀场，第一时间捕捉到最新设计，然后交给设计师和制版师进行详细设计和生产。今天人工智能和生成式AI则能大幅提升这个流程的效率：
1、利用互联网爬虫等技术，从时尚网站、社交媒体以及电商网站上，有针对性地爬下海量的时尚素材，例如，某个时尚主题的图片、电商网站上竞争对手品牌的商品图片、社交媒体上相关KOL的时尚展示图片等等：
2、利用大模型技术从这些图片中识别出关键词，例如风格、调性、颜色、面料等等，设计师可以根据自己品牌的设计理念和时尚感觉，对这些关键词进行选择、优化，形成自己规划商品的特征
3、利用这些特征的关键词作为提示词，向大模型提问，大模型生成服装的设计图像。
这种称为零样本学习（Zero shot learning）和少样本学习（Few shot learning）的人工智能技术，用于生成全新的时尚设计，能够巨大提升快时尚行业对时尚的感知响应效率，带来服装行业的业务转型。
