2026 年 10 月 1 日，新华财经报道了 2026 世界设计之都大会上的一组产品。汉帛国际与知衣科技联合推出 AI 时尚推款平台 FashionSeek，用数据挖掘做趋势与爆款判断，智能匹配设计师与市场需求。凌迪科技的 StyleWork 把趋势洞察、商品企划、3D 设计生成放进同一个工作台，用自然语言提需求，系统一步步完成。天猫的 SMART OTB 智能选货项目已经与近 20 个头部奢侈品牌合作，覆盖箱包、鞋履、外套等品类。法国数据公司 Luxurynsight 每天处理数百万张图像，生成约 100 亿个数据点，用来预测未来一到两年的趋势。
这些工具解决的是同一个环节，从趋势到款式的那一段。多数服装集团在这一段上的成本，不在设计费，在时间。
一个季度从趋势到定款，通常要走四到六周。趋势报告、企划会、设计师出图、评审、修改、再评审。每开一次会，就要等一周。等到款定下来，距离上市只剩两个月，改的余地很小。
AI 推款能压缩的是这段周期，但它不会自动压缩。买了工具，流程不变，还是同一批人、同一个会、同一种拍板方式，周期一天都少不了。这是国内企业用 AI 最常见的错法，把工具当能力。
第二种错法是把 AI 当出图工具。设计部用 AI 一天出两百个款，款式数量翻了几倍，选款会的压力也跟着翻倍，最后还是凭感觉挑二十个。效率提升被决策瓶颈吃掉了。
第三种错法是没有积累。每一季从零开始，上一季哪些款卖得好、为什么好，数据在电商后台，设计部看不到。AI 拿不到反馈，下一季还是猜。
做对的样子是把四件事一起改。第一件，款式库，把过去三到五年的款、销售数据、退货数据、评价关键词打通，让 AI 有依据。第二件，决策会，从三次评审压到一次，谁拍板写清楚，拍板的人要看到数据而不是只看图。第三件，试验田，每季拿 10% 的款走 AI 推荐，单独上、单独看，用售罄率和复购率对比。第四件，复盘，每季结束把结果回流到库里，让下一季的判断有基础。
可以带走的是一张四行表。第一行写数据基础，有几年、多少款、哪些字段，缺什么。第二行写流程改造，哪几个会合并，谁拍板，几天内出结论。第三行写试验比例与评判指标，10%，看售罄与复购。第四行写复盘机制，谁负责，什么时候，输出什么。
设计团队的角色会跟着变。过去大部分时间在出图，现在更多时间在筛选、判断、解释为什么选这个不选那个。会看图的设计师很多，能说清楚判断依据的设计师很少，招人的标准和考核口径都要改，不改，团队会觉得工具是来替代他们的。
还有一个现实问题，AI 出的款，版权归谁。平台条款通常写着生成内容的使用权归使用者，但训练数据里的风格属于谁，行业里还没有定论。上新前让法务看一遍条款，比事后补救便宜。
四行里最容易被忽略的是第一行。没有历史数据，AI 只是一个更快的出图工具，快出来的款还是要靠人猜。
产品是服装企业最贵的一次下注。AI 改变不了下注的本质，能改变的是下注前掌握的信息量。
希纪在给服装集团做 AI 经营改革时，会先看款式决策这条链上的会议和数据，再谈工具选型。链条没理顺，工具越好，浪费越多。