IA generativa: desbloqueando el futuro de la moda

mayo 12, 2023

Si bien aún es incipiente, la IA generativa tiene el potencial de ayudar a las empresas de moda a ser más productivas, llegar al mercado más rápido y atender mejor a los clientes. Ahora es el momento de explorar la tecnología.

A medida que concluyen las semanas de la moda de esta temporada en Londres, Milán, Nueva York y París, las marcas están trabajando para producir y vender los diseños que acaban de exhibir en las pasarelas, y están comenzando las colecciones de la próxima temporada. En el futuro, es muy posible que esos diseños combinen la destreza de un director creativo con el poder de la inteligencia artificial generativa (IA), ayudando a llevar ropa y accesorios al mercado más rápido, vendiéndolos de manera más eficiente y mejorando la experiencia del cliente.

A estas alturas, es probable que haya oído hablar de ChatGPT de OpenAI, el chatbot de IA que se convirtió en una sensación de la noche a la mañana y provocó una carrera digital para crear y liberar competidores. ChatGPT es solo un ejemplo fácil de usar para el consumidor de IA generativa, una tecnología que comprende algoritmos que se pueden usar para crear contenido nuevo, incluidos audio, código, imágenes, texto, simulaciones y videos. En lugar de simplemente identificar y clasificar información, la IA generativa crea nueva información aprovechando los modelos básicos, que son modelos de aprendizaje profundo que pueden manejar múltiples tareas complejas al mismo tiempo. Los ejemplos incluyen GPT-3.5 y DALL-E. (Para obtener más información sobre la IA generativa y el aprendizaje automático, consulte “¿ Qué es la IA generativa? ” y “ La IA generativa está aquí: cómo herramientas como ChatGPT podrían cambiar su negocio .”)

Si bien la industria de la moda ha experimentado con la IA básica y otras tecnologías de vanguardia (me vienen a la mente el metaverso, los tokens no fungibles (NFT), las identificaciones digitales y la realidad aumentada o virtual), hasta ahora ha tenido poca experiencia con la IA generativa. Es cierto que esta tecnología incipiente estuvo ampliamente disponible recientemente y todavía está plagada de problemas y errores preocupantes, pero todo indica que podría mejorar a la velocidad del rayo y convertirse en un punto de inflexión en muchos aspectos de los negocios. Según el análisis de McKinsey, en los próximos tres a cinco años, la IA generativa podría agregar $150 mil millones, de manera conservadora, y hasta $275 mil millones a las ganancias operativas de los sectores de indumentaria, moda y lujo. Desde el codiseño hasta la aceleración de los procesos de desarrollo de contenido, la IA generativa crea un nuevo espacio para la creatividad. Puede ingresar todas las formas de datos “no estructurados” (texto sin procesar, imágenes y video) y generar nuevas formas de medios, que van desde guiones completamente escritos hasta diseños en 3D y modelos virtuales realistas para campañas de video.

Todavía son los primeros días, pero ya han surgido algunos casos de uso claros para la IA generativa en la moda. (Muchos de estos casos de uso también se aplican a los sectores adyacentes de belleza y lujo). Dentro de la innovación de productos, el marketing y las ventas y la experiencia del cliente en particular, la tecnología puede tener resultados significativos y puede ser más factible de implementar a corto plazo en comparación con otras áreas de la cadena de valor de la moda. En este artículo, describimos algunos de los casos de uso más prometedores y ofrecemos los pasos que los ejecutivos pueden seguir para comenzar, así como los riesgos a tener en cuenta al hacerlo.

Desde nuestro punto de vista, la IA generativa no es solo automatización, se trata de aumento y aceleración. Eso significa brindarles a los profesionales y creativos de la moda las herramientas tecnológicas para realizar ciertas tareas mucho más rápido, liberándolos para que pasen más tiempo haciendo cosas que solo los humanos pueden hacer. También significa crear sistemas para servir mejor a los clientes. Aquí es donde empezar.

Entendiendo los casos de uso

Los modelos básicos y la IA generativa se pueden utilizar en toda la cadena de valor de la moda.

