90% 通路都直營：Coach 母公司如何用 AI 降低供應鏈「時尚風險」？
在傳統時尚零售業中，估錯流行趨勢是品牌最大的經營痛點。過去業者往往提前數月預測市場喜好，一旦產量估算失準，後續引發的庫存積壓與折扣促銷，便會嚴重侵蝕毛利率。
面對這種動態且難以捉摸的消費市場，時尚品牌 Coach 母公司 Tapestry 選擇走出一條不同的路，利用強大的第一方資料庫與 AI 系統，全面重構旗下的供應鏈與營運決策機制。
AI 動態反饋迴圈精準調控庫存，直擊「時尚風險」
為了打破企業內部常見的數據壁壘，Tapestry 團隊開發出取得美國專利的自研 AI 平台「Mira」。這套系統將前端的行銷與數位銷售數據，與後端的商品規劃、供應鏈管理及財務預算打通。過去員工需要花費數天跨系統手動拉取與整理資料，如今 Mira 能在數秒到數分鐘內完成調用，確保供應鏈團隊與商品規劃團隊始終在同一個數據基礎上緊密協同。
傳統時尚產業依賴前一年的歷史數據來推估下一年需求，這種靜態預測方式經常難以因應突發的市場變化。相較之下，Mira 能夠快速處理大量數據，即時建立起反映市場變化的數據反饋迴圈。Tapestry 財務長兼營運長 Scott Roe 指出，運用 AI 與數據做出稍微好一點的決策，就能產生極大的商業效益，顯著降低估錯流行趨勢所產生的時尚風險（Fashion Risk）。
這套動態反饋機制貫穿產品開發、庫存調配、商品定價與市場行銷等核心環節。當 AI 幫助品牌做出更精準的決策、有效降低風險，結合團隊持續推出的產品創新，不僅吸引消費者升級購買更高價值的商品、推升平均單價（AUR），也為集團帶動永續的成長飛輪。
深度聆聽顧客需求：直營數據結合 AI，帶動全年營收展望上修
另外，Tapestry 也運用 AI 更貼近消費者的需求和流行脈動。Tapestry 擁有高達 90% 的直接面對消費者（DTC）通路，包含全球實體精品店與官方電商網站。這種高比例的直營模式，使該公司降低對第三方批發商的依賴，直接掌握最真實且龐大的第一方消費者行為資料。
為了進一步轉化這些數據，品牌在官網導入對話式 AI 工具，例如旗下 Kate Spade 的「禮物助手（AI Gift Concierge）」，透過即時互動聆聽顧客的真實購物需求，迅速捕捉最新的搜尋熱點與風格偏好。
數據與科技的深耕，最終直接體現在亮眼的財務表現上。受惠於直營通道的強勢成長以及 AI 賦能的營運效率，Tapestry 正成功吸引年輕世代顧客，尤其是 Z 世代新客群的加入。基於供應鏈彈性與市場反應速度的顯著提升，該公司近期（編按：5 月）正式上修 2026 財年的全年營收預估，將預期目標由先前的 77.5 億美元以上，調升至約 79.5 億美元，展現出以科技帶動傳統精品集團轉型的商業實力。
【推薦閱讀】
◆ AI 分身是帶貨神隊友，還是信任終結者？拆解 TikTok Shop 的 AI 分潤紅利與爭議
＊本文開放合作夥伴轉載，參考資料：《Retail Dive》、《Fortune》、《Digital Commerce 360》，首圖來源：Coach
（責任編輯：廖紹伶）