在网上个人购物服务Stitch Fix的网站上，该公司的客户评论写道：“我喜欢我的造型师倾听我的反馈， 我的Fix中包含的个人记录，并且显示了她在为每个客户提供服务的自豪感。”
Stitch Fix的个人造型师是优秀的。 事实上业内很少有造型师在搭配和购物推荐方面取得了同样的成功。 根据商业条款衡量，Stitch Fix的造型师在短短七年内将一个初创公司转变为上市公司。
Stitch Fix在公司85人的数据团队编码的一组算法的帮助下，为每位顾客可以从海量库存中挑选衣服。 一位公司发言人告诉Observer，尽管人类设计师会在服装选择上做出最终决定，但算法对每个顾客在价格、尺寸和风格偏好上都有帮助。
对于每位顾客，算法辅助“设计师”根据顾客对该网站的个人资料(包括尺寸，颜色的一般偏好，价格范围和场合等)，购买和退货历史记录， 以及社交媒体上的活动，例如在Pinterest上保存的时尚图片。 在算法收集关于顾客的数据越多，就越了解该顾客的时尚品味，并且在推荐服装时获得的效果就越好。
“我们注意到了市场上的一些空白，并有机会生产出一些不存在的东西，”在去年该项目启动时，斯蒂法克斯的首席算法官埃里克·科尔森(Eric Colson)告诉公司设计。
Colson表示，市场的差距是由于社交媒体和诸如“Stitch Fix”之类的订阅网站的大量涌现，产生了大量的用户数据。
在之前并没有一些实质性的数据，因为顾客在试衣间试穿衣服时，而我们不知道顾客要买或不买的原因。现在我们可以获得大量有用的数据，并且可以用这些数据做很多事情。
对于“混合设计”算法，服装设计是一个30到80件的拼图作品，颜色、面料类型、领子形状、纽扣数量等。然而，正如它的名字所暗示的那样，“混合设计”仍然依赖于人类设计师根据算法分析提供的指导来设计实际的服装。
目前，“混合设计”产生了大约百分之一的Stitch Fix总库存。该公司表示，这些产品在顾客中很受欢迎。然而，或许并不令人意外的是，这种做法也引起了业内人士的怀疑，怀疑是否能像人类一样设计出具有创意的服装。
人工智能机器人的可能性接管人类的工作一直是科技界和社会科学中一个热门话题，但迄今为止。这样的讨论主要集中在重复工作，如超市收银员和低技能的工作者，最多还有处理有限的任务数据，如基本的股票分析和语言翻译。
