Fashion Forecasting: Arti Zeighami on Implementing AI at H&M Group
22:12 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

当您给汽车换新轮胎时，您不会先把一个螺栓拧到底，然后再拧其他的。您会先把所有螺栓都拧一点，然后持续拧紧。这与人工智能和时尚有什么关系？今天，当我们与来自 H&M 的 Artie Zaghami 谈话时，您将找到答案。欢迎收听《我和 AI》，这是一档关于人工智能和商业的播客。每周，我们都会向您介绍一位在 AI 领域进行创新的个人。

我是萨姆·兰斯博瑟姆，波士顿学院信息系统教授，也是麻省理工学院斯隆管理评论 AI 与商业战略大创意项目的客座编辑。

我是谢尔文·科达班德，BCG 的高级合伙人，我共同领导 BCG 在北美的 AI 实践。BCG 和麻省理工学院 SMR 共同研究 AI 已有四年时间，采访了数百名从业者，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

今天，我们与领导 H&M 人工智能工作的 Artie Zaghami 进行了交谈。Artie 从斯德哥尔摩加入我们。欢迎，Artie。谢谢。非常感谢您邀请我。我们真的想了解一下您的背景。我们不妨从这里开始吧？您是如何对人工智能产生兴趣的？对于我们今天的播客，我实际上穿着一件不错的衬衫，因为我们正在与一位时尚人士交谈。即使这是音频，我也可以向大家保证，我看起来很棒。不过，您是如何对人工智能产生兴趣的呢？

我认为我对这个领域的兴趣始于多年前，那时我还是个十几岁的少年，像很多人一样，我学习数学和物理，并且热爱所有这些东西。我读了艾萨克·阿西莫夫的科幻小说。我读到他关于心理史学的理论，他们称之为心理史学，这是一种关于如何通过观察过去来开始学习

某种程度上预测未来，并在其之上应用数学模型的理论。当我 15、16 或 17 岁时，我对此非常着迷。我想，这太神奇了。这个人自己编造了它。而且，你知道，如果这是真的呢？如果我将来可以从事这样的工作呢？

而且，你知道，我花了很长时间才到达那里，因为学校之间来了，然后我开始做顾问，我做编程。我是一名建筑师。我是商业开发人员。我是一名战略家。我做过不同的创业公司等等。然后我最终进入了一家时尚零售商。

然后我得到了一个机会，开始将高级分析作为 AI 作为一种能力来研究。我没有正式的数据科学背景。我确实有工程学校的工程背景。我甚至同时开始了商学院的学习。然后生活把我带到了这里。不知何故，这就像宇宙把我带到了人工智能。有人对此开玩笑。是的，你的名字是 Artie。那是 Artie Artificial。这可能是原因。所以，是的。哦，是的。这很有趣。是的。

是的，我总是对此开玩笑。玩笑归玩笑，我想说的是，正如您所描述的那样，多元化且丰富多彩的背景和经验，您知道，建筑师、工程师、战略家。它现在如何帮助您？这种多样性与您一直专注于某一方面相比，您对此有什么看法吗？是的，绝对的。我认为它对我的帮助很大。我认为其中一件大事

你知道，在像零售业这样的旧行业中引入 AI 等新能力的部分工作，多年来一直以某种方式做着某些事情，是关于思维方式的转变。是关于改变人们的思维方式。你知道，这与 AI 关系不大，与技术关系不大。我通常会说，10% 是 AI，20% 是技术，

但 70% 是人和流程。因此，您试图改变人们的思维方式，让他们提出不同的问题，以不同的方式看待世界。作为一名顾问，我认为这是我获得的最大帮助之一。因为作为一名顾问，您总是要确保这并不是为了您自己出风头，而是为了让您的客户出风头。并且是为了让他们成为当天的英雄。它一直都是这样。我甚至在内部与我的同事和同龄人总是说，听着，让我们确保

