服裝設計產業人工智能應用路徑研究——以大連市服裝設計產業為例

溫 韜，彭 倩

服裝設計產業人工智能應用路徑研究——以大連市服裝設計產業為例

溫 韜，彭 倩

(大連大學 經濟管理學院，遼寧 大連 116622）

目前，人工智能的應用正在令服裝設計產業迸發出新的生機和活力。以大連市為例，通過SWOT分析法和案例分析法分析其服裝設計產業的現狀，人工智能對其服裝設計產業的影響，以及服裝設計產業人工智能的應用路徑。基于上述分析，建立數據共享平臺、融合需求與創意、打造AI+綜合團隊、優化產業生產和聚焦智能制造等五條對策建議，以推進服裝設計產業與人工智能的有效結合。

服裝設計產業；人工智能；SWOT分析；應用路徑

目前，我國提供服裝設計服務的主體主要有服裝企業的設計部門、服裝原始設計制造商（ODM）、專業服裝設計企業。相較于國外已經發展成熟的服裝設計產業，我國服裝設計產業處于初步發展階段，并未與服裝產業完全分離獨立，二者形成相輔相成局面。加之我國在服裝生產加工環節的利潤逐年壓縮、人力成本競爭優勢減弱，服裝產業將核心從服裝加工轉移到服裝設計環節，因此服裝產業推動服裝設計產業發展，服裝設計產業發展反哺服裝產業。然而，服裝設計的最終目的是提供服裝產品給消費者，服裝設計實際上離不開服裝生產制造。因此，對服裝設計產業的研究應包括服裝設計、服裝生產、服裝銷售，不應片面地局限于設計。

對服裝設計產業進行研究，探索其發展障礙和發展前景有利于地方經濟發展，這對將服裝產業作為支柱產業之一的大連尤為重要。值得慶幸的是，在企業和現實需求共同驅動下，在數據激增、計算能力顯著提高、新算法不斷涌現且發展成熟的背景下，人工智能已具備在各行業落地應用的條件[1]。其應用的領域涉及：機器學習、專家系統、計算機視覺等[2-4]。2017年，國務院發布了“新一代人工智能發展規劃”，明確提出各發展階段人工智能產業規模，這充分表明國家對人工智能發展的信心和支持。同時，人工智能技術已在多個領域應用并為其帶來實質上的利益，這樣的成功表明了人工智能的潛力及應用發展可能性[5, 6]。

無疑，人工智能給大連服裝設計產業帶來巨大轉機。為挽救頹勢，大連服裝設計產業應積極擁抱人工智能技術，進行產業轉型升級，帶動服裝設計產業及服裝產業煥發新活力，綻放新精彩。因此，為了推進大連服裝設計產業與人工智能有效結合，探究人工智能在大連服裝設計產業中的應用路徑就顯得必要且緊迫。

1 大連服裝設計產業現狀

為全面分析大連服裝設計產業的現狀，本文采用了SWOT分析法進行分析，即從大連服裝設計產業發展的內外環境入手，通過分析其在政治、經濟、社會、技術方面的優勢（Strengths）、劣勢（Weaknesses）以及面臨的機遇（Opportunities）、威脅（Threats），以期找出產業發展關鍵因素，便于之后人工智能技術的定點結合提升（見圖1）。

1.1 優勢（Strengths）：大連服裝設計產業原有優勢

（1）擁有底蘊深厚的時裝平臺。大連時裝周創辦于2011年，距今已有10年之久。中國（大連）國際服裝紡織博覽會歷史更為悠久，自前身1988年舉辦的大連國際服裝博覽會起，距今已成功舉辦32屆。這兩大平臺不僅是對接國內外時尚潮流，培養發展大連本土服裝品牌的平臺，更是國外服裝紡織品及相關時尚品牌進入中國的主要平臺，受到各級政府的大力支持。由于活動的成功舉辦及政府、媒體的宣傳，時裝周和服博會在國內外享譽盛名，具有一定社會影響力，起到了時尚風向標的作用，有效推動服裝設計產業發展。

（2）政府高校重視人才培養。大連市政府對服裝產業及服裝設計產業一直給予高度重視，早在1998年，大連市政府就曾把15名年輕服裝設計師送到法國公派留學[7]。這一不凡之舉使大連服裝產業及服裝設計產業在早期領先全國。因此，大連各大高校對服裝設計類專業十分重視，其中8所開設了服裝與服飾設計專業，另絕大多數高校開設了設計類相關專業。正是由于對服裝設計產業的重視和對年輕設計師的大力培養，大連涌現出一批中堅力量新生設計師，他們在各大賽事斬獲頭籌，有能力為大連服裝設計產業發展保駕護航。

