森马是一家中国本土大型服饰企业，旗下拥有森马、巴拉巴拉等品牌。公司创立于1996年，2002年推出巴拉巴拉，2011年在A股上市。对这样一家成熟服饰企业而言，AI的意义并不在于增加若干工具，而在于重新处理服装行业长期存在的几组基本矛盾：商品开发周期长、消费者偏好变化快，传统企划很难既快又准；视觉拍摄和内容生产成本高，但电商平台对内容更新频率和转化效率的要求越来越高；SKU过多与库存压力并存，企业既要扩大选择面，又必须提高单款效率；组织规模大、链路长，若没有持续推动和机制牵引，AI很容易停留在局部试验。森马过去数年所推进的，不是某一个孤立应用，而是围绕商品上市节奏，将市场洞察、产品企划、设计、视觉、营销、客服和自动化运营逐步贯通起来，试图把AI从辅助工具做成新的经营基础设施。
从点状研究到全链路渗透
森马对AI的研究起点较早。2022年底，公司已经开始围绕GPT、Midjourney等工具做应用研究，最初以点状探索为主；2023年尝试过软模型训练，但由于技术成熟度不足，原本设想中的商用并未真正跑通；到2024年，随着豆包、即梦、慧蛙等工具逐步可用，应用重新回到商用轨道；2025年2月后，整体推进明显提速，进入全面展开阶段。过去零散的尝试被重新串联起来，逐步形成覆盖市场洞察、品牌人群、商品供应链、运营、客服等板块的连续应用。
在这一过程中，森马对AI价值的排序也较为鲜明：增收优先于降本，降本优先于提效。原因在于，降本和提效都存在边界，而增长没有天然天花板。对一家体量较大的服饰企业而言，如果AI只能减少一些作图、写文案或整理数据的人工时间，其意义仍然有限；只有当它能够进入商品成功率、销售转化率、流量利用率和经营周转等核心问题，才真正进入经营主干。围绕这一思路，森马把AI放进了一个清晰的推进框架中：向上承接增长与业务模式创新，中间落到运营价值和用户价值，向下再进入商品、视觉、客服、营销、供应链和自动化流程等场景，底层则由工具、知识、数据、平台和组织保障支撑。
到2025年，森马集团口径下，AI已带来过亿元回款增量、节省几千万费用，以及约20%的效率提升。其中，增收部分主要来自数字人直播、智能投放，以及点击率和转化率提升；降本部分主要集中在视觉生产和部分软硬件研发环节。这个结果说明，AI在森马并不是停留在概念验证层面，而已经进入可归因、可统计的经营结果层面。
数字人直播：从延长时段到形成增量收入
森马AI实践中最先形成清晰业务闭环的，是数字人直播。2025年，数字人直播带来的直接增收超过几千万元，这部分收入被单独拎出来统计，原因在于它主要来自原来并不存在、或难以持续覆盖的直播时段，而不是对原有真人直播效果的模糊改善。数字人直播能够支持7×24小时运行，因此新增收入更多来自“额外多做出来的那部分”，而非对既有直播间局部转化率变化的泛化归因。
这首先改变了直播供给方式。过去，直播供给受制于主播排班、时间和场地；数字人接入后，直播供给开始更多由系统运行能力决定。原本难以稳定经营的低谷时段、深夜时段和长尾时段，被重新纳入销售体系。这使数字人直播首先成为一个“扩容工具”：它扩大了企业可经营的直播时长，也扩大了对流量和交易机会的承接面。
第二个变化发生在边际成本结构上。新增一段直播时长，不再必然对应新增一位主播和一整套配套班组。对直播业务而言，这意味着长时段运营从“高追加成本”转向“低边际成本”，原来难以覆盖的时段开始具备了经营上的合理性。与此相应，评价数字人直播的方式也不再只是拿它与头部真人主播做单场GMV比较，而是看它能否在较低成本下稳定覆盖长尾流量、补齐供给空档，并把原本没有被经营起来的需求转化为新增销售。
