Mirror Mirror AI 的創辦人林郁珊，其研究背景與早期職涯深刻連結著人工智慧與時尚產業的交叉點。在學術領域，她曾是賓州大學的工讀工程博士生，研究方向即是結合AI與時尚趨勢偵測。這段經歷為後來的創業奠定了技術基礎。在進入創業領域前，林郁珊曾在VISA擔任研究員，專注於時尚推薦系統的開發，這意味著她對如何運用AI分析使用者偏好、進而提供個人化時尚建議有著實務經驗。隨後，她在Amazon Fashion擔任AI科學家，負責尺寸推薦與虛擬試穿等技術，這些都是在電子商務環境中，透過AI優化消費者購物體驗的具體應用。這些背景顯示了林郁珊及其團隊在AI於時尚領域的應用上，具備從趨勢偵測、個人化推薦到購物體驗優化的廣泛能力。
Mirror Mirror AI 的產品演進歷程，清晰地展現了AI在時尚產業的應用探索。創始初期，團隊曾嘗試開發一款個人化時尚雜誌App，旨在讓使用者透過AI生成個人化模特兒，並推薦可購買的穿搭，甚至整合使用者現有的衣物。這個構想雖然充滿浪漫色彩，但在技術實現與市場驗證上遭遇了瓶頸。當時的AI製圖技術尚未成熟，生成的圖像品質不佳，難以達到使用者預期。更重要的是，早期過度聚焦於「自己想做什麼」而非「市場需要什麼」，並僅向親友徵詢意見，導致對市場訊號的誤判，未能找到產品市場契合度（PMF）。這段經歷促使團隊進行了第一次重大轉型，從C端（消費者）轉向B端（企業），為時尚品牌提供AI服務，如生成社群圖片、電商圖片及平拍圖等，試圖解決品牌在內容生產上的效率問題。
在B2B轉型過程中，Mirror Mirror AI 深刻體認到，單純的「閃亮功能」（shining feature）不足以打動時尚產業客戶，品牌更實際的需求在於「降低成本」或「提升效率」。許多大型時尚集團已建立高度整合且低成本的內部生產流程，這對AI新創公司而言構成了嚴峻的競爭挑戰。因此，Mirror Mirror AI 意識到，在AI模型快速迭代的時代，競爭優勢並非僅在於底層模型的訓練，而是更需專注於使用者介面（UI）與使用者體驗（UX）的優化，讓產品能夠「無痛地融入到客戶的整套工作流程」中，真正提升其日常生產力。這種對垂直產業痛點的深入理解，以及對AI在時尚產業中扮演「基礎設施」（infra）角色的認知，是其後續發展的關鍵。
經歷多次產品方向的調整與反覆試驗，Mirror Mirror AI 在獲得a16z Speedrun計畫的投資後，進入了「隱身模式」（Stealth Mode）。此階段的策略重點在於避免過早暴露產品細節，以爭取更多時間專注於產品開發與市場需求的洞察。林郁珊的觀察指出，目前的時尚界對於純粹的AI生成圖技術仍存在爭議，顯示市場尚未完全準備好迎接此類技術。因此，Mirror Mirror AI 的最新方向是朝向時尚產業的基礎設施發展，更像是一個平台。這種「隱身」策略，一方面能讓團隊在技術迭代快速的AI時代保持彈性，避免因過早定位而被迫頻繁轉彎；另一方面，在獲得知名創投投資後公開產品，也能有效製造市場的「錯失恐懼」（FOMO），吸引更多潛在投資者。儘管具體技術細節保密，但其結合AI與時尚趨勢的研發脈絡，以及對市場需求的敏銳捕捉，預示著其在時尚產業的未來潛力。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容