（3）四大產業集群生產保障。大連市于2016年12月30日出臺《大連市服裝紡織產業(2016-2020)轉型升級實施方案》，以貫徹落實《中國制造2025大連行動計劃》。自方案推出后，普蘭店區、瓦房店市、中山區、甘井子區的龍頭企業發揮自身力量，帶動產業發展、打造品牌力量，形成產業集群錯位發展的產業新格局。四大產業集群聚焦于生產優化，產品材質、產品質量、生產工藝均為高標準要求[8]。服裝制造與服裝設計產業密不可分，服裝制造企業的蓬勃發展能有效保障設計成形服裝的快速生產，有助于優先搶占市場，引領潮流風向。

（4）海陸空三線運輸銷售保障。大連地理優勢明顯，交通網絡四通八達，有“東北之窗”的美譽。海運線運輸主要依靠大連港，其是東北乃至我國重要的對外進出口通道。2015年，大連港成為東北唯一納入“一帶一路”倡議總體規劃的港口。2017年，大連港成為“冰上絲綢之路”的新起點。陸運線運輸主要依靠鐵路線的鋪設，沈大鐵路和哈大高鐵直接輻射到東北腹地。空運線運輸主要依靠航線的建立，大連和韓國首爾、日本東京幾乎處在地理空間的一條直線上，能快速對接日韓兩大市場。這三大線路保障原材料、成衣的運輸銷售，有助于降低運輸成本，在競爭中占據成本優勢。

1.2 劣勢(Weaknesses)：大連服裝設計產業發展現存的主要問題

（1）設計師人才流失。服裝設計產業大致可分為三部分，即設計、生產、銷售。設計環節需要大量的設計師作為行業發展支柱，然而，大連大力培養設計師的同時也在大量流失設計師。由于早期服裝產業發展重點放在面向國外市場的貼牌加工上，大連對國內市場開拓不深，對設計師需求不大，長此以往導致大量設計師在大連高校學習畢業后到南方企業工作。在薪資、發展前景方面，江浙廣東等南方地區相較于大連能提供更好的待遇和發展機會，設計師進一步外流，設計師人才的缺失限制了大連服裝設計產業的發展。

（2）產業供應鏈不完整。服裝設計中，造型、面料、色彩是三大基本要素。面料在服裝設計中有重要意義，它通常是設計師的靈感來源及消費者感知產品質量的關鍵，而大連作為北方城市，不適宜種植棉花，沒有商品棉生產基地，同樣也不適宜種桑養蠶，可以說整個東北都缺少面料生產企業[7]。對于大連設計師來說，最新面料資訊落后于人，錯失設計創新機會；對于大連服裝生產企業來說，合適面料搜尋舉步維艱，錯失市場搶占機會。面料問題一直限制著大連服裝設計產業的發展，影響服裝設計和生產銷售。

（3）本土品牌位處弱勢。大連本土服裝企業致力于深耕國外市場，但企業一直處于產業利益鏈條最低端，品牌意識建立較晚，因此常出現“穿其衣聞別名”的現象。當企業意識到國內市場重要性時，消費者品牌心智搶占已錯失先機。世界品牌實驗室發布的2020年《中國500最具價值品牌》分析報告中，大連乃至遼寧的紡織服裝類企業未見一家上榜單，但明顯可見已形成江蘇、浙江、廣東、福建四大派系。國內外市場接連搶占失敗，品牌處于弱勢地位給大連服裝設計產業很大打擊。這在一定程度上顯現出企業將長期處于產業利益鏈條最低端的態勢，品牌溢價能力嚴重受限，限制了大連服裝設計產業的發展。

1.3 機遇(Opportunities)：大連服裝設計產業發展進入窗口期

（1）中國經濟穩中有進。初步核算，2020年我國國內生產總值1015986億元，穩居世界第二，更是全球唯一實現經濟正增長的主要經濟體，經受住了新冠肺炎疫情“大考”。中國有14億人口，是全球最大最具潛力的消費市場。在國際經濟形勢嚴峻的背景下，中國經濟發展前景光明、市場潛力巨大、居民消費潛力持續釋放，為大連服裝設計產業發展提供了迎頭趕上的機會，使大連服裝設計產業有機會以成本優勢奪下國外部分市場，使大連服裝設計產業有空間開拓深耕國內市場。

