服装设计产业人工智能应用路径研究——以大连市服装设计产业为例

温 韬，彭 倩

服装设计产业人工智能应用路径研究——以大连市服装设计产业为例

温 韬，彭 倩

(大连大学 经济管理学院，辽宁 大连 116622）

目前，人工智能的应用正在令服装设计产业迸发出新的生机和活力。以大连市为例，通过SWOT分析法和案例分析法分析其服装设计产业的现状，人工智能对其服装设计产业的影响，以及服装设计产业人工智能的应用路径。基于上述分析，建立数据共享平台、融合需求与创意、打造AI+综合团队、优化产业生产和聚焦智能制造等五条对策建议，以推进服装设计产业与人工智能的有效结合。

服装设计产业；人工智能；SWOT分析；应用路径

目前，我国提供服装设计服务的主体主要有服装企业的设计部门、服装原始设计制造商（ODM）、专业服装设计企业。相较于国外已经发展成熟的服装设计产业，我国服装设计产业处于初步发展阶段，并未与服装产业完全分离独立，二者形成相辅相成局面。加之我国在服装生产加工环节的利润逐年压缩、人力成本竞争优势减弱，服装产业将核心从服装加工转移到服装设计环节，因此服装产业推动服装设计产业发展，服装设计产业发展反哺服装产业。然而，服装设计的最终目的是提供服装产品给消费者，服装设计实际上离不开服装生产制造。因此，对服装设计产业的研究应包括服装设计、服装生产、服装销售，不应片面地局限于设计。

对服装设计产业进行研究，探索其发展障碍和发展前景有利于地方经济发展，这对将服装产业作为支柱产业之一的大连尤为重要。值得庆幸的是，在企业和现实需求共同驱动下，在数据激增、计算能力显著提高、新算法不断涌现且发展成熟的背景下，人工智能已具备在各行业落地应用的条件[1]。其应用的领域涉及：机器学习、专家系统、计算机视觉等[2-4]。2017年，国务院发布了“新一代人工智能发展规划”，明确提出各发展阶段人工智能产业规模，这充分表明国家对人工智能发展的信心和支持。同时，人工智能技术已在多个领域应用并为其带来实质上的利益，这样的成功表明了人工智能的潜力及应用发展可能性[5, 6]。

无疑，人工智能给大连服装设计产业带来巨大转机。为挽救颓势，大连服装设计产业应积极拥抱人工智能技术，进行产业转型升级，带动服装设计产业及服装产业焕发新活力，绽放新精彩。因此，为了推进大连服装设计产业与人工智能有效结合，探究人工智能在大连服装设计产业中的应用路径就显得必要且紧迫。

1 大连服装设计产业现状

为全面分析大连服装设计产业的现状，本文采用了SWOT分析法进行分析，即从大连服装设计产业发展的内外环境入手，通过分析其在政治、经济、社会、技术方面的优势（Strengths）、劣势（Weaknesses）以及面临的机遇（Opportunities）、威胁（Threats），以期找出产业发展关键因素，便于之后人工智能技术的定点结合提升（见图1）。

1.1 优势（Strengths）：大连服装设计产业原有优势

（1）拥有底蕴深厚的时装平台。大连时装周创办于2011年，距今已有10年之久。中国（大连）国际服装纺织博览会历史更为悠久，自前身1988年举办的大连国际服装博览会起，距今已成功举办32届。这两大平台不仅是对接国内外时尚潮流，培养发展大连本土服装品牌的平台，更是国外服装纺织品及相关时尚品牌进入中国的主要平台，受到各级政府的大力支持。由于活动的成功举办及政府、媒体的宣传，时装周和服博会在国内外享誉盛名，具有一定社会影响力，起到了时尚风向标的作用，有效推动服装设计产业发展。

（2）政府高校重视人才培养。大连市政府对服装产业及服装设计产业一直给予高度重视，早在1998年，大连市政府就曾把15名年轻服装设计师送到法国公派留学[7]。这一不凡之举使大连服装产业及服装设计产业在早期领先全国。因此，大连各大高校对服装设计类专业十分重视，其中8所开设了服装与服饰设计专业，另绝大多数高校开设了设计类相关专业。正是由于对服装设计产业的重视和对年轻设计师的大力培养，大连涌现出一批中坚力量新生设计师，他们在各大赛事斩获头筹，有能力为大连服装设计产业发展保驾护航。

