Stitch Fix的個人造型師是優秀的。 事實上業內很少有造型師在搭配和購物推薦方面取得了同樣的成功。 根據商業條款衡量，Stitch Fix的造型師在短短七年內將一個初創公司轉變為上市公司。

Stitch Fix在公司85人的數據團隊編碼的一組算法的幫助下，為每位顧客可以從海量庫存中挑選衣服。 一位公司發言人告訴Observer，盡管人類設計師會在服裝選擇上做出最終決定，但算法對每個顧客在價格、尺寸和風格偏好上都有幫助。

對于每位顧客，算法輔助“設計師”根據顧客對該網站的個人資料(包括尺寸，顏色的一般偏好，價格范圍和場合等)，購買和退貨歷史記錄， 以及社交媒體上的活動，例如在Pinterest上保存的時尚圖片。 在算法收集關于顧客的數據越多，就越了解該顧客的時尚品味，并且在推薦服裝時獲得的效果就越好。

“我們注意到了市場上的一些空白，并有機會生產出一些不存在的東西，”在去年該項目啟動時，斯蒂法克斯的首席算法官埃里克·科爾森(Eric Colson)告訴公司設計。

Colson表示，市場的差距是由于社交媒體和諸如“Stitch Fix”之類的訂閱網站的大量涌現，產生了大量的用戶數據。

在之前并沒有一些實質性的數據，因為顧客在試衣間試穿衣服時，而我們不知道顧客要買或不買的原因。現在我們可以獲得大量有用的數據，并且可以用這些數據做很多事情。

對于“混合設計”算法，服裝設計是一個30到80件的拼圖作品，顏色、面料類型、領子形狀、紐扣數量等。然而，正如它的名字所暗示的那樣，“混合設計”仍然依賴于人類設計師根據算法分析提供的指導來設計實際的服裝。

目前，“混合設計”產生了大約百分之一的Stitch Fix總庫存。該公司表示，這些產品在顧客中很受歡迎。然而，或許并不令人意外的是，這種做法也引起了業內人士的懷疑，懷疑是否能像人類一樣設計出具有創意的服裝。

人工智能機器人的可能性接管人類的工作一直是科技界和社會科學中一個熱門話題，但迄今為止。這樣的討論主要集中在重復工作，如超市收銀員和低技能的工作者，最多還有處理有限的任務數據，如基本的股票分析和語言翻譯。