当SHEIN、ZARA快速上新模式被频繁讨论时，许多服装企业仍在应对高达30%的平均库存率、动辄数月的开发周期和同质化的挑战。面对这些现实问题，AI技术正成为行业寻求效率突破的关键路径。
7月29-30日，联合网智库第二期「AI落地研学营」将走进杭州，聚焦“AI+鞋服行业”实战落地，集结交个朋友、网易云商、凌迪科技Style3D、WeShop唯象妙境四家在该领域有落地经验的标杆企业，共同探讨AI如何解决上述痛点，为零售消费企业决策者拆解如何用AI驱动增长的具体实践。
一、为什么是鞋服？为什么在杭州？
服装行业是典型的“三高”产业：高库存压力、高设计成本、高试错风险。传统供应链下，一件新品从设计到上架动辄数月，市场响应严重滞后。而杭州作为中国服装电商与数字技术融合的前沿阵地，聚集了从AI设计、虚拟仿真到智能营销的全链路创新力量。
本期研学营深入产业腹地，直击以下痛点：冗长的设计周期拖累上新节奏、失准的市场预判推高库存风险、分散的用户数据难以支撑精准策略以及日益攀升的流量成本挤压利润空间。
二、四大实战场景，看AI如何破局
本期研学营拒绝空谈，聚焦已验证的AI落地路径及其带来的实际成效：
首先，在用户运营领域，AI 正带来颠覆性变革。网易云商副总经理赵胜海将聚焦域运营与用户增长实战，拆解如何将AI技术转化为可执行、可量化的业务增长引擎。拥有丰富一线经验的赵胜海，已助力波司登、卡西欧、新希望等数十家头部品牌通过AI技术提升服务运营效率、实现精准营销以及提升客户体验，拿到明确业务结果。
不止于用户运营，AI 在设计生产环节的应用同样成果显著。凌迪科技Style3D技术合伙人骆立康将展示“AI+3D”如何彻底革新传统纺织设计流程。借助于“AI+3D”仿真技术，凌迪科技Style3D可以在几秒钟内生成上万种3D款式的设计创新，并以3D虚拟设计替代物理打样，结合AI面料仿真与在线改版，大幅降低打样成本50%。这套从AI创意、面料测量、仿真设计到直连生产的全链条数字化方案，已经在运动服饰、奢侈品及快时尚等多个领域落地应用，正在重新定义服装开发的效率与可能性。
将目光转向全球化市场，AI 在驱动跨境增长方面也展现出强大实力。WeShop唯象妙境运营负责人林紫澄将解析AI如何助力时尚品牌征战全球市场。包括利用智能选品系统精准预测海外爆款趋势、通过AI多语言客服降低跨境服务成本、应用动态定价模型优化全球利润结构，有效破解全球化运营中的关键难题。
而在当下火热的直播电商领域，AI 的赋能也已经足够深入。交个朋友作为直播生态的领先代表，其CTO刘亚平将分享AI如何深度融入其核心运营。交个朋友通过自建“朋友云”一体化业务中台并集成AI能力，实现选品流程智能化、借助AI生成口播稿，资质自动审核等关键环节的效能跃升，显著降低矩阵扩张的难度与成本。同时，交个朋友，还将开放直播间，实地演示AI如何提升人货匹配效率与实时互动体验，补全“营”与“销”的关键闭环。
这些实践和案例清晰地展示了技术如何结合具体业务场景解决问题、创造价值。它们标志着鞋服行业的AI应用已走过概念期，进入实实在在产生成效的阶段。
7月底在杭州，这场聚焦 “技术如何真正服务于业务增长” 的研学，希望能为中国消费企业推进AI落地，提供一些来自产业一线的、可参考的思路和启发。
三、这场研学营能提供什么？
不同于常规参访，本期AI落地研学营的价值在于“深度”与“连接”：
走进一线现场：实地探访凌迪科技的AI+3D展厅，看看虚拟设计如何替代传统打样；走进交个朋友的直播间，近距离感受智能化直播运营的实战氛围。
与核心操盘手对话：所有分享嘉宾都是企业里负责具体业务落地的负责人，分享内容基于真实的项目经验和数据，重在可借鉴的方法和踩过的坑。
连接同行决策者：与来自零售品牌、技术服务商的高管和决策者进行小范围、高质量的交流，共同探讨AI落地的可行路径和合作可能。
四、活动详情
●主题： AI驱动营销服—鞋服行业落地实战
●时间： 2025年7月29日-30日上午（周一、周二）
●地点： 杭州
●面向人群：零售消费企业CEO/CIO/CDO、AI服务商决策者、行业解决方案负责人
AI落地研学营全年研学课程安排
●6月·北京：“拆解AI Agent会给零售带来什么颠覆效应? ”（已落地）
●7月·杭州：“AI如何驱动营销服一体化”（侧重鞋服）（招募中）
●9月·上海：“给供应链装上“智能大脑”（招募中）
●11月·北京：“适配AI生产力的组织与文化，应该长啥样”（招募中）
AI落地研学营旨在帮助零售消费企业构建从技术应用、供应链优化到组织变革的全景AI落地认知。
全年四期限额20人/期，满员即止，晚了只能等明年。
6月场已完结，7月杭州场等你来！
平台声明：该文观点仅代表作者本人，联合网系信息发布平台。发布者：联合网，转转请注明出处：https://www.anesthesia.org.cn/21864.html
