时尚是一个唯一不变就是变化的行业。不久前，快时尚通过加倍生产彻底改变了零售业。如今，品牌面临着一种不同形式的颠覆：它们已经售出的产品在品牌体系之外获得了第二次生命。围绕这“第二次生命”所构建的基础设施，正是推动该市场飞速发展的关键。这个基础设施就是人工智能（AI），而连接二手供应与零售需求的 B2B 批发环节，正是这场变革发生得最早、最快的地方。

关于：The Data Fashion Brief 从数据视角解读行业趋势与品牌表现。该平台由伦敦一家全球时尚电商平台的高级数据分析师 Carmen Martinez-Ferrer 创办，立足于时尚与数据分析的交汇点，以独特视角解码时尚产业。

数据揭示的趋势

在探讨技术之前，我们有必要先了解已经发生的消费者行为转变的规模。

无论是奢侈品牌还是高街品牌，二手产品的搜索量如今已持续超过新品。例如，将“Mango Vinted”或“Zara Vinted”与“Mango new collection”或“Zara new collection”进行比较，可以发现在2024年至2026年期间，二手相关查询的搜索量要高出4至6倍。其中，Vinted 的搜索量在2025年中期达到顶峰，而新品系列的搜索量仅为其一小部分。

在奢侈品领域，爱马仕（Hermès）中古产品的搜索量远超新款手袋——在近期的峰值中甚至超过一倍。即便是香奈儿（Chanel），其新品与中古产品的搜索量多年来一直不相上下，但到2026年初，中古产品的热度也已几乎与新品持平。

谷歌趋势（Google Trends）以0至100的范围衡量搜索热度，100代表选定时期内搜索词的最高热度。

这些数据表明，消费者对二手产品的购买意向已发生根本性转变——人们开始将二手时尚作为购物的起点，而非退而求其次的选择。对于品牌而言，这是一个明确的信号，提示了它们需要进入的市场领域以及参与该市场所需构建的基础设施。

不仅如此，人们谈论二手时尚的方式也发生了变化。根据我对新冠疫情前后媒体报道、市场报告和消费者社群的分析，2020年以前，主流话语偏向负面，如“慈善商店”、“旧衣服”、“妥协”、“污名化”；而到了2024至2026年，这些词汇几乎完全被体现身份认同、 aspirational 价值和探索精神的语言所取代，例如“preloved”（被珍爱过的）、“vintage find”（淘到的复古好物）、“curated”（精选的）、“unrepeatable”（独一无二的），这证实了文化观念的转变。

根据 ThredUp 2026年度转售报告，今年全球二手服装销售额预计将达到2890亿美元，较2021年增长105%，其扩张速度是整体服装市场的两倍。 而人工智能的应用似乎进一步加速了这一增长。在2024年中期之前，“AI购物”的搜索热度在所有市场几乎为零；随着生成式AI工具进入主流视野，该词的搜索量在2024年末开始增长，并从2025年6月起飙升，两年内增长超过3000%，此后一直维持在接近峰值的水平。

但数据中最引人注目的发现是两者之间的相关性。“AI购物”和“二手服装”的搜索热度连续四年都基本持平，却在同一个月——2025年7月——开始同时增长，并在2025年8月同步飙升，此后一直保持高位。数据表明，人工智能的兴起与二手市场的加速发展并非巧合，而可能在推动其规模化增长方面发挥了重要作用。

为何二手业务离不开人工智能——B2B基础设施的挑战

消费者的转变显而易见，并有数据支持。但一个不太为人所见、却在商业上更为重要的问题是，基础设施的缺失在过去一直让二手业务难以规模化——这也解释了为何人工智能在此并非可有可无的附加层，而是一个结构性的必要条件。

转售市场是出了名的复杂。平台必须管理海量且不可预测的库存，这些库存在质量、尺寸和真伪方面千差万别，其复杂性在新零售领域无可比拟。为了解其运营全貌，我与 Sanket Agarwal 进行了交流。他是二手批发领域增长最快的人工智能平台之一 Fleek 的联合创始人，也是 Vinted 转售商的主要采购平台之一。他帮助我准确地理解了为何该市场的 B2B 环节需要进行彻底的技术重建。

正如 Sanket 所解释的，核心问题在于其规模的独特性，这在传统时尚业务中是前所未有的：“在传统零售中，商店通常只有少数明确的库存单位（SKU），但在二手市场，由于年代、品牌、款式和磨损程度的多样性，SKU 的数量可达数百万甚至数十亿——基本上每件商品都是独一无二的，即使它与某个品牌的 SKU 相同”。正是这种独特性，使得每一件单品的分类、定价和买家匹配都变得异常困难。与亚马逊（Amazon）或 Asos 不同，后者的 AI 运行在结构化、一致的产品目录上，而二手批发领域没有共享的产品数据，没有标准化的 SKU，也没有将商品状况与买家意图联系起来的分类体系。这正是其难以规模化的原因，也恰恰是人工智能在此能带来颠覆性变革的关键所在。