（2）政府加大政策扶持。服裝設計產業發展與紡織產業、服裝產業、制造產業的發展休戚相關，因此對這三大產業的政策支持也可看作是對服裝設計產業的利好政策。2015年，國務院印發《中國制造2025》戰略文件，旨在推進中國從制造大國向制造強國轉變。2016年，工業和信息化部發布《紡織工業發展規劃（2016－2020年）》，推動紡織工業轉型升級，創造競爭新優勢。疫情期間，各級政府紛紛推出各項政策惠企援企，幫助紡服企業渡過難關[9]。遼寧省委省政府、大連市委市政府一直密切關注紡織服裝產業的發展，大連市已將服裝產業確定為重點發展的15個支柱性產業之一，詳細制定了各項政策措施保障產業發展。

（3）消費者心理意識轉變。過去人們喜愛穿著天然纖維制作的服裝，對化學纖維接受度較低。隨著時代的發展、技術的進步，化學纖維在具有天然纖維相似性能的同時，保有化纖的一些優異性能，因此消費者對含化學纖維服裝接受度越來越高。消費者心理的變化使得大連服裝設計產業有了另辟蹊徑的機會，服裝設計產業能避開天然纖維產地寥寥無幾的弱勢，發揮大連石化行業的優勢生產高性能化學纖維服裝；同時，服裝設計產業還能避開國外品牌鋒芒，發揮自身平臺優勢推廣服裝品牌。總之，此時正是在國內市場大力發展本土品牌的良機。

圖1 大連服裝設計產業SWOT分析

1.4 威脅（Threats）：大連服裝設計產業發展面臨的主要挑戰

（1）疫情不確定性。大連港作為我國主要對外貿易港口，面臨較大輸入性風險，疫情一旦發生將給大連經濟復蘇態勢帶來沖擊，此外還會增加地方政府財政壓力，影響民生發展，打擊消費者信心。疫情引發的一系列后續反應會對服裝設計產業供應鏈上的各大產業發展帶來直接或間接的影響，這會給大連服裝設計產業的設計、生產、銷售帶來了巨大挑戰。

（2）成本優勢減弱。中國經濟發展態勢良好，國際金融市場對人民幣信心倍增，人民幣對美元匯率持續走高。匯率波動會抑制發展中國家出口，而勞動密集型產業主要依靠出口加工賺取利潤[10]。目前，大連服裝設計產業仍是依靠成本優勢加工出口獲取微薄利潤的，人民幣匯率走高會使國外市場產品成本優勢減弱，對大連服裝設計產業發展較為不利。

（3）產業環保標準提高。全球變暖問題日益突顯，中國承擔起大國責任，明確提出實現碳中和的時間點，并將為此實施更為有力的碳排放管制措施[11]。服裝設計產業作為高耗能產業，其發展需要消耗大量能源，碳排放政策勢必會對產業發展有所影響。同時，由于消費者可持續發展意識的提升，大眾對企業的環保措施十分關注。這一切都將促使服裝設計產業提高生產執行標準，加大環保投入致力于減少環境污染，做到可持續發展。大連作為一個旅游城市，大連服裝設計產業更應重視環保，保護好大連的綠水青山。

2 人工智能對大連服裝設計產業影響

國外對人工智能的研究開始很早，但最近十年才較多出現服裝設計產業相關的研究。這些研究較為關注人工智能在織物生產制造、服裝生產制造、服裝分銷中的應用，對服裝設計方面研究較少[3][4][12][13]。盡管我國關于人工智能應用于服裝設計產業的研究相對國外發展晚，但目前也取得了一些成果，如人工智能在服裝智能制造、服裝顏色設計、智能穿戴設備中的應用等[5][6][14]。不止于理論，機器學習、專家系統、計算機視覺等人工智能技術正普遍應用于各行各業中，并助力傳統行業實現跨越式升級，提升行業效率[15]。人工智能技術全面應用于行業是大勢所趨，按企業應用人工智能角度來分，未來企業只有人工智能企業、應用人工智能企業和被人工智能淘汰企業[5]。因此為了不被市場淘汰并實現服裝設計產業的轉型升級，大連服裝設計產業全面應用人工智能技術是一個非常現實的問題。

大連市政府對人工智能在服裝設計產業的應用具有前瞻性眼光，并且已有進一步的實際措施。2020年第31屆中國（大連）服博會創新搭建線上數字服博云平臺，采用人工智能結合網絡直播的方式對接各方利益相關者，為打造現代化供應鏈體系貢獻了智慧和力量。此項舉措表明了大連市政府將人工智能應用于服裝設計產業的信心和決心，但也從側面表現出目前對人工智能應用了解的片面性及如何應用于產業的不明確性。現多從宏觀視角分析人工智能對產業的影響，未能細化到產業各環節中，即使是應用人工智能也主要是針對終端的制造銷售環節。因此為形成大連服裝設計產業人工智能應用的良性發展機制，應對人工智能在大連服裝設計產業的應用影響進行更為詳細的分析。現從以下五種影響進行分析。