（3）四大产业集群生产保障。大连市于2016年12月30日出台《大连市服装纺织产业(2016-2020)转型升级实施方案》，以贯彻落实《中国制造2025大连行动计划》。自方案推出后，普兰店区、瓦房店市、中山区、甘井子区的龙头企业发挥自身力量，带动产业发展、打造品牌力量，形成产业集群错位发展的产业新格局。四大产业集群聚焦于生产优化，产品材质、产品质量、生产工艺均为高标准要求[8]。服装制造与服装设计产业密不可分，服装制造企业的蓬勃发展能有效保障设计成形服装的快速生产，有助于优先抢占市场，引领潮流风向。

（4）海陆空三线运输销售保障。大连地理优势明显，交通网络四通八达，有“东北之窗”的美誉。海运线运输主要依靠大连港，其是东北乃至我国重要的对外进出口通道。2015年，大连港成为东北唯一纳入“一带一路”倡议总体规划的港口。2017年，大连港成为“冰上丝绸之路”的新起点。陆运线运输主要依靠铁路线的铺设，沈大铁路和哈大高铁直接辐射到东北腹地。空运线运输主要依靠航线的建立，大连和韩国首尔、日本东京几乎处在地理空间的一条直线上，能快速对接日韩两大市场。这三大线路保障原材料、成衣的运输销售，有助于降低运输成本，在竞争中占据成本优势。

1.2 劣势(Weaknesses)：大连服装设计产业发展现存的主要问题

（1）设计师人才流失。服装设计产业大致可分为三部分，即设计、生产、销售。设计环节需要大量的设计师作为行业发展支柱，然而，大连大力培养设计师的同时也在大量流失设计师。由于早期服装产业发展重点放在面向国外市场的贴牌加工上，大连对国内市场开拓不深，对设计师需求不大，长此以往导致大量设计师在大连高校学习毕业后到南方企业工作。在薪资、发展前景方面，江浙广东等南方地区相较于大连能提供更好的待遇和发展机会，设计师进一步外流，设计师人才的缺失限制了大连服装设计产业的发展。

（2）产业供应链不完整。服装设计中，造型、面料、色彩是三大基本要素。面料在服装设计中有重要意义，它通常是设计师的灵感来源及消费者感知产品质量的关键，而大连作为北方城市，不适宜种植棉花，没有商品棉生产基地，同样也不适宜种桑养蚕，可以说整个东北都缺少面料生产企业[7]。对于大连设计师来说，最新面料资讯落后于人，错失设计创新机会；对于大连服装生产企业来说，合适面料搜寻举步维艰，错失市场抢占机会。面料问题一直限制着大连服装设计产业的发展，影响服装设计和生产销售。

（3）本土品牌位处弱势。大连本土服装企业致力于深耕国外市场，但企业一直处于产业利益链条最低端，品牌意识建立较晚，因此常出现“穿其衣闻别名”的现象。当企业意识到国内市场重要性时，消费者品牌心智抢占已错失先机。世界品牌实验室发布的2020年《中国500最具价值品牌》分析报告中，大连乃至辽宁的纺织服装类企业未见一家上榜单，但明显可见已形成江苏、浙江、广东、福建四大派系。国内外市场接连抢占失败，品牌处于弱势地位给大连服装设计产业很大打击。这在一定程度上显现出企业将长期处于产业利益链条最低端的态势，品牌溢价能力严重受限，限制了大连服装设计产业的发展。

1.3 机遇(Opportunities)：大连服装设计产业发展进入窗口期

（1）中国经济稳中有进。初步核算，2020年我国国内生产总值1015986亿元，稳居世界第二，更是全球唯一实现经济正增长的主要经济体，经受住了新冠肺炎疫情“大考”。中国有14亿人口，是全球最大最具潜力的消费市场。在国际经济形势严峻的背景下，中国经济发展前景光明、市场潜力巨大、居民消费潜力持续释放，为大连服装设计产业发展提供了迎头赶上的机会，使大连服装设计产业有机会以成本优势夺下国外部分市场，使大连服装设计产业有空间开拓深耕国内市场。

（2）政府加大政策扶持。服装设计产业发展与纺织产业、服装产业、制造产业的发展休戚相关，因此对这三大产业的政策支持也可看作是对服装设计产业的利好政策。2015年，国务院印发《中国制造2025》战略文件，旨在推进中国从制造大国向制造强国转变。2016年，工业和信息化部发布《纺织工业发展规划（2016－2020年）》，推动纺织工业转型升级，创造竞争新优势。疫情期间，各级政府纷纷推出各项政策惠企援企，帮助纺服企业渡过难关[9]。辽宁省委省政府、大连市委市政府一直密切关注纺织服装产业的发展，大连市已将服装产业确定为重点发展的15个支柱性产业之一，详细制定了各项政策措施保障产业发展。