第三个变化发生在交互层面。数字人直播并不只是“自动播报商品”。到2025年，其人物真实度已有明显提升，光影、皮肤细节、服装褶皱和面料材质的还原更接近真人；同时，直播中的交互能力也在增强，能够承接关于优惠券、商品链接、商品编号等较高频的用户问题。这一点对于服饰品类尤其重要，因为服饰直播的成交高度依赖对款式、尺码、面料、优惠和使用场景的实时解释。数字人直播能够形成可归因的新增收入，说明它已不再停留在“循环口播”的初级阶段，而是进入了带有实际交易交互能力的运营阶段。
与此同时，森马并未将数字人直播理解为完全替代真人。即便技术成熟度明显提升，人工审核仍然保留在关键环节：任务规划、内容检查、结果验收和风险把关都由人承担。服装、模特、面料、字幕和品牌表达等细节一旦出现偏差，就会直接影响商业结果。因此，现阶段数字人直播的现实形态，并不是“无人化直播”，而是“人工把关下的规模化直播”。
从市场洞察到商品企划：把决策前移
与数字人直播面向销售前台不同，森马在商品企划和测款上的AI应用，重写的是前端决策方式。服装行业的典型问题在于，市场变化速度很快，但企业内部信息获取和处理速度有限。过去，商品企划往往依赖有限平台、有限评论和有限竞品，由此形成的判断既慢又不够全面。AI接入后，市场洞察不再局限于单个平台或少量样本，而是可以同时抓取多平台、多渠道的信息，对评论、VOC、消费场景、用户痛点和竞品表现进行分类、归因和对比，并据此提出机会品类、爆款特征以及面料、颜色、功能、尺码和运营上的具体建议。
更重要的是，这些能力并未停留在“自动生成分析报告”。森马把它们继续向商品企划链路延伸：前端先做竞品与消费者反馈抓取，再做爆款特征、产品差异和机会品类分析，随后进入改款、设计、模特上身、场景生成、文案和详情页生产，最后服务于商品上新和前台销售。也就是说，AI接手的不是一个孤立动作，而是一整段“洞察—企划—视觉化呈现—前台测试”的连续流程。
这条链路中最关键的一步，是测款前移。过去，一个高峰期产品从开发到上市可能长达240天；现在，部分场景中的平均测款周期可压缩至15天左右。变化的关键并不只是“作图更快”，而是通过AI生成商品图像、模特上身效果、详情页和前台展示内容，把原本必须等待实物和正式拍摄完成后才能进行的测试，提前到了更早阶段。企业因此可以先观察市场反馈，再决定最终下量。
由此，商品决策方式也发生了变化。过去更接近“先押注、再验证”，现在更接近“先验证、再放量”。与此同时，SKU策略并没有转向盲目扩张。相反，AI提升的是单款效率：目标不是做更多款，而是通过更广样本、更快反馈和更低试错成本，提高单款与消费者需求的匹配度，减少无效SKU。单品能力提升，也已在内部反馈中体现出来。
视觉、文案与流程自动化：把高频工作变成系统能力
在服饰零售中，视觉内容长期是高成本环节。森马将AI广泛用于模特生成、换装、图片融合、短视频和详情页内容生产。原本需要依赖外拍、差旅、场景布置和后期制作的一部分工作，已经可以通过AI完成。公司在天猫等平台中使用15秒动态短视频展示商品，部分品类如冲锋衣的表达也开始通过AI生成完成。这些变化直接压缩了拍摄和制作成本，也显著提高了内容更新频率。
文案生产也被重新组织。过去，完整详情页文案的撰写较为费力；现在，森马已将知识库封装进相关智能体中，工作人员只需上传基础素材和参数，系统即可快速生成页面所需文案并支持导出。详情页中的大部分文案已可以通过这种方式完成。与此同时，基于生图能力的相关工具也降低了使用门槛，过去需要专业设计软件和较强技能的人才能完成的工作，如今通过智能体可由更多业务人员调用。
与视觉和文案生成同步推进的，是后台流程自动化。商品设价、活动报名、店铺陈列、库存管理、竞品采集、数据播报、异常巡查、客服质检等，只要逻辑清晰、规则明确，便逐步被机器人和工作流承接。AI在这里扮演的是后台持续运行的数字助理：它可以自动抓取数据、做初步处理和分析，并通过平台把结果直接触达到具体角色和部门。这样一来，AI不只是减少手工操作，而是在改变任务触发和流程执行方式。
组织化推进：把工具变成经营动作
