在網(wǎng)上個(gè)人購(gòu)物服務(wù)Stitch Fix的網(wǎng)站上，該公司的客戶評(píng)論寫道：“我喜歡我的造型師傾聽我的反饋， 我的Fix中包含的個(gè)人記錄，并且顯示了她在為每個(gè)客戶提供服務(wù)的自豪感。”

Stitch Fix的個(gè)人造型師是優(yōu)秀的。 事實(shí)上業(yè)內(nèi)很少有造型師在搭配和購(gòu)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(gè)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(duì)編碼的一組算法的幫助下，為每位顧客可以從海量庫(kù)存中挑選衣服。 一位公司發(fā)言人告訴Observer，盡管人類設(shè)計(jì)師會(huì)在服裝選擇上做出最終決定，但算法對(duì)每個(gè)顧客在價(jià)格、尺寸和風(fēng)格偏好上都有幫助。

對(duì)于每位顧客，算法輔助“設(shè)計(jì)師”根據(jù)顧客對(duì)該網(wǎng)站的個(gè)人資料(包括尺寸，顏色的一般偏好，價(jià)格范圍和場(chǎng)合等)，購(gòu)買和退貨歷史記錄， 以及社交媒體上的活動(dòng)，例如在Pinterest上保存的時(shí)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(shí)尚品味，并且在推薦服裝時(shí)獲得的效果就越好。

“我們注意到了市場(chǎng)上的一些空白，并有機(jī)會(huì)生產(chǎn)出一些不存在的東西，”在去年該項(xiàng)目啟動(dòng)時(shí)，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(jì)。

Colson表示，市場(chǎng)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(shí)質(zhì)性的數(shù)據(jù)，因?yàn)轭櫩驮谠囈麻g試穿衣服時(shí)，而我們不知道顧客要買或不買的原因?，F(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(duì)于“混合設(shè)計(jì)”算法，服裝設(shè)計(jì)是一個(gè)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(jì)”仍然依賴于人類設(shè)計(jì)師根據(jù)算法分析提供的指導(dǎo)來(lái)設(shè)計(jì)實(shí)際的服裝。

目前，“混合設(shè)計(jì)”產(chǎn)生了大約百分之一的Stitch Fix總庫(kù)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(jì)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(huì)科學(xué)中一個(gè)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(yǔ)言翻譯。