ice 旧衣回收的难点是每件都是孤品。同款衬衫在仓库里本该长一个样，可收上来的这件洗了二十次、领口卷边，那条牛仔裤标着32码、腰围偏大，毛衣看着还新，标签却掉了。寄售店靠店员摸面料、看牌子凭经验估价，卖不动再降价或退回；不少慈善二手店按品类统一标价，好货坏货压在同一张价签下，量一大，人力就成了上限。
ThredUp 的做法是把流程拆开、逐段工业化。据《现代物料搬运》2023年对其配送中心的报道，衣物入库先过12项品质检查，合格后挂上带二维码的衣架，由工作人员录入品类、品牌、颜色、尺码、面料和洗涤方式，价格交给专有的机器学习软件；高价衣服拍人台，低价平铺拍摄，照片审核后才上架。AI 后来接手了颜色、类别、尺寸的识别，并把成色和市场需求放进定价。公司在供应链自动化上投入超过4亿美元，覆盖商品识别、尺寸测量和拍摄。
据 PYMNTS 今年4月的报道，平台常年有400多万件商品在售，每天新增数万件，一套强化学习模型盯着实时需求，对卖得慢的衣服自动降价。这些投入换来每年约1700万件的销量，2025年第二季度毛利率为79.5%，传统服装零售商很少超过30%。
面向消费者，ThredUp 在2024年8月开放了三项AI功能：升级后的搜索、以图搜图和 Style Chat。Style Chat 像一位对话式造型师，输入“秋天婚礼穿什么”会给出整套搭配；以图搜图支持上传照片或分享 Instagram 帖子去找相似款。公司披露，使用图像搜索的消费者下单可能性比普通浏览者高85%。Adobe 的数据也显示，通过 ChatGPT 等AI渠道进店的购物者转化率比其他渠道高60%，每次访问收入高53%，跳出率低34%，停留时间长59%，这一优势已连续保持11个月。
二手货架海量，也没有爆款可跟风，逛久了容易累。2000年 Iyengar 和 Lepper 的果酱实验发现，摆24种果酱时试吃的人多，最终购买比例只有约3%，摆6种时约为30%；2010年一项汇总多项实验的元分析则指出，选择过载更容易出现在选项复杂、自己又没有明确偏好时。AI 在这里起的作用，是帮人从几百万件旧衣里找到那一件。