（3）消费者心理意识转变。过去人们喜爱穿着天然纤维制作的服装，对化学纤维接受度较低。随着时代的发展、技术的进步，化学纤维在具有天然纤维相似性能的同时，保有化纤的一些优异性能，因此消费者对含化学纤维服装接受度越来越高。消费者心理的变化使得大连服装设计产业有了另辟蹊径的机会，服装设计产业能避开天然纤维产地寥寥无几的弱势，发挥大连石化行业的优势生产高性能化学纤维服装；同时，服装设计产业还能避开国外品牌锋芒，发挥自身平台优势推广服装品牌。总之，此时正是在国内市场大力发展本土品牌的良机。

图1 大连服装设计产业SWOT分析

1.4 威胁（Threats）：大连服装设计产业发展面临的主要挑战

（1）疫情不确定性。大连港作为我国主要对外贸易港口，面临较大输入性风险，疫情一旦发生将给大连经济复苏态势带来冲击，此外还会增加地方政府财政压力，影响民生发展，打击消费者信心。疫情引发的一系列后续反应会对服装设计产业供应链上的各大产业发展带来直接或间接的影响，这会给大连服装设计产业的设计、生产、销售带来了巨大挑战。

（2）成本优势减弱。中国经济发展态势良好，国际金融市场对人民币信心倍增，人民币对美元汇率持续走高。汇率波动会抑制发展中国家出口，而劳动密集型产业主要依靠出口加工赚取利润[10]。目前，大连服装设计产业仍是依靠成本优势加工出口获取微薄利润的，人民币汇率走高会使国外市场产品成本优势减弱，对大连服装设计产业发展较为不利。

（3）产业环保标准提高。全球变暖问题日益突显，中国承担起大国责任，明确提出实现碳中和的时间点，并将为此实施更为有力的碳排放管制措施[11]。服装设计产业作为高耗能产业，其发展需要消耗大量能源，碳排放政策势必会对产业发展有所影响。同时，由于消费者可持续发展意识的提升，大众对企业的环保措施十分关注。这一切都将促使服装设计产业提高生产执行标准，加大环保投入致力于减少环境污染，做到可持续发展。大连作为一个旅游城市，大连服装设计产业更应重视环保，保护好大连的绿水青山。

2 人工智能对大连服装设计产业影响

国外对人工智能的研究开始很早，但最近十年才较多出现服装设计产业相关的研究。这些研究较为关注人工智能在织物生产制造、服装生产制造、服装分销中的应用，对服装设计方面研究较少[3][4][12][13]。尽管我国关于人工智能应用于服装设计产业的研究相对国外发展晚，但目前也取得了一些成果，如人工智能在服装智能制造、服装颜色设计、智能穿戴设备中的应用等[5][6][14]。不止于理论，机器学习、专家系统、计算机视觉等人工智能技术正普遍应用于各行各业中，并助力传统行业实现跨越式升级，提升行业效率[15]。人工智能技术全面应用于行业是大势所趋，按企业应用人工智能角度来分，未来企业只有人工智能企业、应用人工智能企业和被人工智能淘汰企业[5]。因此为了不被市场淘汰并实现服装设计产业的转型升级，大连服装设计产业全面应用人工智能技术是一个非常现实的问题。

大连市政府对人工智能在服装设计产业的应用具有前瞻性眼光，并且已有进一步的实际措施。2020年第31届中国（大连）服博会创新搭建线上数字服博云平台，采用人工智能结合网络直播的方式对接各方利益相关者，为打造现代化供应链体系贡献了智慧和力量。此项举措表明了大连市政府将人工智能应用于服装设计产业的信心和决心，但也从侧面表现出目前对人工智能应用了解的片面性及如何应用于产业的不明确性。现多从宏观视角分析人工智能对产业的影响，未能细化到产业各环节中，即使是应用人工智能也主要是针对终端的制造销售环节。因此为形成大连服装设计产业人工智能应用的良性发展机制，应对人工智能在大连服装设计产业的应用影响进行更为详细的分析。现从以下五种影响进行分析。

