Dużo się o niej mówi, dużo się o niej słyszy. Sztuczna inteligencja jest omnipotentna w większości branż związanych z IT i kreatywnością. Także w modzie. Nie widać tego jeszcze do końca na rodzimym rynku, choć i u nas AI tworzona i wykorzystywana jest przez największych graczy, a także wkrada się już i do małych marek. Zastosowań jest wiele. W tym artykule przyjrzę się przykładom użycia sztucznej inteligencji w branży mody, poprę je też przykładami. Z tej ściągi skorzystać mogą projektanci, marketerzy, PRowcy, managerowie e-commerce, a także studenci, czy wszyscy zainteresowani nowymi technologiami w modzie (fashion tech).
Prognozowanie trendów dzięki sztucznej inteligencji
Rozpoczynając od pierwszego etapu powstawania kolekcji, sztuczna inteligencja może wesprzeć nas w przewidywaniu trendów. AI zrewolucjonizowała ten proces. Już w 2018 roku, podczas mojej corocznej prezentacji o trendach technologicznych na kolejny rok, przewidziałam, że trendwatcherzy staną się specjalistami data science — i miałam rację. Największa na świecie agencja trendwatcherska, WGSN, zatrudnia dziś analityków business intelligence w swoich szeregach. Kupcy mody i trendwatcherzy mogą korzystać z rozwiązań takich jak Heuritech — narzędzia opartego na AI, którego twórcy twierdzą, że przewiduje trendy z 90-procentową trafnością aż 24 miesiące naprzód. Innym rozwiązaniem SaaS dla retailu, umożliwiającym analizę i prognozowanie trendów, jest Edited. Sklep internetowy ASOS wdrożył model AI do przewidywania popytu. Uczy się na historycznej sprzedaży, zwrotach, oraz na popularności produktów. Algorytm prognozuje tygodniowe zapotrzebowanie na każdy model odzieży z uwzględnieniem rozmiarów i popyt dia każdego magazynu na nadchodzące sezony. Ze sztucznej inteligencji do prognozowania trendów korzysta też SHEIN, algorytmy firmy analizują media społecznościowe i internet, podsuwając pomysły na nowe projekty (przygotowuje ich 1,5 mln rocznie!).
Projektowanie mody z użyciem sztucznej inteligencji
Kiedy znamy już trendy na nadchodzące tygodnie, miesiące i lata, możemy przejść do etapu ideacji i projektowania. Wsparciem staje się generatywna sztuczna inteligencja, a konkretnie modele dyfuzyjne, które „tworzą” obrazy. Dzięki firmom takim jak holenderskie The Fabricant (wcześniej znane z mody cyfrowej i rozwiązań dla metawersum), amerykańskie OpenAI czy chińskie KlingAI można zaprojektować ubranie, przesyłając jedynie referencje. Przykład? Wystarczy udostępnić wzór tkaniny, poprosić (prompt) o zaprojektowanie ubrania z tym motywem i otrzymać gotowy rezultat. Można też poprosić algorytm o wizualizację lub zdjęcie stroju stworzone wyłącznie na podstawie szkicu. W ChatGPT i The Fabricant wystarczy wysłać zarówno szkic, jak i wzór, by uzyskać projekt ubrania zwizualizowany na wirtualnej modelce. Na rynku pojawiają się też startupy, które przy pomocy AI generują wykroje ze zdjęć produktów (Fashioninsta.ai) oraz tworzą modele 3D ze zdjęć lub szkiców (np. Meshy.ai).
Optymalizowanie procesów produkcji i kontrola jakości przy pomocy AI
Dzięki AI producenci mogą lepiej przewidywać zapotrzebowanie, usprawnić łańcuch dostaw, zautomatyzować procesy w fabrykach, czy poprawić kontrolę jakości. W fabrykach przy pomocy sztucznej inteligencji można zautomatyzować wiele zadań produkcyjnych. Na przykład roboty mogą przejąć zadanie wykonania trudniejszych szwów, czy też przenoszenia delikatnych materiałów, co pomaga zredukować błędy, przyśpieszyć czas i obniżyć koszty. Komputerowe systemy wizyjne (CV), przy pomocy algorytmów, monitorują jakość na liniach produkcyjnych. Kamery sprzężone z AI pomagają wykrywać mikroskopijne wady materiałów, jak na przykład Smartex – startup pozwalający na wykrywanie defektów tkanin, dzięki czemu nie trafiają do kolejnych etapów produkcji, co zapewnia oszczędność czasu, energii i kosztów. Sztuczna inteligencja może pomagać również we wspieraniu ruchu i logistyce produkcji, czy też w przewidywaniu awarii urządzeń (predictive maintenance). Jednak najbardziej oczywistym zastosowaniem AI w produkcji jest chyba optymalizacja planowania harmonogramów pracowników i alokacja zasobów.
