科技解方：時尚尺寸的源頭革新
Can technology fix fashion's sizing crisis?
作者: Shiona McCallum | 時間: Sat, 15 Nov 2025 04:03:27 GMT | 來源: BBC
f t
多數女性都能理解高街商店尺寸不一致所帶來的困擾。
一條牛仔褲在一個品牌下可能是10號，在另一個品牌卻是14號，讓顧客感到困惑與沮喪。
這導致全球退貨量激增，時尚零售商每年估計損失1900億英鎊，因為潛在消費者難以確定該從哪家商店購買合適尺寸。
我無需費力尋找就能找到面臨此問題的人。
「我不信任高街的尺寸標準，」一名在倫敦熱門購物街閒逛的女士告訴我，「老實說，我更注重外觀而非實際尺寸。」
她是眾多常同時訂購同款多件衣物以尋找合身尺碼、再退掉其他商品的女性之一，這種行為也助長了大規模退貨文化。
如今，越來越多科技公司正試圖解決此問題。
諸如3DLook、True Fit和EasySize等工具，運用智慧手機照片進行身材掃描，協助顧客在結帳時選擇正確尺寸，以建議最合適的剪裁。
同時，包括谷歌虛擬試穿、Doji、Alta、Novus、DRESSX Agent和WEARFITS在內的虛擬試衣間平台，允許消費者建立數位分身並預覽商品上身效果。這些系統旨在提升線上購物的信心。
近來，人工智慧驅動的購物代理也開始進入市場。Daydream允許用戶描述需求，隨後推薦選項。
OneOff彙整名人穿搭以尋找相似商品，而Phia則掃描數萬個網站比較價格，並提供早期「尺寸分析」。
雖然這些工具著重於電子商務階段，但英國新創公司Fit Collective採取了不同策略：試圖在生產過程早期預防問題。
創辦人Phoebe Gormley認為人工智慧能在服裝上架前修正尺寸問題。
這位31歲的創辦人並非數據科學家，而是裁縫師，她曾開設薩維爾街首家女性裁縫店，為不同體型女性製作訂製服裝。
「她們都會來說：『高街尺寸實在太糟糕了。』」她告訴我。
她表示，時尚產業目前的模式是「惡性循環」：品牌為抵消高昂退貨率而生產更廉價的服裝，導致顧客不滿與更多浪費。
自去年推出以來，Fit Collective已籌得300萬英鎊的種子前資金，據報道是英國單一女性創辦人有史以來獲得的最大金額。
「據我們所知，我們是首個同時比對所有製造數據與商業數據的解決方案，」她說。
Phoebe的新事業運用機器學習分析包括退貨、銷售數據與顧客郵件等多種資訊，真正理解商品不合身的原因。
接著將這些分析轉化為設計與生產團隊的明確建議，使其能在生產開始前調整版型、尺寸與材質。
例如，她的系統可能建議某公司將某件服裝縮短幾釐米，以整體減少退貨數量。這既為企業節省開支，也為消費者節省時間。
儘管業內许多人歡迎此類工具，但部分人士警告單靠科技無法解決時尚產業的尺寸問題。
「人們不是人體模型，每個人獨一無二，對合身的偏好也是如此，」英國時尚與紡織協會國際業務總監Paul Alger表示。
他提醒，尺寸標準存在微妙差異，身體數據很少與標籤號碼完全吻合。
「這很難，也很主觀，」他說。
「我們大多數人身材各異——全球各地人體形狀也不同。」
此外還有虛榮尺寸的問題——按照Alger的說法，即「情感尺寸」——品牌故意設計更寬鬆的剪裁，因為他們知道消費者（尤其是女性服裝領域）更願意在這裡購物。
"一旦這些尺寸標準在系列中確立，品牌通常會在每個季度回溯這些標準，從而實際上創造出自己的品牌尺寸標準，" 他說。
英國零售協會可持續發展政策顧問Sophie De Salis表示，零售商正從節省成本和可持續發展的角度日益關注這一問題。
"更智能的尺寸技術和人工智慧驅動的解決方案是減少退貨和支持行業可持續發展目標的關鍵。BRC成員正與創新的技術提供商合作，幫助客戶購買最合適的尺寸並減少退貨，" 她說。
隨著退貨問題成為董事會層面的議題且可持續發展壓力日益增大，更多時裝屋可能會考慮數據驅動的設計。
雖然單一解決方案不太可能完全解決尺寸不一致的問題，但像Fit Collective這樣的工具的出現，以及虛擬試穿和尺寸預測平台生態系統的不斷擴大，表明行業正在開始轉變。