2.1 收集市场信息方式改变：从市场调查到基于大数据分析

市场信息是服装设计的前提，调查对象主要包括面辅料供应商、成品销售商、消费者、竞争者等，调查内容主要包括产品成本、销售量、利润、消费者需求、生活方式、市场环境、潮流风向等。准确的市场信息是开展服装设计的必要条件。

基于观察、访谈、问卷的市场抽样调查所得出的市场信息与实际情况会有一定偏差。在过去这种情况普遍且不可避免，偏差也是在允许范围内，并不会在多大程度上影响企业决策，企业不会因此蒙受损失。然而，由于通信、计算机等相关技术的发展，信息交换、信息存储、信息处理三方面的能力大幅增长，大数据的收集处理成为现实，这为市场信息来源提供了另一种选择。大数据是自然和人类社会活动所产生的数字化数据和非数字化数据的集合，我们可以据此分析出人类活动的因果链，掌握事件背后的真相[16]。大数据是人工智能的基石，目前的深度学习主要就是建立在大数据基础上[2]。基于大数据分析所得的市场信息相对于传统市场抽样调查更为客观且及时，在一定程度上反映的就是当时当刻的真实信息。因此，使用传统市场调查方式的企业在与运用大数据进行分析的企业竞争中必定落于下风，并且会因市场信息的偏差和延误而蒙受巨大损失。企业建立用于搜寻整理分析的大数据平台是一个极为现实且紧迫的问题，数据库的规模是预测是否准确的关键，最早建立起庞大数据库的企业就能得到更为准确的市场信息，也就可能在竞争中占尽先机。

2.2 绘制设计图方式改变：从设计师独立绘制到与人工智能合作

为设计符合市场需求、表现品牌形象、带有自身设计风格和对艺术独特理解的服装，设计师需要绘制服装数量3到4倍的设计图[17]。因此，为了设计一个系列的服装，设计师往往要耗费大量心血绘制草图和服装效果图。这些设计图可能顺利成为服装设计的开始，也可能无奈半路夭折。这样的曲折过程不仅是对设计师的一种打击，更可能使企业因时间损耗而失去市场先机。然而，人工智能的应用带来了不一样的变化。

人工智能在服装设计领域的应用不是为了取代设计师，而是为了更好地辅助设计师工作。设计图绘制中有重复性劳动，人工智能的应用一方面是代替设计师完成重复性工作，另一方面是在设计师已有基础上进行一些常规或另类设计，生成的设计图并不是直接应用，而是用于为设计师提供更多创作灵感。应用人工智能将减少设计师工作量，提高工作效率，为下一步行动计划赢得时间。因此，设计师与人工智能共同绘制设计图将成为一种新趋势，对比设计师独立绘制占据时间上的优势并带来创造性创作灵感。

2.3 样衣制版方式改变：从拿面料反复尝试到人工智能输出规格参数

出色的制版师不一定是优异的设计师，但优异的设计师一定是出色的制版师，由此可见制版功底对设计师的重要性。制版师与设计师是两种不同的职业，通常设计师完成图纸设计后，制版师根据服装效果图进行打版，确定服装不同比例及尺寸的正确位置，为后续样衣制作打好基础。这样的分工在保证效率的同时却损害了设计师的创作连续性，不利于设计师的发挥，因此优异的设计师都兼具出色的制版能力。人工智能的应用给这种情况带来了不一样的变化。

制版师进行打版剪裁各个构成部分时，并不是一次就能精准找到正确位置，也是要根据自身经验找到大致位置后进行反复尝试修改，最终才能在确定规格参数后进行下一步样衣制作。遗憾的是，制版师经年累月制版积累的经验并不易系统地传授给他人，另一个制版师的成长同样需经历长时间的制版摸索和经验积累。人工智能能够分析收集到的大量制版数据为下一次制版提供准确数据预测。这种方式具有自学习性，能在一次次修正积累后进一步提高准确度，缩短制版时间。同时，人工智能的使用没有专业性限制，设计师能利用其进行制版，使自己的设计过程具有连贯性，更好地发挥自身创作能力。因此，未来很可能是人工智能取代制版师进行制版工作，进一步提高效率的同时保证设计师设计的连贯性，这不仅使设计师能统筹规划整个设计，也能缩短时间以尽快完成服装设计以抢占市场先机。

