IA générative : débloquer l'avenir de l'industrie de la mode

À présent, vous avez probablement entendu parler de ChatGPT d'OpenAI, le chatbot d'intelligence artificielle qui est devenu du jour au lendemain une sensation et a déclenché une course numérique pour créer et lancer des produits concurrents. ChatGPT n'est qu'un exemple convivial d'IA générative, une technologie composée d'algorithmes qui peuvent être utilisés pour créer de nouveaux contenus, notamment de l'audio, du code, des images, du texte, des simulations et des vidéos. Plutôt que de simplement identifier et classer les informations, l'IA générative crée de nouvelles informations en exploitant des modèles sous-jacents, qui sont des modèles d'apprentissage en profondeur capables de gérer simultanément plusieurs tâches complexes, telles que GPT-3.5 et DALL-E.

Alors que l'industrie de la mode a expérimenté l'IA de base et d'autres technologies de pointe – le métaverse, les jetons non fongibles (NFT), les identifications numériques et la réalité augmentée (AR) ou la réalité virtuelle (VR) – jusqu'à présent, jusqu’à présent, il a peu d’expérience en matière d’IA générative. Certes, cette technologie émergente n’est devenue largement disponible que récemment et est encore pleine de bizarreries et de bugs inquiétants, mais tous les signes indiquent qu’elle pourrait s’améliorer à une vitesse fulgurante et changer la donne dans de nombreux domaines d’activité de Changemaker.

Selon l'analyse de McKinsey, on estime de manière prudente que l'IA générative augmentera de 150 milliards de dollars au cours des trois à cinq prochaines années, et que les bénéfices d'exploitation de l'industrie de l'habillement, de la mode et des produits de luxe augmenteront de 275 milliards de dollars. De la conception collaborative à l’accélération du processus de développement de contenu, l’IA générative ouvre de nouveaux espaces de créativité. Il peut saisir toutes les formes de données « non structurées » (texte brut, images et vidéo) et produire de nouveaux formats multimédias, depuis des scripts complets jusqu'aux conceptions 3D en passant par des modèles virtuels réalistes d'événements vidéo.

Bien qu’il n’en soit encore qu’à ses débuts, certains cas d’utilisation clairs de l’IA générative dans la mode émergent déjà. (Beaucoup de ces cas d'utilisation s'appliquent également aux secteurs de la beauté et du luxe. En particulier dans les domaines de l'innovation produit, du marketing, des ventes et de l'expérience client, cette technologie peut donner des résultats significatifs par rapport à d'autres domaines de la chaîne de valeur de la mode et est susceptible d'être plus réalisable dans le secteur de la mode. à court terme. Dans cet article, nous décrivons certains des cas d’utilisation les plus prometteurs et présentons les mesures que les dirigeants peuvent prendre, ainsi que les risques dont il faut être conscient lorsqu’ils le font.

À notre avis, l’IA générative n’est pas seulement une question d’automatisation, c’est aussi une question d’amélioration et d’accélération. Cela signifie donner aux professionnels de la mode et aux créatifs les outils technologiques nécessaires pour accomplir certaines tâches plus rapidement, leur donner plus de temps pour faire des choses que seuls les humains peuvent faire. Cela signifie également construire de meilleurs systèmes de service client.

Comprendre les cas d'utilisation

Le modèle sous-jacent et l'IA générative peuvent être utilisés sur l'ensemble de la chaîne de valeur de la mode.

Ventes et produits :

• Convertissez des croquis, des moodboards et des descriptions en conceptions haute fidélité (par exemple, des modèles 3D de meubles et de bijoux)
• En travaillant avec des agents d'IA pour générer des données à partir de données (par exemple, générer des créations) ; des options (par exemple, de nouvelles idées, des variations) provenant de gammes de produits précédentes, des images et des styles inspirants) pour enrichir les idées de produits ;
•  Produits personnalisés en masse pour les consommateurs individuels (par exemple, des lunettes basées sur les mouvements du visage).

