今天週五晚上去百貨逛街，就來寫每個百貨必備的優衣庫 - Uniqlo 在快時尚的成衣競爭中不只強調衣料舒適與環保，更依靠數據與人工智慧來維持門市調度靈活度，從門市攝影機到自助結帳機、從天氣預測到後端倉庫，Uniqlo 正在把 AI 內化進營運流程，讓銷售衣服不只是快，更是精準打中客戶需求，甚至讓消費者無形中多購入品項，今天我們就來看看優衣庫的 AI 應用案例

⸻

店內熱區分析，動態調整商品陳列

走進 Uniqlo 門市，顧客的停留路線與逛街方向其實都被頭上的攝影機記錄與分析，系統透過攝影機繪製熱區地圖，判斷哪個區域最受關注，例如當外套區成為焦點時，系統會建議把圍巾、帽子等相關單品移到同一走廊，方便顧客一次購入；反之，比較少人逛的地方則可能在隔天就被重新配置，讓店內動線變成一個「動態舞台」，隨著數據做有依據的調整

參考來源：The Femin – How Uniqlo Uses AI to Build its Fast-Fashion Empire

⸻

RFID 自助結帳，節省人力並串接會員紀錄

蠻多商店都有嘗試導入自助結帳機，但不得不說 Uniqlo 的自助結帳機體驗做的最完整，包含標籤的感應跟結帳步驟，都不會有掃描不到條碼或是任何有可能會讓消費者停下步驟的節點，讓結帳體驗呈現完整，uniqlo 在部分門市導入了 RFID 自助結帳系統，顧客將衣物放入結帳區，不需逐一掃條碼，機器就能自動讀取所有商品並快速完成結帳，這不僅縮短了排隊時間，還能把消費紀錄直接串接到會員帳號，形成更完整的顧客消費行為檔案，對品牌來說，能節省人力，讓店員更專注於服務與補貨；對顧客而言，購物流程則更流暢

參考來源：Forbes – A Self-Checkout That Customers Love

⸻

天氣預測補貨，讓供應鏈更聰明

服飾需求常與天氣變動密切相關。Uniqlo 的 AI 模型整合氣象資料、銷售曲線與地方節慶，能推演未來四到六週的各地需求。當東京氣溫回升，輕薄外套與涼感內搭就會提前送達；若首爾寒流延後，羽絨衣也會延後鋪貨。這種調度大幅降低缺貨與積壓風險，並讓季末清倉的壓力下降。背後依靠的是 Microsoft Azure 雲端與 SAP 系統串接的 AI 補貨模型。

參考來源：The Femin – How Uniqlo Uses AI to Build its Fast-Fashion Empire

⸻

爬文與趨勢挖掘，推出貼近需求的商品

為了確保新品與市場趨勢契合，Uniqlo 使用 AI 工具爬取社群、時尚網站與論壇中的流行詞彙與圖片。系統能識別熱門顏色、圖案與材質，並提供給設計團隊作為靈感來源。這讓商品開發更接近消費者的即時偏好，縮短新品上市的週期，也降低了錯過潮流的風險。

參考來源：Redress Compliance – Case Study: Uniqlo’s Use of AI to Optimize Fashion Trends

⸻

倉庫機器人折衣，後端自動化減少人力

不只是門市，Uniqlo 在後端倉庫也大量導入機器人。位於東京的自動化倉庫透過機械手臂能完成分揀、包裝與折衣工作，使人工需求減少了 90%。這種自動化不僅讓物流更快速精準，也釋放了大量人力，降低營運成本。雖然折疊不同材質衣物仍有挑戰，但這項技術已讓 Uniqlo 成為零售自動化的先驅

參考來源：World Economic Forum – Uniqlo Replaced 90% of Staff at its Tokyo Warehouse With Robots

航程 Day 12 靠岸｜就先到這裡，明天再啟航