Merchandising y producto:

Convierta bocetos, tableros de ideas y descripciones en diseños de alta fidelidad (por ejemplo, modelos 3D de muebles y joyas).
Enriquezca la ideación de productos colaborando con agentes de IA que generan opciones creativas (por ejemplo, nuevas ideas, variaciones) a partir de datos (por ejemplo, líneas de productos anteriores, imágenes inspiradoras y estilo).
Personalice productos para consumidores individuales a escala (por ejemplo, anteojos según la topografía facial)

Cadena de suministro y logística:

Aumente la automatización robótica para operaciones de almacén y gestión de inventario a través de análisis en tiempo real (por ejemplo, información habilitada por realidad aumentada o AR).
Adapte las ofertas de devolución de productos en función de los consumidores individuales.

Marketing:

Identifique y prediga tendencias para mejorar el marketing dirigido a partir de datos no estructurados (por ejemplo, sentimiento del consumidor, comportamiento del consumidor en la tienda, datos omnicanal).
Automatice la segmentación de consumidores a escala para adaptar las iniciativas de marketing.
Genere contenido de marketing personalizado basado en datos no estructurados de perfiles de consumidores y conocimientos de la comunidad.
Colabore con agentes de IA para acelerar el desarrollo de contenido y reducir los bloqueos creativos para los equipos de marketing internos.

Comercio digital y experiencia del consumidor:

Estructure y genere descripciones de ventas basadas en publicaciones de ventas exitosas anteriores.
Personalice el recorrido del consumidor en línea y las ofertas (por ejemplo, páginas web, descripciones de productos) en función de los perfiles de consumidores individuales.
Adaptar demostraciones y pruebas de productos virtuales a consumidores individuales (por ejemplo, pruebas de ropa, recomendaciones de estilo).
Mejore los agentes inteligentes de IA (por ejemplo, chatbots conversacionales, asistentes virtuales) y el autoservicio para abordar consultas avanzadas de los consumidores (por ejemplo, soporte multilingüe).

Operaciones de tienda:

Optimice la planificación del diseño de la tienda generando y probando planes de diseño bajo diferentes parámetros (por ejemplo, tráfico peatonal, audiencia de consumidores locales, tamaño).
Optimice la mano de obra en la tienda para evitar cuellos de botella, como brechas en la asignación de personal y detección de robos a través del monitoreo en tiempo real de los datos de video.
Admita dispositivos asistidos por AR para informar mejor a la fuerza laboral en tiempo real sobre el producto (por ejemplo, condición, surtido, inventario, recomendaciones).

Funciones de organización y apoyo:

Entrene a los asociados de ventas para mantener relaciones exitosas de «clientelización» a través de recomendaciones en tiempo real, informes de comentarios y perfiles de consumidores de alto valor.
Desarrolle contenido de capacitación individualizado para los empleados en función del rol y el desempeño.
Habilite el autoservicio y automatice las tareas de soporte (por ejemplo, tickets de recursos humanos, contabilidad de documentos grandes, revisión de documentos legales).

Desarrollo e innovación de productos

En lugar de depender solo de los informes de tendencias y el análisis de mercado para informar los diseños de la colección de la próxima temporada, tanto los minoristas de moda del mercado masivo como los directores creativos de las marcas de lujo pueden usar la IA generativa para analizar en tiempo real varios tipos de datos no estructurados. La IA generativa puede, por ejemplo, agregar y realizar rápidamente análisis de sentimientos de videos en las redes sociales o modelar tendencias de múltiples fuentes de datos de consumidores.

Los directores creativos y sus equipos podrían ingresar bocetos y detalles deseados, como telas, paletas de colores y patrones, en una plataforma impulsada por IA generativa que crea automáticamente una variedad de diseños, lo que permite a los diseñadores jugar con una enorme variedad de estilos y looks. . Luego, un equipo podría diseñar nuevos artículos basados en estos resultados, poniendo el toque característico de una casa de moda en cada uno de los looks. Esto abre la puerta a la creación de lanzamientos de productos innovadores y de edición limitada que también pueden ser colaboraciones entre dos marcas. Los productos como anteojos podrían diseñarse para individuos mediante el uso de tecnología de reconocimiento facial impulsada por IA generativa para escanear la topografía facial y ajustar las preferencias de tamaño y estilo de un cliente.

Este escenario se hizo realidad en diciembre de 2022, cuando un grupo de diseñadores de moda del Laboratorio de Inteligencia Artificial en Diseño (AiDLab) con sede en Hong Kong realizó un desfile de moda con diseños basados en IA generativa.³Utilizando herramientas de empresas tecnológicas como Cala, Designovel y Fashable, los diseñadores de moda ya están aprovechando el poder de la IA generativa para generar nuevas ideas, probar innumerables variaciones de diseño sin tener que producir muestras costosas y acelerar enormemente sus procesos. (Para las empresas de belleza, la IA generativa también brinda una oportunidad para que las marcas identifiquen nuevas formulaciones de productos, lo que podría ayudar a reducir los costos de las pruebas de laboratorio).

