服裝家紡行業：GPT將如何改變服裝行業？ -230403 （21頁）.pdf

《服裝家紡行業：GPT將如何改變服裝行業？ -230403 （21頁）.pdf》由會員分享，可在線閱讀，更多相關《服裝家紡行業：GPT將如何改變服裝行業？ -230403 （21頁）.pdf（21頁珍藏版）》請在三個皮匠報告上搜索。

1、1 敬請關注文后特別聲明與免責條款 Table_Summary GPTGPT 將將如何如何改變改變服裝行業服裝行業？方正證券研究所證券研究報告方正證券研究所證券研究報告 行業深度報告 行業研究 服裝家紡行業服裝家紡行業 2023.04.03/推薦 分析師：分析師：陳佳妮 登記編號：S1220520080002 聯系人聯系人：廖捷 重要數據：重要數據：上市公司總家數上市公司總家數 70 總股本總股本(億億股股)632.83 銷售收入銷售收入(億元億元)2706.44 利潤總額利潤總額(億元億元)244.76 行行業平均業平均 PEPE 11.63 平均股價平均股價(元元)12.81 行業相對指數

2、表現：行業相對指數表現：數據來源：wind 方正證券研究所 相關研究相關研究 NIKE：FY23Q3 庫存持續改善，大中華區維持增長2023.03.22 安踏體育：22 年業績符合預期，Amer Sports 扭虧為盈2023.03.21 李寧：22 年業績基本符合預期，專業品類驅動品牌核心競爭力2023.03.17 華利集團：2022 年業績符合預期，盈利能力表現平穩2023.03.01 GPTGPT 將在企劃、設計和零售環節賦能服裝行業：將在企劃、設計和零售環節賦能服裝行業：3 月 15 日 OpenAI推出 GPT4，實現多個維度提升，包括強大的識圖能力；文字輸入限制提升；回答準確性顯著

3、提高；能夠生成創意文本等。商品企劃階段，進行市場分析與趨勢研判；產品設計階段，助力設計師快速生成創意、釋放生產力；采購階段，通過柔性生產提升效率；零售環節，降低運用成本，優化消費者購物體驗。我們基于目前 GPT 等 AI 在服裝產業的具體應用，探討 AI 對服裝行業的潛在影響。數據驅動商品開發，數據驅動商品開發，提高服裝設計爆款率提高服裝設計爆款率：在商品規劃時，ChatGPT 通過多渠道獲得數據及信息，找到規律并進行針對性地預測，提供服裝款式研發方向。例如知衣科技利用 AI 算法進行數十個維度、近千種標簽的數據分析，提高服裝設計寶頻率。在產品設計時，AI 基于文本-圖像模型與強大的計算功能，

4、能根據詳細表述自動生成服裝樣圖，為設計師提供靈感、可視化其想法。OpenAI 開發的 DALLE2 具備圖像生成、圖像擴展、圖像編輯及圖像多樣化等功能。CALA 服裝公司結合 DALLE2已開發出一款服裝設計軟件，可根據特征描述自動設計服裝，或根據已有服裝設計衍生構建同系風格的更多款式。零售端降低運營成本，提高消費零售端降低運營成本，提高消費者購物體驗：者購物體驗：ChatGPT 可根據商品信息、圖片生成產品描述和營銷文案，提高產品上新和推廣效率。AI 相比傳統智能客服，在靈活性與人性化服務方面有顯著的進步，能夠根據消費者購買歷史、搜索歷史和瀏覽行為等數據來提供個性化的推薦。電商平臺 Shop

5、ify 接入 ChatGPT的 API 接口，已推出上述功能。對于線上購物無法看到服裝上身效果、線下試衣繁瑣，AI 也能通過虛擬試衣解決這一痛點。消費者可以上傳照片或選擇身材接近模特，看到其上身試穿效果，這一技術也被用于線下試衣魔鏡中。國際服裝公司國際服裝公司 AIAI 應用對國內服裝行業的啟示：應用對國內服裝行業的啟示：國際知名運動品牌借由概念化設計提高品牌聲量，持續投入數字化轉型在未來競爭中搶占先機。國內知名運動品牌也在積極擁抱新科技新概念，建議關注安踏體育、李寧、特步國際和 361 度等。國際知名快時尚品牌借由 AI 技術進一步降本增效，鞏固自身的速度、成本優勢，提高設計爆款率。AI 技

6、術未來有望賦能國內時尚休閑品牌，建議關注森馬服飾、太平鳥、錦泓集團、朗姿股份、欣賀股份等。國際服裝零售商通過應用 AI 技術有效降低銷售成本并改善客戶體驗，新技術率先應用在海外電商平臺，未來有望復制到線下門店，建議關注國內大型零售商滔博、寶勝國際。風風險險提提示示：AI 技術迭代不及預期；消費者體驗改善不及預期；AI 引發的隱私/道德風險。2 Table_Page 服裝家紡-行業深度報告 目錄目錄 1 GPT 對服裝行業的影響淺析.4 2 商品規劃&設計端：研判流行趨勢，提高設計效率.5 2.1 商品規劃：研判流行趨勢，數據驅動開發.5 2.2 產品設計：圖像生成工具助力設計落地.7 3 零售

7、端：降低運營成本，提高消費者購物體驗.11 3.1 產品描述/營銷文案：提高內容生產效率.11 3.2 智能導購：個性化、精準化提升購物體驗.12 3.3 智能試穿：解決試衣繁瑣痛點.13 4 國際服裝公司 AI 應用對國內服裝行業的啟示.14 4.1 運動服飾品牌：提高品牌聲量，在未來競爭中搶占先機.14 4.2 快時尚品牌：擁抱 AI 技術成為快時尚行業主動者.16 4.3 零售商：降低營運成本，提升體驗消費.18 5 風險提示.20 PWjXiXRUgUlYtQoNtRaQbP7NnPnNtRmPlOpPtPiNpPqMaQmNtMxNrNmNxNoNtR 3 Table_Page 服裝