2.1 收集市場信息方式改變：從市場調查到基于大數據分析

市場信息是服裝設計的前提，調查對象主要包括面輔料供應商、成品銷售商、消費者、競爭者等，調查內容主要包括產品成本、銷售量、利潤、消費者需求、生活方式、市場環境、潮流風向等。準確的市場信息是開展服裝設計的必要條件。

基于觀察、訪談、問卷的市場抽樣調查所得出的市場信息與實際情況會有一定偏差。在過去這種情況普遍且不可避免，偏差也是在允許范圍內，并不會在多大程度上影響企業決策，企業不會因此蒙受損失。然而，由于通信、計算機等相關技術的發展，信息交換、信息存儲、信息處理三方面的能力大幅增長，大數據的收集處理成為現實，這為市場信息來源提供了另一種選擇。大數據是自然和人類社會活動所產生的數字化數據和非數字化數據的集合，我們可以據此分析出人類活動的因果鏈，掌握事件背后的真相[16]。大數據是人工智能的基石，目前的深度學習主要就是建立在大數據基礎上[2]。基于大數據分析所得的市場信息相對于傳統市場抽樣調查更為客觀且及時，在一定程度上反映的就是當時當刻的真實信息。因此，使用傳統市場調查方式的企業在與運用大數據進行分析的企業競爭中必定落于下風，并且會因市場信息的偏差和延誤而蒙受巨大損失。企業建立用于搜尋整理分析的大數據平臺是一個極為現實且緊迫的問題，數據庫的規模是預測是否準確的關鍵，最早建立起龐大數據庫的企業就能得到更為準確的市場信息，也就可能在競爭中占盡先機。

2.2 繪制設計圖方式改變：從設計師獨立繪制到與人工智能合作

為設計符合市場需求、表現品牌形象、帶有自身設計風格和對藝術獨特理解的服裝，設計師需要繪制服裝數量3到4倍的設計圖[17]。因此，為了設計一個系列的服裝，設計師往往要耗費大量心血繪制草圖和服裝效果圖。這些設計圖可能順利成為服裝設計的開始，也可能無奈半路夭折。這樣的曲折過程不僅是對設計師的一種打擊，更可能使企業因時間損耗而失去市場先機。然而，人工智能的應用帶來了不一樣的變化。

人工智能在服裝設計領域的應用不是為了取代設計師，而是為了更好地輔助設計師工作。設計圖繪制中有重復性勞動，人工智能的應用一方面是代替設計師完成重復性工作，另一方面是在設計師已有基礎上進行一些常規或另類設計，生成的設計圖并不是直接應用，而是用于為設計師提供更多創作靈感。應用人工智能將減少設計師工作量，提高工作效率，為下一步行動計劃贏得時間。因此，設計師與人工智能共同繪制設計圖將成為一種新趨勢，對比設計師獨立繪制占據時間上的優勢并帶來創造性創作靈感。

2.3 樣衣制版方式改變：從拿面料反復嘗試到人工智能輸出規格參數

出色的制版師不一定是優異的設計師，但優異的設計師一定是出色的制版師，由此可見制版功底對設計師的重要性。制版師與設計師是兩種不同的職業，通常設計師完成圖紙設計后，制版師根據服裝效果圖進行打版，確定服裝不同比例及尺寸的正確位置，為后續樣衣制作打好基礎。這樣的分工在保證效率的同時卻損害了設計師的創作連續性，不利于設計師的發揮，因此優異的設計師都兼具出色的制版能力。人工智能的應用給這種情況帶來了不一樣的變化。

制版師進行打版剪裁各個構成部分時，并不是一次就能精準找到正確位置，也是要根據自身經驗找到大致位置后進行反復嘗試修改，最終才能在確定規格參數后進行下一步樣衣制作。遺憾的是，制版師經年累月制版積累的經驗并不易系統地傳授給他人，另一個制版師的成長同樣需經歷長時間的制版摸索和經驗積累。人工智能能夠分析收集到的大量制版數據為下一次制版提供準確數據預測。這種方式具有自學習性，能在一次次修正積累后進一步提高準確度，縮短制版時間。同時，人工智能的使用沒有專業性限制，設計師能利用其進行制版，使自己的設計過程具有連貫性，更好地發揮自身創作能力。因此，未來很可能是人工智能取代制版師進行制版工作，進一步提高效率的同時保證設計師設計的連貫性，這不僅使設計師能統籌規劃整個設計，也能縮短時間以盡快完成服裝設計以搶占市場先機。

