网上购物让我们摆脱了在实体零售店无尽的过道、荧光灯和渴求销售的人群中穿梭的烦恼。但是，如果有人发现自己已经在时尚的兔子洞里深陷了两个小时，除了打开 15 个标签页、装满四个购物车、听了一耳朵 YouTube 上的服装评论和不知所措的焦虑之外，一无所获，那么网购就会让人觉得是件苦差事。

Blend是一家英国初创公司，它正在利用人工智能来穿越噪音，帮助购物者找到适合他们风格、预算和尺码的个性化产品推荐。

"绝大多数零售商完全不做个性化，即使做了，也只是根据历史购买数据进行个性化，"Blend 公司联合创始人杰米玛-班伯里（Jemima Bunbury）告诉 TechCrunch。"当潮流变化相对较快时，人们的风格确实会随着生活的变化而变化，对用户来说，这种历史性的推荐并不能保持相关性。

Blend 作为初创企业战场 200 强之一参加了 TechCrunch Disrupt 2023 大会。在这次活动中，这家初创公司推出了它的 MVP--一款现在向 Blend 候选名单上的 2000 名用户开放的应用程序。在四月份获得天使投资后，Blend 目前正在为种子轮融资寻找投资者。这家初创公司将利用这些资金开发应用程序的其他功能，并推动其全面上线。

Blend 已经与 250 多家零售商签约，其中包括奢侈品零售商 Net-a-Porter。这家初创公司的市场战略目标用户年龄在18至34岁之间，他们是 "非常数字化、原生移动优先的购物者"，随着可支配收入的增加，他们开始确定自己的个人风格。Blend 首先在英国推出，然后希望进军美国市场。

"我们希望首先吸引时尚前卫、引领潮流的人群，然后再向主流市场进军，但反其道而行之要困难得多，"班伯里说。"最终，我们的愿景是成为所有网上购物体验的前门，从而成为规模最大的零售商，因为我们有能力进行个性化定制，只向人们展示互联网中与他们最相关的 1%。

我们可以支持的新一代人工智能

时尚行业以各种方式掀起了人工智能生成热潮。一些公司正在使用自然语言处理算法来改善客户服务体验。还有一些公司利用图像生成技术创造新的设计。此外，人工智能还应用于生产改进、趋势预测、库存管理和虚拟试穿。

Blend 公司的方法以变压器技术和推荐算法为核心，在很大程度上由用户交互数据驱动。Transformer技术是 ChatGPT 等流行的生成式人工智能模型的技术堆栈，是一种教计算机如何理解和生成人类语言的模型。在时尚界，这意味着它可以更好地理解用户的喜好，并为其量身定制服装推荐。

本伯里说："在人工智能领域，最重要的一点是，你究竟要把哪些数据输入到（模型）中。"他指出，创始团队之所以决定使用应用程序而不是网页，部分原因是这样更容易追踪用户的数据。

当用户打开应用程序时，他们将滚动浏览来自不同零售和电子商务网站的产品图片和描述。此外，用户还可以通过短视频和来自有影响力人士的产品介绍，从他们的销售中赚取联盟佣金。

Bunbury表示，当用户滚动时，Blend会收集他们与应用互动的数据，包括是否喜欢产品、保存产品、与朋友分享，"或者仅仅是你在一个产品上看了多长时间"。Blend 利用所有这些数据形成用户画像，用户已经预先设定了对尺寸和预算的偏好。用户与应用程序的互动越多，他们的推荐就越个性化。

在后端，Blend 会对产品和用户进行比较，通过统计得出哪些产品适合哪些用户。举例来说，假设有两个用户三个月前还在积极使用应用程序。用户 A 暂停了对该应用的使用，而用户 B 则继续定期使用，并根据新趋势调整了她的推送。Blend 不会让用户 A 的推荐停滞不前，而是会利用用户 B 的数据为用户 A 提供推荐信息。

"Bunbury说："通过跟踪这些文化趋势以及不同人的风格有何异同，我们可以利用这些数据为其他人的推荐提供信息。"因此，平台上的用户越多，个性化的功能就越强大，我们可以以此为基础创建队列。

该应用背后的人工智能模型令人印象深刻，不仅因为它能为你推荐今天的合适服装，还因为它能为你推荐明天、下周、明年的合适服装。它是动态的，可以跟踪用户的风格随着时间的推移而发生的变化。

Blend 还能帮助用户找到适合自己体型的服装，这也是那些需要经历昂贵退货周期的零售商所欣赏的。要做到这一点，就必须让用户设定自己对不同身体部位尺寸的偏好，并确定自己的体型。但这些信息并不总是可靠的--品牌的尺码表可能会有很大差异，而且我们大多数人都不擅长对自己的体型进行分类。

这时，这款应用的用户生成内容功能又开始发挥作用了。我们希望用户能拍下自己穿上新衣服的照片并发布到应用上，让 Blend 的人工智能引擎和其他用户了解特定产品在不同镜框上的效果。下一步，Blend 希望加入评论和投票系统，帮助用户更好地确定适合自己的尺码。

Blend 商业模式的三个组成部分是 1）购物者；2）影响者；3）品牌。

Blend主要是为了解决用户的问题，但要做到这一点，它需要与有影响力的人和品牌合作，而这两者也都能从中获益。通过与 Blend 合作，影响者和品牌都能实现收入来源的多样化，并以一种非常轻便的方式出现在多个不同的渠道上。

具体到品牌，Blend 可以成为一个强大的市场营销平台。

"对于大多数品牌来说，关键的困难在于如何将产品推送给合适的受众，以及如何进行无风险的广告宣传，"本伯里说。"对于社交媒体广告来说，你可以根据人口统计和用户群来确定目标受众，但即便如此，也不一定能根据他们的风格来确定目标受众。而我们应该拥有这种非常细化的特定风格数据集，这样我们就能在用户积极寻求购买时，将正确的品牌放在他们面前。

Blend 通过从合作品牌和零售商的销售中抽取佣金而获利。据Bunbury称，Blend的佣金率大多在产品价格的10%到12%之间，但也有低至3%、高至22%的情况。

该应用程序的第一个版本将链接到品牌网站，在那里完成交易。未来的版本将允许用户在应用程序内进入销售点，以获得更无缝的用户体验。

"Bunbury说："仅在这一点上就有巨大的增长潜力，但我们也意识到，凭借我们所拥有的数据集以及我们将品牌推向用户的能力，未来还有很多B2B收入来源。"比如广告、数据和趋势分析，能够预测什么样的产品会畅销，销量如何。

在消费者方面，Blend 表示未来可能会推出订阅服务，提供额外的高级功能，如库存结束提醒、折扣提醒或提前获得品牌产品等。

参考链接：https://techcrunch.com/2023/09/28/blend-uses-generative-ai-to-give-you-a-personalized-clothing-guide/