Google 在全球積極的推動人工智慧應用，而稍早也分享了台灣老字號和明紡織如何藉由 Google Cloud 平台與機器學習協助產業轉型，為高度人力密度的紡織產業帶來更高的效率，協助和明面對由快時尚、新興設計師品牌等產業變化帶來的挑戰：和明紡織是至今仍在台灣台南深耕的台灣老字號紡織公司，而在十年前和明就開始思索該如何因應數位轉型，以及數位化可謂傳統產業帶來哪些變革。
紡織產業至今仍是高度人力密集的產業，對於這項產業的重點就在於面料，為客戶需求提供合適的面料設計是相當重要的，和明目前在台北與台南共有三座存放布料的倉庫，但由於經年月累下來累積的面料設計相當多，要從大量的倉庫當中找到合乎客戶需求的樣品宛如大海撈針，甚至為了找到特定一款面料的樣品需要花費 40-45 天以上的時間，最終往往乾脆重新打樣，然而如此一來很容易產生重複設計的面料，需要更有效率的方式管理海量的面料樣品。
但藉由傳統方式管理各式面料樣品並不容易，因為面料包括顏色、紋路設計、織法等都有許多不同的差異；而和明看到機器學習在影像辨識與分類上的優勢，選擇以 Google Cloud 平台結合 TensorFlow 進行機器學習，並以 app 提供便利的樣式資料庫平台。
和明先將面料進行翻拍，同時以人工設立標籤以及布料特徵分類後，再透過機器學習的方式訓練模型，最終產生布料樣式的檔案；然而在模型的建立期間，和明也遭遇了理想與現實的問題，和明原本預計在模型建立時使用非監督式的方式，也就是讓系統自行進行分類，然而辨識的精確度低，故和明最後由面料設計師協助，先進行基礎的分類後再讓系統進行訓練，使模型能夠合乎實際使用的需要。
透過基於此項模型所開發的 app ，能夠讓使用者快速依照需求找到樣品；對於和明紡織在導入平台後，能夠在接單到提供樣品的時間從約過往 1.5- 3 個月縮減到只需 2-3 天，同時避免重複打樣；也由於使樣品能更快速提供給客戶，從設計到商品化的時間也提升 24% ，過往需要一年時間才能商品化現在僅需 9 個月，同時也大幅提升設計產能，現在一年內就能累積超過一萬種的面料設計。
而和明不光只是將這套布料的面料資料庫給公司內部使用，和明也計畫未來將 app 作為開放樣式資料庫，並建立設計師社群，讓服裝設計師能在平台直接尋找面料靈感；透過社群交流討論，並直接透過 app 向和明提出打樣的要求；而對於和明內部而言，亦能透過將面料的資料數位化，使面料設計師的經驗更容易傳承，同時期盼能藉由數位化的歷程，幫助台灣的紡織業走出代工並建立屬於台灣的品牌。
0 則回應