Marketing

Los ejecutivos de marketing y las agencias pueden usar la IA generativa para intercambiar ideas sobre estrategias de campaña, contenido de campañas de productos e incluso avatares virtuales para cada canal de marketing, y hacerlo rápido.

Sorprender el oro del marketing a menudo puede ser un juego de números. Considere TikTok: no existe una fórmula ganadora única para volverse viral en la plataforma. En cambio, cuanto más produzca, mayores serán sus posibilidades de convertirse en un tema de moda y aumentar el conocimiento de la marca y las ventas. Impulsar una plataforma de video impulsada por IA generativa para crear videos de formato corto para TikTok u otras plataformas de redes sociales puede ayudar a ahorrar tiempo y costos asociados con el bombeo de contenido de redes sociales. La IA generativa puede reconocer patrones y tendencias en el contenido viral y crear contenido nuevo que también siga las especificaciones del comercializador.

Estos ejercicios pueden ayudar a los equipos de marketing internos a administrar sus cargas de trabajo mientras reducen su dependencia de la subcontratación de trabajo a agencias creativas. Sin embargo, los especialistas en marketing deberán tener cuidado con este enfoque: tratar de llegar a los consumidores replicando lo que han hecho otras marcas puede contrarrestar la identidad única y la propuesta de valor que una marca pasa años construyendo.

La IA generativa también podría aplicarse a las comunicaciones personalizadas con los clientes. Las empresas que sobresalen en la personalización aumentan los ingresos en un 40 por ciento en comparación con las empresas que no aprovechan la personalización , según la investigación de McKinsey.

Varias empresas emergentes (CopyAI, Jasper AI y Writesonic, por nombrar solo algunas) están ayudando a promover el marketing personalizado a escala a través de la IA generativa. Con estas herramientas, las tareas diarias de un vendedor pueden comenzar a verse así: pueden elegir el tipo de contenido que desean crear, ya sea un correo electrónico, una publicación de blog de formato largo o cualquier otra cosa; agregue un aviso que describa lo que están buscando; e incluir la audiencia objetivo y otros parámetros, como el tono, que ayuden a crear comunicaciones de marketing que estén en línea con la marca. La herramienta de IA luego ofrece varias opciones entre las que el vendedor puede elegir.

Estas herramientas son más útiles cuando se aplican a los canales de marketing de embudo inferior (aquellos que se utilizan principalmente para fomentar las conversiones de ventas) en lugar de comunicaciones de creación de marca más prestigiosas. Aún se requiere que los especialistas en marketing soliciten y editen el trabajo.

Ventas y experiencia del consumidor.

Los chats generativos impulsados por IA de hoy en día, que utilizan un procesamiento de lenguaje natural más sólido para comprender e interactuar mejor con los humanos, ya son una mejora medible con respecto a los chats de IA existentes. Dicho esto, no existe (todavía) un chatbot de inteligencia artificial generativa infalible para las empresas: los chatbots actuales y otras herramientas de generación de texto todavía cometen errores ocasionalmente que podrían causar graves desastres en el servicio al cliente. Sin embargo, con el tiempo, esta tecnología podría ayudar a los agentes de atención al cliente a subcontratar consultas complejas, por ejemplo, utilizando chatbots para ayudar a proporcionar respuestas personalizadas en varios idiomas.

Hoy en día, existen servicios que asignan un “representante” de IA generativa a una marca para manejar las consultas de servicio al cliente a través de correo electrónico, chat, mensajes de texto y las propias plataformas de una marca. Estos servicios ayudan a reducir los tiempos de espera de atención al cliente y mejorar los tiempos de respuesta.

Los agentes de IA generativa también pueden prestar servicios a marcas de lujo, especialmente cuando se trata de “clientelización”, una estrategia minorista mediante la cual los asociados de ventas desarrollan relaciones a largo plazo con los clientes que más gastan de una marca para alentar las compras y mejorar la lealtad a la marca. (Las marcas de gama alta pueden alcanzar una tasa de conversión de ventas del 60 al 70 por ciento en boutiques de lujo, por ejemplo, a través de compras solo con cita previa.) Ese proceso se ha mantenido algo analógico y manual, confiando en los asociados de ventas de las marcas para comunicarse con los clientes a través de una variedad de plataformas de mensajería o mensajes de texto, y se limita solo cuando esos asociados están trabajando. Las herramientas impulsadas por IA generativa pueden mantener la conversación o hacer recomendaciones de estilo después de que un comprador abandona la tienda, capacitar a los asociados de ventas sobre cómo interactuar con los clientes, personalizar las comunicaciones para clientes específicos y analizar los perfiles de los consumidores y la interacción en línea en tiempo real.