2.4 批量制造方式優化：從高能耗生產到人工智能綠色生產

進入工業化時代后，流水線生產方式是推動工業發展的一大創新，人與機器的有機結合大幅提升了制造效率和產品規范性。成品服裝的生產制造就大規模采用流水線生產方式，此種生產方式的應用主要源于人力成本較低。服裝生產過程會造成一個嚴峻問題，即會產生大量污染，消耗大量能源。在人力成本提高、環保標準提升的雙重壓力下，成品服裝的批量制造急需改變。

進入新的發展階段后，企業要兼顧生產發展和環境保護，只有在進行制造轉型升級后企業才可能長期健康地發展下去，這不僅是行業的要求更是企業應當承擔的責任，因此批量制造過程優化是一個現實且不得不做的轉變。人工智能的應用給批量制造優化不一樣的思路，使得企業能在降低生產成本的同時減少對環境的污染。目前，服裝生產過程中的用料規劃、操作規劃、人員工時規劃主要還是基于以往生產經驗和管理者自身經驗，生產過程中的大部分操作還是依靠人工。人工智能的應用能在一定程度上優化生產流程，根據經驗性數據集制定出更科學合理的生產規劃，減少原材料損耗及環境污染。盡管人工智能應用的前期搭建成本較高，但邊際成本較低，且由于大型生產設備的推廣普及，人工智能可系統控制智能生產設備，在提高整體生產效率的同時降低人力成本。

2.5 推廣銷售方式改變：從推銷到個性化推薦再到用戶參與定制

過去，由于信息流通不順暢、生活水平不高、居民消費能力低等原因，服裝銷售采用推銷策略就可大獲成功，即企業只要生產出服裝，經市場宣傳就可銷售給消費者。然而，由于如今互聯網的發展、生活水平的提高、居民消費能力的提升，消費者能夠通過各種渠道了解到最新時尚信息，他們有了自主選擇的能力，傳統的推銷策略不再奏效。

在消費者形成自己的生活觀念和時尚意識的當下，人工智能的應用早已不知不覺地滲透到我們的購買消費中。人工智能通過分析我們的選購行為及消費能力，為我們推薦曾經瀏覽過的商品和相似人群的喜愛商品，利用算法和統計學做到千人千面。然而，這種所謂的千人千面是一種企圖利用技術操縱用戶選擇的行為，會形成信息繭房、增加搜索成本、阻礙多元化。因此為了糾正這種利用人工智能技術左右人的選擇的行為，并在真正意義上滿足消費者個性化需求，如今服裝生產銷售逐漸走上用戶參與定制道路，即在基礎款式上，消費者可根據自身喜好進行適當創作，也可能會發展為消費者全程參與服裝制作過程，利用所提供的服裝構成部件制作服裝。需要注意的是，用戶參與定制過程不是任消費者隨意而為，其中離不開企業的建議和時尚指導。在用戶參與定制階段，人工智能的主要作用是對制作流程進一步優化，做到最快響應消費者需求，更好地服務消費者，而不再是利用技術操縱消費者行為。

3 大連服裝設計產業人工智能應用路徑

受時代發展、科技進步、生態保護、市場需求、競爭壓力等因素的影響，服裝設計產業急需接受新技術的洗禮。大連服裝設計產業應意識到事件的緊急性，積極轉型為應用人工智能的產業，不然會慘遭其他城市服裝設計產業淘汰的命運。人工智能在服裝設計產業應用的技術路線涵蓋機器學習、計算機視覺、專家系統、自然語言處理等，在實際應用中人工智能還需要如大數據、機器人技術、虛擬現實、增強現實等技術作為應用基礎，為大連服裝設計產業發展提供了如下應用路徑（見圖2）。

圖2 大連服裝設計產業人工智能應用路徑

3.1 市場環節：科技為開端，捕捉海量信息

市場一直是產品研發的開始，只有在知曉消費者需求的情況下才能做到有的放矢。傳統的市場抽樣調查往往帶有調查者的主觀性，不一定展現消費者內心的真實訴求。且過去市場調查局限于供應商、競爭者、消費者等利益相關者，沒有意識到外部環境變化帶來的影響，不能及時察覺最新科學技術對服裝設計領域的突破性發展，如高性能化學纖維、智能穿戴設備等的研發應用。

人工智能以大數據為基礎進行相應分析，對互聯網上的用戶數據和研發信息進行自然語言處理，即運用計算機技術對自然語言進行處理、理解。對自然語言進行處理后，利用機器學習進行事件之間的因果分析，進行消費者需求預測、科技發展跟蹤預測等。客觀的消費者需求預測有利于設計師規劃設計風格，增加市場對接成功率；科技發展前沿動態有利于設計師拓展視野，學習其他領域知識，進行跨專業融合創新。

