【香港startup不簡單】Crave Technologies：以演算法革新服裝生產

今時今日，科技我們改變生活中每一環節，但當它遇上最古老的工業——服裝製造業又會怎樣？本地西裝品牌The Lancelot創辦人莊旻臻（Stephen Chong）引入紅外線3D掃瞄器配合自研演算法來設計西裝後，進一步成立時裝科技初創公司Crave Technologies，嘗試改革成衣業界。他希望以接單生產為客人訂造成衣，減少過度生產對環境造成損害。《優雅生活》與他詳談了這願景背後的難度和複雜之處。

TEXT BY CL PHOTO BY BEN TAM

從小對西裝有濃厚興趣，Stephen過往任職於初創企業時，用公餘時間跟隨裁縫師傅學習如何為客人度身訂造西裝。2015年起，他創辦自家西裝裁縫店，更萌生為行業加入科技應用的想法。「我希望3D掃瞄器配合演算法，可以造出達到95％合身程度的西裝。當這目標達成，甚至可以應該到時裝之上。」Stephen指出訂製既是製衣業傳統，但因為大量生產的潮流一度式微，但當科技進步加上演算數據愈來愈精準時，將會在未來回歸。「迄今一段很長時間，都因為有太多可變化的因素，令網購成衣時裝的退貨率極高，我希望解決這個問題。」

「我希望3D掃瞄器配合演算法，可以造出達到95％合身程度的西裝。當這目標達成，甚至可以應該到時裝之上。」

除了尺寸量度，Stephen口中「可變化的因素」還有其他風格上的變化（variation）。一直以來西裝的合身度和其他細節， 都依賴客人與有經驗的裁縫溝通， 並在試身期間不斷改善， 直至穿著者滿意為至。Stephen正在鑽研的演算題目，是通過一系列的標準化的問答， 可以演算出最適合的紙樣設計， 務求達至多個目標： 減少裁縫人手需求、減少過度生產對環境損害、增加合身的滿意度等。Stephen指說來有點抽象，但其實就是輸入與輸出兩大資料，而他在研究還有中間的演算系統。「一件西裝的紙樣需要500條左右的演算，輸入資料包括客人身材的尺寸、他的身型分析，然後是西裝的剪裁、客人喜好的寬窄度、長短度、高腰還是低腰、casual還是formal等。我們還要分析他想要的風格是否合可行？紙樣能否實際畫出？」

「每個客人的身型都不一樣，有人上身健碩但腰卻很幼，太貼身的剪裁可能令西裝變得太過女性化。」Stephen說他編寫演算法的難度之一，在於身型的可能性太多。「我們還要設定很多比例上的系數和限制。其實還要分析客人的審美觀等影響設計的要素。一件西裝貼身和鬆身，會令他身型的問題顯露。以往客製化的技術含量極高，但裁縫行業面對缺乏新人入行，希望可以通過一系列的問答，以演算法得出最準確的紙樣，連成衣也可以訂製。」現階段，Stephen還在研發初段，即使已知道需要輸入的系數是什麼，但問題的定義和演算法編寫，仍然需要大量時間和心力來探索。

Stephen說，過去有訂製恤衫的同業，客人輸入尺寸後製出的成品準確度不足，結果賠了不少本，正是因為參數太多。「不可能先要客人在網上回答500條問題吧？一般程式編寫員、訂製西裝的師傅、量產時裝的紡識從業員，其實有三種不同思維，出發點差異極大。我有點像一個中介，在腦海裡想像一個共同的思考點。」Crave Technologies面對的困難，在於投資者要理解其抽象意念並不容易。

最後Stephen希望與其他初創者分享一點體會：「可能你覺得在做別人眼中微不足道的事，但偉大的事都是從小事而來。有些明星創科帶領的技術開發可能聽來很吸引，引來很多資金，但核心未必堅實。如果你認為自己在做的事是正確的，就應該堅持下去。」