想像一下，如果時裝公司可以提前預知藍綠色將取代橘色成為當年的流行色，或者零售商可以提前預知手工紮染是當夏的流行款式，那將會是怎樣呢？
到目前為止，還沒有一種有效的方法走在消費者和市場趨勢之前。但是，總部位於意大利的新創公司 Evo ，正在幫助零售商和時裝公司在追趕時尚潮流等方面取得突破。
該公司的 NVIDIA GPU 的深度學習定價和供應鏈系統，讓相關機構針對市場，天氣，庫存，客戶還是對手促銷手段等變化，推薦店內最佳定價，庫存和促銷。
Evo 還是 NVIDIA 新創加速計劃（ NVIDIA Inception ）的成員，該計劃專門為 AI 和資料科學領域的新創公司提供上市支持，專業知識和技術支持。
AI閃亮登場
Evo 的誕生靈感來自於其創辦人 Fabrizio Fantini 撰寫的博士論文，當時他正就讀哈佛。
現在，該公司的執行長 Fantini 發現了新演算法，該演算法甚至可以超越當時使用的最複雜，最昂貴的商業定價系統。
“我們的研究令人震驚，應用新演算法後，我們的平均預測錯誤率立即降低了 30 ％，此後更是不斷改善” Fantini 說。我們發現，納入更多數據和自我學習的能力將是商家想要如何保持商業運轉優勢的重要戰略。”
該軟體在都靈理工大學（ Polytechnic University of Turin ）的 I3P 孵化器中開發，可檢測時尚選擇中的模式，並同時可預測市場需求的數據。
去年， Evo 的系統通過 2000 多個零售店管理著價值超過 100 億歐元的商品。據該公司稱，其演算法執行超過 100 萬個價格調整，並移動超過 1500 萬件商品，同時為商家創造了超過 1 億歐元的額外利潤。
包括雜貨商，其他零售商以及時裝店的近 30 幾家公司都從這些預測中受益。
Fantini 說：“我們的實驗客戶在頭 12 個月內的獲利率提高了 10 ％，” 從長遠來看，他們實現了 EBITDA 獲利率擴張高達 5.5 點，這是前所未有的。”
GPU在時尚領域的應用
Evo 使用 NVIDIA GPU 運行神經網路模型，該模型可以將數據轉換為市場趨勢的預測訊號，讓客戶可以做出系統化且獲利的決策。
該系統結合了先進的機器學習方法和統計資料，可以將產品轉換為“功能屬性”，例如，袖子或領口的類型）以及“樣式屬性”（例如顏色或輪廓）等市場趨勢的預測信號。
這個系統建立在一個數據庫上，該數據庫覆蓋了超過 13 億消費者的社交媒體，互聯網模式和購買行為地圖，這是整個世界人口的完全代表樣本。
然後，該系統使用多種演算法和方法（包括元建模），根據客戶，價格，產品和公司主要對手的特徵來自動標記以處理市場數據。
這些數據可以在不同公司和地區之間直接進行比較，這是整個項目成功的關鍵要素之一。
Fantini 說：“這種模式有點像 Google 翻譯，從翻譯語料庫中學習，讓每個新請求變得更聰明。而我們則是通過不斷增長的數據來幫助每個新預測變得更加準確，但我們直接處理交易數據，而不是像其他人一樣處理圖像，文字或語音。”
即使面對快速變化的需求，這些見解也可以幫助零售商了解如何管理他們的供應鏈，以及如何計劃定價和生產。
未來， Evo 計劃使用 AI 來幫助設計時裝系列，並更早地把握時尚和潮流趨勢。
如果您想要了解更多與”相關的信息，請參閱