LO
服装设计师 · 任务逐条
分析单位是任务,不是职位名称。下面每一条都带着它的方向、这条判断是有证据还是平台推断、判断的理由,以及它没有确立什么。
这一页上的每一项任务#
趋势研究与概念
正在被增强≈ 平台推断读懂趋势,并把它变成一个系列的主题和最初的视觉。
图像生成器能快速提供多样的视觉刺激,但证据显示设计师很难驾驭它们。在一项由 19 名学生和从业者用 Midjourney 和 DALL-E 做构思的研究中,「设计师输入与定制」得分最低,而设计师认为它最重要,显示 AI 能力与设计师需要之间有显著差距。在米兰的一个硕士工作坊里,缺乏控制让设计师高估了工具,并大多照单全收。
这是两项小型研究,参与者大多是学生;都没有测量专业设计产出或就业。
草图与设计开发
正在被增强✓ 有证据支撑画出并细化每一件服装,以及它的细节、面料和颜色。
工具能渲染和修改草图,但所有权悬而未决。VF 公司告诉投资者,用 AI 创作产品设计可能招致第三方的知识产权主张,或让它无法保护这些设计;美国版权局的结论是,纯由 AI 生成的内容,或人的控制不足的内容,不受版权保护。
这是一份风险披露和一份美国法律报告;都没有显示设计师实际怎样用 AI 画草图。
版型、合身与打样
正在被增强≈ 平台推断与技术团队一起解决版型与合身,并确认样衣。
数字化打样是流程变化最大的地方,而 AI 正通过面料数据进入这一步。在一项把面料参数(包括来自一款基于 AI 的数字化工具的参数)输入三维服装软件的研究中,模拟样衣与实物样衣的平均差异最多为 6%,作者称基于 AI 的方法效果极好。
这是一项针对两件服装和一款面料数字化工具的实验室研究;没有测量企业里的打样。
系列与数量决策
正在被增强✓ 有证据支撑决定哪些设计进入系列,以及各做多少。
数据进入这项决策已经好几年了。H&M 说,它用顾客洞察、AI 和数字化产品开发让生产更贴合需求。Stitch Fix 在 2017 年告诉投资者,它的专有算法预测需求、优化库存,并让它能设计新服装。
这是公司对自身流程的描述;没有给出设计师人数或决策方式的数字。