Модный AI: как AI-технологии помогают фэшн-индустрии и фэшн-ритейлу

@Freepic
В 2023 году стоимость мировой фэшн-индустрии оценивалась в 1,7 триллиона долларов. Причем за последние несколько лет производство одежды удвоилось, а количество приобретаемой одежды на душу населения увеличилось примерно на 60%. 

Поэтому все больше производителей и ритейлеров начали применять AI-технологии для оптимизации бизнес-процессов, создания новых коллекций одежды, маркетингового продвижения и улучшения продаж на площадках электронной коммерции. 

Руслан Ахтямов, сооснователь и директор по стратегии Napoleon IT рассказывает, как применяются инструменты искусственного интеллекта в фэшн-индустрии.

Модный AI

Согласно анализу McKinsey, в ближайшие три-пять лет искусственный интеллект, в том числе генеративный, может добавить от 150 до 275 млрд долларов к операционной прибыли в секторах продажи одежды и предметов роскоши, а также в индустрии моды. Причем AI может влиять на всю экосистему моды. 

Компании имеют возможность использовать эту технологию, чтобы создавать более продаваемые модели одежды, снижать затраты на маркетинг, гиперперсонализировать общение с клиентами и ускорять бизнес-процессы. Искусственный интеллект также помогает оптимизировать цепочки поставок и логистику, работу магазинов, функции организации и поддержки клиентов. 

Поэтому неудивительно, что многие руководители в фэшн-индустрии внедряют технологии искусственного интеллекта в бизнес-процессы, а некоторые уже не первый год используют AI в качестве эффективного инструмента. Исследование Business of Fashion (BoF) и McKinsey-McKinsey State of Fashion 2024 показало, что 73% респондентов из мировой индустрии моды считают AI важным приоритетом для их бизнеса в 2024 году.


@Emanuel Bustos Orellana (Freepic)

Ценообразование

Динамические модели ценообразования, основанные на искусственном интеллекте, позволяют ритейлерам корректировать цены в зависимости от рыночных условий, уровня спроса и цен конкурентов, максимизируя прибыль. Для этого AI-системы собирают информацию о других продуктах, рекламных мероприятиях, показателях продаж и прочие дополнительные данные. 



Таким образом, представители фэшн-бизнеса могут представить лучшие предложения, привлечь новых клиентов и, как следствие, увеличить продажи. Levi’s и Amazon уже применяют искусственный интеллект для оптимизации цен, что позволяет им сохранять гибкость, имея возможность корректировать цены и рекламные акции в соответствии с полученной информацией.

Прогнозирование

Искусственный интеллект стал ключевым инструментом в области прогнозирования благодаря своей способности анализировать большие объемы данных и выявлять в них сложные закономерности. В основе прогнозирования с использованием машинного обучения лежит обучение моделей на исторических данных для предсказания будущих событий или тенденций. Эти модели могут включать в себя различные алгоритмы, от простых линейных регрессий до сложных нейронных сетей, и выбор конкретного метода зависит от специфики задачи и доступности данных.

Преимущество машинного обучения в прогнозировании заключается в его способности обрабатывать и анализировать данные, которые слишком сложны для традиционных статистических методов. ML-модели могут учитывать множество взаимосвязанных факторов и динамически адаптироваться к изменениям в данных, что делает их особенно ценными в условиях быстро меняющихся рыночных условий или в ситуациях, где важно учитывать нелинейные зависимости. Кроме того, некоторые методы машинного обучения способны выявлять скрытые паттерны и взаимосвязи, которые могут не быть очевидны при поверхностном анализе.

Однако использование машинного обучения в прогнозировании также предполагает определенные вызовы. Одним из них является необходимость в больших объемах качественных данных для обучения моделей. Неполные или искаженные данные могут привести к неточным прогнозам. Также важно правильно интерпретировать результаты, предоставляемые моделями ML, и учитывать возможные риски, связанные с переобучением моделей, когда они слишком точно подгоняются под исторические данные, теряя способность к обобщению. 

Несмотря на эти трудности, AI продолжает развиваться как мощный инструмент прогнозирования, способный предоставлять ценные инсайты и помогать в принятии обоснованных решений.


@Phonlamaistudio

Управление цепочками поставок и логистика

Плохая логистика и нарушение цепочек поставок продукции приводит к убыткам ритейлеров по всему миру на сумму около 1,1 трлн долларов ежегодно. Этот аспект критически важен, поскольку современная розничная фэшн-торговля сталкивается с сезонной продукцией, имеет длительные циклы поставки и подвержена значительному влиянию внешних факторов, таких как погода, время года, местоположение и локальные события. 

Системы с поддержкой искусственного интеллекта и машинного обучения позволяют продавцам с уверенностью заказывать нужные модели, размеры и определять сроки поставки, сводя к минимуму затоваривание или отсутствие товара на складе. Причем ML-модели могут в режиме реального времени корректировать свои прогнозы по мере поступления новых данных, повышая эффективность цепочки поставок и обеспечивая доступность продуктов там, где они необходимы.

К примеру, H&M использует AI-технологии на автоматизированных складах, чтобы управлять товарными запасами и программами лояльности. Компания также применяет технологию радиочастотной идентификации (RFID) в своих магазинах для повышения эффективности цепочки поставок, которые позволяют контролировать запасы. Операторы могут легко получить доступ к полной истории товара по серийному номеру метки.