3.2 設計師環節：設計為核心，升華紛繁需求

服裝設計過程中，設計師是承前啟后的核心力量，是服裝設計的靈魂所在。設計師以市場調查結果和品牌形象為基礎，結合自身對藝術的理解及時代潮流的判斷規劃設計風格。完成設計圖后，設計師根據造型、檔次、價格、色彩、質地等確定與設計相吻合的面輔料。確定設計方案后，制版師進行樣板制作，確定正確尺寸位置后縫制基礎型樣衣。樣衣制成后，對比最初的設計圖進行檢查校對。

人工智能利用自學習能力將環節中的各種經驗性數據進行整合分析，利用自決策能力提出優化方案，提高整個設計環節的流暢性和效率。計算機視覺識別設計師繪制設計圖的色彩、造型等，機器學習對識別出來的設計圖進行分析和再設計，人工智能結合機器人技術精確縫合版塊，避免失誤后的二次返工。因此人工智能為設計環節帶來如下改變：一是減少設計師繪制設計圖中的重復性勞動；二是在設計師原有設計基礎上進行色彩、造型等的再組合創作，為設計師提供靈感；三是智能輸出版型尺寸，縮短制版時間；四是匹配設計風格，化需求為樣衣。設計環節的人工智能應用有效輔助設計師工作，使前期需求調查等能迅速轉化為實際樣衣成品，快速銜接下一步制造銷售環節。

3.3 制銷環節：制銷為終端，對接理想現實

因設計師力量的崛起，設計師所對接的可以是企業內的制造、銷售部門，也可以是服裝制造企業、服裝銷售企業，打造自己的獨立設計師品牌。但不論設計師對接的是部門還是企業，制造銷售永遠是服裝設計一個階段的末尾。制造是設計從圖紙到實物的環節，銷售是設計從實物到手中的環節，這兩個環節的共同完成才能使得設計理念傳達到消費者心中。

制造環節主要任務就是將樣衣成衣化，進行成衣的批量制造。在此過程中，智能制造是一大趨勢。專家系統科學利用以往經驗數據制定技術文件，最小化材料損耗和環境污染，最大化生產效率。機器學習、計算機視覺、深度網絡學習技術科學設置縫制參數，最優化縫制質量，提升服裝品質。計算機視覺檢測面輔料及成衣質量，嚴格把控服裝品質。人工智能和機器人技術共同打造智能制造單元，實現制造中智能無人化加工，提高生產效率。

銷售環節主要任務就是將成衣推廣給目標人群，使從市場調查中生長出來的設計理想真正對接現實消費者需求。在此過程中，產品展示和精準對接目標人群是關鍵。人工智能利用技術手段實現線上仿真服裝展示，利用大數據分析消費者需求。計算機視覺與圖像識別技術超人眼識別服裝色彩、面料質地等，使3D試衣、3D走秀得以仿真展示服裝[5]。通過真實展示效果，消費者可以與設計師溝通，進行服裝修改、調整，從而達成對服裝的一致意見。同時，3D試衣、3D走秀的應用會吸引媒體的目光，從而使得媒體自發進行服裝宣傳。在不侵犯且濫用個人信息的前提下，人臉識別與大數據記錄分析消費者群體性別、消費者消費能力、消費者喜愛等，為消費者進行服裝匹配。虛擬試穿技術使得消費者能可視化各式服裝搭配上身效果，消費者可據此進行選擇。

3.4 整體環節：整體為閉環，引領時代風向

以市場、設計師、制銷環節構建的人工智能應用路徑并不是只循環一次就結束，人工智能的最大優勢就在于數據的積累學習，它能在一次又一次的迭代中優化，提高整體效率。盡管人工智能應用于三個主體中的任意一個都能帶來不一樣的突破，提高單個環節效率，但只有人工智能整體應用時才能發揮其最大優勢。

一次服裝設計的結束為下一次服裝設計的開始提供了更加貼近消費者真實心理訴求的信息反饋。這樣的循環過程使得消費者需求預測一次次逼近真實狀態，但僅根據需求設計服裝是不恰當的，要做到滿足需求的同時引領潮流，開拓消費者的視野，提供新的需求。在此過程中需要充分發揮設計師的能動性，在人工智能所反饋的現有需求基礎上進行創新，發掘出消費者潛在需求，使得服裝設計永遠先人一步，起到引領時尚的作用。