2.4 批量制造方式优化：从高能耗生产到人工智能绿色生产

进入工业化时代后，流水线生产方式是推动工业发展的一大创新，人与机器的有机结合大幅提升了制造效率和产品规范性。成品服装的生产制造就大规模采用流水线生产方式，此种生产方式的应用主要源于人力成本较低。服装生产过程会造成一个严峻问题，即会产生大量污染，消耗大量能源。在人力成本提高、环保标准提升的双重压力下，成品服装的批量制造急需改变。

进入新的发展阶段后，企业要兼顾生产发展和环境保护，只有在进行制造转型升级后企业才可能长期健康地发展下去，这不仅是行业的要求更是企业应当承担的责任，因此批量制造过程优化是一个现实且不得不做的转变。人工智能的应用给批量制造优化不一样的思路，使得企业能在降低生产成本的同时减少对环境的污染。目前，服装生产过程中的用料规划、操作规划、人员工时规划主要还是基于以往生产经验和管理者自身经验，生产过程中的大部分操作还是依靠人工。人工智能的应用能在一定程度上优化生产流程，根据经验性数据集制定出更科学合理的生产规划，减少原材料损耗及环境污染。尽管人工智能应用的前期搭建成本较高，但边际成本较低，且由于大型生产设备的推广普及，人工智能可系统控制智能生产设备，在提高整体生产效率的同时降低人力成本。

2.5 推广销售方式改变：从推销到个性化推荐再到用户参与定制

过去，由于信息流通不顺畅、生活水平不高、居民消费能力低等原因，服装销售采用推销策略就可大获成功，即企业只要生产出服装，经市场宣传就可销售给消费者。然而，由于如今互联网的发展、生活水平的提高、居民消费能力的提升，消费者能够通过各种渠道了解到最新时尚信息，他们有了自主选择的能力，传统的推销策略不再奏效。

在消费者形成自己的生活观念和时尚意识的当下，人工智能的应用早已不知不觉地渗透到我们的购买消费中。人工智能通过分析我们的选购行为及消费能力，为我们推荐曾经浏览过的商品和相似人群的喜爱商品，利用算法和统计学做到千人千面。然而，这种所谓的千人千面是一种企图利用技术操纵用户选择的行为，会形成信息茧房、增加搜索成本、阻碍多元化。因此为了纠正这种利用人工智能技术左右人的选择的行为，并在真正意义上满足消费者个性化需求，如今服装生产销售逐渐走上用户参与定制道路，即在基础款式上，消费者可根据自身喜好进行适当创作，也可能会发展为消费者全程参与服装制作过程，利用所提供的服装构成部件制作服装。需要注意的是，用户参与定制过程不是任消费者随意而为，其中离不开企业的建议和时尚指导。在用户参与定制阶段，人工智能的主要作用是对制作流程进一步优化，做到最快响应消费者需求，更好地服务消费者，而不再是利用技术操纵消费者行为。

3 大连服装设计产业人工智能应用路径

受时代发展、科技进步、生态保护、市场需求、竞争压力等因素的影响，服装设计产业急需接受新技术的洗礼。大连服装设计产业应意识到事件的紧急性，积极转型为应用人工智能的产业，不然会惨遭其他城市服装设计产业淘汰的命运。人工智能在服装设计产业应用的技术路线涵盖机器学习、计算机视觉、专家系统、自然语言处理等，在实际应用中人工智能还需要如大数据、机器人技术、虚拟现实、增强现实等技术作为应用基础，为大连服装设计产业发展提供了如下应用路径（见图2）。

图2 大连服装设计产业人工智能应用路径

3.1 市场环节：科技为开端，捕捉海量信息

市场一直是产品研发的开始，只有在知晓消费者需求的情况下才能做到有的放矢。传统的市场抽样调查往往带有调查者的主观性，不一定展现消费者内心的真实诉求。且过去市场调查局限于供应商、竞争者、消费者等利益相关者，没有意识到外部环境变化带来的影响，不能及时察觉最新科学技术对服装设计领域的突破性发展，如高性能化学纤维、智能穿戴设备等的研发应用。

人工智能以大数据为基础进行相应分析，对互联网上的用户数据和研发信息进行自然语言处理，即运用计算机技术对自然语言进行处理、理解。对自然语言进行处理后，利用机器学习进行事件之间的因果分析，进行消费者需求预测、科技发展跟踪预测等。客观的消费者需求预测有利于设计师规划设计风格，增加市场对接成功率；科技发展前沿动态有利于设计师拓展视野，学习其他领域知识，进行跨专业融合创新。