8、家紡-行業深度報告 圖表目錄圖表目錄 圖表 1：CHATGPT 谷歌趨勢指數.4 圖表 2：OPEN AI 發展歷程.4 圖表 3：人工智能對紡織服裝產業鏈的影響.5 圖表 4：對服裝風格、顏色、兼容性、屬性等要素的時尚分析示例.5 圖表 5：CHATGPT 預測趨勢信息來源.6 圖表 6：CHATGPT 預測趨勢原理.6 圖表 7：CHATGPT 對服裝趨勢預測（一）.6 圖表 8：CHATGPT 對服裝趨勢預測（二）.6 圖表 9：知衣科技圖像識別技術.6 圖表 10：知衣科技圖像識別技術.7 圖表 11：知衣科技時尚趨勢分析.7 圖表 12：文本圖片轉換.8 圖表 13：DALL E1（

9、左一）與 DALL E2（左二）.8 圖表 14：DALL E2 主要功能.8 圖表 15：DALL E2 工作原理.9 圖表 16：DALL E 生成服裝結果展示（一）.9 圖表 17：DALL E 生成服裝結果展示（二）.10 圖表 18：CALA 設計服裝展示.10 圖表 19：CALA 衍生服裝設計.11 圖表 20：CHATGPT 營銷文案生成.11 圖表 21：CHATGPT 產品體驗表述.11 圖表 22：YODEL（CHATGPT X SHOPIFY推出）產品描述/營銷文案生成案例.12 圖表 23：SHOPIFY智能化推薦產品.13 圖表 24：商場智能導購機器人.13 圖表

10、 25：WALMART智能試衣.14 圖表 26：NIKE通過收購初創類技術企業實現自身數字領域突破.14 圖表 27：元宇宙平臺 NIKE LAND.15 圖表 28：NIKE首個官方 NFT 鞋款.15 圖表 29：ADIDAS推出元宇宙虛擬頭像平臺 OZWORLD.15 圖表 30：RAL7000STUDIO 基于 AI 設計的 NIKE產品.16 圖表 31：RAL7000STUDI 基于 AI 設計的 ADIDAS系列.16 圖表 32：ANTA 元宇宙.16 圖表 33：中國李寧X無聊猿.16 圖表 34：H&M AI 解決方案.17 圖表 35：SHEIN產業鏈中數據和算法賦能.

11、18 圖表 36：國內部分 AI+紡織服裝相關科技公司.18 圖表 37：AI 對服飾零售商影響.19 圖表 38：STITCH FIX業務模式.20 4 Table_Page 服裝家紡-行業深度報告 1 GPT 對對服裝行業服裝行業的的影響影響淺析淺析 在 ChatGPT 引起人們熱議之時，2023 年 3 月 15 日，OpenAI 推出 GPT4，實現了多個維度的提升：強大的識圖能力；文字輸入限制提升至 2.5萬字；回答準確性顯著提高；能夠生成歌詞、創意文本，實現風格變化等。而以 GPT 為代表的人工智能會如何影響紡織服裝行業？圖表1：Chatgpt 谷歌趨勢指數 資料來源：Google

12、，方正證券研究所 圖表2：Open AI 發展歷程 資料來源：Open AI，Choice數據，方正證券研究所 從從服裝服裝生成生成流程流程來看，來看，人工智能人工智能主要主要將將在在商品商品企劃、企劃、產品設計、產品設計、終端終端零售端零售端產生產生影響。影響。商品企劃階段，AI 通過人工神經網絡和深度卷積神經網絡實現不同衣著款式的分類與屬性識別，通過時裝解析進一步完成類別標簽的標記，從而進行上季度市場分析與流行趨勢研判；產品設計階段，AI 自動生成圖像并進行多維度輔助設計，縮短設計師從概念創意到具體設計落地的進程，提高設計師產出效率；采購生產階段，主要通過智能制造與柔性生產提升效率；終端零

13、售環節，AI 可通過智能客服、個性化商品推薦、生產產品描述與營銷文案等，優化消費者購物體驗，精簡服裝零售商成本。我們認為，在 GPT 進入中國后，將賦能紡服產業鏈中的品牌端與零售端，提升企業的日常經營效率、設計師的產品開發效率、消費者的購物體驗。5 Table_Page 服裝家紡-行業深度報告 圖表3：人工智能對紡織服裝產業鏈的影響 上季市場分析上季市場分析多維度輔助設計多維度輔助設計智能智能導購導購個性化個性化推薦推薦產品描述產品描述AIAI自動生成圖像自動生成圖像流行趨勢研判流行趨勢研判一件衣服的全流程一件衣服的全流程商品企劃商品企劃產品設計產品設計采購生產采購生產終端零售終端零售Chat

14、 GPTDALLE 2GPT-4營銷文案營銷文案 資料來源：方正證券研究所 2 商品商品規劃規劃&設計設計端端：研判研判流行趨勢流行趨勢，提高設計效率，提高設計效率 2.1 商品商品規劃規劃：研判研判流行流行趨勢趨勢，數據驅動，數據驅動開發開發 流行流行趨勢是紡織服趨勢是紡織服裝產業的風向裝產業的風向標。標。對于紡織服裝產業而言，流行趨勢作為各類消費者群體在特定的時間內對不同著裝方式偏愛的反映，對企業服裝生產、抓住未來市場機遇、減少庫存堆積風險具有重要指導意義。流行趨勢一般包括顏色、款式和面料等元素，例如美國權威色彩機構 PANTONE 自 2000 年起每年年末會發布下一年度的流行色；時裝產

