AI、可追溯性与不断变化的珠宝工坊

特别报告

技术

摄影：Growtica，图片来自 Unsplash.com。

珠宝设计：感知、情感、责任与技术的交汇之处

关于本报告

本报告是数月研究与人际交流的成果。我们使用两个不同的 AI 模型、多种提示词和一系列质疑，对每次交流中产生的想法加以发展，经过较长时间形成了下文。这是人类心智与算法、数据集及以计算能力驱动的机器共同协作的成果。

感谢委员会成员 David Block、Guido Grohmann、Emmanuel Piat、Daniel Nyfeler 和 Mahiar Borhanjoo。我也深深感谢 CIBJO 主席 Gaetano Cavalieri 的信任，并向 CIBJO 全体负责人致以诚挚祝贺，祝贺本次百年庆典大会所表彰的各项成就。

从化学角度看，红宝石是一种简单的矿物，却能够承载爱、权力或传承。它的价值不仅来自材料本身，也来自人们赋予它的象征意义。珠宝标记着关系，彰显身份，传递地位与归属感；设计在这一过程中发挥着核心作用，它并非附带影响，而是价值真正产生之所在。根据多个来源，全球珠宝业在 2025 年的规模约为 3500 亿美元，预计到 2030 年将超过 5000 亿美元。这个行业正经历数字技术驱动的深刻变革。

AI、区块链、物联网（IoT）和先进的数据分析正在重塑从矿山到市场的供应链每一个节点。这些创新有望提高效率、可追溯性和个性化程度，但也带来了数据治理、文化认同、劳动力替代以及手工技艺保护方面的新风险。

AI 不只是在现有珠宝工作流程中提升效率的工具。它正在重塑作品的构思方式、消费者接触作品的方式，以及人们对作品价值建立信任的方式。

CAD、激光切割和增材制造等传统工具提高了精度，但始终服从于人的意图。AI 则标志着另一种转变。如今，它可以生成不同设计方案、分析消费者行为，并优化生产和营销策略。它开始影响决策，而不只是执行决策。在生产车间，机器视觉系统以人工质检员无法比拟的速度检查镶嵌与表面处理。

树脂 3D 打印可以制作几何结构复杂的铸造模型；若以蜡制作这样的模型，则需要极高的技艺，而打印的迭代周期以小时而非天计算。数字制造并未消除工艺知识，而是改变了其发挥作用的位置。制造者的能力越来越体现在懂得何时以及如何在不同制作方式之间切换。

摄影：Growtica，图片来自 Unsplash.com。

现代供应链的连接纽带

可追溯性已成为珠宝业供应链最紧迫的要求。欧盟《企业可持续发展尽职调查指令》（CS3D）目前正分阶段在欧洲市场实施，推动各方加快提高对供应链透明度和风险管理的要求。

数字产品护照是结构化、机器可读的记录，涵盖材料成分、宝石证书、制造来源以及监管链。预计其应用将在欧盟《可持续产品生态设计法规》框架下逐步扩大，并可能最终延伸至珠宝领域。

数字产品护照在一级和二级市场的成效取决于一致的采用方式和互操作性，这凸显了全行业标准与通用术语的必要性。CIBJO 等组织可以在这一领域发挥重要的协调作用。

数据如今已成为现代珠宝供应链的连接纽带。分析平台汇集供应商、制造商、物流合作伙伴和销售终端系统的信息，形成统一的供需视图。

在零售端，AI 推荐引擎分析浏览行为、购买历史和行为模式，包括产品页面停留时间、放弃结账的购物车以及跨会话信号；这些信息的细致程度远超实体销售互动所能产生的信息。

增强现实试戴工具让消费者通过智能手机摄像头直观查看珠宝，形成了新的感知逻辑：尺寸、光线和环境能够以实体空间无法实现的方式加以控制。然而，在缺乏直接感官接触的情况下，对展示内容的信任比以往任何时候都更加重要。在网上，一枚戒指被简化为精心构图的图片、视频和文字说明，但这种呈现必然是不完整的。

摄影：Growtica，图片来自 Unsplash.com。

数据集中带来的风险

敏感数据的集中会带来重大风险。珠宝商掌握着高净值客户的档案，包括姓名、地址、购买金额以及人生重要里程碑信息，这些都是网络犯罪分子觊觎的目标。一次数据泄露不仅会暴露个别客户的信息，还可能永久损害高级珠宝品牌赖以生存的信任。