我们几乎就像内部顾问，因为这是为了帮助我们的同事实现他们的目标。最终，如果您谈论的是改变人们的思维方式，那就是修辞学。这是您如何让他们理解您试图做的事情以及您如何让他们理解您试图帮助他们的方式。所以，你知道，它可以追溯到古希腊人，修辞学，伦理，情感，逻辑。从古希腊到……

我想是从希腊到瑞典。AI 能否在 H&M 提供具体的帮助？绝对可以。你知道，我们公司一直以来都是分析型的。你知道，如果你回顾公司的发展历程，即使，你知道，这家公司是由一个家族创立的。第三代现在是公司董事长。Erling，他在 1947 年创立了这家公司，他早在那些日子里就已经非常善于分析了。你知道，有一些故事是关于，

他们称之为“追踪手提包”的事情。你知道，当他试图进入一个新城市时，他派人拿着笔和纸走在街上，观察人们的手提包去向，以及他们是否在这一侧或那一侧穿过十字路口，并不知道，好吧，他们应该在哪里建造一家商店。我们从 2016 年开始关注人工智能，并试图了解它对我们作为零售商意味着什么。

我们进入了一个非常小的领域，并在个性化领域进行了概念验证，以了解，你知道，我们如何利用 AI 分析来增强与客户的沟通、个性化和产品供应。

我们看到，基于我们拥有的数据量，你知道，我们关于产品、销售和客户的大量信息，我们可以非常精确地做到这一点。这本身并不是关键。更多的是了解如何改变思维方式。正如我所说，你知道，你希望人们在星期一早上提出不同的问题。为此，你需要让他们更善于分析。为了……

渗透到整个组织中，我们采取了一种略有不同的方法。因为很多人在那些日子里问我，你如何选择你的 AI 用例？我说，我没有 AI 用例。我有我的同事面临的业务挑战。我查看我们的项目组合，发现我们有很多问题，我们有很多挑战。然后这些挑战导致了将要改变和解决这些问题的项目。在这里，我可以参与其中的一小部分，

并提供帮助。我认为这也是非常重要的一部分，你如何在一个组织中融入新的东西，因为很多人再次只关注一小部分，然后他们对那一小部分进行深入研究。他们创造了那个，你知道，性感的应用程序或面向客户的酷炫的东西。这很好。但是，您让组织的一部分变得非常非常擅长这一点。然后其余的仍然，你知道，落后了。是的。

我相信你需要提升每个人一点。所以与其说，这就像给汽车换轮胎一样，对吧？你不会，你知道，把一个螺栓拧得很紧，然后再拧下一个。你只是每个都拧一点，然后把所有东西都拧紧。我认为这对我们来说是一个非常好的方法，可以对每个人都这样做。我正在增强价值链开始时的内容，包括

时尚预测，量化，你如何量化你购买的件数，如何将服装分配到整个价值链中，如何为它们设定价格，也许还与个性化和所有这些花哨的面向客户的东西一起工作。对我们来说，

AI 不代表人工智能。我们一直在谈论增强型智能，因为我们正在增强同事现有的知识和能力。因此，做出决定的不一定是 AI。它可能是组合。当我们将 AI 和机器与人类结合起来时，我们看到了这一点，直觉和数据，艺术和科学，这就是我们从中获得最大收益的时候。我看到我们今天所做的许多事情都是这种混合。

我想谈谈你所说的增强型智能。我认为这非常优雅。它也从某种程度上体现了你开始这次谈话时关于组织、人员的主题，

你知道，70% 是人和组织。它也与我们刚刚进行的研究非常吻合，该研究再次谈到了人类的作用，有时是误解或低估的人类作用。对此发表更多评论，特别是人类和 AI 可以交互的不同方式。

你知道，在这些不同的业务问题上。对，对。当我们进行第一次试点时，对在季末销售中利用 AI 和高级分析进行了测试，这是我第一次尝试将其用于实际用例和实际业务挑战，我们很早就发现 AI 实际上可以比人类更好地提高季末销售结果的定价。

