旧衣回收的AI生意经

最近看到ThredUp的数据，挺有感触。每年卖出约1700万件衣服，二季度毛利率做到79.5%，而传统服装零售商很少超过30%。这背后不是简单的二手买卖，而是把非标品处理流程彻底工业化了。

每件寄来的旧衣服都是孤品，领口卷边、尺码偏差、标签脱落，人工估价根本撑不起规模。ThredUp的做法是12项品质检查、二维码衣架、录入品类品牌尺码面料，再交给机器学习定价。后来AI能自动识别颜色类别尺寸，强化学习模型盯着实时需求给滞销款自动降价，这套组合拳才是毛利高的真正原因。我觉得更值得关注的是前端体验的改造。以图搜图和Style Chat这类功能，本质是在几百万件散乱库存里帮用户锁定目标。官方披露用图像搜索的消费者下单可能性高出85%，意图越明确转化越顺，这个逻辑对做跨境二手或非标品的朋友很有参考价值。当然，4亿多美元的供应链自动化投入不是谁都玩得起。对中小玩家来说，更现实的切入点是借用现成的视觉识别和定价工具，先把收货环节的标准化做起来，而不是一上来就铺重资产。旧衣回收这门生意，过去靠店主的眼光，现在靠算法对需求和成色的匹配效率。谁能把非标品的处理成本压下来，谁就能在看似低毛利的行业里挤出空间。