“感性”原本是时尚行业区别于其他行业的最大特点，也是时尚行业的骄傲，而人工智能则以“理性”对这个行业进行了洗牌。
快，是时尚行业的代名词。
一件大衣的流行时间最多3个月，最短1周，一条裙子的生命周期更短，最多1个月，最短只有3天。
这个行业是光鲜的。名人酒会、香车宝马、豪宅泳池，镁光灯照在名流们互碰的酒杯上，电视机转播着他们翩跹的舞姿。
这个行业也是残酷的。成批过时的单品被淘汰，大量工作室倒闭，“盖茨比”们前仆后继地前来掘金，又负债累累而归。
“潮流”是什么？它就像是路易威登的包，迪奥的香水，还有梦露的吻，让人永远都琢磨不透。假如有人宣称技术能够引领潮流，这十有八九会被时尚圈的名流们当成笑话。
而前不久，IBM利用Philyra算法设计出两款全新香水配方，制成的香水明年将在巴西正式上架。
这个笑话成了真。
算法调配香水
香水，售卖的不止是气味，还有人们对外界的感知与记忆。
成熟的、青春的，优雅的、华丽的，田园的、神秘的，调香师从数万种原料中提粹出独一无二的配方，精心制作成带有独特气息的香水。他可能刚刚开始一场旅行，结束一段恋情，或是从密不透风的工作室走出来，对周遭事物的感知和香料气息的把控是他制造香水的灵感来源。
每年全球香水市场规模可达数百亿，经典款一售再售，流行款屡屡断货。
外行人若想入行，一般都隔着一道极高的门槛。调制香水，需要动用嗅觉和知觉，没有经过特殊训练，调香人制出的香水可能连自己那一关都过不了。新手入行需要五年，成熟的调香师需在这个行业耕耘十几年甚至更久。路易威登为了重返香水界，曾经耗时三年，斥资数亿美元用于香水研发。
而在IBM面前，香水成了数据，它可以被编码和重组，快速塑造成消费者希望得到的味道，调制香水的程序大幅缩减。
作为科技巨头之一，技术是IBM处理问题的终极方案。研究员们制造出一种基于人工智能技术的Philyra算法，将合作方——世界第四大香料公司Symrise提供的170万种香水配料和匹配的客户信息输入系统，通过分析数据，完成了本需动用大量感官活动才能进行的香水设计工作。
这次IBM实验的目标人群是巴西千禧一代。Philyra分析这类人群喜欢的香水型号、性别、所在地区和其他特征等信息，总结出两道香水配方，并调制出了成品。
参与项目的Symrise高级调香师说，“第一种香水的味道像是异国风味的菜肴，类似绿豆蔻荚和胡萝卜籽包裹着乳状物或是黄油。第二种像果香或是花香，有一股柚子和广藿香的桂花茶味。”目前，这两款香水的实物还没有面向大众开放，我们只能从工作人员那里探得一二。
研究者邀请了数名符合目标定位的青年们闻了闻新香水，他们大多表示，喜欢新味道。
顾客买不买账？等到明年香水正式发售，答案才会揭晓。
尽管如此，传统调香师已经感到危机。
在时尚业大展拳脚的人工智能
人工智能所能做的不只是提炼一份香水配料。
它之所以拥有人类的某种能力，主要在于算法和大数据。大数据是它的学习资料，算法是它的学习能力，有了这二者的加持，人工智能可以训练出研究者希望得到的功能。
数字出现时，被用来描述物体的数量、大小和体积，后来，它被运用到更复杂的场景中，数字和物体的规律也逐步被人们发现，它们甚至可以被用来描述或判断现实世界的社会特征。
通过数据分析人类社会的各个人工智能产品因而有了可行性。人们购买某种商品的频率、某种时尚元素在社交网站上被提及的次数和查看某件商品的频率等数据，都已经被平台和研究者记录，用作人工智能“学习”的素材。
数据不断产生，消费者的需求越来越多样化，研究者们开发出多种算法以应对人们的不同需求。
预测时尚趋势、设计产品，人工智能颇有优势。在时尚行业有一定经验的科技公司IBM，几年前就已经研发出了Watson系统。玩转时尚是它的拿手绝活，此次调配香水用到的Philyra算法就是依托Watson建立。它主要有两大功能，一是分析印刷品和社交媒体上有关时尚的数据，判断出时尚趋势，二是根据时尚单品的印花、版型和颜色等元素，自主设计或是帮助设计师完成设计方案。国内的京东、淘宝和国外的亚马逊等电商平台则大多都根据算法分析顾客的喜好，从而向顾客推荐针对性的商品。
