Stitch Fix的個人造型師是優(yōu)秀的。 事實上業(yè)內(nèi)很少有造型師在搭配和購物推薦方面取得了同樣的成功。 根據(jù)商業(yè)條款衡量，Stitch Fix的造型師在短短七年內(nèi)將一個初創(chuàng)公司轉(zhuǎn)變?yōu)樯鲜泄尽?/span>

Stitch Fix在公司85人的數(shù)據(jù)團(tuán)隊編碼的一組算法的幫助下，為每位顧客可以從海量庫存中挑選衣服。 一位公司發(fā)言人告訴Observer，盡管人類設(shè)計師會在服裝選擇上做出最終決定，但算法對每個顧客在價格、尺寸和風(fēng)格偏好上都有幫助。

對于每位顧客，算法輔助“設(shè)計師”根據(jù)顧客對該網(wǎng)站的個人資料(包括尺寸，顏色的一般偏好，價格范圍和場合等)，購買和退貨歷史記錄， 以及社交媒體上的活動，例如在Pinterest上保存的時尚圖片。 在算法收集關(guān)于顧客的數(shù)據(jù)越多，就越了解該顧客的時尚品味，并且在推薦服裝時獲得的效果就越好。

“我們注意到了市場上的一些空白，并有機(jī)會生產(chǎn)出一些不存在的東西，”在去年該項目啟動時，斯蒂法克斯的首席算法官埃里克·科爾森(Eric Colson)告訴公司設(shè)計。

Colson表示，市場的差距是由于社交媒體和諸如“Stitch Fix”之類的訂閱網(wǎng)站的大量涌現(xiàn)，產(chǎn)生了大量的用戶數(shù)據(jù)。

在之前并沒有一些實質(zhì)性的數(shù)據(jù)，因為顧客在試衣間試穿衣服時，而我們不知道顧客要買或不買的原因。現(xiàn)在我們可以獲得大量有用的數(shù)據(jù)，并且可以用這些數(shù)據(jù)做很多事情。

對于“混合設(shè)計”算法，服裝設(shè)計是一個30到80件的拼圖作品，顏色、面料類型、領(lǐng)子形狀、紐扣數(shù)量等。然而，正如它的名字所暗示的那樣，“混合設(shè)計”仍然依賴于人類設(shè)計師根據(jù)算法分析提供的指導(dǎo)來設(shè)計實際的服裝。

目前，“混合設(shè)計”產(chǎn)生了大約百分之一的Stitch Fix總庫存。該公司表示，這些產(chǎn)品在顧客中很受歡迎。然而，或許并不令人意外的是，這種做法也引起了業(yè)內(nèi)人士的懷疑，懷疑是否能像人類一樣設(shè)計出具有創(chuàng)意的服裝。

人工智能機(jī)器人的可能性接管人類的工作一直是科技界和社會科學(xué)中一個熱門話題，但迄今為止。這樣的討論主要集中在重復(fù)工作，如超市收銀員和低技能的工作者，最多還有處理有限的任務(wù)數(shù)據(jù)，如基本的股票分析和語言翻譯。