3.2 设计师环节：设计为核心，升华纷繁需求

服装设计过程中，设计师是承前启后的核心力量，是服装设计的灵魂所在。设计师以市场调查结果和品牌形象为基础，结合自身对艺术的理解及时代潮流的判断规划设计风格。完成设计图后，设计师根据造型、档次、价格、色彩、质地等确定与设计相吻合的面辅料。确定设计方案后，制版师进行样板制作，确定正确尺寸位置后缝制基础型样衣。样衣制成后，对比最初的设计图进行检查校对。

人工智能利用自学习能力将环节中的各种经验性数据进行整合分析，利用自决策能力提出优化方案，提高整个设计环节的流畅性和效率。计算机视觉识别设计师绘制设计图的色彩、造型等，机器学习对识别出来的设计图进行分析和再设计，人工智能结合机器人技术精确缝合版块，避免失误后的二次返工。因此人工智能为设计环节带来如下改变：一是减少设计师绘制设计图中的重复性劳动；二是在设计师原有设计基础上进行色彩、造型等的再组合创作，为设计师提供灵感；三是智能输出版型尺寸，缩短制版时间；四是匹配设计风格，化需求为样衣。设计环节的人工智能应用有效辅助设计师工作，使前期需求调查等能迅速转化为实际样衣成品，快速衔接下一步制造销售环节。

3.3 制销环节：制销为终端，对接理想现实

因设计师力量的崛起，设计师所对接的可以是企业内的制造、销售部门，也可以是服装制造企业、服装销售企业，打造自己的独立设计师品牌。但不论设计师对接的是部门还是企业，制造销售永远是服装设计一个阶段的末尾。制造是设计从图纸到实物的环节，销售是设计从实物到手中的环节，这两个环节的共同完成才能使得设计理念传达到消费者心中。

制造环节主要任务就是将样衣成衣化，进行成衣的批量制造。在此过程中，智能制造是一大趋势。专家系统科学利用以往经验数据制定技术文件，最小化材料损耗和环境污染，最大化生产效率。机器学习、计算机视觉、深度网络学习技术科学设置缝制参数，最优化缝制质量，提升服装品质。计算机视觉检测面辅料及成衣质量，严格把控服装品质。人工智能和机器人技术共同打造智能制造单元，实现制造中智能无人化加工，提高生产效率。

销售环节主要任务就是将成衣推广给目标人群，使从市场调查中生长出来的设计理想真正对接现实消费者需求。在此过程中，产品展示和精准对接目标人群是关键。人工智能利用技术手段实现线上仿真服装展示，利用大数据分析消费者需求。计算机视觉与图像识别技术超人眼识别服装色彩、面料质地等，使3D试衣、3D走秀得以仿真展示服装[5]。通过真实展示效果，消费者可以与设计师沟通，进行服装修改、调整，从而达成对服装的一致意见。同时，3D试衣、3D走秀的应用会吸引媒体的目光，从而使得媒体自发进行服装宣传。在不侵犯且滥用个人信息的前提下，人脸识别与大数据记录分析消费者群体性别、消费者消费能力、消费者喜爱等，为消费者进行服装匹配。虚拟试穿技术使得消费者能可视化各式服装搭配上身效果，消费者可据此进行选择。

3.4 整体环节：整体为闭环，引领时代风向

以市场、设计师、制销环节构建的人工智能应用路径并不是只循环一次就结束，人工智能的最大优势就在于数据的积累学习，它能在一次又一次的迭代中优化，提高整体效率。尽管人工智能应用于三个主体中的任意一个都能带来不一样的突破，提高单个环节效率，但只有人工智能整体应用时才能发挥其最大优势。

一次服装设计的结束为下一次服装设计的开始提供了更加贴近消费者真实心理诉求的信息反馈。这样的循环过程使得消费者需求预测一次次逼近真实状态，但仅根据需求设计服装是不恰当的，要做到满足需求的同时引领潮流，开拓消费者的视野，提供新的需求。在此过程中需要充分发挥设计师的能动性，在人工智能所反馈的现有需求基础上进行创新，发掘出消费者潜在需求，使得服装设计永远先人一步，起到引领时尚的作用。

4 大连服装设计产业人工智能应用的对策建议

4.1 聚焦原有优势，建立数据共享平台

（1）时装样式数据化。时装周、服博会上展示众多设计风格的服装，这些服装样式是隐藏的数据财富。人工智能对服装样式图片进行深度学习，对过时的服装图像数据进行判断训练，生成新款时装样式图片[5]。这些图片能辅助设计师设计，为其提供创新灵感。

