在线服装销售长期面临顾客无法试穿的痛点，尽管技术不断进步，这仍是电商的一大挑战。如今，Amazon正借助人工智能，通过多种方式努力缩小线上展示与实物体验之间的差距。
据亚马逊时尚（Amazon Fashion）计算机视觉与机器学习总监阿普尔沃·乔德里（Apoorv Chaudhri）介绍，AI驱动的方案目前已为买家提供以下支持：
- 个性化AI尺码推荐；
- 基于客户反馈的合身性分析亮点；
- 利用大语言模型（LLMs）重构并清洗多源数据的标准化尺码图表。
针对品牌方，亚马逊推出了基于LLM的合身性洞察工具。该工具结合客户评价对退货及尺码数据进行深度分析，并利用机器学习识别尺码表缺陷，助力品牌精准定位合身问题、优化尺码传达方式，甚至将反馈融入产品设计与制造环节。
面向买家的个性化尺码推荐算法，通过将具有相似尺码偏好和合身度的客户匿名分组，并对同类产品进行归类来实现精准匹配。该算法学习了数百万条产品细节（含款式、尺码表、评价）及数十亿条匿名购买记录，同时参考相似客户对同款或类似产品的保留尺码。此外，算法还具备动态调整能力，例如根据儿童生长发育情况自动推荐更大尺码。
合身性分析亮点功能则依据同尺码买家的真实评价，建议客户选择偏大或偏小尺码。系统利用先进AI和LLMs从评价中提取关键信息，涵盖尺码准确性、特定部位贴合度及面料弹性等维度。
在尺码图表优化方面，亚马逊利用LLMs自动提取并清洗多源数据，将其转换为标准格式，去除冗余并修正错误测量值。平台还在探索更智能的展示方式，如为每位客户汇总推荐尺码相关的核心测量数据，提升信息获取效率。
与其他零售企业一样，亚马逊近期持续深耕AI领域。继2023年9月投资Anthropic后，其在秋季Prime Day期间凭借AI生成的服装及健康美容类推荐，有效推动了销售增长。
由Adam Blair为Retail Touchpoints撰写