十月十五号晚八点，天猫双十一启动首轮预售。三天后，钛媒体发了一篇解读，里面有一个数字值得所有服装董事长看。
经过 AI 品质转译打标的商品，下单转化率提升近二十个百分点。高品质商品的客单价是普通商品的两倍以上，年复合增长率超过百分之二百二十。平台预计到二零二七年，上亿件服饰商品会搭载这套 AI 品质解读能力。
什么叫品质转译。就是把羊绒的十六点五微米细度，翻译成一句客人听得懂的话，相当于五分之一根头发丝，贴身不扎。
这件事听起来很小。它带来的转化率提升，接近二十个百分点。
判断在这里。服装企业投 AI 的第一笔钱，该落在把商品说清楚上，不该落在多做几张图上。前者直接换钱，后者只是好看。
原因不复杂。客人买衣服时的犹豫，八成来自不确定。面料好不好，会不会扎，洗了会不会变形，尺码准不准。这些问题在详情页里通常用行业术语回答，客人看不懂。AI 把术语翻译成人话，犹豫就少了，转化就上来了。
再看另一组数字。天猫服饰三年间前两千个品牌的焕新率接近百分之四十。四百多家经营十年以上的老品牌保持双位数增长，一百多家近五年进入的新锐三年内破亿。品质与趋势兼备的商品，销售效率是普通商品的十五倍。
这组数字说的事情是，平台在把流量往「说得清楚的商品」上倾斜。说不清楚的商品，靠投流也能卖，但成本会一年比一年高。
还有一个变化在需求端。百分之八十三的消费者明确对面料有偏好。搜索词从「买外套」变成「三十五岁通勤小个子显气场外套」。需求变具体了，商品表达还停在笼统的层面，就接不上。
可以带走的是 AI 预算三分法。第一份，商品表达，占四成。把每一款的核心参数翻译成客人能懂的话，做成可复用的模板。第二份，需求预测，占三成。用搜索和互动数据判断下一季的廓形、面料、色彩方向。平台的趋势工具能把过去三个月的调研压到一周，省下来的是时间，抢回来的是窗口。第三份，内部效率，占三成。报价、核价、跟单、客服这些重复动作交给机器。
三份钱里，第一份最容易见效，也最容易被忽略，因为它不像 AI，像文案。
三份预算还要各有一个主人。商品表达归商品和内容，需求预测归设计和企划，内部效率归运营。每一份单独考核，单独结账。全放在一个 AI 项目里，最后一定是那份见效最快的被拖着走。
再补一条检验。任何一个 AI 项目立项，要能回答一个问题，它替哪个岗位做了哪个决定。答不出来，这个项目就是买了个工具，不是改了流程。
做错的样子见过两种。一种是买一堆生成工具，让设计多做图，做出来的东西千篇一律，客人一眼看出是机器做的，品牌感掉一档。另一种是把 AI 放在中台，业务部门不知道怎么用，一年后系统闲置，预算花完，没人负责。
还有一个细节值得说。退货这件事，AI 已经在做。识别退货的根源，是尺码错配、描述偏差还是物流问题，反馈给商品和内容团队去改。退货率降一个点，对毛利的影响比多做一场活动大得多。这块的钱，属于第一份预算。
尺码这一项具体怎么改。把同一个客人的历史购买和退货记录连起来，看他常买的尺码和实际留下的尺码差多少，差在哪里。有了这个，尺码建议才能准确。这件事不需要大模型，需要一个能跑通的数据口径。多数公司卡在口径上，不在算法上。
希纪在给服装企业做增长诊断时，会先问一句，你们详情页上的面料参数，客人看得懂吗。多数公司答不上来。这件事不用等大模型，也不用等预算，一个月就能改。
AI 在服装行业的第一波价值，不在替代人，在把商品的信息差抹平。谁先把话说清楚，谁就先拿到那二十个点的转化率。
希纪 · 服装产业观察