15、業成熟的法國擁有作為歐洲極具權威的面料和流行趨勢風向標 PV 第一視覺面料展等，均旨在捕捉消費者未來一段時間的偏好。圖表4：對服裝風格、顏色、兼容性、屬性等要素的時尚分析示例 資料來源：Smart Fashion:A Review of AI Applications in the Fashion&Apparel Industry，方正證券研究所 ChatGPT 通過通過對對現有現有信息信息整合整合，針對性針對性預測預測趨勢趨勢。ChatGPT 依據過去開放數據集、互聯網資訊、學術研究、服裝品牌官網等多維度渠道獲得的大量數據和歷史信息，基于機器學習算法和自然語言處理技術方法，通過對信息的分析和

16、模式識別找到規律和趨勢以進行預測。另一方面，作為交互性 AI，ChatGPT 可以針對某一特定問題或趨勢進行回答。我們認為，未來隨著 ChatGPT 進一步發展，并結合服裝品牌/渠道端的信息和數據，有望對具體區域/時間/季節的服裝趨勢進行更有指導意義的預測，從而為企業的商品計劃提供指引，減少庫存風險并抓住市場機會。6 Table_Page 服裝家紡-行業深度報告 圖表5：ChatGPT 預測趨勢信息來源 圖表6：ChatGPT 預測趨勢原理 資料來源:ChatGPT，方正證券研究所 資料來源：ChatGPT，方正證券研究所 但另一方面，由于數據樣本、模型參數等不同，針對同一個趨勢預測的問題，C

17、hatGPT 在內容的生成上不具有穩定性，每次可能得到不同的結果。此外，數據輸出或引發一定的版權和法律風險。圖表7：ChatGPT 對服裝趨勢預測（一）圖表8：ChatGPT 對服裝趨勢預測（二）資料來源:ChatGPT，方正證券研究所 資料來源：ChatGPT，方正證券研究所 知衣科技知衣科技基于基于數據數據/資訊資訊進行進行 AI 預測預測。公司成立于 2018 年，通過人工智能賦能服裝行業，以線上電商、秀場、INS、小紅書等渠道海量圖源，進行圖像識別（包括品類、圖案、面料、輔料、工藝、廓形、領型等特征要素）以分析服裝行業趨勢，進而提升服飾企業選品效率，降低趨勢挖掘成本。目前公司主要客戶有

18、 UR、Only、海瀾之家和太平鳥等。圖表9：知衣科技圖像識別技術 資料來源：知衣科技，方正證券研究所 7 Table_Page 服裝家紡-行業深度報告 圖表10：知衣科技圖像識別技術 1 識別品類2 識別要素 資料來源：知衣科技，方正證券研究所 圖表11：知衣科技時尚趨勢分析 資料來源：知衣科技，方正證券研究所 2.2 產品設計產品設計：圖像圖像生成生成工具工具助助力力設計設計落地落地 在服裝設計領域，目前人工智能基于其文本-圖像模型與強大的計算功能，已經能一定程度上輔助服裝設計師。AI 圖像工具使用人工智能算法可以根據文本描述生成逼真圖像，為設計師提供靈感、可視化其想法，同時能根據自定義選

19、項和細節工具對其進行進一步修改。目前較為成熟的 AI 圖像工具已有 DALLE2（Open AI 開發）、Midjourney、NightCafe 等。我們以 DALLE2 為例，探究其運行原理與主要功能。2021 年 1 月，OpenAI 推出了 DALLE，其本質也是轉換器語言模型，基于 120 億參 8 Table_Page 服裝家紡-行業深度報告 數版本的 GPT-3 訓練，可以使用文本-圖像相對應的數據集，根據文本描述生成圖像；而 DALLE2 在上代版本基礎上，能夠生產更逼真、準確的圖像，分辨率提升四倍。圖表12：文本圖片轉換 圖表13：DALLE1（左一）與 DALLE2（左二）

20、資料來源:OpenAI 官網，方正證券研究所 資料來源：OpenAI 官網，方正證券研究所 作為作為一款一款 AI 圖像圖像生成器，生成器，其其主要功能主要功能包括包括圖像生成、圖像生成、擴展圖像擴展圖像、圖圖像編輯像編輯及及圖像多樣化。圖像多樣化。（1）圖像生成：DALLE2 可以從文本描述中創建原創的、逼真的圖像和藝術。它可以組合概念、屬性和樣式。（2）擴展圖像：這個功能可以將圖像擴展到原始畫布之外，創建擴展的新構圖，幫助用戶擴展創造力添加相同風格的視覺元素，或以新的方向講述故事。（3）圖像編輯：DALLE2 可以根據自然語言標題對現有圖像進行逼真的編輯。它可以添加和刪除元素，同時考慮陰影

21、、反射和紋理。（4）圖像多樣化：DALLE2 可以根據原始圖像的靈感創造出不同的變化。圖表14：DALLE2 主要功能 編輯生成擴展多樣化 資料來源：OpenAI 官網，方正證券研究所 從其從其工作工作原理原理來看，來看，可以可以簡單簡單分為分為兩步，兩步，訓練訓練與與生成生成圖像圖像。其首先通過數億張圖片及其相關文字的訓練，并將圖像/文本通過各自編碼器映射到 m 維空間，學習到給定文本片段與圖像的關聯；訓練結束后，稱為先驗的模型將文本編碼映射到相應的圖像編碼，圖像編碼捕獲文本編碼中包含的提示的語義信息。最后，圖像解碼模型便會隨機生成一幅從視覺上與能夠表現先前所輸入的文本語義的圖像。9 Tab