4 大連服裝設計產業人工智能應用的對策建議

4.1 聚焦原有優勢，建立數據共享平臺

（1）時裝樣式數據化。時裝周、服博會上展示眾多設計風格的服裝，這些服裝樣式是隱藏的數據財富。人工智能對服裝樣式圖片進行深度學習，對過時的服裝圖像數據進行判斷訓練，生成新款時裝樣式圖片[5]。這些圖片能輔助設計師設計，為其提供創新靈感。

（2）生產規格數據化。四大產業集群生產服裝過程中會有各種款式服裝的規格參數，單個參數是無用的，但盈千累萬的參數數據是待挖掘的寶藏。人工智能對數據進行深度學習，對設計圖進行分析，生成設計服裝制版尺寸參數數據。這些參數便于樣衣制作，提高設計生產效率。

（3）消費者數據化。消費者搜尋、購買、推薦商品時會在網絡中留下大量數據，數據轉化為信息需要量和質的變化。在合乎法律規定的前提下，人工智能對網絡上殘留的消費者相關信息進行機器學習，分析得出消費者群像、時尚趨勢、消費能力等。這些信息有利于服裝設計和產品銷售，加強設計師、生產商與消費者的連接。

4.2 聚焦需求分析，結合創意引領潮流

因技術的進步，人們能便捷了解到各種各樣的信息，各式各樣的生活方式。在這些信息的沖擊下，人們逐漸形成自己的生活方式和態度。相較于實際功用價值，服裝如今更多地帶有象征價值，它代表了穿衣人的風格和生活態度。人工智能對大數據進行分析得出消費者需求大趨勢，設計師展現自身對生活、藝術、科技的理解，二者的結合是理性與感性的交織，能在滿足消費者一般需求的同時彰顯出設計師風格，從而引領時尚潮流，體現出現代人獨特生活方式和態度。服裝設計產業需要充分利用人工智能分析網絡中紛繁復雜的數據，從中得出可利用的信息結果。這些信息結果為設計師提供消費者信息、社會文化分析等，提高設計師素質，使需求與創意完美結合并迸發出絢麗火花。

4.3 聚焦設計師培養，打造AI+綜合團隊

服裝設計不只是設計，還有生產、管理、營銷等分支，服裝設計產業的發展離不開這些人才的共同努力。大連服裝設計產業缺少的不只是設計師人才，更缺少了解設計的生產人才、管理人才、營銷人才等。高校中的人才培養應將重點放在發展多元化人才培養，根據不同方向針對性培養，形成多元專業人才團隊。人工智能時代下，打造以服裝設計師為核心，以人工智能為技術輔助，集生產、營銷、管理等多元化人才為一體的綜合團隊才是服裝設計產業有效發展的重要支撐。因此，各專業方向在進行人才培養時要注重理論與實踐的結合，設計與人工智能的結合，這樣才能在一次次的知識應用中發展創新精神和個性，提升個人能力和團隊整體實力。同時，應特別關注對位處服裝設計核心的設計師的培養，由于他們承擔將需求轉化為成果的重任，其設計要更貼近現實生活，不應只局限于大賽設計，長此以往會導致設計師設計脫離現實的惡果。

4.4 聚焦產業優化，實現綠色持續發展

（1）產業鏈優化。盡管大連服裝設計產業缺少優質面輔料供應，但可以通過研發高性能化學纖維和加快與面輔料生產商的供應對接有效改善這一大難題。因此，產業應時刻關注高校研發情況，收集研發最新資訊，思考技術可行性，及時利用新研發成果，做到產學研的高效轉化。此外，大連服裝設計產業要了解南方面輔料生產廠商研發情況，掌握第一手資訊，與生產廠商做好供應鏈對接，快速調配面輔料，為設計和生產打好基礎。

（2）生產優化。其一減少不必要生產浪費。通過流行趨勢分析、需求分析等設計生產服裝，避免囤積不必要庫存造成大量舊服裝浪費。其二減少生產過程浪費和污染。根據以往生產數據，進行生產流程優化，結合機器人技術進行生產制造，減少材料浪費和環境污染，提高市場反應速度的同時走綠色可持續發展道路。

4.5 聚焦智能制造，智匯未來健康生活

人工智能與機器人技術結合的智能制造是未來生產制造大趨勢。智能制造在一定程度上實現了無人化工廠，它能使生產過程中的錯誤率降低，提高生產速度。因此，大連服裝設計產業應注重智能制造的鋪設，有效集合現有智能制造設備，實現服裝智能制造。人工智能與生物技術結合的智能穿戴設備是未來服裝設計大趨勢[14]。智能穿戴設備能兼具服裝實用功能及檢測人體健康功能，這樣的結合使得人們能隨時隨地記錄自己的身體變化，檢測異常身體狀況，及時調整生活狀態，做到健康快樂地生活。因此，大連服裝設計產業要注重服裝與電子信息技術、生物技術、網絡通信技術等的跨學科融合，推進智能穿戴設備的研發推廣。