Marketing modowy napędzany sztuczną inteligencją
Głośno było ostatnio o opublikowanej w amerykańskim Vogue’u kampanii Guess, na którą składały się zdjęcia z wygenerowaną w AI modelką. Jest to jedno z najbardziej oczywistych zastosowań modeli dyfuzyjnych w modzie. Nie było to też pierwsze użycie takich algorytmów w modzie. W styczniu 2023 Valentino w kampanii “Essential” wykorzystał generatywne algorytmy do stworzenia futurystycznych elementów na fotografiach. Z podobnymi algorytmami eksperymentował też Levi’s (we współpracy z Lalaland.ai). Mniej oczywistym zastosowaniem AI w marketingu jest wykorzystanie wirtualnych stylistów AI (takich jak iLea), czy też projektowanie witryn sklepowych przy współpracy z modelami dyfuzyjnymi (tak jak robi to Dior).
Algorytmy generatywnego AI mogą pomóc generować opisy produktów, na potrzeby wewnętrzne sklepu internetowego, a także pod kątem SEO. Możliwe jest też dynamiczne generowanie opisów produktów czy wyglądu i treści reklam, w zależności od tego, co danemu klientowi (lub grupie klientów) podobało się wcześniej. We wspieranym AI programmatic advertising dokonywane są licytacje powierzchni reklamowych w czasie rzeczywistym.
Poza contentem i modelami dyfuzyjnymi, AI może pomóc w ustawianiu reklam i optymalizacji działań marketingowych w internecie. Algorytmy ułatwiają segmentację klientów i personalizację przekazów reklamowych na podstawie analizy zbiorów nieustrukturyzowanych danych, takich jak posty w mediach społecznościowych. Pozwalają też na analizę sentymentu i dowiedzenia się, co klientom się podoba, a co nie (np. dzięki Brand24).
Sprzedaż mody z użyciem AI
Najprostszym (do wymienienia, nie do stworzenia) użyciem sztucznej inteligencji w sprzedaży mody są silniki rekomendacji, które analizują zebrane dane o kliencie (historia zakupów, preferowany styl, rozmiar, przeglądane produkty) i sugerują mu inne, które mogą mu się podobać i na niego pasować. Przykładowo dla klientki może być to rekomendacja sukienki w stylu i o kroju, w których czuje się ona dobrze. Marka może również wyświetlić klientce zdjęcie modelki w interesującym ją ubraniu, nie będzie to jednak przypadkowa modelka, tylko taka, która będzie najbardziej podobna do klientki. I najpewniej hiperpersonalizacja przekazu, to jedna z przyczyn, dla których H&M stworzył cyfrowe bliźniaki prawdziwych modeli.
Ważnym trendem w sprzedaży, wpływającym na zmniejszenie zwrotów są wirtualne przymierzalnie, zarówno te oparte o AI i AR, jak i te oparte o modele dyfuzyjne (np. WEARFITS, w którym pracuję). Pozwalają one na wizualizację ubrań, czy też obuwia na zdjęciu (generatywna przymierzalnia), lub w czasie rzeczywistym (przymierzalnia AR połączona z AI). Marki coraz chętniej korzystają z tego typu rozwiązań ponieważ widzą zwrot z inwestycji.
Innymi narzędziami wspierającymi retail są chatbot, czy wirtualny asystent sprzedaży, oparty o model generatywny (jak na przykład ChatGPT). Kolejnym krokiem jest umożliwienie użytkownikowi korzystanie z agenta AI (czy też tzw. agentic AI), który za niego wybierze najlepsze ubranie i podejmie decyzję zakupową. Agentic AI to jeden z trendów technologicznych w modzie na 2025 rok.
Podsumowanie
Sposobów zastosowań AI w modzie jest wiele i będzie ich coraz więcej. Branża modowa nie powinna bać się branży technologicznej i sztucznej inteligencji. Jednak panuje zasada: kto pierwszy ten lepszy. W czasach AI marki modowe (według mnie) walczą o przetrwanie i największe brandy zdają sobie z tego sprawę. Wszyscy pracujemy w nowych technologiach.
