偶然候，新的時尚趨勢有如是貿然展示的，但實質上，那些時尚往往是幕后舉措者（時尚趨勢探求者）數月及至數年地堤防察看和安排后的產物。

那些熱衷于潮流的人會堤防到新裝秀和名流衣著的時尚手段，也會收集關系政治、娛樂、局面、高科學技術和奢侈者舉措的數據。直觀的文雅察看是一個發端，無妨讓人提前兩年估量出什么神色、外表和面料將變成下一個時尚趨勢。

時尚來自何處？

來自趨勢探求公司Fashion Snoops的專欄首席編輯Carrera Kurnik說：“時尚從來是對局面包車型的士反應。財政和經濟局面、情結局面、政治局面以及十足暴發在我們范疇的不同事情都在熏陶著我們的時尚觀，囊括我們的著裝方法，我們計劃旁人還好嗎對于我們，以及我們還好嗎向旁人展示我們是誰。”時尚趨勢探求者會察看那些局面中的任何一種變化。

依照探求公司WGSN時尚副總裁Francesca Muston的講法，如實的領會是在暴發一系列普遍的察看之后發源的。在確定一種文雅趨勢之后，領會師將其變革為相應的時尚動態。探求公司除去無妨從應付媒體上贏得湮沒奢侈者需要的源源貫串的動靜，還無妨觀賞洪亮汗青數據（秀場相片、時尚期刊檔案和她們自己的接收）。

在將來，十足的潮流幾乎都是來自時尚界的精英階層，但應付媒體和網紅文雅變幻了這一點。Kurnik稱，互聯網絡如實很大水平上變幻了時尚動靜的基礎。

報酬智能還好嗎變成時尚趨勢探求巨匠？

現在，除去領會應付媒體，很多公司都應用報酬智能步伐來追尋新趨勢。比如，Fashion Snoops應用AI來包括互聯網絡上有著湮沒時尚趨勢的時尚語和陳舊俚語。

IBM的Watson AI無妨領會來自新裝秀的車載斗量張圖像，并領會洞察零售商大師將到來的時節應商量哪些神色和圖案。該算法無妨忽略無干的數據，比如后盾典范和模特兒的血色，爾后找到每個圖像中的勝過神色齊頭并進行記錄，結果贏得關系每種神色展示頻次的數據。它還無妨對織物圖案舉行普遍的領會，并在各別的新裝秀之間找到普遍之處。僅靠時尚趨勢探求者自己持久不行能準時領會下一季的這么普遍據，以是應用報酬智能做這項深沉的處世無妨讓時尚達人將重心放在商量不那么頑固的范疇里行將到來的趨勢，比如影戲、電視，及至是政治。

接收人員表露，趨勢探求中AI的力量不止于此。婦孺皆知，新裝業是一個對生態局面帶來很多煩擾的行業，占寰宇碳排放量的10％，年年將多達900萬噸的紡織物放入寶物填埋場。為平靜此標題，報酬智能體制無妨輔助化妝創作商探求每種格式的須要量。當有新產品掛牌，AI若能探求出兩個月之后該產品的出售額，就無妨輔助最大水平地縮小未售出的倉庫儲存。縮小亂用大約是時尚品牌可貫串震撼的重要一步。

寧靜性和可貫串性之類的趨勢保持生存了一段工夫，并且還在貫串震撼，與此同聲新的趨勢也在貫串產出和衍化。Kurnik 表露，偶然候人們將趨勢看作是像鞭炮一致貿然暴發的處事，但這與鞭炮并沒有太大接收，更多的是隨同潮流。