在时尚领域，人工智能可以帮助企业优化整体的经营模式，但除此之外，AI至于企业，在供应链方面的应用也不可小觑。供应链里有一个概念是牛鞭效应，即供给测改革。从牛鞭效应来讲，当一件商品经过零售商、分销商、经销商最后到达品牌商手中的时候，途中每一个环节都是代表了一层信息的过滤，如果途中再稍有差池，最终导致的结果就死产能过剩或滞销。这是近几年服装行业很典型的一个问题，也是库存为什么是压垮品牌商的“达摩克利斯剑”。

举个例子，如果某商品预估销售为一万件，那么在向上传递的过程中，经销商为保险起见，订货数额肯定会大于一万。那么再向上，数额又会增大，那么最后到达品牌商手中货品数量就会远超过最初的进货量，滞销也由此产生。

所以，人工智能可以帮助企业进行销售预测，其中主要用到两个指标：一是每款商品的实际销售情况——SKU，综合考虑不同时期的天气、节日等多维度数据，进行精准的销售预测。企业目前正在运用的一个叫TOC(Theory Of Constraints 约束理论)，其中有一个概念是POOGI(持续优化持续改进)，类似业内热议的精益理论。企业以此为切入点，针对深度管理，即对商品的深度管理，换言之就是通过AI算法帮助企业降低门店的库存、更好地实现货品补仓、门店实时补货等问题。将门店原先的大批量进货、补货，转变为依据实时库存，进行小批量、小波段的快速补货，降低了库存积压的风险。

而要想实现这一目的，就必须结合企业的内外部数据，内部数据包括销售幅度、进货频率、相似品类以及实时库存等等，外部数据则包括天气、节假日等等，再通过大数据算法、人工智能的管理预测，给予门店科学的库存建议以及补货频次等等，目前已卓有成效。

过去两年，太平鸟服饰基于人工智能对自身数据进行了不同纬度的分析，总结了各类最优数据。例如最优试销门店、最优补货策略、最优调价时机、商品价格单的最优换位以及品类的最优宽度、门店的最优制度等等，以及结合动态信息进行的模拟结果，例如中长期模拟、短期模拟、OTP、商品企划，从商品企划到多样性管理到流动性管理到深度的商品的确定库存和补货频率，最终实现了对商品管理的深度升级，未来太平鸟服饰也将进一步推广和深化。