服裝設計師傅子菁打造3D數位櫥窗
服裝設計師傅子菁打造3D數位櫥窗
2010.01.27 | 技能

走過台北南京西路上的一間服飾店,透明櫥窗不見塑膠製的人體模特兒,取而代之的是偌大的投影畫面。在這八十二吋大小的畫面上,展示著一個虛擬的立體模特 兒,還有店內所有的衣服和配件。舉起手來碰碰畫面中的衣服,模特兒立刻變裝,手指左右滑動,模特兒的身體也跟著三百六十度旋轉,清楚呈現衣服穿在身上的每 一個角度。

這就是知名服裝設計師傅子菁,與米渥科技一同攜手打造的數位櫥窗軟體。

就像小時候玩的紙娃娃遊戲,只不過現在 變成數位觸控版本。只要用手點選螢幕上任何一件服飾,模特兒便會自動換裝,一旁還會出現這件衣服的手稿或說明,讓消費者在感受搭配的樂趣之餘,更能明白設 計師的設計理念。這套軟體還內建派對、上班、尾牙等六種穿衣情境,讓衣服搭配環境,預覽服飾效果。

其實數位換衣的概念,幾年前在國外就曾出現過,只是大多採取3D建模的方式製作。但3D建模成本高昂,一件衣服就要價一萬多元,因此幾乎只有知名品牌才負擔得起,但也難以長期採用。沒想到一位科技人和服裝設計師理性與感性的相遇,竟意外造就台灣第一套數位櫥窗軟體。

用拍攝取代3D建模
這 套耗資兩千萬元的軟體,構想來自於米渥科技的創辦人陳顥仁。為了解決3D建模成本昂貴的問題,米渥想出了以棚拍衣服的方式,抓取各種不同的拍攝角度,再由 電腦組合成衣服的立體面貌。藉由拍攝方式,米渥大幅降低製作成本,目前一件數位衣服的製作費用只要九百元,大大增加服裝品牌採用的機會。

至 於如何才能精準拍攝出服裝的材質或色澤,則交由傅子菁旗下的三位設計師負責。設計師先在人型立台上將衣服整理好,之後才進行拍攝。一件衣服從拍攝到3D完 工,只要二十分鐘的時間。「這個軟體非常需要服裝產業的know-how,例如衣服怎麼抓、光線怎麼打,終究還是要回歸到專業上,」陳顥仁表示。

就 技術層面而言,這套軟體不僅是國內首創,對服裝產業來說,更是大膽的突破。「服裝產業一貫相信的是人對人直接的服務,對數位新科技總有一股莫名的抗拒,」 傅子菁表示。但令人意想不到的是,看似走在數位潮流之上的她,其實卻從來不碰數位科技,唯一會使用的數位產品就只有手機。

「我還記得第一次去傅姐的辦公室時,發現怎麼到處都有電腦,只有那個位子沒有電腦,」陳顥仁笑著說。這樣一個跟數位科技絕緣的人,又身處保守的服裝產業裡,竟然成為台灣第一個率先使用數位櫥窗的人。

「用手(指觸控)還是手工的嘛,OK的!」傅子菁笑著說。其實早在幾年前,傅子菁就曾看過國外應用,她也好奇成效如何,因此當陳顥仁提出類似構想時,就激起她一同合作的意願。

不 過,在遇到傅子菁之前,這套軟體曾面臨腰斬的命運。數位換衣的構想其實來自陳顥仁在研究所時參加的創業競賽,當時還在一次大型的全國競賽中拿下第三名。畢 業後,他與隊友共同成立米渥,一開始以電子商務平台出發,並積極走訪各大少女服飾品牌,在四個月內就拜訪了五十家,希望他們能將衣服數位化,放在米渥的平 台上,消費者換穿後,便可直接點選購買連結。

虛實結合的行銷模式
「我們想透過3D、試穿,把買衣服這件事變得更有趣,但 從有趣到消費還有一段距離,」陳顥仁自評。在四、五年前網路頻寬仍不足夠,一件數位衣服要花上一段時間才能呈現在網頁上,加上一件品牌衣服動輒一、兩千元 的高價位,也讓網購消費者望之卻步,最後網站撐了一年還是關站。正想放棄之際,卻在一次因緣際會下認識了傅子菁,這才又激起了陳顥仁將這套軟體從虛擬網路 轉到實體門市的構想。

但沒想到跟實體的結合,卻又是另一個挑戰的開始,為了讓數位科技可以切入服裝產業既有的流程與習慣中,陳顥仁與傅子菁花了長達兩年的時間磨合。「這才知道過去是不可能成功的,因為只是用自己的方式去思考服裝產業的需要,」陳顥仁表示。

舉例來說,在服裝分類上,以前陳顥仁只知道褲子和裙子是穿在下半身,卻從來沒聽過「內搭」這個字眼,因此光是服裝分類來回就改了十次。

這 套軟體在二○○九年十一月首度在傅子菁的服飾店裡發表,至今已看見初步成效。有趣又醒目的觸控介面,本身就是吸引客人的行銷手法,讓不少經過的路人停下腳 步,紛紛嘗試點選,增加試穿意願。軟體記錄點選歷史的功能,也讓門市小姐更清楚客人的喜好,未來服裝廠商更能抓住市場口味,精準生產出消費者需要的商品。 此外,數位工具無上限的容量,讓有限的店面空間能完整呈現每一件服飾,其中也包括隔季商品。

目前這套軟體已有十多家服裝公司詢問,未來米渥還希望利用這個虛擬工具,跟實體的門市小姐做更緊密的結合,讓試穿軟體進一步演化成促進銷售的導購系統。

關鍵字: #3D列印
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