GLP-1 改變的不只是體重

過去一年，美國服飾零售商開始注意到一群過去從未出現過的消費者。

他們不是買不起衣服，也不是突然開始追逐流行，而是不斷購買同一件商品，卻每次都換成更小一個尺寸。有些人在半年內更換兩、三次衣櫥；有些人一次訂購三個尺寸，只留下最合身的一件，再把其他全部退回。更麻煩的是，從下單到商品送達的幾天時間內，他們的身材可能又已經改變。

造成這一切的，不是新的流行趨勢，而是近年快速普及的 GLP-1 減重藥物。

從 Ozempic、Wegovy 到 Mounjaro，GLP-1 已從糖尿病治療藥物，快速成為全球最熱門的減重療法。摩根士丹利預估，到 2035 年全球 GLP-1 使用人數可望突破一億人，美國可能有超過兩千萬人長期使用這類藥物；IQVIA 的資料也顯示，GLP-1 處方量近年持續高速成長，美國已成為全球最大的市場，英國、歐洲及亞洲多國也開始快速普及。

當一項醫療創新開始影響數千萬人的生活時，它改變的就不只是健康，而是整個消費市場。

最早受到衝擊的是食品業。Walmart 發現，GLP-1 使用者購買零食、糖果與高熱量食品的金額明顯下降；餐飲業開始擔心平均客單價受到影響；航空公司則重新計算旅客平均體重下降可能帶來的燃油節省。如今，這股效應開始蔓延到另一個完全不同的產業──服飾零售。

然而，服飾產業真正受到影響的，不只是需求增加，而是整個需求形成的方式開始改變。

GLP-1 改變的是尺寸需求而不是體重曲線

臨床研究顯示，GLP-1 使用者的體重通常在治療初期下降最快，之後逐漸趨緩並進入平台期。Novo Nordisk 的 STEP 臨床試驗中，使用 semaglutide 的受試者 68 週平均減重約 17%；Eli Lilly 的 SURMOUNT 試驗中，使用 tirzepatide 的部分受試者平均減重超過 20%。

但體重是連續變化的，服裝尺寸卻不是。

一位消費者可能連續減少四、五公斤，仍然穿著同一條褲子；然而，一旦腰圍跨越某個臨界點，就必須一次更換整批衣物。換句話說，GLP-1 並沒有讓體重呈現階梯式下降，真正呈現階梯狀變化的，其實是服飾需求。

這也是服飾產業與食品業最大的不同。食品消費通常隨著食量逐步下降；服飾消費卻可能在尺寸改變的瞬間集中爆發。對消費者而言，這不只是添購幾件新衣，而是整個衣櫥可能需要重新建立。

PwC 的調查發現，73% 的 GLP-1 使用者表示服裝尺寸已經改變，26% 表示服飾支出增加；持續使用六至八個月後，服飾支出平均增加近一成。Circana 的調查也指出，約八成使用者預期會因尺寸變化而購買新衣。這些新增需求並不只是「舊衣不能穿」，更多來自於一個持續變動中的衣櫥：有人購買過渡期服裝，有人重新建立穿衣風格，也有人開始嘗試過去不敢穿的剪裁與品牌。

真正增加的是退貨而不是銷售

需求增加只是故事的一半。

另一半，是退換貨。

《華爾街日報》報導，美國多家服飾零售商開始觀察到，以尺寸不合為原因的退換貨持續增加。部分消費者在減重速度最快的階段，一個月就可能下降一個尺寸；有人一次購買兩到三個尺寸後再退貨，也有人在商品送達時發現自己又瘦了一號。

婚紗產業受到的衝擊更為明顯。由於婚紗通常需要提前數月量身訂製，不少新娘在婚禮前因使用 GLP-1 減掉數個尺寸，導致禮服必須大幅修改，甚至重新製作。

對服飾零售商而言，真正棘手的並不是多了一些退貨，而是退貨背後透露出的另一個訊號：過去二十年累積的資料模型，開始失去準確性。

GLP-1 正在讓服飾業最大的 AI 模型失效

近二十年來，服飾產業最大的 AI 投資之一，就是建立尺寸推薦系統（Size Recommendation Engine）。

Amazon、Nike、Lululemon、Zalando、SHEIN 等大型品牌，都利用 AI 分析消費者的身高、體重、歷史訂單、退貨紀錄、品牌版型差異，以及數百萬筆交易資料，預測最適合的尺寸。原因很簡單，服飾電商最大的成本之一就是退貨，只要退貨率下降一個百分點，都可能代表數千萬美元的物流、整新與庫存成本改善。

然而，幾乎所有模型都建立在同一個假設之上：消費者的身體是相對穩定的。

去年穿 M 號，今年大概率還是 M 號；即使胖了兩公斤或瘦了三公斤，也不足以讓整套推薦系統失去作用。因此，歷史購買紀錄一直是尺寸推薦最重要的依據，也是整個模型預測能力的核心。

GLP-1 打破的，不只是消費者的體重，而是這個最根本的前提。

當一位消費者可能在三個月內從 XL 變成 L，再從 L 變成 M，過去一年、甚至上個月的購買紀錄，都可能失去參考價值。對 AI 而言，真正需要回答的問題已經不是「顧客現在穿幾號」，而是「當商品送達時，他還會穿幾號」。

換句話說，服飾產業的 AI，正從預測「現在的尺寸」，變成預測「未來的尺寸」。

下一代模型開始預測未來的身體

這也是目前整個產業正在摸索的新方向。

愈來愈多品牌開始調整策略。有些推出一定期間內免費更換尺寸，有些提供免費修改服務，降低消費者在減重期間更換衣櫥的成本；部分品牌增加彈性布料與可調式腰圍設計，延長單一尺寸的使用時間；也有品牌開始研究利用近期身體量測資料、穿戴裝置、購買頻率與減重速度，建立新的動態尺寸模型，而不是完全依賴歷史交易資料。

這些改變也開始影響供應鏈。尺寸結構需要重新配置，大尺碼商品需求可能下降，中小尺碼需求增加；安全庫存需要重新計算，退貨中心將處理更多近乎全新的商品，二手商品與 Outlet 的供給也可能因此增加。未來幾年，品牌競爭的不只是設計與價格，更包括誰能更快適應快速變動的尺寸需求。

回頭來看，GLP-1 看似只是醫療產業的一項創新，卻意外揭露了服飾零售長期存在的一個隱藏假設：所有資料模型，都認為人體變化是緩慢而可預測的。

如今，這個假設正在消失。

未來服飾零售真正競爭的，或許不再只是誰最了解消費者今天穿什麼尺寸，而是誰能比競爭對手更早預測，三個月後的他，會穿什麼尺寸。

當人體開始成為一條持續變動的時間序列，真正需要重新設計的，就不只是衣服，而是整個服飾產業的資料模型。