挑选单品、搭配造型，人工智能手到擒来。成立于2011年的Stitch Fix早早地开始运用人工智能为顾客挑选和搭配衣服，成为电商界的一匹黑马。他们开发出了50多种算法，根据顾客填写的问卷，运用算法挑选符合顾客喜好的造型师和款式，再挑出5件衣服寄给顾客，购买或是退回由顾客试穿之后决定。今年第三季度，Stitch Fix净利润为948.70万美元，营收3.17亿美元。
管理商品、辅助商家进货，人工智能也不在话下。上面提到的Stitch Fix公司同样根据购买数据用算法分析得出当下最受喜欢的款式， 从而减少了不必要的库存。他们还会根据顾客回执或是社交媒体上的数据或是话语，用算法分析得出未来的潮流走向，在其他商家都没有做出反应时快速做足库存准备，迎接下一个潮流季。
“感性”原本是时尚行业区别于其他行业的最大特点，也是时尚行业的骄傲，而人工智能则以“理性”对这个行业进行了洗牌。
人工智能之于时尚业，是福是祸？
所有行业都免不了遭到市场洗牌，更别提如同“风”一样的时尚业。哪怕是风靡一时的时尚品牌，也是说落魄就落魄。国外知名品牌或零售商如Converse、山本耀司、Cache、The Limited和Wet Seal都申请过破产，国内知名的如德尔惠、美特斯邦威、真维斯和以纯也曾濒临关闭。压倒骆驼的稻草有很多，包括生产策略制定不妥善、销售策略不佳、品牌定位错误和单品设计不受欢迎等等。
一向追逐潮流的时尚业，若是有了人工智能的加入，这些品牌是否可以快人一步，抢先获知潮流走向，占据市场呢？虽然人工智能的表现确实不错，如今也确实做出了一定的成果，但是也要看情况而定。
经过长期发展，时尚产业已经形成奢侈品、轻奢品和快时尚三分天下的局面，上游、中游和下游的产业链已经布局得十分完善，数不清的设计师、制造商、经销商、买手和时尚分析师在这个行业如鱼得水。
每个品类都有各自的定位和目标市场。奢侈品代表当下潮流的主要走向，它们注重原创产品设计，美感被放在第一位，价格最为高昂；轻奢品或是紧跟大牌走向，设计出带有潮流元素的单品，或是自成一格，用个性横扫时尚界，价格比不上大牌，但也不低；快时尚则追在前两者后面，批量复制单品，通过快速出货和较低的价格吸引消费者。
人工智能所探知的时尚趋势，大多来自于从各处获得的数据，而这也代表着，这种风尚已经在消费者们流行，并不能算成引领风尚。因而，对于快时尚单品来说，它可以通过人工智能识别出当前消费者们最有意愿购买的单品，提前进行复制；而对于追逐潮流的轻奢品牌来说，它们可以利用人工智能获得的时尚元素进行设计；而对于奢侈品，如果是迎合客户的品牌，则是通过数据分析出客户的喜好，再进行设计。
时尚在某种程度上可以被人工智能定义，但这种定义大多来自于人们已有的喜好。可是真正的潮流往往是独特的，它可能在人们疯狂追逐某一类时尚元素时脱然独立而生，重新定义品牌。
2017年5月，Watson和品牌设计师共同合作设计出一条浅灰色长裙，捷克女星Karolina Kurkova穿着它参加“时尚界奥斯卡”Met Gala，成功引起话题。这场盛会曾经让无数明星登上头条，掀起这一季度甚至这一年的时尚潮流，也曾经让无数明星因选错造型而出丑，想在众星里脱颖而出绝非易事。
这条裙子带起了一定的热度，可这热度也是说散就散，到现在，人们经常谈论的还是那些经典的时尚单品。
最后
法国时尚学院（IFM）和巴黎HEC商学院认为，懂得穿着的内涵是时尚最重要的，时装是一种态度，和谐的组合、色彩的搭配、产品的多样性反映了内在的品位与修养。
预测了未来的人工智能到底只是复制了表面的时尚，而时尚，依然需要人们自己去感知。
