AI图像生成在时尚行业里，用很短的时间从一个新奇玩意变成了预算会上会被提起的问题。围绕它的讨论几乎总是关于成本，这可以理解，但绕开了要点。把这项技术只当成节省，得到的就是更便宜、也更撑不住的画面。它真正有意思的地方在别处：它让一个决定可以比过去更早做出来。
- AI图像生成很少省钱，它把工作量往前挪。
- 它撑得住前期和衍生版本，撑不住主视觉。
- 面料、版型和皮肤仍是硬边界。
- 版权、标注和签署要在第一条提示词之前谈完。
为什么AI图像生成的成本问题会带偏方向
几乎每家公司的第一反应都是拿它和拍摄比。一边是日费，另一边是算力，一个看上去很有说服力的数字就出现了。它站不住，因为它比较的是两样不同的东西。一次拍摄交付的是一张成品，已经签署，法律上干净。AI图像生成交付的是一个提案，还需要有人筛选、修正并承担责任。
所以工作量没有消失，它只是搬了家。它从后勤和拍摄日搬到了筛选和判断上。这不是小事，因为筛选和判断恰恰是很多市场部里人手最薄的能力。这种判断力如何组织起来，我在评估创意作品里写过。没有它，这项技术主要生产的是数量。
外界的期待确实很高，而且有据可查。麦肯锡在 Generative AI: Unlocking the future of fashion 中估计，未来三到五年，生成式人工智能可能为服装、时尚和奢侈品行业的营业利润带来一千五百亿到两千七百五十亿美元的增量。这是整条价值链的数字，不是图像生产一项的数字。在自己公司里把它读成摄影预算的节省目标，一定会落空。
今天AI图像生成在时尚里真正撑得住的地方
在前期，在任何东西被生产出来之前
AI图像生成最强的效果出现在生产之前。一份过去要花一周做调研的情绪板，现在一个下午就成型，更要紧的是它同时给出好几个方向。这样一来，关于方向的讨论可以提前发生。价值在这里，而不在省下的日费里。
在衍生版本里，不在主视觉里
一张主视觉要撑几个月，要跨市场成立，还要经得起审视。目前AI图像生成不是干这个的工具。但同一张主视觉在不同尺寸和背景下的三十个衍生版本，它非常胜任。我自己沉淀下来的规则很简单：原作拍出来，围绕它的那一家子算出来。
在商品图里，量才是问题
最不起眼的用法最划算。大批量、观感一致、覆盖很多货号的商品图，是一个数量问题，不是一个创意问题。在这里AI图像生成确实换来了速度，而且没有人需要为品牌效果争论。
边界在哪里
这项技术在时尚里有三个地方稳定地失手，三个都关乎可信度。第一是面料。一件针织如果没有按照针织该有的方式垂下来，买针织的人会察觉，哪怕他们说不出哪里别扭。第二是版型。衣服穿在身体上，这个「穿上去的样子」才是真正的产品信息。第三是皮肤，因为眼睛在那里最不留情。
还有一点不那么技术。一个品牌的存活，靠的是它的画面彼此看得出亲缘关系。没有明确的把关，AI图像生成会产出一种到处同时冒出来的审美，因为很多公司在用同样的工具、给出相似的指令。走得不小心，就是买来了速度，丢掉了辨识度。这和我在品牌管理里写过的是同一个冲突，只是换了新工具。
第一条提示词之前必须谈完的事
最不舒服的部分排在最前面，却总是被留到最后处理。它归结为四个问题，没有一个是狭义上的市场问题。
- 来源。模型是在什么数据上训练的，商业使用时能不能拿出证据？
- 人。现有的模特和摄影师合同，是否涵盖把照片当作素材再加工？
- 标注。什么时候要声明一张图是生成的，边界情况由谁拍板？
- 签署。一张没有人拍摄过的图，由谁承担责任？
这四点如果早动手，几周就能谈完；如果晚动手，会把一个项目卡上几个月。在这个环节，AI图像生成与其说是创作问题，不如说是治理问题。
我从中带走了什么
我最大的误判，是以为这个工具会替稀缺资源减负。它只是把稀缺资源挪了位置。稀缺的不是生产，而是在四十张都说得过去的图里判断哪一张是对的。引入AI图像生成却不指定这个决定的位置，得到的不是一个更快的品牌，而是一个更吵的品牌。
让我意外的是它对协作的副作用。因为一个提案几分钟内就看得见，采购、创意和销售突然开始对着图讨论，而不是对着描述讨论。这才是真正的收获，它不出现在任何投资测算里。更多相关文章见营销中的人工智能栏目。