时尚买手长期以来一直是行业中低调的潮流引领者——他们能在需求成型之前就敏锐察觉。但如今，随着利润空间收窄和对精准度的更高要求，他们正转向人工智能来应对这些挑战。
通过处理过去分散在不同系统中的海量数据——如搜索行为、点击模式、区域偏好以及不同市场的产品表现——人工智能正迅速超越单纯的销售预测功能。买手和商品企划人员表示，随着决策比以往任何时候都更加数据驱动，AI正在改变他们构建、优化和扩展产品选择的方式。
买手不再仅仅依赖过去的销售数据或直觉，而是可以获取全球消费者正在搜索、点击和收藏的实时信号。"AI更像是一种延伸他们能力的工具，"Lyst产品副总裁Rich Shepherd表示。"最优秀的买手仍然以直觉为主导——AI只是让他们更清晰地看到直觉在何处最能发挥作用。"
从奢侈品牌到全球电商平台，一种新方法正在形成：AI驱动的推荐系统和工具能够识别数据中的模式，而人类买手则解读这些洞察并做出战略决策。平衡两者正成为关键的竞争优势。
**实时需求洞察**
Coach、Kate Spade和Stuart Weitzman的母公司Tapestry，在幕后使用AI帮助买手更明智地决定订购什么、库存多少以及将库存发往何处。
"我们一直都知道，要实现这一流程的数字化并快速扩展，我们需要建立一种在业务中轻松共享数据的方式，"Tapestry首席数据与分析官Fabio Luzzi表示。该公司投资了一个中央数据枢纽——Luzzi称之为其"专有数据架构"——这使得围绕客户、地点和供应链的数据建模变得简单。"它让流程数字化变得容易，也使得AI在价值链的多个环节中得到应用。"
"最优秀的买手仍然以直觉为主导——AI只是让他们更清晰地看到直觉在何处最能发挥作用。"
Coach的买手团队已经在使用共享数据集实时比较区域购买模式，在商品进入门店前调整订购数量和发货地点。这些洞察比仅看过去的销售数据更早、更准确地揭示需求。
在实际操作中，团队成员可能会打开一个实时共享仪表板，显示某款产品在美国西南部销售良好，但在东北部却表现不佳——这些信息过去需要数周才能通过销售报告获得。这个信号让他们在库存锁定之前调整发货地点，而不是让产品滞留在错误的仓库。Luzzi将AI视为设计、库存和定价的内置决策支持系统，加速分析和交互，同时将最终产品和商品选择留给人类团队。他表示，这为买手和商品企划团队腾出了时间，让他们专注于更具战略性的工作。
在Coach，核心皮具和季节性基础款——这些品类背后有多年销售数据支持——越来越多地通过自动补货模型处理。系统会提示何时需要补货，按门店调整数量，并在无需人工输入的情况下在区域间调拨库存。节省的时间非常可观：过去，商品企划人员需要花费大部分采购周期来管理品类中可预测的部分，现在他们可以专注于那些数据确定性较低、更需要人类判断的品类。
**为商品企划和趋势留出更多时间**
对于趋势驱动型或新品，情况则有所不同。它们的销售取决于文化时机、媒体热度以及历史数据尚无法预测的早期信号。Farfetch首席技术官Luis Carvalho表示，实际上，这意味着买手花在熟悉产品决策上的时间减少了，而更多时间用于解决更棘手的问题——顾客尚未意识到自己想要什么——这部分工作需要品味，而不仅仅是分析。
"我们相信要赋能顾客的个人风格，而不是强加于他们，"Carvalho说。Farfetch的个性化引擎根据风格信号而非仅仅流行度来优化顾客看到的内容。"AI的进步——从数据处理到预测建模——帮助我们驾驭海量信息，并将每位顾客与我们网络中最为个性化的产品连接起来。"
这些进步包括AI处理数十亿信号的能力——如搜索行为、点击模式、产品元数据和区域购买差异——其速度是人类团队无法比拟的。随着AI能力的增强，时尚聚合平台Lyst已从广泛的目录排名转向风格级别的推荐，根据品味、价格敏感度和场合为个人消费者匹配产品。