22、le_Page 服裝家紡-行業深度報告 圖表15：DALLE2 工作原理 a red deliciousapplea black office chaira corgi doga red delicious applea black office chaira corgi dog圖像編碼文本編碼編碼圖像和文本片段編碼圖像和文本片段圖像編碼文本編碼將所有對象映射到m維空間，計算每對cos值相似度通過圖片及其相關文字的訓練，學習給定文本片段與圖像的關聯a corgi playing a flame,throwing trumpet文本編碼 資料來源：OpenAI 官網，AI 科技評論，方正證券研究

23、所 目前目前 O OpenpenA AI I 官網官網上上開放了開放了 DALLDALLE E 版本版本的的體驗體驗接口，接口，我們對其圖像生成功能進行了嘗試。我們以“一件藍色、白色扎染的長袖衛衣，版型寬松，材質為棉質，有口袋，胸前有卡通圖案”為文本描述，DALL E隨機生成了 4 張圖象，其中對于顏色、款式、面料、圖案等特征基本對應，但部分圖像無法完全滿足所有特征表述。我們認為，隨機生成的圖片在一定程度上能為設計師提供靈感。圖表16：DALLE 生成服裝結果展示（一）資料來源：DALLE 官網，方正證券研究所 10 Table_Page 服裝家紡-行業深度報告 服裝服裝公司公司 C CA A

24、LALA 攜手攜手 DALLDALL E E2 2 合合作作開發開發服裝服裝設計設計軟件。軟件。CALA 公司核心業務是為全球獨立設計師、品牌及個人提供涵蓋設計、生產、推廣、零售等全方位的一站式服務。CALA 與 DALLE2 合作開發 AI 服裝設計功能并引入自身業務，利用人工智能為用戶提供更加便捷的設計服務，為不具備將自己的創意利用專業技術知識產出草圖的人們打破障礙，同時為公司內部設計師們提供相應輔助。其使用步驟來看，首先從 T 恤、帽衫、大衣、鞋履等產品類別中選擇基礎模板，在文本框中輸入形容詞描述產品外觀設計，如材質、細節、印花、顏色、版型等;AI 將根據描述完成設計并輸出多種結果。我們

25、以“Oversize、天藍色、寬松、棉質、長袖、白云圖案、奶白色抽繩”為關鍵詞在衛衣版型上設計，得到的設計平面圖與圖像均較為符合輸入特征，且各個圖像細微之處均有所差異。圖表18：CALA 設計服裝展示 PhotorealisticFlat Sketch 資料來源：CALA 官網，方正證券研究所 另一方面另一方面，該項功該項功能能還可以利用還可以利用已有的服裝設計來已有的服裝設計來衍衍生構生構建出同系風建出同系風格的更多款式。格的更多款式。圖表17：DALLE 生成服裝結果展示（二）資料來源：DALLE 官網，方正證券研究所 11 Table_Page 服裝家紡-行業深度報告 圖表19：CALA

26、 衍生服裝設計 資料來源：CALA 官網，方正證券研究所 在服裝領域，基于 AI 圖像工具，人工智能可以在材料選擇、圖案創作、靈感轉換等維度輔助完成設計，提升設計師的生產力及效率。長遠來看，也將提升整個紡服產業鏈推陳出新的速度，根據終端需求加快服裝快反節奏。但另一方面，AI 生成的設計也可能使人類的創造力倒退。如 DALLE2可以產出不存在的圖像，但其仍是根據大量現有圖像進行算法訓練和學習，這導致其可能會被用來模仿那些設計師已有作品，造成侵權問題，當下已有部分圖源網站和設計師對于圖像 AI 公司提起訴訟。同時AI 生成的產品或許無法承載原有設計師的觀點、態度或是情感，在未來設計門檻降低與效率大

27、幅提升的背景下，可能反而會令人類整體設計與創造力倒退。3 零售端零售端：降低運營成本降低運營成本，提高，提高消費者消費者購物購物體驗體驗 我們認為 ChatGPT 也將為服裝零售業帶來變革，在產品描述/營銷文案等內容生成、個性化的客戶體驗、更佳的產品展示等維度變革服裝零售業。3.1 產品產品描述描述/營銷營銷文案文案：提高提高內容內容生生產產效率效率 ChatGPT 可以根據商品的信息和屬性，生成商品描述，編寫微博/小紅書等社交媒體平臺文案，提高內容生產工作者的效率，推進產品上新及推廣流程。同時，基于 GPT-4 新增的識圖功能，ChatGPT 也可以僅在一張圖片基礎上對圖片中的產品進行描述。

28、圖表20：ChatGPT 營銷文案生成 圖表21：ChatGPT 產品體驗表述 資料來源:OpenAI 官網，方正證券研究所 資料來源：OpenAI 官網，方正證券研究所 12 Table_Page 服裝家紡-行業深度報告 具體應用看，跨境電商平臺 Shopify 基于 ChatGPT 的 API 接口已推出Yodel 插件，其可根據產品圖片及關鍵詞，選擇文本輸出風格與長度，為產品自動生成產品描述、標題；自動回復消費者評論及問題；根據Facebook、Google 等不同平臺生成營銷文案。我們以一件 Adidas 的運動外套為例，在僅根據一件圖片的基礎上，其在產品描述中準確識別出了其產品品類，