5 結語

迄今，中國服裝設計產業正面臨巨大的挑戰。但是，人工智能的應用為服裝設計產業的轉型升級提供了難得的機遇。大連及其他省市的服裝設計產業應充分抓住人工智能帶來的機遇，在可行的應用路徑的指導下，努力做到“五個聚焦”：一是聚焦原有優勢、建立數據共享平臺，二是聚焦需求分析、結合創意引領潮流，三是聚焦設計師培養、打造AI+綜合團隊，四是聚焦產業優化、實現綠色持續發展，五是聚焦智能制造、智匯未來健康生活，不斷推動中國服裝設計產業向更高的臺階邁進。

[1] 王繼業. 人工智能重點研發方向及發展展望[Z]. 北京:中國電力科學研究院, 2018. 3.

[2] 李開復,王詠剛. 人工智能[M]. 北京:文化發展出版社, 2017. 35. 88.

[3] Vashisht, K., Mittar, S. Artificial Intelligence as a Tool in the Online Fashion Retail Industry to Communicate Fashion Trends[C]. Fashion Communication in the Digital Age, 2019. 276–282.

[4] Giri, C., Jain, S., Zeng, X.Y., Bruniaux, P. A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry[J]. IEEE Access,2019, (7): 95376-95396.

[5] 聞力生. 人工智能在服裝智能制造中的應用[J]. 紡織高校基礎科學學報, 2020, 33(2): 30-36.

[6] 王晗. 人工智能技術的服裝設計顏色自適應優化研究[J]. 現代電子技術, 2021, 44(4): 182-186.

[7] 孫霞. 大連設計引領服裝產業新成長[N]. 大連晚報, 2020-09-22.

[8] 李楠. 大連服裝四大產業集群聚合新實力[N]. 大連日報, 2019-09-01.

[9] 陶鳳, 王晨婷. 各級政府推動惠企政策，解決紡服企業訂單不足問題[N]. 北京商報, 2020-04-20.

[10] 金朝輝, 朱孟楠. 人民幣實際匯率變動對出口貿易的影響[J]. 國際貿易問題, 2021, (5): 143-160.

[11] 付華, 李國平, 朱婷. 中國制造業行業碳排放：行業差異與驅動因素分解[J]. 改革, 2021, (5):38-52.

[12] Raj, V.,Gupta, R. Artificial Intelligence in Fashion Commerce: A Disruptive Advantage to Predict Customer Needs[J]. Journal of Advanced Research in Dynamical and Control Systems,2019, 11(4):2173-2179.

[13] Kemeny, R.Facebook's AI Fashion Designer[J]. New Scientist, 2018, 238(3173):8.

[14] 蘇永剛, 趙茜. 智能紡織品視角下的現代服裝設計[J]. 毛紡科技, 2020, 48(11):102-106.

[15] 華志剛, 范佳卿, 郭榮, 等. 人工智能技術在火電行業的應用探討[J/OL]. 中國電力, 2021. 1-11.

[16] 何大安. 廠商運用大數據和人工智能的經濟學分析[J]. 上海師范大學學報(哲學社會科學版), 2021, 50(3): 74- 83.

[17] 余強. 服裝設計概論[M]. 北京: 中國紡織出版社, 2016. 18.

Research on the Application Path of Artificial Intelligence in Fashion Design Industry——Taking Dalian as an Example

WEN Tao, PENG Qian

(School of Economics and Management, Dalian University, Dalian Liaoning 116622, China)

At present, the application of artificial intelligence（AI）is making fashion design industry burst into new vitality. Taking Dalian as an example, SWOT analysis method and case analysis method are used to analyze the current situation of its fashion design industry, the impact of artificial intelligence on its fashion design industry, and the application path of artificial intelligence in its fashion design industry. Based on the above analysis, taking Dalian as an example, this paper obtains five countermeasures and suggestions such as establishing a data sharing platform, integrating needs and creativity, building an AI+ comprehensive team, optimizing industrial production and focusing on intelligent manufacturing, so as to promote the effective combination of its fashion design industry and artificial intelligence.

fashion design industry;artificial intelligence; SWOT analysis; application path

溫韜（1968-），男，教授，博士，研究方向：情調營銷與品牌管理.

大連市社科院2021年度項目（2021dlsky118），遼寧省教育科學“十三五”規劃2020年度項目（JG20DB030）.

F713.5

A

2095－414X(2022)02－0059－08