يُعدّ فائض المخزون في الأزياء واحداً من أكثر أسرار الصناعة كلفة: ملابس تُصمَّم وتُخاط وتُشحن، ثم تبقى على الرفوف أو في المستودعات حتى تُخفَّض أو تُتلف. وقد قدّرت مجلة The Business of Fashion قيمة المخزون الفائض في عام 2023 بما بين 70 و140 مليار دولار من المبيعات. واليوم تراهن علامات عالمية على الذكاء الاصطناعي لحلّ المشكلة من جذورها، لا بعد وقوعها.
لماذا يتراكم فائض المخزون في الأزياء؟
السبب ليس سوء التخطيط وحده. فالعلامات تخشى أن تفوتها أي عملية بيع، فتفضّل أن تنتج أكثر من اللازم على أن تنتج أقل. يضاف إلى ذلك الضغط لإطلاق قطع جديدة باستمرار، والحدّ الأدنى للكميات الذي تفرضه المصانع، وترندات قد لا تعيش على تيك توك أكثر من أسابيع. وتشير تقديرات نقلتها صحيفة The Guardian إلى أن نحو 40% من الملابس المنتجة عالمياً لا تُباع.
والنتيجة أن فائض المخزون في الأزياء يسبب خسارة مزدوجة: على البيئة، وعلى أرباح العلامة التي تضطر إلى التخفيضات المتكررة. لذلك يتفق الخبراء على أن العلاج الحقيقي هو منع الفائض قبل أن يُنتَج أصلاً.
ماذا يعني هذا لكِ كمصممة؟ كل قطعة لا تُباع هي قماش وجهد ووقت ضائع. عندما تبدئين علامتك الصغيرة، فإن الإنتاج بكميات محدودة واختبار التصميم قبل التوسع ليس ضعفاً، بل هو الذكاء التجاري نفسه الذي تبحث عنه الشركات الكبرى اليوم بالتكنولوجيا.
الذكاء الاصطناعي على طاولة التصميم
بدأت بعض المصممات بإدخال الذكاء الاصطناعي إلى الأستوديو. فقد كشفت ستايسي بنديت، مؤسسة علامة Alice + Olivia، أنها استخدمته في بداية عملية التصميم لمجموعة ربيع 2026. لكن التقنية لم تُقنع الجميع بعد؛ فبعض المديرين يرون أن نتائجها ما زالت دون جودة ما ينجزه المصممون، وأنها أنسب حالياً للعمليات الخلفية منها للإبداع.
وهنا يبرز دور منصة WGSN للتنبؤ بالاتجاهات، التي تستخدمها علامات مثل Coach وAdidas. فأداة “Opportunity Calculator” تقدّر الفرصة المالية في أي طلبية شراء، وأداة “Assortment Builder” تساعد على ضبط تشكيلة المنتجات، اعتماداً على بيانات التجارة الإلكترونية وعروض الأزياء وعمليات البحث ووسائل التواصل.
ماذا يعني هذا لكِ؟ الذكاء الاصطناعي هنا لا يرسم بدلاً منكِ، بل يجيب عن سؤال كل مشترٍ: كم قطعة من هذا التصميم سأبيع فعلاً؟ والمصممة التي تفهم لغة البيانات إلى جانب لغة القصّة والقماش ستكون أقرب إلى قرارات الإنتاج في أي علامة تعمل معها.
المتجر الذي يرتّب نفسه
شركة Flagship الناشئة تحلّل بيانات المنتج والمخزون والمبيعات لتقترح طريقة عرض كل متجر حسب أذواق زبائن منطقته، وتعمل مع علامات مثل Vuori وMejuri وMadhappy. ويقول مؤسسها سايمون مولنار إن بعض العلامات لديها ثلاثة منسقي عرض فقط لنحو 400 متجر، أي أن متابعة كل فرع يدوياً شبه مستحيلة. وحين تُعرض القطعة المناسبة في المكان المناسب، تُباع بسعرها الكامل بدل أن تنتهي في التخفيضات.
عندما تفهم خانة البحث زبونتكِ
أما شركة Depict AI من ستوكهولم فتعمل على نقطة يغفل عنها كثيرون: خانة البحث في المتجر الإلكتروني. فبحسب أكسل لارسون من الشركة، تعود 10 إلى 15% من عمليات البحث التقليدي بلا أي نتيجة؛ أي زبونة جاهزة للشراء لا تجد شيئاً، رغم أن القطعة قد تكون موجودة في المخزن. وتهدف الشركة إلى خفض هذه النسبة إلى أقل من 2%.
الحل هو البحث باللغة الطبيعية: بدلاً من كتابة “فستان أخضر”، تكتب الزبونة “فستان لحفل زفاف في سبتمبر”. وفي تجربة مع علامة Joseph، أصبح نحو نصف مستخدمي موقعها يبحثون بهذه الطريقة خلال قرابة ثلاثة أشهر. وتقول إسمي لامبارد من Joseph إن القيمة الحقيقية هي فهم سبب الشراء ومناسبة ارتداء القطعة، لا القطعة نفسها فقط.
ماذا يعني هذا لكِ؟ فكّري في تصاميمكِ من زاوية المناسبة: لمن هذه القطعة؟ ومتى ستُلبس؟ هذا هو السؤال الذي تجمع العلامات الكبرى إجاباته اليوم بالذكاء الاصطناعي، ويمكنكِ أن تبنيه في وصف منتجاتكِ وصورها من اليوم الأول.
هل الذكاء الاصطناعي حلّ سحري؟
ليس تماماً. فالتقنية نفسها تستخدمها علامات الأزياء السريعة لتسريع الإنتاج ومطاردة كل ترند، فتزيد المشكلة بدل أن تحلّها. الفرق في طريقة الاستخدام: هل يساعد الذكاء الاصطناعي على إنتاج ما يريده الناس فعلاً، لا أكثر ولا أقل، أم يصبح أداة لإنتاج المزيد بسرعة أكبر؟
ماذا يستفيد مصممو المستقبل؟
معركة فائض المخزون في الأزياء لن تُحسم في المستودع، بل على طاولة التصميم وعند قرار الشراء الأول. والمصممة التي تجمع بين الحسّ الإبداعي، وفهم الباترون والقماش، والقدرة على قراءة البيانات واستخدام أدوات الذكاء الاصطناعي، هي التي ستحتاجها العلامات في السنوات القادمة. وفي أكاديمية آنا ستيلا نؤمن بأن التصميم الذكي يبدأ بسؤال بسيط: هل يحتاج أحدٌ هذه القطعة فعلاً؟
المصدر الرئيسي: مقال Emma Rayder في مجلة Fashionista (أكتوبر 2025) بعنوان “Can AI Solve Fashion’s Excess Inventory Problems?”.