29、并簡述了服裝的運用場景、功能屬性、外觀等特征；且根據 Facebook/Google 等不同渠道廣告的特點生成了針對性的營銷文案。圖表22：Yodel（ChatGPT x Shopify 推出）產品描述/營銷文案生成案例 產品描述產品命名問題/評論回復Facebook ADGoogle AD語言語言風格風格長度長度輸輸出出文文本本特特征征 資料來源：Shopify 官網，方正證券研究所 3.2 智能智能導購導購：個性化個性化、精準化精準化提升購提升購物物體驗體驗 智能智能導購導購也也是是 ChatGPT 等等 AI 應用良好的落地應用良好的落地場景場景之一之一。相比目前的智能客服，依靠 Cha

30、tGPT 等 AI 技術支撐的客服將在靈活性與人性化服務方面有顯著的進步，同時能根據消費者購買歷史、搜索歷史和瀏覽行為等數據提供個性化推薦。目前 ChatGPT 已被運用于海外的部分電商平臺，如跨境電商平臺Shopify 的新購物助手，可以根據購物者的需求進行個性化推薦，通過掃描數百萬種產品來簡化應用程序內購物的步驟，以快速找到買家正在尋找的東西。我們在其網站上體驗了這一功能，提出了款式、功能、預算、顏色、風格等需求，發現 Shopify 推薦的產品基本均能滿足我們所提出的需求，且問答與推薦過程中無延遲，較傳統電商平臺的篩選功能而言更具個性化及針對性。未來也有望被引進各大服裝品牌官網以提升自身

31、零售競爭力。13 Table_Page 服裝家紡-行業深度報告 圖表23：Shopify 智能化推薦產品 說明需求，說明需求，AIAI會追問款式、會追問款式、顏色、版型等細化顏色、版型等細化元素元素根據需求個性化推薦根據需求個性化推薦進一步介紹品牌、亮點進一步介紹品牌、亮點 資料來源：Shopify 官網，方正證券研究所 我們認為，ChatGPT 將被率先應用于各類電商平臺，為客戶提供更具個性化、針對性的服務，提升轉化效率，變革電商賣貨場景。未來隨著技術進一步的迭代與成熟，基于 ChatGPT 的智能導購功能也有望在線下逐步應用：（1）根據消費者的購買歷史和喜好，提供針對性推薦；（2）協助店員

32、了解庫存情況、促銷活動，提升店員工作效率。我們認為目前見于商場的智能導購機器人僅為線下智能導購的雛形。圖表24：商場智能導購機器人 資料來源：愛采購，方正證券研究所 3.3 智能智能試穿試穿：解決解決試衣試衣繁瑣繁瑣痛點痛點 相較于過去線上購買服裝無法看到上身效果、線下購物試衣繁瑣等痛點，AI 也能通過虛擬試衣解決消費者這一痛點。Walmart 收購 Zeekit公司，將虛擬試穿功能結合進自身服飾業務。我們體驗了這一功能，通過上傳照片或從一系列最能代表自身身高、體型和膚色的模特中進行選擇，就能看到模特上身試穿效果。但這一虛擬試穿功能目前僅能適用于 Walmart 部分衣服。該項技術也被用于線下

33、試衣魔鏡中，消費 14 Table_Page 服裝家紡-行業深度報告 者站在鏡前即可在鏡中得到試穿模樣。在智能試穿基礎上，服裝品牌Levis 于 23 年開始測試 AI 生成時裝模型，旨在用 AI 生成模特來補充真人模特，增加產品模型的數量和多樣性。圖表25：Walmart 智能試衣 選擇自己的尺碼、選擇自己的尺碼、身高身高選擇與自身相近選擇與自身相近的模特的模特一鍵試衣一鍵試衣 資料來源：Walmart官網，方正證券研究所 4 國際國際服裝服裝公司公司 AI 應用應用對對國內國內服裝行業服裝行業的的啟示啟示 我們從三個維度去考慮 AI 對于服裝企業的可能影響，通過借鑒國外服裝企業對于 AI

34、的應用案例，分析 AI 后續對于國內紡織服裝企業的影響。4.1 運動運動服飾品牌服飾品牌：提高品牌聲量提高品牌聲量，在未來競爭，在未來競爭中搶占先機中搶占先機 Nike 收購收購初創初創技術技術公司公司加速加速數字化數字化轉型轉型。Nike 自 2012 年起嘗試 DTC（Direct to Consumer）轉型，17 年提出 CDO（Consumer Direct Offense，直擊消費者）計劃，旨在通過數據驅動內部組織運營來提升資源效率。公司主要通過收購初創類技術企業將新技術與自身業務進行融合。如Nike 自 2016 年先后收購了數據分析公司 Zodiac、以色列領先計算機視覺公司

35、Invertex、基于 AI 的需求預測和庫存管理分析公司 Celect，以及數據集成平臺初創公司 Datalouge，以通過收集用戶數據，整合需求感知、消費者洞察，為客戶提供超個性化定制服務和線上線下無縫購物體驗。圖表26：Nike 通過收購初創類技術企業實現自身數字領域突破 年份年份具體舉措具體舉措2016收購數字設計工作室Virgin MEGA以幫助建設集產品預訂發售、內容信息發布、活動報名登記于一身的APP SNKRS2017與動畫制作公司DreamWorks合作，在不必制作出實體原型的情況下，依靠NOVA技術平臺，制作出逼真的球鞋三維立體原型，甚至支持材料模擬技術2018收購消費者數

