报告题目：人工智能时代的创意与价值重构：Agentic AI 正在重塑时尚产业及其组织能力

报告人简介：彭永红教授（Professor Yonghong Peng），人工智能与数据科学家、全球Top2%高被引科学家（斯坦福大学发布）。现任安格利亚鲁斯金大学（Anglia Ruskin University）人工智能首席教授、并担任科学与工程学院科研与创新副院长（Deputy Dean for Research and Innovation），曾任英国曼彻斯特城市大学人工智能首席教授及校级先进计算研究与创新中心主任。近年来，他聚焦提出并推动“制度智能（Institutional Intelligence）”的研究与实践，探索如何将 AI 从零散应用升级为可治理、可复制、可被信任的组织能力，相关工作已在医疗健康、高等教育、产业智能化与可持续发展等领域展开。

报告简介：生成式 AI（Generative AI）重塑了内容与形式的生产方式，并深刻改变了创意生成的节奏与规模；而Agentic AI（AI 智能体）所具备的推理、规划与自动化执行能力，正进一步进入创意产业的核心运行层 -- 从灵感生成走向流程协同、决策支持与持续优化。对创意与时尚产业而言，这一变化正在发生，并且是受影响最快、最全面的行业之一，智能体已开始在设计周期、品牌运营与供应链管理等关键环节中被实际采用。本报告将聚焦三类当下即可启动、但多数组织尚未系统布局的关键转变：第一，AI 时代人类创意角色的重新定位 -- 从“主导产出者”转向“意义判断者、创意架构者与价值看护者”；第二，Agentic AI 在现阶段可承担的具体组织角色及其治理边界，并以机遇区块链的可持续时尚供应链与数字产品护照（MiniBrand）实践为例，分析组织如何在高度自动化的创意生态中保持并放大其独特价值；第三，如何通过制度设计与能力建构，将零散的 AI 智能体升级为可治理、可复制、可扩展的 Institutional Intelligence。报告将以清晰的制度智能框架与实践逻辑，支持行业领导者与创意决策者从现在开始试点、调整与布局，在新的国际竞争中持续保持领先。

报告题目：人工智能赋能可持续商业发展

报告人简介：贾丽丽，剑桥大学可持续创新实验室主任、教授、博士生导师。2004年与2006年分别获中国农业大学经济管理学士及国际贸易硕士学位，2011年获德国马丁路德大学经济学博士学位。主要从事环保市场的理解、设计与开发，旨在通过结合经济学、管理学、环境科学、工程学、人工智能和心理学等多学科方法，推动可持续行为的创新研究。曾获得英国经济与社会研究理事会（ESRC）学者奖两次和工程与物理科学研究理事会（EPSRC）学者奖一次；发表高影响力文章20篇，累积科研经费逾2700万。

报告简介：对可持续商业的理解正在迅速演进——从以单一环境维度为核心，转向涵盖经济、社会与环境三大维度的更为整体性的“三重可持续性”框架。尽管许多企业已经认识到环境可持续性的重要性，但真正采取实质性行动以减少其负面影响的企业仍然寥寥无几。本次讲座将探讨人工智能如何解锁可持续商业的可行路径。通过整合经济学理论、人工智能技术与现实商业实践，本次报告提出一种推动可持续转型的跨学科研究路径。内容将重点讨论：行为建模如何揭示潜在规律、基于人工智能的工具与分析方法如何加速可持续转型进程，以及系统性的政策框架如何赋能长期变革。讲座将以食品行业中的人工智能应用为案例，随后将讨论拓展至纺织等高影响行业。通过连接理论与实践，本次报告旨在丰富不断演进的可持续发展研究图景，并为构建更加可持续的经济体系提供一种面向未来的跨学科解决方案。

报告题目：理解时尚产业中的人工智能：行业视角下的机遇、挑战与现实张力

报告人简介：赵莉，现为美国密苏里大学（University of Missouri）纺织与服装管理系副教授、数据科学与数据分析系核心教师，并担任 Clothing and Textiles Research Journal 副主编。她的研究聚焦于人工智能与数据分析驱动的数字化转型如何影响全球时尚供应链，重点关注数字创新在纺织与服装产业中对环境、经济与社会可持续发展的优化潜力。近年来，其研究进一步拓展至人工智能在时尚产业中的实际应用、治理挑战与伦理议题，并通过跨学科合作推动时尚包容性与可持续设计。赵博士在数字创新、时尚数据分析、人工智能应用与可持续发展等领域发表百余篇学术成果。她教授时尚数据分析、全球采购与产品开发等课程，注重将真实产业案例与AI驱动决策融入教学。其研究与教学曾获2022年ITAA新星学者奖、多次ITAA最佳论文奖、2023年密苏里大学教务长杰出青年教师科研与创作奖及HES杰出教学奖。

报告简介：随着人工智能（AI）在时尚产业中的快速扩散，相关讨论往往聚焦于技术潜力与创新想象，而对其在真实产业情境中的应用方式、组织挑战与治理问题关注不足。本研究基于对来自全球时尚零售、技术服务、制造与咨询等领域多位行业专业人士的深度访谈与案例分析，系统探讨人工智能在时尚产业中的实际应用现状、机遇与挑战。研究发现，不同企业对“AI”的理解存在显著差异，其应用更倾向于以具体业务场景为导向，而非通用技术部署；与此同时，数据治理、组织准备度、伦理风险以及产业结构惯性，成为制约AI有效落地的关键因素。报告进一步总结了人工智能在提升运营效率、支持决策制定与促进产业链协同方面的潜在价值，并探讨其对时尚产业研究、教育实践与未来人才培养的启示。