En julio de 2022, el minorista de ropa Stitch Fix dijo que estaba experimentando con GPT-3 y DALL-E 2, el generador de inteligencia artificial de texto a imagen, para impulsar las ventas y mejorar la satisfacción del cliente con mejores servicios de diseño. Estos modelos generativos se están probando para ayudar a los estilistas a interpretar de manera rápida y precisa una gran cantidad de comentarios de los clientes y seleccionar productos que los clientes probablemente comprarían. Por ejemplo, la herramienta de IA podría analizar todos los comentarios de un cliente, que podrían incluir cientos de comentarios de texto, solicitudes de correo electrónico, calificaciones de productos y publicaciones en línea. Si un cliente comenta regularmente, digamos, el “gran calce” y el “color divertido” de cierto estilo de pantalones, DALL-E podría generar imágenes de pantalones similares que el cliente probablemente quiera comprar. El estilista podría encontrar artículos similares en el inventario de Stitch Fix y recomendarlos a ese cliente.

Las pruebas virtuales son otro ejemplo de cómo la IA generativa puede mejorar las ventas y la experiencia del consumidor. Veesual, con sede en París, permite la integración de pruebas virtuales para las marcas de moda de comercio electrónico, lo que significa que los clientes pueden elegir su modelo y elegir la ropa para probarse.

Cómo empezar

Por más emocionante que pueda ser la tecnología de IA generativa, las empresas aún querrán andar con cautela antes de confiar cualquiera de sus tareas principales por completo a la IA generativa. Pero dejar de explorar las posibilidades que ofrece esta tecnología podría ser igual de arriesgado, dado el ritmo al que está evolucionando y el crecimiento explosivo de la base de usuarios. Los ejecutivos pueden comenzar a pensar ahora en cómo sus negocios podrían usar la IA generativa. Hay algunos pasos que los líderes pueden tomar para comenzar.

Haz que el valor sea tu estrella polar

Los líderes de la moda deben describir dónde la IA generativa puede ofrecer el mayor valor a su negocio. Comience por señalar qué áreas (diseño creativo, merchandising, campañas de pasarela o clientela) podrían beneficiarse más de la IA generativa. Luego, los líderes pueden priorizar los casos de uso de IA generativa que deben buscar en función del nivel de impacto que los casos de uso puedan tener en su negocio. Algunas medidas de impacto incluyen mejorar los puntajes de satisfacción del cliente y reducir los tiempos de espera del servicio al cliente.

Una vez que se identifica el valor, los casos de uso también deben priorizarse de acuerdo con su factibilidad de implementación; determinar cómo se puede usar la IA generativa sin problemas dependerá de cosas como las habilidades técnicas de un equipo. Posteriormente, los equipos deben crear una hoja de ruta a corto plazo para probar y validar estos casos de uso. Al mismo tiempo, también pueden considerar qué objetivos a largo plazo podrían incluir, por ejemplo, cómo construir una plataforma de diseño generativo que los diseñadores puedan actualizar y usar para cada temporada.

Puede ser tentador divertirse un poco con la IA generativa, pero aprovechar su poder requerirá una diligencia adicional. Los ejecutivos de la moda deben ser intencionales en la creación de herramientas que puedan ofrecer valor en lugar de experimentar indiscriminadamente con las herramientas existentes.

Conocer los riesgos y planificar para mitigarlos

En un artículo anterior, enumeramos algunos de los riesgos de usar IA generativa . Una es que los parámetros legales en torno al uso de la IA generativa aún se están resolviendo. Los diseñadores a veces son criticados por crear obras derivadas y diseños de imitación. La determinación de quién posee la propiedad intelectual y los derechos creativos de las obras generadas por IA, que podría basarse en fuentes de datos multimodales, como las colecciones anteriores de otros diseñadores, se decidirá caso por caso hasta que haya un precedente legal sólido. (Aunque no involucra IA generativa, la batalla de alto perfil entre Hermès y el artista Mason Rothschild en torno a MetaBirkinNFT, en el que un juez dictaminó que los NFT infringieron la marca registrada de Hermès, muestra cómo las marcas de moda pueden verse envueltas en acertijos legales cuando surgen nuevas tecnologías).