36、據分析公司Zodiac對活躍用戶進行深入分析，并預測消費者的生命周期2018收購以色列計算機視覺公司Invertex，開發Nike Fit app，一款基于計算機視覺的AR試鞋軟件2019收購基于AI技術，為零售商提供庫存優化和預測服務的數據分析公司Celect2021收購Datalogue，該公司基于機器學習技術，能夠自動進行數據準備與整合。收購幫助耐克將所有來源的數據整合到一套快速、無縫、易于訪問的標準化平臺當中2021通過在線創作游戲平臺Roblox打造專屬元宇宙平臺“Nike Land”，用戶可以通過虛擬化身在該平臺開展聊天、游戲等交互行為2021收購虛擬球鞋公司RTFKT 資料來源：

37、方正證券研究所整理 Nike 積極積極踐行踐行“將將靈感與創新帶給世界上每位運動員靈感與創新帶給世界上每位運動員”的公司的公司使命使命。自“元宇宙”概念大火以來，Nike 也成為首批入局“元宇宙”的消費品公司之一。2021 年 11 月，Nike 通過在線創作游戲平臺 Roblox 打造 15 Table_Page 服裝家紡-行業深度報告 專屬元宇宙平臺“Nike Land”，用戶可通過虛擬化身在該平臺開展聊天、游戲等交互行為。2021 年 12 月，Nike 收購虛擬球鞋公司 RTFKT，開發出新款 NFT 虛擬運動鞋。圖表27：元宇宙平臺 Nike Land 圖表28：Nike 首個官方

38、NFT 鞋款 資料來源：Roblox，方正證券研究所 資料來源：Hypebeast，方正證券研究所 Adidas 通過通過 NFTs 產品產品及及 AI 生成生成虛擬虛擬頭像頭像搶占搶占熱點。熱點。Adidas 21 年底同樣推出了自身的第一款 NFT 鞋款。此后 22 年 4 月其推出第一個基于個性化和 AI 生成的虛擬頭像平臺 Ozworld，傳播品牌聲量抓住年輕消費者的同時，也幫助自身推廣 OZWEEGO 實體鞋款。圖表29：Adidas 推出元宇宙虛擬頭像平臺 Ozworld 資料來源：Fashion United，方正證券研究所 ChatGPT 爆火爆火后，后，Nike/Adidas

39、 AI 設計設計圖圖出圈。出圈。強調概念化的創新設計對服飾品牌產品形象至關重要，一方面展示和建立更強的品牌力，另一方面研發一些可以領先行業的尖端產品，在競爭中搶占先機。22 年末 ChatGPT 爆火后，以 AI 技術打造的虛擬產品系列也在社交媒體廣為流傳，其中服飾品牌中以 Nike 和 Adidas 較為出圈。意大利創意團隊RAL7000STUDIO 和品牌打造特別創新企劃和實物產品，其基于 AI 技術打造出 Nike x Jacquemus 聯名系列，對于兩個品牌特質與風格進行了巧妙拿捏和融合；同時也推出了 AI 技術打造的 Adidas 系列，圍繞針織工藝和童話世界的主題展開創作，與 A

40、didas 品牌元素和運動基因完美結合。16 Table_Page 服裝家紡-行業深度報告 圖表30：RAL7000STUDIO 基于 AI 設計的Nike 產品 圖表31：RAL7000STUDI 基 于 AI 設 計 的Adidas 系列 資料來源：NOWRE，方正證券研究所 資料來源：NOWRE，方正證券研究所 以海外經驗借鑒看，國際知名運動品牌 Nike/Adidas 等品牌此前持續投入數字化轉型。我們認為這有幾方面的原因：一是有助于提高品牌聲量，概念化的創新設計會在社交媒體上迅速傳播；二是可以展示品牌實力，鞏固行業領導者形象；三是為了開發可以領先行業的尖端產品，在接下來的競爭中搶占先

41、機。另外，國際知名運動品牌也有更強的資本實力支撐在數字化轉型/AI 中的長期投入。而國內頭部運動品牌也在積極擁抱新科技新概念。如安踏在元宇宙概念爆火后，攜手百度 AI數字人，以“重新想象運動”為主題打造出時尚元宇宙的虛擬舞臺走秀；中國李寧將無聊猿與飛盤、摩托等潮流運動元素結合，推出 T 恤、帽子等印有無聊猿頭像的產品系列，強化品牌潮流屬性。此外，安踏體育與李寧積極推進企業數字化轉型提升營運效率。建議關注國內頭部運動品牌安踏體育、李寧、特步國際和 361 度。圖表32：ANTA 元宇宙 圖表33：中國李寧 x 無聊猿 資料來源：中國國際時裝周，方正證券研究所 資料來源：數英，方正證券研究所 4.

42、2 快快時尚時尚品牌品牌：擁抱擁抱 AI 技術成為快時尚行業主動者技術成為快時尚行業主動者 快時尚品牌根據當下當下流行款式和元素，以低價、款多、量少為主要特點，激發消費者的興趣，最大限度地滿足消費者需求，但這也對快時尚品牌對流行趨勢的預測、供應鏈能力提出較高要求。過往快時尚品牌一般通過知名時裝周、名人穿著、街頭服飾等款式來對后續趨勢預測。我我們認為們認為隨著隨著 AI 技術技術的的逐步應用逐步應用落地，落地，將庫存跟蹤與將庫存跟蹤與趨勢趨勢預測預測相結合，時尚品牌不僅可以利用過往數據來分析未來走向，還可相結合，時尚品牌不僅可以利用過往數據來分析未來走向，還可以訪問即時數據，以便及時規以訪問即時