增强现实试戴工具还会采集面部几何特征、手部比例等生物特征数据，需要格外谨慎处理。供应链数据共享会进一步加剧风险。当品牌与另一司法辖区的制造合作伙伴共享需求预测或设计规格时，必须应对不同的数据保护制度，包括欧盟的 GDPR、泰国的 PDPA 和中国的 PIPL。

合规不仅是法律义务，也是品牌诚信的组成部分。定期网络安全审计、员工安全意识培训、加密标准和供应商风险评估，正日益成为核心业务要求，而非可有可无的防护措施。

使用专有设计档案训练 AI 模型，会引发严肃的知识产权问题。当一个品牌的历史作品目录被用于训练商业 AI 系统时，这些材料可能被纳入同时服务于竞争对手的共享模型，实际上相当于把品牌的创意基因转移到其控制范围之外的系统中。

此外，还存在无意泄露的风险。上传到第三方 AI 平台的设计规格、尚未发布的系列或客户定制委托详情，可能被储存、分析，或用于提升该平台的通用能力。在大多数司法辖区，基于专有输入内容生成的 AI 输出，其所有权在法律上仍未有定论。

最有效的保护来自结构性安排：部署私有 AI 基础设施，将模型托管在公司自有服务器或安全的私有云中，而非依赖公共或共享平台。私有部署确保设计数据、客户记录和创意档案始终不离开组织控制的环境，从而消除将专有材料提交给外部系统所产生的暴露风险。

对于以独特创意传承立身的品牌，这不是技术偏好，而是战略上的必要之举。与此同时，覆盖训练数据、访问控制、与 AI 供应商约定的合同禁用条款以及事件响应的健全数据治理，仍然是运营所必需的。

摄影：Growtica，图片来自 Unsplash.com。

将控制权交给 AI 的风险

生成式 AI 的兴起带来了一项额外挑战：人们对数字信息本身的信任。如今，图像、证书、来源记录和营销内容都可以以前所未有的逼真程度被生成或篡改。因此，对数字信息的真实性核验，可能变得几乎与实物产品的真实性核验同样重要。

珠宝业长期以来依靠信任、声誉和核验。这些原则如今必须延伸至数字内容和 AI 生成的传播信息。

除了运营层面的风险，采用 AI 还带来了一种更隐蔽的风险：认知让渡，即未经充分的批判性评估，就倾向于听从 AI 生成的结果。Boston Consulting Group 于 2026 年开展的一项研究覆盖了 14 个市场的近 12,000 名劳动者，发现全体受访者中约 41% 表示，AI 增加了他们的认知负荷。这是一种“愉悦悖论”：技术使工作变得更好的同时，也使工作更难。

在组织层面，将机构记忆呈现出来的 AI 系统，可能无意中赋予先例超出其应有程度的权威，强化“我们一直都是这样做的”倾向，让沿袭下来的惯例更难受到质疑。在设计、质量保证和消费者互动中保持积极的人类监督，是切实可行的制衡方式。

高级珠宝是人类社会中承载文化意义最丰富的器物类别之一。一条项链蕴含着亲缘关系、地位、信仰、哀悼与庆祝。纹样的象征意义、宝石的吉祥寓意，以及某件珠宝应在何时、由谁佩戴的礼仪规则，都无法仅凭训练数据集中的像素模式可靠地推断出来。

AI 设计工具在结构上倾向于生成最接近统计中心的结果，也就是反映既有设计平均水平的作品。在实践中，这意味着西欧珠宝传统被过度呈现，而莫卧儿、西非、东亚及原住民的美学语汇则系统性地生成不足。

由此带来的风险是全球珠宝设计趋于同质化，创作的可能性不是扩大，而是收窄。

一些领先的珠宝品牌有意识地以“AI 是缪斯，人类是作者”的理念回应这一挑战。它们利用算法工具生成出人意料的并置方式或材料组合，再由设计团队运用批判性的文化和审美判断来审视这些提案。

这既保留了作者身份，也获得了 AI 辅助构思所带来的效率优势。同时，它为未来讨论透明度，以及是否应当、又应在何种情况下向消费者披露 AI 对设计流程的参与，提供了切实可行的框架。

这也为真实性提供了一个站得住脚的立场：即使 AI 可能协助了作品的开发，作品仍然源于人类的创作意图。

摄影：Growtica，图片来自 Unsplash.com。

发挥 AI 的效率优势

技术的采用正在重塑珠宝供应链中每一个岗位所需的技能。曾经完全依赖放大镜和经验的宝石学家，如今与 AI 分级系统协同工作。零售人员则被要求解读数据仪表板，并引导客户完成由 AI 支持的个性化体验。

