总1:李维斯AI落地的主要进展
1. 2025年11月与微软合作,基于Azure云平台搭建嵌入办公系统的AI“超级代理”,作为企业、零售网点及仓库场景员工的查询中央入口,同时引入AI开发工具加速迭代,把本地应用工作负载整体迁到云端,支撑面向消费者的零售渠道转型。
2. 2026年年初举办首届全AI主题黑客马拉松,覆盖全公司数字与技术条线,超40支队伍在原型搭建、方案展示全流程用AI,非技术岗位员工也能搭出可运行的功能原型。
总2:与个人选购直接相关的干货
1. 胜出团队开发的“Imagine on Me”生成式AI功能,支持消费者在官网查看牛仔裤穿在自己身形上的效果,替代单一的模特上身参考,已进入官方产品落地路线。
2. 截至2026年9月,AI已用于电商模特素材生产,补充多元形象的商品展示素材,降低线下拍摄成本,也覆盖更多消费者的形象参照需求。
总1:AI直接服务转化与退货这两个品牌核心指标
1. 应用场景覆盖商品发现、虚拟试穿等多个购物环节,AI已深度介入零售消费链路。
2. “Imagine on Me”让消费者在官网看到牛仔裤在自身身形上的穿着效果,设计目标明确为提升购物满意度、商品转化率并降低退货率。
总2:品牌内容与营销素材供给方式变化
1. 截至2026年9月,AI生成内容已用于电商模特素材生产,补充多元形象展示素材,降低线下拍摄成本。
2. 素材多元化可覆盖更多消费者的形象参照需求,等于用更低成本扩大品牌展示的覆盖面。
总3:渠道与内部组织支撑
1. 与微软合作、基于Azure搭建嵌入办公系统的AI“超级代理”,作为企业、零售网点及仓库员工的统一查询入口,支撑直接面向消费者的零售渠道转型。
2. 本地应用负载整体迁云,并用AI开发工具加速项目迭代;黑客马拉松让非技术岗位也能参与原型落地,形成全员参与的品牌数字化机制。
总1:可直接借鉴的增长与体验打法
1. 用生成式AI让消费者查看牛仔裤在自身身形上的穿着效果,替代单一模特参考,目标直指转化率提升与退货率下降,属于体验型增长机会。
2. 用AI生成内容补充电商模特素材,以多元形象覆盖更多消费者参照需求,同时降低线下拍摄成本。
总2:合作方式与内部创新机制
1. 与微软合作、基于Azure搭建AI“超级代理”,作为企业、零售网点及仓库的查询中央入口,并把本地应用负载迁云,是外部技术合作加内部效率提升的组合。
2. 首届全AI黑客马拉松覆盖全数字与技术条线,超40支队伍参与,非技术岗位也能搭出可运行原型,属于低成本试错、筛选可落地项目的方式。
总3:机会与风险应对提示
1. 机会在于AI覆盖商品发现到虚拟试穿的全链路,同时改善转化与退货两端。
2. 风险应对上,新功能需已进入官方产品落地路线才具备落地确定性,素材与体验投入应以满意度、转化率、退货率为衡量口径。
总1:产品展示与设计需求正在变化
1. AI已落地电商模特素材生产环节,用生成内容补充多元形象的商品展示素材,替代部分线下拍摄,商品展示素材的设计与产出方式随之改变。
2. 消费者可查看牛仔裤在自身身形上的穿着效果,替代单一模特上身参考,这对版型、尺码与身形适配的准确性提出更高要求。
总2:推进数字化和电商的启示
1. 先做基础设施:与微软合作、基于Azure把本地应用工作负载整体迁移至云端,再搭建嵌入办公系统的AI“超级代理”作为员工查询中央入口。
2. 组织上可用黑客马拉松方式试错,超40支队伍参与、非技术岗位也能搭原型,说明内部孵化门槛在降低。
总3:可承接的商业机会
1. 品牌在虚拟试穿与AI素材生产上持续投入,供应链端可承接版型数据、素材生产等配套需求。
2. AI介入商品发现与选购全流程,意味着面向零售渠道的产品与素材交付标准将随之前移。
总1:行业趋势
1. AI已深度介入零售消费链路,应用场景覆盖商品发现、虚拟试穿等多个购物环节。
2. 云与AI结合成为落地路径:与微软合作、基于Azure搭建AI“超级代理”,本地应用负载整体迁云,并用AI开发工具加速迭代。
3. AIGC进入电商模特素材生产,补充多元形象素材并降低线下拍摄成本。
总2:客户痛点
1. 线上选购牛仔裤缺少自身身形的上身参考,只能看单一模特图,满意度与转化承压、退货率偏高。
2. 线下拍摄成本高,且模特形象单一,难以覆盖多元消费者的形象参照需求。
3. 企业、零售网点与仓库多场景缺乏统一的信息查询入口。
总3:解决方案参考
1. 生成式AI功能“Imagine on Me”支持消费者在官网查看自身身形穿着效果,目标提升满意度与转化率、降低退货率。
2. 内部AI“超级代理”作为跨场景查询中央入口,配合云迁移与AI开发工具提速。
3. 黑客马拉松机制可作为创新孵化方案:全条线覆盖、超40支队伍、非技术岗位可搭原型。
总1:品牌对平台的需求
1. 需要云平台承载本地应用工作负载的整体迁移,以支撑直接面向消费者的零售渠道转型。
2. 需要嵌入办公系统的AI“超级代理”,作为企业、零售网点及仓库场景员工查询的中央入口。
3. 需要AI开发工具加速项目迭代。
总2:可借鉴的平台做法
1. 与微软合作、基于Azure搭建AI“超级代理”,形成跨企业、门店、仓库的统一入口,降低多场景查询成本。
2. 用全AI主题黑客马拉松发动全数字与技术条线,超40支队伍参与原型搭建与方案展示,非技术岗位也能参与,形成内部创新与方案筛选机制。
总3:运营管理与风向规避
1. 建立从原型到上线的评审路径:胜出功能“Imagine on Me”已进入官方产品落地路线,目标为满意度、转化率、退货率。
2. 用AIGC补充多元形象素材,在降低拍摄成本的同时覆盖更多消费者参照需求;效果需以满意度、转化率、退货率等指标衡量,规避投入风险。
总1:产业新动向
1. AI从单点工具走向零售消费链路重塑,场景覆盖商品发现、虚拟试穿等多个购物环节。
2. 组织创新出现新样式:首届全AI主题黑客马拉松覆盖全数字与技术条线,超40支队伍在原型搭建、方案展示全流程用AI,非技术岗位也能搭建可运行原型,技术参与门槛明显下移。
总2:商业模式与案例
1. 云加AI代理模式:与微软合作、基于Azure搭建嵌入办公系统的AI“超级代理”,作为企业、零售网点及仓库的查询中央入口,本地应用负载整体迁云支撑DTC渠道转型。
2. 生成式AI产品化路径:胜出方案“Imagine on Me”从黑客马拉松进入官方产品落地路线,衡量指标为购物满意度、商品转化率与退货率。
3. AIGC替代部分拍摄生产:AI生成内容用于电商模特素材,补充多元形象并降低线下拍摄成本。
总3:新问题与启示
1. 需要研究从原型到产品路线的筛选与评审机制,以及AI投入该用什么指标衡量。
2. 多场景统一查询入口与云迁移的组合,提示数字化转型需先解决基础设施与组织协同问题。
返回默认