43、數據，以便及時規劃正確的款式和數量。劃正確的款式和數量。以以 H&M 為例為例，其通過分析商品收入、退貨評估庫存，用 RFID 標簽監控庫存；200+的數據科學家通過 AI 算法提前 3-8 月預測趨勢；構建自動化倉庫，算法和數據驅動下實現 90%+歐洲市場的次日達；通過算法實現線下商品推薦，試點 3D 掃描技術實現個性化定制。同時，公 17 Table_Page 服裝家紡-行業深度報告 司和 Google Cloud 建立戰略合作伙伴關系，以實現自身在未來 AI 應用落地后的技術領先。ZARA 通過在線購買、店內提貨（BOPIS）或點擊收集選項等途徑，應用 AI 機器人為消費者提供所需的訂單

44、。優衣庫優衣庫2018 年推出了智能購物助手 Uniqlo IQ，打造個性化的用戶體驗。圖表34：H&M AI 解決方案 算法的幫助下分析商店收據和退貨，評估每家商店的購買情況；RFID標簽監控庫存H&M AIH&M AI解決方案解決方案庫存管理庫存管理預測需求預測需求自動化倉庫自動化倉庫個性化線下體驗個性化線下體驗200+數據科學家通過AI算法提前3-8個月預測趨勢，提高售罄率并減少大促算法和數據驅動下，構建自動化倉庫，實現快速交付，90%歐洲市場可實現次日達消費者獲得通過算法選擇的實體店商品推薦；3D掃描，個性化定制生成 資料來源：AIM，Medium，方正證券研究所 Shein 打造打造

45、“實時實時時尚時尚”商業商業模式。模式。Shein 以快時尚產品為核心，緊握供應鏈與流量端，打造“產品+流量+供應鏈”的“實時時尚”商業模式。不同于傳統快時尚行業主要通過店員、買手和設計師拆解時裝秀元素，Shein 主要通過 AI 大數據技術敏捷追蹤全球時尚趨勢，以數據支持預測，數據來源主要為（1）通過算法搜索互聯網和 Shein 自身數據，提取時尚趨勢信息，包括新上商品的銷量、定價、顏色、款式、面料等數據；（2）Google Trends Finder 工具追蹤各國與服裝相關關鍵詞。就結果而言，Shein 的爆款率在 50%左右，高于快時尚龍頭 ZARA的 20%。依托依托中國制造中國制造與

46、與信息信息互通，互通，打造打造小單小單快反快反模式。模式。Shein 依托高性價比的中國制造，所有合作工廠都必須使用公司的供應鏈管理系統，設置急采發貨及時率、備貨發貨及時率、次品率、上新成功率，并基于大數據和算法實現供應商的優勝劣汰機制。同時公司構建工廠與消費者之間的信息互通，使供應商可以即時接受消費者行為調整的訂單更新信息，并發回實時庫存和產能數據?；谥袊圃旌蛿祿?，公司也成功實現了小單快反模式，相較傳統同行零售商通常生產數千件商品，而 Shein 生產運行量低至每個 SKU 100-200 件，成品加工環節中的交貨周期可以壓縮至 3-7 天，發貨時效低于 40 個小時。18 Tabl

47、e_Page 服裝家紡-行業深度報告 圖表35：Shein 產業鏈中數據和算法賦能 后端前端Google Trends Finder競爭對手網站社交平臺TikTokYouTubeInstagramFacebookPinterest卓越的用戶體驗積極獲取用戶SHEINSHEIN最低價一手數據垂直整合供應鏈實時數據分析口碑和推薦實時優化第三方數據KOL/KOC廣告卓越的用戶體驗積極獲取用戶SHEINSHEIN最低價口碑和推薦實時優化 資料來源：方正證券研究所 隨著隨著 ChatGPT 等人工智能的演進，未來將對等人工智能的演進，未來將對以快速反應為核心能力的以快速反應為核心能力的快時尚快時尚品類品

48、類產生產生重要重要影響影響?？鞎r尚品牌可以以更少的庫存、更快的反應、更佳的消費者體驗，加快企業經營周轉效率，抓住市場機遇。我們梳理了國內部分 AI+紡織服裝相關科技公司的融資項目，該類企業主要以 to B 端為主，項目內容包括 AI 設計、柔性供應、AI 營銷等，客戶大多為快時尚品牌/直播電商品牌。我們認為隨著該類服裝科技企業的逐步成熟，國內快時尚品牌運用 AI 賦能將值得期待。建議關注國內時尚休閑龍頭公司森馬服飾、太平鳥、錦泓集團、朗姿股份、欣賀股份等。圖表36：國內部分 AI+紡織服裝相關科技公司 簡介輪次最近融資金額知衣科技成立于2018年，基于AI的服裝柔性供應鏈解決方案提供商，利用圖

49、像識別、時序分析、個性化推薦等AI技術為服裝行業提供人工智能解決方案。C輪1億美元飛榴科技2016年創立，通過提供從報價采購到生產的平臺化解決方案為國內成衣工廠提供小單快反能力。業務范圍基本覆蓋服裝全品類，女裝品類占比高達80%。A+2億人民幣TOP FAVOR2021年創立，基于大數據和人工智能，整合創造AI設計、AI營銷、AI供應鏈和AI柔性智造的“潮玩服飾“品牌。A+未披露Yi+為企業提供視覺內容智能化和商業化解決方案。旗下品牌Yi+是人工智能計算機視覺引擎，衣+是時尚商品搜索引擎。B+輪數億人民幣MatchU碼尚成立于2015年，AI男士服裝輕定制平臺，提供人體智能測量方案，致力于提供