珠宝业历来在劳动力培养方面的投入少于制造密集型行业，因此面临的这一挑战尤为严峻。

2026 年的 BCG 研究发现，超过 40% 的经常使用 AI 的用户每周节省了整整一个工作日，但大多数组织尚未建立机制，将这些节约出来的时间重新投入到价值更高的活动中。

对于珠宝企业而言，通过 AI 辅助设计或客服自动化节省的时间，只有在企业有意识地将其转向高度依赖判断与关系、且 AI 无法复制的工作时，才会转化为竞争优势。

保留手工技艺

手工技艺面临的风险既涉及运营，也涉及结构。自动化最快取代的是例行任务，如抛光、基础镶石和质量检验。在许多生产国，这些工作是工艺学徒入门的起点。

如果机器人技术移除了工艺成长阶梯最初的几级台阶，未来可能掌握复杂手工雕刻或高级珠宝技法的熟练工匠，其人才培养链条就会面临风险。行业的很大一部分建立在家族工坊和珠宝世家之上，数十年的工艺知识集中在创始一代手中，而他们正面临退休却后继无人的处境。

AI 在这里确实提供了一种可能：在技法和设计思路消失之前，将其系统地记录下来。但其中的警示同样真实。机构记忆不只是事实档案，更是一种鲜活的叙事，它受到品牌文化的塑造，并会因受众而调整。

一个事无巨细地编目记录的 AI 系统，可能生成最全面却也最无用的记忆版本：把具有特定历史背景的事物压平为可搜索的数据库。这样的数据库可以回答问题，却无法将传统传承下去。

最适合这一环境的专业人才，既要具备深厚的领域知识，也要能够在与智能系统协作时保持批判性思考。具有前瞻性的企业正在设立“工艺科技专家”这类复合岗位，让从业者同时理解手工技法和数字制造工具。

摄影：Growtica，图片来自 Unsplash.com。

胜任 AI 应用

能力的基线，是能够熟练地实际运用 AI 设计平台、溯源系统和数据仪表板。真正拉开差距的，是知道何时应当质疑 AI 建议的判断力。

在思维方式上，最有效的专业人士把 AI 视为能力出众的协作者，其建议需要解读；而不是把它当成一种权威，让它的结论未经核查就被转述出去。好奇心、适应能力和对模糊性的容忍，比任何特定技术技能都更重要。

最持久的竞争价值，恰恰在于 AI 难以轻易复制的能力：细腻的审美判断、文化敏感度、洞察客户的能力，以及使珠宝大师区别于合格工匠的深厚工艺知识。

珠宝设计始终存在于材料、感知与意义的交汇处。正在改变的并非这一根基，而是它发挥作用的条件。

三项要务尤为突出。

第一，必须把数据视为战略资产，给予它与实物库存同等的重视：对其进行治理、保障其安全，并以符合伦理的方式使用。

第二，必须有意识地保留人类的创意与文化判断，并将其置于任何 AI 辅助设计流程的核心。算法生成选项，人类赋予意义。

第三，行业必须以打磨产品时同样的用心来培养人才。

没有算法会做梦或坠入爱河

珠宝品牌的故事，如同一颗宝石的文化意义，并不是固定的事实目录，而是鲜活的叙事。它在讲述中成形，并为每一批新的受众量身调整。AI 可以保存档案，却无法演绎故事。

最持久的竞争优势将属于那些理解这一差异并据此投资的企业：投资于人才、实践方式以及梳理和诠释传承的智慧，将储存的知识转化为能够表达出来的身份认同。

正值百年庆典的 CIBJO，在帮助引导这一转型方面具有难得的优势。通过标准、术语、指导、教育以及整个珠宝生态系统中的协作，它能够帮助确保技术创新强化而非削弱珠宝业赖以立足的价值观。

问题不在于这些技术是否会改变行业，它们必然会。真正的问题是，这场转型究竟由行业自身以专业知识、伦理和传统为依据来塑造，还是被动承接由平台和算法规定的条件。

最后，我想用这样一段话作结：没有算法会做梦或坠入爱河；没有模型会庆祝或哀悼。正是这种人类在自己的身体、文化与当下时刻中鲜活存在的体验，始终是美与魔力不可替代的源泉，使高级珠宝成为“艺术”，而非“产品”。