А крупные логистические компании, такие как DHL и FedEx, используют искусственный интеллект, чтобы анализировать данные о грузах, транспорте, маршрутах и условиях доставки для оптимизации маршрутов. Это позволяет сократить время доставки товаров и уменьшить издержки на транспортировку.

Разработка новых коллекций

Фэшн-ритейлеры модной одежды и креативные директора люксовых брендов используют искусственный интеллект для анализа в реальном времени различных типов неструктурированных данных, в том числе фото, видео, аудио-контент или поведение пользователей в соцсетях. Больше не нужно полагаться только на отчеты о тенденциях и анализ рынка для разработки дизайна коллекции следующего сезона. Анализируя информацию из различных источников, таких как модные блоги, социальные платформы, онлайн-магазины и мировые модные события, AI успешно проводит сравнительный анализ полученных данных.

Креативные директора и их команды могут задавать AI свои эскизы и желаемые детали, такие как ткани, цветовые палитры и узоры, а система, работающая на базе генеративного искусственного интеллекта, автоматически создаст множество вариантов дизайнов, что позволяет специалистам играть с огромным разнообразием стилей и образов. Затем на основе этих результатов команда может разработать новые предметы, придав каждому образу фирменный штрих модного дома.

Например, Levi's сотрудничает с AI-компанией для создания компьютерно-сгенерированных моделей для своих коллекций. Американская Stitch Fix использует технологии искусственного интеллекта для того, чтобы анализировать модные тенденции вместе с дизайнерами и давать рекомендации для создания новых образов. Апогеем внедрения AI в 2023 году стал весенний «цифровой» модный показ в Нью-Йорке. На AI Fashion Week модельеры продемонстрировали коллекции одежды, созданные исключительно с использованием искусственного интеллекта.

Интеллектуальные чат-боты

Чат-боты с искусственным интеллектом обеспечивают еще более высокий уровень обслуживания клиентов, улучшают поиск, отправляют уведомления о новых коллекциях и предлагают похожие товары. Например, если клиент уже купил черную футболку, чат-бот может предложить подходящую к ней бейсболку— и образ готов. 

Tommy Hilfiger и Burberry уже достаточно давно используют чат-ботов, чтобы помочь своим клиентам ориентироваться в их коллекциях. А интернет-магазин Zalando внедрил AI-ассистента на основе ChatGPT, позволяющего подобрать идеальный образ для определенного мероприятия или события. Если клиенту нужно подготовиться к свадьбе в августе, интеллектуальный стилист предоставит рекомендации по выбору подходящего костюма или платья на мероприятие. Чат-бот с искусственным интеллектом, обученный последним модным тенденциям, отлично разбирается в современных стилях и брендах. Благодаря этому он легко сможет соотнести предложенные советы с уже имеющимися позициями на сайте.

По подсчетам экспертов, порядка 80% брендов по всему миру уже используют или собираются использовать чат-ботов с искусственным интеллектом в ближайшем будущем.

---

Читайте также: Импортозамещение софта с помощью подрядчиков – опыт Х5 Group

---

Виртуальные примерочные

Большинство виртуальных примерочных работают с использованием дополненной реальности: веб-камера сканирует тело человека, чтобы преобразовать его в 3D-модель. При этом для обработки данных и создании моделей применяются технологии искусственного интеллекта. AI-алгоритмы и машинное обучение позволяют точно измерить размеры тела и реализовать трехмерную модель человека, стоящего перед камерой.

Причем эта модель сочетается с RFID. Эта технология сканирует товары, которые покупатель принес в виртуальную примерочную. Затем она накладывает отсканированные товары на 3D-модель покупателя. Таким образом, покупатели могут увидеть, как выглядят в одежде, без необходимости физически примерять ее. Это простой способ виртуально протестировать модный образ перед ее покупкой.

Lamoda несколько лет назад запустила для мобильных устройств AR-примерку кроссовок. Попробовать создать виртуальный образ можно также в фирменном магазине VK Store. Для этого достаточно одним прикосновением активировать специальный экран в магазине и выбрать нужную 3D-модель из множества вариантов. Примерить виртуальный наряд можно, даже не заходя в магазин. 


Фото: Lamoda

Tommy Hilfiger в Лондоне создал виртуальную примерочную прямо в своей витрине. Google также разработал собственное приложения виртуальной примерки одежды. Генеративный AI показывает, как выглядит одежда при разном освещении и разных позах, а также на людях с разными типами фигуры. Эксперты считают, что виртуальная примерочная сократит количество возвратов в онлайн-магазины.

Используя AI-технологии, фэшн-ритейлеры могут усовершенствовать процессы принятия решений, что приведет к повышению эффективности операций, улучшению качества обслуживания клиентов и к увеличению прибыльности. Такой технологичный подход позволяет ритейлерам оставаться впереди в конкурентной индустрии моды, принимая обоснованные решения, отвечающие постоянно меняющимся требованиям рынка. 

Руслан Ахтямов, 
сооснователь и директор по стратегии Napoleon IT

Для NEW RETAIL