50、人體智能測量方案，讓C端產生大規模的個性化且精度高的服裝定制。B+輪數千萬人民幣銳界科技成立于2014年，一家服裝等行業智能柔性生產系統開發商，自主研發智能AI和AMR機器人驅動系統應用于建設全球時裝柔性智能供應鏈。Pre-A輪數千萬人民幣 資料來源：IT 橘子，方正證券研究所 4.3 零售商：零售商：降低降低營運成本，營運成本，提升提升體驗體驗消費消費 對于服裝零售商而言，AI 將更快地將服飾推向市場、更有效地銷售以降低成本，并改善客戶體驗。AI 在服裝零售商中的應用還處于早期階段，但一些明確案例已經出現，尤其是在線上電商平臺中，如 Shopify、Stitch Fix 等。建議關注國內大型

51、零售商滔博、寶勝國際。19 Table_Page 服裝家紡-行業深度報告 圖表37：AI 對服飾零售商影響 識別和預測趨勢，從非結構化數據中加強目標營銷大規模自動細分消費者，以定制營銷計劃基于來自消費者檔案和社區洞察的非結構化數據生成個性化營銷內容與人工智能代理合作，加快內容開發，減少內部營銷團隊的創意障礙AIAI對服飾零售商的對服飾零售商的影響影響營銷營銷電子商務與消費電子商務與消費者體驗者體驗實體店運營實體店運營組織和支持功能組織和支持功能基于過去成功的銷售，構建并生成銷售介紹基于個人消費者檔案，個性化定制在線消費者路徑和服務(eg.網頁和產品描述)為個人消費者量身定制虛擬產品試衣和演示(

52、eg.服裝試衣，造型建議)增強智能人工智能助理(eg.會話聊天機器人虛擬助手)和自助服務通過生成和測試不同參數下的布局，優化商店布局規劃(eg.人流量，當地消費者受眾，規模)優化店內人員，通過實時監控視頻數據優化人員分；防盜檢測支持AR輔助設備，以更好地通知員工實時產品情況(eg.產品狀況，分類，庫存，推薦)指導銷售助理通過實時推薦、反饋報告和高價值的消費者檔案來維持成功的“客戶”關系根據員工的角色和表現，制定個性化的培訓內容 資料來源：方正證券研究所 Stitch Fix 基于大數據分析創新服裝零售模式?；诖髷祿治鰟撔路b零售模式。Stitch Fix 是美國一家基于數據和算法驅動的服裝

53、電商零售公司，開創服裝行業“盲盒”訂閱模式。與傳統電商不同，公司通過收取一定費用，針對用戶搭配穿搭，以郵寄形式送達客戶手中；客戶收到后可任意試穿，并決定是否購買。公司業務核心在于數據收集與算法有效性。（1）數據收集：公司將客戶填寫的問卷轉為數據（可轉化為 90-100 個具有統計顯著性的數據點），包含年齡、式樣、尺碼、裁剪、價格偏好、需求細節等，并觀察消費者復購行為構建龐大面板數據。（2）算法驅動：數據團隊依托大數據與算法，構建出個性化推薦、庫存管理、新款式設計等 50多種算法，精準推薦下近 9 成客戶愿意直接反饋，推動數據優化。20 Table_Page 服裝家紡-行業深度報告 圖表38：S

54、titch Fix 業務模式 顧客數據商品數據反饋數據算法算法&造型師造型師商品組合推薦 資料來源：Stitch Fix 官網，方正證券研究所 5 風險提示風險提示 AI 技術迭代不及預期；消費者體驗改善不及預期；AI 引發的隱私/道德風險 21 Table_Page 服裝家紡-行業深度報告 分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢執業資格，保證報告所采用的數據和信息均來自公開合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響。研究報告對所涉及的證券或發行人的評價是分析師本人通過財務分析預測、數

55、量化方法、或行業比較分析所得出的結論，但使用以上信息和分析方法存在局限性。特此聲明。免責聲明免責聲明 本研究報告由方正證券制作及在中國（香港和澳門特別行政區、臺灣省除外）發布。根據證券期貨投資者適當性管理辦法，本報告內容僅供我公司適當性評級為C3及以上等級的投資者使用，本公司不會因接收人收到本報告而視其為本公司的當然客戶。若您并非前述等級的投資者，為保證服務質量、控制風險，請勿訂閱本報告中的信息，本資料難以設置訪問權限，若給您造成不便，敬請諒解。在任何情況下，本報告的內容不構成對任何人的投資建議，也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求，方正證券不對任何人因使用本報告所載任何內容所引

56、致的任何損失負任何責任，投資者需自行承擔風險。本報告版權僅為方正證券所有，本公司對本報告保留一切法律權利。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。如需引用、刊發或轉載本報告，需注明出處且不得進行任何有悖原意的引用、刪節和修改。公司投資評級的說明：公司投資評級的說明：強烈推薦：分析師預測未來半年公司股價有20%以上的漲幅；推薦：分析師預測未來半年公司股價有10%以上的漲幅；中性：分析師預測未來半年公司股價在-10%和10%之間波動；減持：分析師預測未來半年公司股價有10%以上的跌幅。行業投資評級的說明：行業投資評級的說明：推薦：分析師預測未來半年行業表現強于滬深300指數；中性：分析師預測未來半年行業表現與滬深300指數持平；減持：分析師預測未來半年行業表現弱于滬深300指數。地址地址 網址：https:/ E-mail: 北京北京 西城區展覽館路 48 號新聯寫字樓 6 層 上海上海 靜安區延平路 71 號延平大廈 2 樓 深圳深圳 福田區竹子林紫竹七道光大銀行大廈 31 層 廣州廣州 天河區興盛路 12 號樓 雋峰苑 2 期 3 層方正證券 長沙長沙 天心區湘江中路二段 36 號華遠國際中心 37 層