Lamoda、Sber专家及AI转型顾问在新一期《时尚 - off the record》播客中，探讨了人工智能在时尚零售与电商中的应用。与会者基于商品管理、物流、橱窗展示及客户支持等实战经验，总结了时尚行业应用AI的关键原则。
本期嘉宾：
• Lamoda营销业务总经理 奥尔加·齐奥斯（Olga Tsios）
• Lamoda产品与数据业务总经理 塔季扬娜·乌姆里亚耶娃（Tatyana Umryaeva）
• АКАР副总裁 阿列克谢·帕尔丰（Alexey Parfun）
• Sber执行总监 德尼斯·帕尔申（Denis Parshin）
专家们深入讨论了自动化在时尚业务中的有效应用场景，以及需加强人工控制的限制领域。
与会者达成共识：时尚领域的AI应增强而非取代品牌专业能力。通过正确设定任务、保持品牌DNA及尊重本地消费者特征，技术可成为提升转化率与效率的增长引擎，同时保障产品质量与用户信任。
基于讨论，提炼出时尚行业应用AI的三大实践原则：
原则一：版型设计与试穿环节保留人类专业知识
神经网络虽擅长生成视觉素材与创意，但无法替代版师和技术专家在服装上身效果及不同体型适配性方面的专业判断。
原则二：AI解决方案需适配本地尺码体系与受众
盲目复制通用AI方案或他人纸样风险极高，因算法多基于亚洲尺码体系。在俄罗斯电商市场，服装试穿退货率高达50%，必须依据自身尺码标准和体型校准算法，否则将导致退货率攀升及物流成本增加。
原则三：对视觉传播实施严格品牌管控
AI工具虽能高效创建吸睛内容，但若缺乏管控，易致品牌DNA模糊。
塔季扬娜·乌姆里亚耶娃：
“若仅用生成式模型制作精美图片而脱离价值观与品牌定位，视觉形象将趋同且缺乏辨识度。关键在于AI必须在严格的品牌指南和传播策略框架内工作，而非取代创意团队。”
战略层面：技术应用须挂钩具体KPI
无明确业务目标引入AI会增加成本风险。技术应用应与降低退货率、提高转化率、优化运营支出及提升客服效率等关键绩效指标紧密关联。
以Lamoda为例，其自有AI客服代理在首周A/B测试中，使聊天自动回复率提升12个百分点，客户满意度提高约1个百分点。该成果源于项目始终围绕清晰的服务KPI与经济性展开，而非追求表面效果。
奥尔加·齐奥斯：
“在许多领域，优秀的营销、内容或分析专家仍比复杂AI系统更有效且具经济合理性。实施规模应与品牌实际任务和营业额匹配，切勿为追趋势而不惜代价。”
最后，强调与用户透明沟通的重要性。品牌需阐明AI服务边界及算法运作方式，避免将技术局限误读为品牌失误。