（2）生产规格数据化。四大产业集群生产服装过程中会有各种款式服装的规格参数，单个参数是无用的，但盈千累万的参数数据是待挖掘的宝藏。人工智能对数据进行深度学习，对设计图进行分析，生成设计服装制版尺寸参数数据。这些参数便于样衣制作，提高设计生产效率。

（3）消费者数据化。消费者搜寻、购买、推荐商品时会在网络中留下大量数据，数据转化为信息需要量和质的变化。在合乎法律规定的前提下，人工智能对网络上残留的消费者相关信息进行机器学习，分析得出消费者群像、时尚趋势、消费能力等。这些信息有利于服装设计和产品销售，加强设计师、生产商与消费者的连接。

4.2 聚焦需求分析，结合创意引领潮流

因技术的进步，人们能便捷了解到各种各样的信息，各式各样的生活方式。在这些信息的冲击下，人们逐渐形成自己的生活方式和态度。相较于实际功用价值，服装如今更多地带有象征价值，它代表了穿衣人的风格和生活态度。人工智能对大数据进行分析得出消费者需求大趋势，设计师展现自身对生活、艺术、科技的理解，二者的结合是理性与感性的交织，能在满足消费者一般需求的同时彰显出设计师风格，从而引领时尚潮流，体现出现代人独特生活方式和态度。服装设计产业需要充分利用人工智能分析网络中纷繁复杂的数据，从中得出可利用的信息结果。这些信息结果为设计师提供消费者信息、社会文化分析等，提高设计师素质，使需求与创意完美结合并迸发出绚丽火花。

4.3 聚焦设计师培养，打造AI+综合团队

服装设计不只是设计，还有生产、管理、营销等分支，服装设计产业的发展离不开这些人才的共同努力。大连服装设计产业缺少的不只是设计师人才，更缺少了解设计的生产人才、管理人才、营销人才等。高校中的人才培养应将重点放在发展多元化人才培养，根据不同方向针对性培养，形成多元专业人才团队。人工智能时代下，打造以服装设计师为核心，以人工智能为技术辅助，集生产、营销、管理等多元化人才为一体的综合团队才是服装设计产业有效发展的重要支撑。因此，各专业方向在进行人才培养时要注重理论与实践的结合，设计与人工智能的结合，这样才能在一次次的知识应用中发展创新精神和个性，提升个人能力和团队整体实力。同时，应特别关注对位处服装设计核心的设计师的培养，由于他们承担将需求转化为成果的重任，其设计要更贴近现实生活，不应只局限于大赛设计，长此以往会导致设计师设计脱离现实的恶果。

4.4 聚焦产业优化，实现绿色持续发展

（1）产业链优化。尽管大连服装设计产业缺少优质面辅料供应，但可以通过研发高性能化学纤维和加快与面辅料生产商的供应对接有效改善这一大难题。因此，产业应时刻关注高校研发情况，收集研发最新资讯，思考技术可行性，及时利用新研发成果，做到产学研的高效转化。此外，大连服装设计产业要了解南方面辅料生产厂商研发情况，掌握第一手资讯，与生产厂商做好供应链对接，快速调配面辅料，为设计和生产打好基础。

（2）生产优化。其一减少不必要生产浪费。通过流行趋势分析、需求分析等设计生产服装，避免囤积不必要库存造成大量旧服装浪费。其二减少生产过程浪费和污染。根据以往生产数据，进行生产流程优化，结合机器人技术进行生产制造，减少材料浪费和环境污染，提高市场反应速度的同时走绿色可持续发展道路。

4.5 聚焦智能制造，智汇未来健康生活

人工智能与机器人技术结合的智能制造是未来生产制造大趋势。智能制造在一定程度上实现了无人化工厂，它能使生产过程中的错误率降低，提高生产速度。因此，大连服装设计产业应注重智能制造的铺设，有效集合现有智能制造设备，实现服装智能制造。人工智能与生物技术结合的智能穿戴设备是未来服装设计大趋势[14]。智能穿戴设备能兼具服装实用功能及检测人体健康功能，这样的结合使得人们能随时随地记录自己的身体变化，检测异常身体状况，及时调整生活状态，做到健康快乐地生活。因此，大连服装设计产业要注重服装与电子信息技术、生物技术、网络通信技术等的跨学科融合，推进智能穿戴设备的研发推广。

