事件
Quince 於 2019 年創立、短短 7 年內估值超過 100 億美元、成為美國成長最快的電商品牌之一。相比 Uniqlo、H&M 等傳統零售巨人、Quince 的毛衣售價只有 1/3 到 1/2、卻保持高品質與快速上新。這個反差背後、不是工廠成本更低、而是整個供應鏈邏輯被翻轉了。
傳統零售的「預測地獄」
傳統品牌的經營流程是：
1. 前一年規劃：品牌部門根據歷史銷售、時尚預測、市場報告、推測來年需求 2. 大量簽約：向工廠下達 6-12 個月的訂單，數量往往是「保險起見」的 1.2-1.5 倍 3. 生產與運輸：工廠生產、貨輪運輸（4-8 周）、通過中轉倉進入區域倉 4. 零售展示：品牌在購物中心或官網展示、消費者購買 5. 滯銷清理：預測失準的商品堆積，靠 40-60% 折扣才能甩賣
這套系統每一個環節都在燃燒現金。服裝行業的平均庫存週轉天數是 180-240 天——企業先花錢生產、6 個月後才回本。在這 6 個月內、倉儲租金、保險、損耗、利息成本加起來、往往吃掉毛利潤的 15-25%。
更糟的是、預測失準的社會成本：全球時尚產業每年有 92 億件衣服被焚燒或掩埋、大多數都是預測錯誤導致的過剩庫存。
Quince 的「現點現做」範式
Quince 從反面設計：
Step 1：零預測，回到實時訊號 Quince 在消費者購買一件商品時、該訂單訊號立即傳給亞洲工廠（通常是孟加拉、柬埔寨、越南）。公司內部的 AI 系統做的不是「預測未來 6 個月需求」、而是「整合過去 3-7 天的真實購買數據」、預測未來 14 天 的供應需求。
Step 2：工廠變成響應式產線 Quince 與少數核心工廠建立了「訂單響應契約」——工廠保持一定的產能浮動、承諾在收到訂單後 2-3 周內完成生產。相比傳統品牌的「一年簽一次大單」、Quince 是「每周滾動下 10 次小單」。
Step 3：國際物流優化 傳統品牌用貨輪（4-8 周、便宜但慢）、Quince 混合使用： - 基礎款（牛仔褲、黑色 T 恤）：仍用貨輪送、但因為「常銷品」預測準確率高、庫存不滑坡 - 季節性商品（冬季毛衣）：用空運 + 快遞組合、確保上新速度、但數量嚴格控制
Step 4：倉儲成為通道，不再是停泊港 Quince 的倉儲面積遠小於傳統電商。商品從工廠來、分揀 1-2 天、馬上發運出去。庫存週轉日數從 180 天壓到 30-45 天。
AI 的角色：不是預測，是信號強化
Quince 的 AI 系統做的不是「機器學習預測銷售」（這很容易過擬合、特別是在新品類上）。而是：
1. 實時聚合：聚合全渠道購買、點擊、購物車、退貨數據、計算商品「熱度」 2. 尺碼及顏色分配：根據過去 7 天的回購比例、自動調整下單時的尺碼 / 顏色比例（例如：如果黑色 S 號的回購率異常高、下周下單時黑色 S 號比例就從 8% 上升到 12%） 3. 速度預警：如果某商品銷售速度超過 AI 預期 30% 以上、立即通知工廠優先加急該品 4. 損耗預測：根據物流路線、季節、商品特性、預測運輸中的破損率、動態調整生產冗餘量（傳統品牌固定冗餘 10-15%、Quince 動態在 3-7% 之間浮動）
AI 不是「變成占卜師預測 6 個月後」、而是「變成神經末梢、把消費者訊號的噪音過濾、只把信號強化回工廠」。
成本結構的重組
假設一件毛衣的完整成本分解：
| 項目 | 傳統品牌 | Quince | |------|--------|--------| | 原料 + 工廠勞動 | $12 | $12 | | 國際運輸 | $2 | $1.5 | | 國內物流 | $1.5 | $1 | | 倉儲 / 保管 / 損耗 | $4 | $0.8 | | 折扣清理虧損 | $3 | $0.2 | | 小計 | $22.5 | $15.5 | | 品牌 / 行銷 / 管理 | $5 | $3 | | | | | | 建議零售價 | $79 | $49 | | 毛利率 | 65% | 62% |