Chaîne d'approvisionnement et logistique :

• Soutenir les négociations avec les fournisseurs en compilant des recherches ;
• Améliorer l'automatisation robotique des opérations d'entrepôt et de la gestion des stocks avec des analyses en temps réel (par exemple, des informations basées sur la réalité augmentée) ; Remises de retour sur les produits personnalisés des consommateurs.
• Marketing :

Identifier et prédire les tendances à partir de données non structurées (par exemple, sentiment des consommateurs, comportement des consommateurs en magasin, données omnicanales) pour améliorer le marketing ciblé

• Segmentation automatisée des consommateurs à grande échelle pour personnaliser les plans marketing ; contenu marketing personnalisé basé sur des données non structurées provenant de profils de consommateurs et d'informations sur la communauté ;
• Travailler avec des agences d'IA pour accélérer le développement de contenu et réduire les obstacles créatifs pour les équipes marketing internes.
• Commerce numérique et expérience du consommateur :

Créer et générer des descriptions de vente basées sur des rôles de vente réussis ;

Personnaliser les parcours et les offres des consommateurs en ligne (par exemple, pages Web, descriptions de produits) en fonction des profils de consommateurs individuels ;

•  Sur mesure ; essayages et démonstrations de produits virtuels pour les consommateurs individuels (par exemple, essayages de vêtements, conseils de style)
• Agents d'IA intelligents améliorés (par exemple, chatbots conversationnels, assistants virtuels) et libre-service pour prendre en charge les conseils des consommateurs avancés (par exemple, assistance multilingue).
• Opérations du magasin :

Optimiser les plans d'aménagement du magasin en générant et en testant des plans d'aménagement selon différents paramètres (par exemple, le trafic piétonnier, l'audience des consommateurs locaux, la taille) 

Optimiser la main-d'œuvre en magasin et éliminer grâce à la surveillance en temps réel ; données vidéo Goulots d'étranglement tels que les écarts d'affectation des employés et la détection des vols ;

• Prise en charge des appareils d'assistance AR pour mieux informer les employés des informations sur les produits (par exemple, statut, classification, inventaire, recommandations) en temps réel.
• Fonctions organisationnelles et supports :
• • Encadrer les vendeurs pour entretenir des relations « clients » fructueuses grâce à des recommandations en temps réel, des rapports de commentaires et des profils de consommateurs à grande valeur ;
  • Développer un contenu de formation personnalisé basé sur le rôle et les performances des employés ;
  • Activer le libre-service et l'assistance automatisée ; Tâches (par exemple, tickets RH, comptabilité des documents volumineux, révision des documents juridiques).

  L'IA générative a le potentiel d'avoir un impact sur l'ensemble de l'écosystème de la mode. Les entreprises de mode peuvent utiliser cette technologie pour créer des créations plus commercialisables, réduire les coûts de marketing, rendre les communications client hautement personnalisées et accélérer les processus. Cela peut également remodeler la chaîne d’approvisionnement et la logistique, les opérations des magasins, l’organisation et les fonctions de support.

  Développement de produits et innovation

  Les directeurs créatifs des détaillants de mode grand public et des marques de luxe peuvent utiliser l'IA générative pour analyser divers types de données non structurées en temps réel, plutôt que de s'appuyer uniquement sur des rapports de tendances et des analyses de marché pour se préparer au changement. la saison prochaine. La conception de la série fournit des informations. Par exemple, l’IA générative peut rapidement regrouper et effectuer une analyse des sentiments à partir de vidéos sur les réseaux sociaux ou modéliser des tendances à partir de plusieurs sources de données sur les consommateurs.

  Les directeurs créatifs et leurs équipes peuvent saisir des croquis et les détails requis tels que les tissus, les palettes de couleurs et les motifs dans une plate-forme alimentée par l'IA générative, qui crée automatiquement une série de designs, permettant aux designers de concevoir différents styles et looks. Une équipe pourrait ensuite concevoir de nouveaux produits basés sur ces résultats, en ajoutant les éléments emblématiques de la maison de couture à chaque look. Cela ouvre la porte à la création de gammes de produits innovantes en édition limitée. En utilisant une technologie de reconnaissance faciale générative basée sur l'IA, des produits tels que des lunettes peuvent être conçus pour des individus, en scannant la topographie du visage et en s'adaptant aux préférences de taille et de style du client.

