这期我们聊聊AI进产线。虽然是以服装行业为例子，但不影响，因为观点非常直给、易懂、尖锐。希望大家代入自己的行业。恰巧，我的两位合伙人，欣华和Tiffany都是跨越了AI 1.0到2.0的投资人，投资过依图、商汤、经历过AI四小龙年代的挣扎。这次对话，我们请到了“番茄炒蛋之父”叶超莹，他是浙江壹禾服饰有限公司董事长、三届奥运会中国体育代表团礼服设计师，同时也是中国AIGC产业联盟秘书长。我们一起复盘AI 1.0到2.0投资人和创业者踩的那些坑，服装行业经历过行业的狂热与回调，以及AI时代，什么样的企业，会成为中国的优衣库。注：本文的AI 1.0 是指专注于特定任务的感知智能，以图像识别技术为代表。AI 2.0 是指能够完成复杂任务的认知智能，即以ChatGPT为代表的AIGC。 一、AI 1.0：狂热与回调 那时，每个创业者都相信，各行各业都能用技术重做一遍，唯独对产业少了一份敬畏。 2015年，那是资本助推之下的AI1.0时代。作为“衣食住行”四大刚需高频场景之一的“衣”--服装行业，这个万亿美金级别的巨大市场，在拿着锤子找钉子的技术创业公司眼里，是兵家必争之地，各类型找场景的技术公司，都纷纷将目光投向了服装行业，加之同时期服装在电商渠道的渗透率快速提升、在营销端的数字化场景无比丰富，为以机器视觉技术为代表的AI1.0应用落地，提供了无限的幻想。 09:50  而同时期，经历了高速发展的工厂模式，在2015年之后，随着产能过剩、内需疲软、以及国际品牌产业链的逐渐转移，这种“乙方思维”开始行不通了，离终端需求太远、链条太长、信息反馈太慢、库存的压力扑面而来，乙方工厂也被逼得要转型，要向微笑曲线的两端转移，重视研发、更数字化、做品牌、靠近终端消费者。 04:43  在这一冷一热的氛围下，大家开始越发开始抱团期待： 技术公司期待着，是否可以用AI贯穿从草图、版型设计、虚拟试衣、3D量身、工艺识别，数字化整个产业链？ 企业期待着，AI能否极大地降低服装行业供需信息不对称、库存积压、退货率高、资源严重浪费等痛点？ 投资人期待着，中国的优衣库、迪卡侬在哪里？ 管他呢，干起来。 图片来源：CBNData 后来大家知道了，各种各样的AI货架、AI试衣间、AI上妆、AI订货层出不穷。结果是，大家都只挠到了产业的痒点，没有真正地解决产业的问题，在后来几乎全被证伪---大多是技术创业者假象出来的伪需求。 那真是一个大家相信人有多大胆，地有多大产的年代。以史为鉴，现在看来，整个服装的产业链巨长无比，从纤维厂到制衣厂到终端涉及十几个角色，各环节信息传递效率低改造难度极大，以至于后来产业互联网高峰的那一波企业，例如百布，链尚网、知衣等，都是在单个或几个产业链条上深耕，能打通全产业链的寥寥无几。 12:07  而且很多时候，尤其是在服装和零售这类利润率本来就不高的行业，反而因为一些技术的过度投入，把简单的问题复杂化，会让成本居高不下。 我真见过数据科学家去培训工厂的案例，算上各种硬件成本、软件成本、培训费用、大数据工程师和CV科学家的工资，加起来让本毛利就不高的传统行业，根本算不了经济账。 嗐，数字化了个寂寞。 图片来源网络 二、反思：从产业中来，到产业中去 既然AI无法让服装行业弯道超车，企业经营还是要回到内功，那么我们不禁要问： 中国的服装行业， 是先做品牌，还是先做供应链呢？ 是要先去补优衣库、迪卡侬的功课呢？ 还是要接着硬啃这一波AI、实现弯