AI版转转如何给1700万件旧衣定价

每年约有 1700 万件旧衣服通过 ThredUp 从陌生人的衣柜流向另一个陌生人的衣柜。与标准化新衣不同，二手服装每件都是孤品，定价和识别难度极高。ThredUp 将流程工业化：衣物先经 12 项品质检查，合格后挂上二维码衣架，工作人员录入品类、品牌、颜色、尺码、面料和洗涤方式，价格由专有机器学习软件确定。AI 进一步接手颜色、类别、尺寸识别，并结合成色与市场需求定价。平台常年有 400 多万件在售商品，每天新增数万件，强化学习模型盯实时需求，对滞销品自动降价。公司投入超 4 亿美元用于供应链自动化，覆盖商品识别、尺寸测量和拍摄。结果是一年卖出约 1700 万件衣服，2025 年第二季度毛利率达 79.5%，传统服装零售商很少超过 30%。

2024 年 8 月，ThredUp 开放三项 AI 功能：升级搜索、以图搜图和 Style Chat。Style Chat 像对话式造型师，输入场景即给出整套搭配并可继续调整；以图搜图允许上传照片或分享 Instagram 帖子找相似款。公司披露，使用图像搜索的消费者下单可能性比普通浏览者高 85%。

Adobe 数据显示，通过 ChatGPT 等 AI 渠道访问零售商网站的购物者转化率比其他渠道高 60%，每次访问收入高 53%，跳出率低 34%，停留时间多 59%，浏览页面多 22%，该优势已连续保持 11 个月。心理学果酱实验表明选项过多反而抑制购买，二手平台海量非标商品正造成选择过载，AI 将几百万件缩至十几件，降低决策门槛。ThredUp 调查显示 48% 的二手购物者用过 AI 工具，2024 年 AI 带来的新顾客同比增长 32%。

下一步是“替你买”。2025 年 9 月 OpenAI 与 Stripe 在 ChatGPT 内上线即时结账，初始合作 Etsy 和 Shopify 部分商家；但到 2026 年 3 月 OpenAI 调整方向，重心移回商品发现，允许商家使用原有结账流程。分析人士指出 Instant Checkout 用户不多，原因包括商家接入麻烦、商品数据难保持准确、多件商品购物车和会员积分难处理。Morgan Stanley 2025 年 12 月报告估计，到 2030 年 AI 购物助手可能占美国电商 10% 至 20%，对应 1900 亿至 3850 亿美元销售额；约 23% 美国人上个月通过 AI 买过东西。

“替你买”也带来问题：退货纠纷谁负责、授权边界在哪、理解偏差造成损失算谁的。用户给 Agent 的通常是有范围、有预算、有期限的委托，金额上限挡得住贵的错买，挡不住便宜的错买，目前无公开规则处理 Agent 超出本意的情况。Agent 多半只读数据，不看图片、尺码表和退货条款，退货率可能上升，服装、鞋和家具风险最高。二手衣服卖出即售罄，退回需重新检验、拍照、定价，ThredUp 靠规模压低的单件处理成本可能被拉高。不过 ThredUp 早已将非标商品做成结构化数据，这些为人工作业准备的功夫，在 Personal Agent 时代可能成为优势。