痛苦轉型中的H&M推出新品牌/Nyden,而且只和這群人合作
痛苦轉型中的H&M推出新品牌/Nyden,而且只和這群人合作

和年初發表的「優質服飾+集市」品牌Arket相比,新品牌/Nyden更針對千禧一代,而且還任命集團實驗室負責人Oscar Olsson擔任新品牌的創意總監,旨在打造「屬於未來」的時尚品牌。

在未來,任何品牌或是供應者,都需要認清一個事實:你不再擁有決定的權力。決定權將轉而落在我們所謂的「Blog(部落)」手裡。

Oscar Olsson在接受採訪時說道。這也是為什麼,/Nyden並不會聘請固定的設計師,而是由Olsson進行把關,邀請不同領域的意見領袖(KOL)和品牌進行合作。

目前,品牌已經落實最開始的兩位合作對象,他們分別是擁有Drake、 Miley Cyrus等明星客戶的紋身大師Dr.Woo和瑞士女演員Noomi Rapace,兩位都是在社交媒體上影響力不小的人物。

他們將到/Nyden位於洛杉磯的設計中心進行產品設計。設計中心將根據H&M提供的數據預先選擇材料,再由兩位合作KOL進行進一步設計,從設計到量產,整個生產週期為3-4週。銷售渠道和定價都將根據成品定位和風格再制定。

/Nyden在Instagram上發布的預熱。
圖/ 愛范兒

雖然產品週期也算快,但Olsson多次強調這不是快時尚。他表示,這個品牌不會受限於任何潮流、季節和時裝週時間表,並遵循自有節奏,和「部落」消費者建立深厚的情感連接。

/Nyden在Instagram上發布的預熱。
圖/ 愛范兒

Olsson將這些屬於未來的年輕一代消費者稱為「Netocrat」,並認為「Netocrat比過去所有人都更在意良好的信用、原創性和個性化。他們對自己和他人的開拓發展非常敏感。」

/Nyden的第一個系列將於2018年初推出,感興趣的讀者可以訪問nyden.com並留下信箱,以獲得品牌的最新消息。

痛苦轉型中的H&M

本月中旬發布的第四季銷售報告指出,H&M在過去三個月中,由於實體店銷量的嚴重下降,導致集團整體銷量下滑4%,股票更是一度下跌16%,創下自2001年來最大跌幅。

為了更快地應對客戶快速變化的行為,公司正在加速轉型,包括繼續整合實體店和數位商店,並加強對H&M品牌門店組合的優化——關閉更多的門店,減少開店數量。

H&M集團的CEO Karl-Johan Persson在公告中如此說道。在財報公告當天,H&M也宣布了和阿里巴巴的戰略合作,集團旗下的H&M和H&M Home將於2018 年入天貓,這是H&M在開通自有線上商店後開拓的第一個第三方線上通路。

雖然在2016年底,H&M大中華區總經理Magnus Olsson曾在採訪中表示,品牌覺得「獨立籌建的網店更好」,但看來集團後來還是改變了主意。

據悉,集團旗下的Cheap Monday、COS、& Other Stories、Weekday和Arket都將陸續和天貓達成合作協議。

與天貓的合作會極大地幫助H&M在中國市場發展。

RBC Europe分析師Richard Chamberlain表示,他認為這個合作或能挽救下一季的銷售業績。

此外,早在2016財年結束時,集團就已宣布,將於2017年推出1-2兩個新品牌,而今年推出的/Nyden和Arket就是決策的結果。算上這兩個新品牌,H&M旗下已經擁有9個品牌,各有不同定位,目標在於擴大受眾。

為了建造網上通路和對新品牌的建設,H&M投入了不少資源。

彭博社統計,集團的現金結存已經從2014年的167億瑞典克郎(約合台幣598億元),減少到2017年11月的25億瑞典克郎(約合台幣89億元) 。

H&M的轉型策略是否有效,還有待觀察。集團將於2018年1月31日公佈其於2016年12月1日至2017年11月30日的2017完整財年報告。

本文授權轉載自:愛范兒

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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