  Ce scénario est devenu réalité en décembre 2022, lorsqu'un groupe de créateurs de mode de Hong Kong du AI Design Lab (AiDLab) a organisé un défilé de mode sur le thème du « Conception générative prise en charge par l'IA ». Grâce aux outils d'entreprises technologiques telles que Cala, Designovel et Fashable, les créateurs de mode exploitent déjà la puissance de l'IA générative pour inspirer de nouvelles idées, essayer d'innombrables variantes de conception sans produire d'échantillons coûteux et accélérer considérablement le processus. (Pour l'industrie de la beauté, l'IA générative offre également aux marques la possibilité d'identifier de nouvelles correspondances de produits, ce qui peut contribuer à réduire les coûts des tests en laboratoire.)

  Marketing

  Les responsables et agences marketing peuvent utiliser l'IA générative. Venez réfléchir à des stratégies de campagne, au contenu de campagne de produits, et même des avatars pour chaque canal marketing, rapidement.

  Trouver les règles d'or du marketing est souvent un jeu de chiffres. Prenez TikTok : il n’existe pas de formule gagnante unique pour la viralité sur cette plateforme. À l’inverse, plus vous produisez, plus vous avez de chances de devenir un succès, augmentant ainsi la notoriété de votre marque et vos ventes. La création de courtes vidéos pour TikTok ou d'autres plateformes de médias sociaux via une plateforme vidéo générée par l'IA permet d'économiser du temps et des coûts associés à la production de contenu sur les réseaux sociaux. L’IA générative peut identifier les modèles et les tendances du contenu viral et créer de nouveaux contenus basés sur les spécifications des spécialistes du marketing.

  Ces exercices peuvent aider les équipes marketing internes à gérer leur travail tout en réduisant leur dépendance à l'externalisation du travail vers des agences de création. Cependant, les spécialistes du marketing doivent être prudents lorsqu’ils utilisent cette approche : tenter d’attirer les consommateurs en copiant ce que font d’autres marques peut saper l’identité unique et la proposition de valeur d’une marque qu’elle a passé des années à construire.

  L'IA générative peut également être appliquée aux communications clients personnalisées. Une étude de McKinsey montre que les entreprises qui excellent dans la personnalisation voient leurs revenus augmenter de 40 % par rapport aux entreprises qui n'utilisent pas la personnalisation.

  Plusieurs startups, telles que copyai, Jasper AI et Writesonic, aident à lancer le marketing personnalisé à grande échelle grâce à l'IA générative. À l'aide de ces outils, les tâches quotidiennes d'un spécialiste du marketing pourraient ressembler à ceci : il peut choisir le type de contenu qu'il souhaite créer, qu'il s'agisse d'un e-mail, d'un article de blog long ou autre, en ajoutant une invite décrivant ce qu'il souhaite ; rechercher ; et inclure leur public cible et d'autres paramètres tels que le ton de la voix, qui aident à créer des communications marketing cohérentes avec la marque. L’outil d’IA propose ensuite plusieurs options parmi lesquelles les spécialistes du marketing peuvent choisir.

  Ces outils sont plus utiles lorsqu'ils sont appliqués à des canaux marketing à faible entonnoir (utilisés principalement pour encourager les conversions de ventes) plutôt qu'à des communications de création de marque plus prestigieuses.

  Ventes et expérience consommateur

  Le chat généré par l'IA d'aujourd'hui, qui utilise un traitement du langage naturel (NLP) plus puissant pour mieux comprendre et interagir avec les humains, constitue déjà une amélioration mesurable par rapport au chat IA existant. Cela dit, il n’existe pas encore de chatbot IA infaillible, et les chatbots et autres outils de génération de texte actuels commettent encore occasionnellement des erreurs qui peuvent entraîner de graves désastres en matière de service client. Cependant, la technologie pourrait éventuellement aider les agents du support client à externaliser des requêtes complexes, par exemple en utilisant des chatbots pour fournir des réponses personnalisées dans plusieurs langues.

  Aujourd'hui, il existe des services qui attribuent à une marque un « représentant » d'IA générative pour traiter les demandes du service client par e-mail, chat, SMS et sur la propre plateforme de la marque. Ces services contribuent à réduire les temps d’attente du service client et à améliorer les temps de réponse.