McQueen骷髅头围巾最近在时尚潮流中重新流行，此前多位名人佩戴，Charli XCX也在2025年格拉斯顿伯里音乐节上佩戴了它。
图片来源：Shoot Digital for Style.com/ Getty Images
"过去，商品企划只是决定你在信息流中首先看到的六款产品，"Lyst产品设计与编辑副总裁Miyon Im表示。"但借助AI，我们可以做得更精细——围绕造型、搭配，甚至基于场合的建议。如果我们能利用AI创建类似办公室派对推荐这样的功能，让每件单品都因为了解你的品味、偏好和价格敏感度而显得恰到好处，这就是未来。"
实际上，这意味着Lyst的商品企划人员会定期收到数据简报，包括在搜索或收藏中异常受关注的单品。然后，他们会从时尚背景角度审视这些信息，再做出推荐。当数据显示某些颜色或纹理出现激增时，并不会立即作为趋势发布。人类需要追问原因：是T台时刻、名人亮相，还是文化参照？只有在此之后，它才会被纳入商品企划。
**平衡数据与直觉**
高管们表示，目前AI的潜力仍存在结构性限制。机器学习模型的可靠性取决于其训练数据，而时尚界在尺码、代表性、地域和品味层级方面的历史偏见很容易被强化而非纠正。如果过去的销售数据偏向狭窄的尺码范围或特定人群，这些排除项在机器学习模型中不会消失——它们会被放大。专家表示，AI仍然无法取代塑造时尚的文化智慧、直觉和叙事本能。
"AI已经存在，它是一个增强你工作的不可思议的工具，"在Barneys New York负责采购决策18年的时尚顾问Julie Gilhart表示。"但真正的魔力来自人类直觉——数据本身无法复制的本能感觉。那些做得对的品牌会让创意引领，AI增强愿景，而不是取代人性化触感。"
随着品牌采用更多数据驱动工具，Gilhart表示，一个新的角色正在出现：能够将分析信号转化为创意策略的商品企划人员。"你必须保持好奇心，"Shepherd说。"你不需要计算机科学背景，但你需要理解技术如何运作，以便为用户和合作伙伴解决问题。"
**常见问题解答**
以下是关于时尚买手和商品企划人员如何适应AI时代的一些常见问题解答
**初级问题**
1. AI在时尚买手和商品企划中具体做什么？
AI正在分析海量数据——如过去的销售数据、社交媒体趋势和天气预报——来预测顾客会购买什么。它有助于决定订购多少库存、推广哪些款式以及何时将商品打折销售。
2. AI会取代时尚买手和商品企划人员吗？
不会。AI是让他们的工作更轻松的工具，而不是取代他们。它处理重复性的数字运算和模式识别，让买手和商品企划人员能够专注于创意决策、与供应商谈判以及构建品牌故事。
3. AI如何帮助预测时尚趋势？
AI扫描来自社交媒体、T台秀和街头风格照片的数百万张图片。它比人类团队更快地识别出新兴的颜色、轮廓和图案，让买手在趋势预测上抢占先机。
4. 对商品企划人员来说，使用AI的主要好处是什么？
最大的好处是准确性。AI可以预测特定尺码、颜色和门店的需求，大大减少浪费。这意味着滞销商品的降价更少，热门商品的缺货通知也更少。
5. 作为买手，我需要成为技术专家才能使用AI吗？
完全不需要。大多数AI工具都设计有用户友好的仪表板。你需要知道向AI提出什么问题，而不是如何编写代码。关键技能是学会解读AI的建议，并根据你的市场知识信任它们。
**高级问题**
6. AI如何改变传统的采购日历？
AI实现了敏捷采购。买手不再需要提前数月下所有订单，而是可以利用AI实时测试小批量产品，然后根据实时销售数据立即补货畅销品。这将日历从僵化的季节性上新转变为持续、响应迅速的新品流动。
7. AI能帮助实现商品企划中的可持续发展目标吗？
是的，效果显著。AI优化库存水平以减少过度生产——这是时尚行业最大的浪费问题。它还可以预测哪些材料将具有