而这段旅程中很重要的一部分是确保实际应用它的团队，不是我的团队，不是 AI 团队，而是实际在商品和在线工作的人员，在非常小的选定市场上，我让他们实际计算结果是什么。因此，他们都对测试负责。

负责设置测试，向我提出他们想要的所有限制，并确保我的算法除了商品每天获得的信息外，不会获得任何其他信息。然后他们试图通过自己计算来了解它有多好。太棒了。它有助于我们改进工作。

让我们为下一个季度进行下一次测试，中期销售。所以几个月后，我们增加了测试，并使其规模更大一些。我们又增加了一个国家，另一个市场，两个仓库，相同数量的产品，我们对此进行了测试。我想为此增加更多复杂性，但我们想做的一件事是添加

第三个桶。因此，我们仍然需要查看一些产品，但我们不想将其分成两个桶，而是三个桶，其中一个桶是算法定价，一个桶是商品销售，一个桶是算法定价和商品销售进来并调整这些价格。因为我们看到算法不擅长某些事情。

我们发现这很有趣，并说，让我们绝对这样做。然后我们进行了中期测试。结果更有趣，因为算法再次比人类好几个百分点。但是，人类与算法的结合比算法本身好两倍。

实际上，那时我们开始谈论增强型智能，因为我们意识到机器本身不会帮助我们。它是人类和机器、直觉和数据的结合。你可能需要把你的名字从 RD 改成 Amphi。

是的。哦，我妈妈不会高兴的。你妈妈可能不会高兴。你描述了一个过程，在这个过程中，你更深入地研究了定价过程。但早些时候你谈到一个过程，说，好吧，我们需要在不同的领域做很多事情。是的。你如何平衡这个过程？

拧紧所有螺栓与拧紧一个螺栓更紧？因为听起来在这个例子中，你正在做更多的一个螺栓的拧紧。你如何平衡这些？好吧，你没有听到整个故事。哦，还有更多。好的。从第一次拧紧第一个螺栓开始，我得到的第一次测试，结果很好，但还不够，

Arty 和我对这些结果感到高兴。我利用这个结果去了业务的另一个部门，并说，听着，我们和这些人一起做了这件事。他们对结果非常满意。我们看到，通过使用我们在四个半星期内创建的 Enalgo，我们的净销售额提高了 X 个百分点。

这对业务有巨大影响。你想让我们帮你看看这个领域吗？因为我知道你这里有个问题。然后我们引入了数据科学家，并在其周围进行了实验。然后当我们开始讨论和谈论这个特定项目时，它

与业务的另一部分相连。他们说，嘿，如果你要在那里进行更改，也许我们也应该在这里进行更改。Artie，你想在这个案例中帮助我们吗？是的，请帮助我。然后我们开始这样做。然后就这样继续下去。到年底，突然间我们有了这八个、七个，无论有多少用例，然后我们看到我们实际上正在整个价值链中应用它。

然后，你知道，与此同时，你开始发现每个螺栓越来越紧。就像一个维修组。是的，完全正确。这就是敏捷的全部思想，对吧？从小处着手。

你梦想很大，从小处着手，然后快速扩展。所以你从这里的一件小事开始，然后你开始下一波，下一波，下一波，所有这些波浪都有一个循环，从小处着手，进行稍微大一点的测试，失败，转向，然后进行更多测试，失败，转向，学习，然后继续下去。在我们这样的组织中，我们规模庞大，拥有 5000 多家门店，70 多个国家/地区，180,000 名员工。因此，当您开始工业化时，会有很多事情要做。

如果您不进行工业化，AI 就没有任何意义。Artie，正如您谈到的增强型智能背景下工业化 AI 和从中获得真正的规模一样，你知道，机器很容易与人类一起玩，因为它们没有选择。你如何让人类与机器和谐相处？以及你可能会遇到的阻力……