除了独特性问题，转售商还面临着照片光线不一致或磨损模式等变量的困扰。即使人工智能处理了初步扫描，鉴定环节最终仍需人工专家的介入。定价则是一个持续校准的难题。最重要的是，传统的二手批发供应链不仅混乱、过时且极其复杂，而且建立在个人关系之上——买卖双方的信任是多年非正式交易所积累的结果。

Fleek 正是在这样的背景下应运而生。该平台成立于2021年11月，源于联合创始人 Abhi Arora 在疫情期间于伦敦复古时尚中心 Brick Lane 发现的一个问题：二手供应链建立在混乱之上。在西方国家收集的二手衣物——约占全球捐赠总量的90%——被批量运往巴基斯坦、印度和非洲各地的分拣中心，在那里进行手工分拣，然后再卖回给西方的转售商，无论是二手商店还是为 Vinted 卖家供货的批发商。手工分类既繁琐又不准确，而分级越精细、越准确，衣物就越好卖——因此，出错的代价很高。转售商往往不知道自己会收到什么货，交易通过 WhatsApp 群组和非正式网络进行，信任至上而透明度几乎为零，并且只有极小部分的捐赠衣物最终能回到西方市场被再次销售。整个系统效率低下，存在结构性缺陷。

正如 Abhi 在接受 The Industry.Fashion 采访时提到的，该平台旨在直接与这些批发供应商合作，通过 Fleek 自己的系统完成库存的上架、分类、定价和销售。位于伦敦、巴黎或纽约的转售商可以浏览精选的捆绑包，或通过视频通话挑选单品并下单。订单会经过 Fleek 的一个质检中心，在那里对商品进行质量和真伪检查，然后发货给买家。

人工智能在 Fleek 上是如何具体应用的？

Fleek 从零开始重建了整个采购体验。“在 Fleek，我们必须重新构想整个搜索和发现体验，现在它由 AI 优先的搜索技术驱动。我们正在利用 CLIP 嵌入*来定义时尚的语义属性，例如‘embellishments’（装饰）或‘mushroom print’（蘑菇印花）——这对于前大型语言模型（pre-LLM）**时代的模型来说是一项艰巨得多的任务”。买家现在可以按情绪、风格或美学参考进行搜索，而不仅仅是产品规格——这更符合人们思考二手时尚的真实方式。不仅如此，该平台还提供定价估算、处理交易、简化供应链、管理退款，并为买卖双方提供信任保障。商业成果显而易见：“从2024年到2025年，销售额翻了一番以上”，连接了70个国家的10,000多家转售商和1,000多家批发商，总融资额达到5000万美元，并获得了包括 Andreessen Horowitz 和 Y Combinator 在内的投资者的支持。对于仍在观望的零售商，Sanket 直言不讳地指出了机遇所在：“如今，每两个人中就有一个在寻找二手商品——这对环境有益，也对商业有益。我们已经看到 Fleek 的客户将二手和一手服装并排销售”。

*(CLIP 指的是对比语言-图像预训练（Contrastive Language-Image Pre-training）——这是由 OpenAI 开发的一个模型，它在数亿个图像和文本对上同时进行训练，因此学会了理解视觉内容和语言之间的关系。传统的图像识别会问“这是什么物体？”——它能识别出一个包、一双鞋、一件夹克。而 CLIP 更进一步——它能理解所见之物的感觉和特征。因此，它不仅能识别出“夹克”，还能理解“带有酸洗效果的90年代日系超大廓形街头夹克”、“蘑菇印花”或“缀饰晚装”。)

**(LLM 指的是大型语言模型（Large Language Model）——即驱动 ChatGPT、Claude 和 Gemini 等工具的人工智能类型。)

这对您的业务意味着什么

二手市场在人工智能出现之前就已存在——但如果没有能够规模化地采购、鉴定、分级和定价库存的基础设施，需求就无法被高效满足。Fleek 在批发层面的成功证明，一旦消除了结构性障碍，商业体量便会随之而来。

尽管如此，挑战并未消失。物流依然复杂且成本高昂——二手商品无法补货，商品展示的质量仍然影响分级准确性并导致退货。即使有计算机视觉的辅助，也很难保证规模化的一致性。最终的鉴定环节仍需人工专家的参与。整个行业的利润率仍然承压，大多数大型转售平台仍处于通往盈利的道路上，而非已经实现盈利。人工智能显著改善了所有这些问题——但并未消除它们，品牌若没有明确的运营策略就进入这个领域，可能会发现实际情况比市场数据所显示的更为艰难。