5 结语

迄今，中国服装设计产业正面临巨大的挑战。但是，人工智能的应用为服装设计产业的转型升级提供了难得的机遇。大连及其他省市的服装设计产业应充分抓住人工智能带来的机遇，在可行的应用路径的指导下，努力做到“五个聚焦”：一是聚焦原有优势、建立数据共享平台，二是聚焦需求分析、结合创意引领潮流，三是聚焦设计师培养、打造AI+综合团队，四是聚焦产业优化、实现绿色持续发展，五是聚焦智能制造、智汇未来健康生活，不断推动中国服装设计产业向更高的台阶迈进。

[1] 王继业. 人工智能重点研发方向及发展展望[Z]. 北京:中国电力科学研究院, 2018. 3.

[2] 李开复,王咏刚. 人工智能[M]. 北京:文化发展出版社, 2017. 35. 88.

[3] Vashisht, K., Mittar, S. Artificial Intelligence as a Tool in the Online Fashion Retail Industry to Communicate Fashion Trends[C]. Fashion Communication in the Digital Age, 2019. 276–282.

[4] Giri, C., Jain, S., Zeng, X.Y., Bruniaux, P. A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry[J]. IEEE Access,2019, (7): 95376-95396.

[5] 闻力生. 人工智能在服装智能制造中的应用[J]. 纺织高校基础科学学报, 2020, 33(2): 30-36.

[6] 王晗. 人工智能技术的服装设计颜色自适应优化研究[J]. 现代电子技术, 2021, 44(4): 182-186.

[7] 孙霞. 大连设计引领服装产业新成长[N]. 大连晚报, 2020-09-22.

[8] 李楠. 大连服装四大产业集群聚合新实力[N]. 大连日报, 2019-09-01.

[9] 陶凤, 王晨婷. 各级政府推动惠企政策，解决纺服企业订单不足问题[N]. 北京商报, 2020-04-20.

[10] 金朝辉, 朱孟楠. 人民币实际汇率变动对出口贸易的影响[J]. 国际贸易问题, 2021, (5): 143-160.

[11] 付华, 李国平, 朱婷. 中国制造业行业碳排放：行业差异与驱动因素分解[J]. 改革, 2021, (5):38-52.

[12] Raj, V.,Gupta, R. Artificial Intelligence in Fashion Commerce: A Disruptive Advantage to Predict Customer Needs[J]. Journal of Advanced Research in Dynamical and Control Systems,2019, 11(4):2173-2179.

[13] Kemeny, R.Facebook's AI Fashion Designer[J]. New Scientist, 2018, 238(3173):8.

[14] 苏永刚, 赵茜. 智能纺织品视角下的现代服装设计[J]. 毛纺科技, 2020, 48(11):102-106.

[15] 华志刚, 范佳卿, 郭荣, 等. 人工智能技术在火电行业的应用探讨[J/OL]. 中国电力, 2021. 1-11.

[16] 何大安. 厂商运用大数据和人工智能的经济学分析[J]. 上海师范大学学报(哲学社会科学版), 2021, 50(3): 74- 83.

[17] 余强. 服装设计概论[M]. 北京: 中国纺织出版社, 2016. 18.

Research on the Application Path of Artificial Intelligence in Fashion Design Industry——Taking Dalian as an Example

WEN Tao, PENG Qian

(School of Economics and Management, Dalian University, Dalian Liaoning 116622, China)

At present, the application of artificial intelligence（AI）is making fashion design industry burst into new vitality. Taking Dalian as an example, SWOT analysis method and case analysis method are used to analyze the current situation of its fashion design industry, the impact of artificial intelligence on its fashion design industry, and the application path of artificial intelligence in its fashion design industry. Based on the above analysis, taking Dalian as an example, this paper obtains five countermeasures and suggestions such as establishing a data sharing platform, integrating needs and creativity, building an AI+ comprehensive team, optimizing industrial production and focusing on intelligent manufacturing, so as to promote the effective combination of its fashion design industry and artificial intelligence.

fashion design industry;artificial intelligence; SWOT analysis; application path

温韬（1968-），男，教授，博士，研究方向：情调营销与品牌管理.

大连市社科院2021年度项目（2021dlsky118），辽宁省教育科学“十三五”规划2020年度项目（JG20DB030）.

F713.5

A

2095－414X(2022)02－0059－08