森马AI应用能够从点状试用进入多场景规模化，依靠的不只是技术可用性提升，还包括较强的组织推动。过去三年中，公司将AI作为正式转型任务纳入推进，强调其不是“另起炉灶”的新系统，而是支撑既有战略和业务落地的抓手。围绕这一点，组织力量被明确提到较高位置：对这样体量的企业而言，若没有自上而下与自下而上的协同，业务场景很难真正落地。
在具体推进上，森马并未把AI限定在技术部门，而是通过平台、培训、咨询、陪跑、定制开发和智能体开发等多种方式，持续把能力向业务端扩散。商品、视觉、客服、直播、运营等板块，都在形成各自可落地的应用方式。这样一种推进方式，使AI不再只是少数岗位的“额外工具”，而开始进入日常经营动作。
与此同时，人在体系中的角色并未消失。无论是商品企划中的建议采纳、设计中的创意取舍、视觉结果验收，还是客服话术和直播内容审核，最终责任都仍由人承担。AI承担的是扩大样本、缩短周期、接管重复工作和放大组织能力的职责；审美、验收、风险控制和结果负责仍由人完成。这种分工，也是森马能够较快推进多场景应用的重要前提。
从内部应用到对外输出：森创启睿的成立
森马案例中另一项关键变化，是AI能力开始从内部提效走向对外赋能。2025年3月，森马旗下独立子公司森创启睿成立，作为内部创业项目启动运作。其服务内容主要集中在电商运营、视觉、商品和客户相关板块的AI自动化解决方案，服务方式包括线下培训、咨询、陪跑、AI加工作流的定制开发，以及智能体开发。
这一子公司的出现，说明森马并未把AI能力停留在内部支持层。此前在商品企划、市场洞察、数字人直播、视觉生成、客服和自动化运营中积累下来的方法、流程和工具，开始被整理为可对外交付的解决方案。到2025年，森创启睿已深度服务30多家客户，客户规模主要集中在1亿元至10亿元，服饰行业客户占约70%，同时覆盖家电、家具、母婴、乳品等多个行业。公司对森马内部也采用市场化结算方式，把森马视作外部客户来服务。
这一步意味着，森马原本服务于自身经营的数字化与AI能力，开始被显性化、模块化和产品化。原先沉淀在组织流程、管理惯例和业务岗位中的能力，不再只是内部支持资源，而是通过独立组织被转化为培训、咨询、陪跑、工具链和智能体等可销售、可复制、可交付的产品与服务。企业由此不再只是服装零售商，同时开始成为AI商业能力的提供方。
案例核心启示：AI开始成为森马第二增长曲线的生成机制
森马案例的关键，不在于AI进入了多少业务环节，而在于企业并未将这些能力停留在内部应用层面。数字人直播、商品企划智能化、视觉生成和流程自动化，首先在零售主业中形成了可验证的经营结果；在此基础上，森马进一步孵化独立子公司，对外输出相关解决方案，使原本服务内部经营的能力，转化为可复制、可销售的外部产品和服务。
由此，AI在森马所产生的作用，已经从“优化零售经营”进一步延伸为“催生新业务形态”。这意味着，AI不只是提效工具，也不只是增长工具，而开始成为企业形成第二增长曲线的生成机制。森马案例所展示的，正是企业如何以自身业务场景为试验场，将跑通的AI能力沉淀下来，再进一步外溢为新的商业模式。
完整内容可扫码下载深度阅读
关于中欧特赞人工智能与商业创新研究基金
中欧特赞人工智能与商业创新研究基金由中欧国际工商学院与特赞（Tezign）联合设立，聚焦人工智能在品牌营销、内容科技与商业创新等领域的前沿探索。特赞科技是中国领先的企业级 Agentic AI 公司，基于自研 GEA（Generative Enterprise Agent）架构，构建能够理解企业业务语境、参与复杂决策并持续推动结果产生的企业级智能体系统。目前特赞 GEA 已服务超过 180 家企业客户，覆盖 60 余家《财富》世界500强企业，在全球 50 个国家被超过 100 万名专业知识工作者使用。本文所呈现的洞察与判断，均源自该基金支持下的持续研究积累，旨在为品牌、营销及科技领域从业者提供具有前瞻价值的决策参考。