Otro riesgo es el sesgo y la equidad en los sistemas de IA generativa, particularmente en torno a conjuntos de datos sesgados, que pueden presentar desafíos de reputación para las marcas que dependen de la tecnología. Por ejemplo, si una herramienta de generación de imágenes produce una campaña publicitaria con imágenes inapropiadas u ofensivas que luego se comparten a nivel mundial, la reputación de una marca podría verse afectada. Y señalar con el dedo a la IA de la empresa en un intento de controlar los daños puede hacer poco para calmar la ira de los consumidores.

También existe el riesgo de que los empleados que utilizan IA generativa no sean plenamente conscientes de sus deficiencias y no comprueben los errores introducidos por la tecnología. En este caso, las empresas deben capacitar regularmente a los empleados y brindarles los recursos que necesitan para comprender cómo usar la tecnología.

Si bien los riesgos son inevitables, los ejecutivos pueden mitigar su impacto potencial al establecer un proceso para abordar el riesgo, la ética y la garantía de calidad.

Mejore las habilidades de su fuerza laboral actual

Las herramientas de IA generativa podrían agregar valor a una gran cantidad de áreas diferentes de una empresa, por lo que será importante educar y capacitar a los empleados, incluidos diseñadores, especialistas en marketing, asociados de ventas y representantes de servicio al cliente, sobre el uso de la tecnología.

Algunas empresas ya han introducido capacitación centrada en IA. Levi Strauss, por su parte, lanzó un campo de entrenamiento de aprendizaje automático en 2021 para capacitar a los empleados no tecnológicos sobre cómo usar el aprendizaje automático en el proceso de diseño de la empresa. Los empleados que completan el programa crean nuevas herramientas de IA que son relevantes para su trabajo. Uno de los objetivos de Levi’s con el programa es aumentar la diversidad de empleados que tienen conocimientos tecnológicos para que la empresa pueda descubrir problemas que los empleados que provienen de tecnologías tradicionales podrían pasar por alto. El programa también ayuda a los equipos con diferentes especializaciones, como los equipos de diseño y los equipos de ingeniería, a comunicarse mejor y encontrar puntos en común. Además, Levi’s descubrió que el programa ayuda a mejorar la retención de empleados.

Con una fuerza laboral experta en IA, la colaboración tendrá un nuevo significado. Los líderes deben considerar: ¿Cómo definimos las responsabilidades y operamos colectivamente entre roles técnicos y no técnicos? Los equipos de diseño e ingeniería de software pueden organizar reuniones de liderazgo semanales para elaborar estrategias de hojas de ruta trimestrales y sesiones de trabajo entre equipos. Los líderes de diseño pueden compartir sus necesidades de ciertas ideas y herramientas (una herramienta que genera variaciones de diseño a partir de un boceto, tal vez), mientras que los equipos de ingeniería entregan esas herramientas.

Asóciese con el soporte técnico adecuado

Las empresas de moda sin duda tendrán que invertir en su fuerza laboral cuando se trata de aprovechar la IA generativa, pero no tendrán que desarrollar aplicaciones o modelos básicos por sí mismos. En cambio, los líderes de la moda pueden asociarse con empresas y expertos en inteligencia artificial generativa para moverse rápidamente. Un ejecutivo de la moda podría asociarse con una empresa (como Microsoft u OpenAI) que proporcione nueva tecnología o un socio que brinde capacidades de soporte (como computación en la nube o API).

Si bien los posibles casos de uso de la IA generativa están saliendo a la luz rápidamente, el futuro de esta tecnología en las industrias de la indumentaria y el lujo aún se está uniendo. Pero experimentar con nuevas herramientas hoy significa abrir infinitas posibilidades mañana.

SOBRE LOS AUTORES)

Holger Harreis es socio senior de la oficina de Düsseldorf de McKinsey, y Theodora Koullias y Kimberly Te son consultoras en la oficina del Área de la Bahía, donde Roger Roberts es socio.

Este artículo fue editado por Alexandra Mondalek, editora asociada de la oficina de Nueva York.

Fuente McKinsey – https://www.mckinsey.com/industries/retail/our-insights/generative-ai-unlocking-the-future-of-fashion#/