人工智能的作用是让这些挑战变得可控——不是完全消失，而是结构化到足以在其之上建立可规模化的业务。它如今已在转售业务的各个层面运作：在采购端，像 Fleek 这样的平台使用计算机视觉和语义搜索，使批量二手库存能够被规模化地发现；在品牌端，“转售即服务”（Resale-as-a-Service）平台如 ThredUp 利用 AI 自动化处理收货、分级、拍照、定价和履约，使品牌无需从零开始就能启动转售项目。鉴定，作为二手市场信任的最大障碍，正由计算机视觉模型处理，在人工专家复审前筛选出可疑商品。动态定价算法取代了以往让二手利润难以预测的猜测工作。商业案例已经得到证实：Faume 首席执行官 Aymeric Déchin 告诉《Vogue Business》，使用品牌以旧换新服务的客户流失率比不使用的客户低20%。总的来说，这些能力所做的不仅仅是优化单笔交易；它们使二手业务成为品牌和消费者都认可的、可靠且值得信赖的渠道，而 Fleek 只是其中的一个例子。

监管层面正在加速这一切。欧盟的《可持续产品生态设计法规》（Ecodesign for Sustainable Products Regulation）要求，从2028年起，所有在欧洲销售的时尚品牌都必须为每件服装附上数字产品护照（DPP）——一种记录材料、产地和所有权历史的机器可读身份标识。对于人工智能而言，这是颠覆性的：一件带有护照的服装可以被自动鉴定、分级和定价，因为数据已经存在。

根据 BoF/McKinsey《2026年时尚业态报告》，三分之一的行业高管将转售视为2026年的优先事项。消费者已经身处其中，人工智能正在加速这一进程，而大多数行业参与者仍专注于新品——这个差距就是机遇，而且正在迅速缩小。如果您仍将二手视为次要业务，或将人工智能视为可选项，那么数据已经明确显示：您不是落后于趋势，而是落后于消费者。

此前来自 The Data Fashion Brief 的报道：

• Bhavitha Mandava 策略：香奈儿的战略手册对您的品牌意味着什么
• 时尚分析 - 男装浪漫主义的兴起：重塑男性着装的新美学
• 商业分析 - COS 策略：在2026年定义顶级奢侈品与高街时尚之间的最佳平衡点
• 商业分析 - Burberry 如何将英伦风格转变为全球语言：清晰品牌战略驱动其2026年复兴背后的故事
• 到2026年，AI 代理将成为我们的购物向导，而Z世代已先行一步

资料来源： -《卫报》— Sarah Butler，“随着AI帮助购物者发现优惠，二手服装销售额预计将达到2890亿美元”，2026年4月2日。 -《Retail Dive》— Tatiana Walk-Morris，“美国转售市场预计到2030年将超过780亿美元”，2026年4月3日。

• Adobe — Vivek Pandya，“生成式AI驱动的购物随零售网站流量增加而兴起”，2025年8月21日。 -《Modaes》— “Inditex 2025年业绩：值得关注的八个关键要点”，C. De Agenlis / T. Alonso，2026年3月12日。 -《Retail Boss》— “Inditex 2026年第一季度业绩：Zara 史上最佳季度”，Jenel Alvarado，2026年6月3日。
• Vinted 新闻室 — “2025年财务业绩”，2026年。
• 联合国欧洲经济委员会（UNECE）— “UNECE 和 ECLAC 提议采取措施减少全球二手服装贸易对环境和健康的影响”，2024年7月15日。 -《TheIndustry.fashion》— “专访：联合创始人 Abhi Arora 谈建立二手批发市场 Fleek”，Camilla Rydzek，2026年4月16日。 -《WWD》— “Vestiaire 如何利用 AI 扩大业务并改善客户服务”，作者 Lisa Lockwood，2024年6月14日。 -《The Impression》— Vestiaire Collective 通过新高管任命扩展 AI 能力。 -《Vogue》— “推动转售复兴的创新”，作者 Maghan McDowell，2024年11月19日。
• GWI — “循环经济如何改变时尚：可持续趋势与洞察”，作者 Stephanie Harlow，高级趋势分析师。
• 麦肯锡公司 — “2026年时尚业态报告：当规则改变时”，2025年11月17日。
• Trellis — “循环经济热潮：随着新时尚周转放缓，转售和再利用激增”，作者 Elsa Wenzel，2025年11月21日（2025年11月24日更新）。
• 巴克莱银行洞察 — “时尚脉搏：转售市场的增长如何改变零售商的游戏规则”，作者 Melissa Pendlebury 和 Isabella Clough，2026年4月2日。 -《Fashionista》— “时尚转售技术：AI 与未来的演变”，作者 Emma Raydar，2025年6月4日。

本文通过AI工具翻译为中文。

FashionUnited使用AI语言技术为全球时尚专业人士提供更广泛的新闻与信息获取渠道。虽然我们努力确保翻译的准确性，但AI翻译仍在不断优化中，可能尚不完全完善。若您对该流程有任何反馈或疑问，请通过info@fashionunited.com联系我们。