想象一下，如果时装公司可以提前预知当年的流行色，或者零售商可以提前预知当季的流行款式，那将会是怎样呢？

到目前为止，还没有一种有效方法可以提前预测此类消费和市场趋势。但是，总部位于意大利的初创公司 Evo，正在帮助零售商和时装公司在追赶时尚潮流等方面取得突破。

该公司基于 NVIDIA GPU 的深度学习定价和供应链系统，可以通过为相关机构推荐最佳定价、库存和促销手段来使其快速对影响销量的外界变化做出响应，无论是市场、天气、库存、客户还是竞争对手的变化。

Evo 还是 NVIDIA 初创加速计划（NVIDIA Inception）的成员，该计划专门为 AI 和数据科学领域的初创公司提供上市支持、专业知识和技术支持。

AI 闪亮登场

Evo 的诞生灵感来自于其创始人 Fabrizio Fantini 撰写的博士论文，当时他正在哈佛任职。

现在，该公司的首席执行官 Fantini 发现了新算法，该算法甚至可以超越当时使用的最复杂、最昂贵的商业定价系统。

“应用新算法后，我们的平均预测错误率立即降低了 30％，此后更是不断改善，这项研究令人震惊” Fantini 说。“我们意识到，对于想要保持商业可行性的任何参与者而言，摄取更多数据和自我学习的能力将具有战略重要性。”

该软件在都灵理工大学（Polytechnic University of Turin）的 I3P 孵化器中开发，可检测时尚选择中的模式，并绘制可预测市场需求的数据。

去年，Evo 的系统通过 2000 多家零售店管理着价值超过 100 亿欧元的商品。据该公司称，其算法促成了超过 100 万个价格调整，并落实到超过 1500 万件商品上，同时为客户创造了超过 1 亿欧元的额外利润。

包括杂货商、其他零售商以及时装公司在内的近 30 几家公司已经从这些预测中受益。

“我们的试点客户在头 12 个月内的利润率提高了 10％，” Fantini 说。“从长远来看，他们实现了 EBITDA 利润率扩张高达 5.5 点，这是前所未有的。”

GPU 在时尚领域的应用

Evo 使用 NVIDIA GPU 运行神经网络模型，该模型可以将数据转换为市场趋势的预测信号。这使客户可以做出系统的且商业化的决策。

该系统结合了先进的机器学习方法和统计信息，可以将产品转换为“功能属性”（例如，袖子或领口的类型）以及“样式属性”（例如颜色或轮廓）等市场趋势的预测信号。

这个系统建立在一个数据库上，该数据库绘制了超过 13 亿消费者的社交媒体、互联网模式和购买行为地图，这是整个世界人口的完全代表样本。

然后，该系统使用多种算法和方法（包括元建模）来处理，根据客户、价格、产品和公司主要竞争对手的特征自动标记的市场数据。

这使得这些数据可以在不同公司和地区之间直接进行比较，这是整个项目成功的关键要素之一。

Fantini 说：“这种模式有点像 Google 翻译，从其翻译语料库中学习，以使每个新请求变得更智能。而我们则是通过不断增长的数据来帮助每个新预测变得更加准确，但我们直接处理交易数据，而不是像其他人一样处理图像、文本或语音。”

即使面对快速变化的需求，这些见解也可以帮助零售商了解如何管理他们的供应链，以及如何计划定价和生产。

未来，Evo 计划使用 AI 来帮助设计时装系列，并更早地把握时尚和潮流趋势。