你期望或得到的。你如何处理这个问题？所以它与……不同。组织中不同级别的人。我发现的一件事是……也许也与组织文化有关。所以我们来自一家具有……文化的公司。

一直以来都是创业型的，一直在寻求改进自己。这已经成为组织的一部分。不知何故，它在我们公司的 DNA 中，总是试图变得更好。这就是为什么我们还谈到，你知道，这种组合，我们只是做了一小部分工作，我们实际上是内部顾问。

因此，当他们拥有它时，它也会让他们为他们正在做的事情感到自豪。我们真的采用了这种 DevOps 模型，我们将人们分成团队，您有一个用例负责人，然后您有业务专家，您有机器学习工程师、数据工程师、软件工程师、UX 设计师，他们每天都在一起工作

以非常敏捷的方式，坐在同一个办公室里，进行早上的例会。所以他们是整个开发团队的一部分。我的工作是确保我的其他同事也理解这种影响，然后利用它来实现他们在公司中、在组织中的价值，使我们的公司继续蓬勃发展并变得更好。

我认为这对每个人来说都是一个重要的教训，包括对首席执行官和业务主管。我们正在强调关注价值的重要性，而不是单一思维的技术中心关注构建能力和构建越来越多的能力，以及业务、用户和人员从一开始就参与设计的需求。

Artie，非常感谢您抽出时间。是的，感谢您今天抽出时间。谢谢你们。Sam，我认为与 Artie 的谈话非常令人兴奋。让我们快速回顾一下。听起来不错。

当然，这很有趣，你知道，当我们与保时捷交谈时，我们甚至没有谈论轮胎、轮毂盖和拧紧螺栓。但是当我们转向时尚时，他谈到了这样做的重要性，他的类比与汽车非常相关。没错。当我们与保时捷的 Matthias Ulbricht 交谈时，我们谈到了咖啡。没错。每个人都在开玩笑，我认为我们听到的共同主题是

原型问题以及在问题之间转换或转移这些学习成果的重要性，这很有趣，本身就是 AI 中的一个主题，例如迁移学习。我的意思是，它并不完全意味着我们在这里谈论的内容。我还认为，Artie 从一开始就说，看，这是关于改变人们的思维方式，这是关于组织的，这是关于

你知道，他称之为增强型智能，将人类和 AI 结合起来，而不是全部或其他。我认为如果我们提取出这些词，他说的比其他任何事情都更重要的是学习。没错。没错。他提出的另一个重要观点，我认为许多人可能会忽略这一点，那就是你不能只从技术和能力开始。而且

让我想起了《梦幻之地》。如果你建造它，他们就会来。他说相反的话。完全相反。你不能建造它，然后等待他们到来。你实际上必须一起建造它。你首先需要得到他们，然后你必须一起建造它。我认为这是一个重要的教训。是的，他首先强调了价值，然后是结构，这很重要。还有一个因素

最薄弱环节的思想贯穿其中，他谈到了他们使用人工智能的许多不同地方。他实际上并没有使用这个短语，但部分想法是，大力加强一个领域而没有加强另一个领域是没有好处的。因此，这与……有关

价值与结构。他希望同时取得进展。他还希望业务的不同部分同时取得进展，而不是在一个领域过于深入，也不是在各个领域都完全肤浅。因此，几乎所有事情似乎都是关于平衡的。你不会一开始就说，我必须把每个人都转移到一个卓越中心，然后我将去建造这个棒球场，然后每个人都会来玩，你知道吗？

对。另一部分是他说过他没有 AI 用例。这种结构优先会让你首先想到 AI 用例。他说不是 AI 用例。他说我们有时经常用 AI 解决的业务挑战。没错。没错。好吧，这就是我们今天的时间。下周加入我们，收听本季的最后一集。我们将与世界经济论坛的 Kay Firth Butterfield 谈谈。下次见，Irvin 先生。你也是。

感谢收听《我和 AI》。如果您喜欢这个节目，请花点时间给我们写评论。如果您向我们发送屏幕截图，我们将向您发送麻省理工学院 SMR 关于人工智能的最佳文章合集，限时免费。将您的评论屏幕截图发送至 [email protected]。