  Les agents d’IA générative peuvent également servir les marques de luxe, notamment du côté « client », une stratégie de vente au détail dans laquelle les vendeurs établissent des relations à long terme avec les clients les plus dépensiers de la marque pour encourager les achats et accroître la fidélité à la marque. (Par exemple, grâce aux achats sur rendez-vous, les marques haut de gamme peuvent atteindre un taux de conversion des ventes de 60 à 70 % dans les boutiques de luxe.) Le processus est encore quelque peu analogique et manuel, s'appuyant sur les vendeurs de la marque pour communiquer à travers divers messages. Plateforme ou SMS pour contacter les clients, et uniquement pendant que ces vendeurs travaillent. Les outils basés sur l'IA peuvent poursuivre les conversations ou faire des suggestions de style après que les acheteurs ont quitté le magasin, coacher les vendeurs sur la façon d'interagir avec les clients, personnaliser les communications pour des clients spécifiques et analyser les profils des consommateurs et les interactions en temps réel en ligne.

  En juillet 2022, le détaillant de vêtements Stitch Fix a déclaré qu'il expérimentait GPT-3 et DALL-E 2 (générateur d'IA de texte en image) pour stimuler les ventes et améliorer la satisfaction des clients grâce à de meilleurs services de stylisme. Ces modèles génératifs sont testés pour aider les stylistes à interpréter rapidement et avec précision un grand nombre de commentaires des clients et à sélectionner les produits que les clients sont plus susceptibles d'acheter. Par exemple, les outils d’IA peuvent analyser tous les commentaires des clients, qui peuvent inclure des centaines de commentaires textuels, de demandes par courrier électronique, d’évaluations de produits et de publications en ligne. Si un client commente fréquemment un pantalon particulier comme ayant une « coupe parfaite » et une « couleur amusante », DALL-E peut générer des images de pantalons similaires que le client pourrait vouloir acheter. Le styliste peut alors trouver des produits similaires dans l'inventaire de Stitch Fix et les recommander à ce client.

  Les essais virtuels sont un autre exemple d'IA générative améliorant les ventes et l'expérience du consommateur. Veesual, basée à Paris, propose aux marques de mode e-commerce une intégration d'essai virtuel, ce qui signifie que les clients peuvent choisir leurs propres modèles et vêtements à essayer.

  Conseils pratiques

  Aussi passionnante que puisse être la technologie de l'IA générative, les entreprises veulent toujours pécher par excès de prudence avant de déléguer entièrement les tâches principales à l'IA générative. Cependant, compte tenu de la vitesse à laquelle cette technologie se développe et de la croissance explosive de sa base d’utilisateurs, négliger d’explorer les possibilités qu’elle offre peut être tout aussi risqué. Les dirigeants peuvent commencer dès maintenant à réfléchir à la manière dont leur entreprise peut utiliser l’IA générative. Les dirigeants peuvent commencer par quelques étapes.

  Chérissez votre « étoile du Nord »

  Les leaders de la mode devraient indiquer où l'IA générative peut apporter le plus de valeur à leur entreprise. Commencez par prêter attention aux domaines (conception créative, merchandising, promotion des défilés de mode ou clients) qui pourraient bénéficier le plus de l’IA générative. Les dirigeants peuvent ensuite prioriser les cas d’utilisation de l’IA générative qu’ils devraient poursuivre en fonction de leur impact sur l’entreprise. Certaines mesures d'impact comprennent l'amélioration des scores de satisfaction des clients et la réduction des temps d'attente au service client.

  Une fois la valeur déterminée, les cas d'utilisation doivent également être hiérarchisés en fonction de leur faisabilité de mise en œuvre ; la décision sur la manière d'utiliser de manière transparente l'IA générative dépendra de facteurs tels que les compétences techniques de l'équipe. Ensuite, l'équipe doit élaborer une feuille de route à court terme pour tester et valider ces cas d'utilisation. Dans le même temps, ils peuvent également réfléchir aux objectifs à long terme, tels que la manière de créer une plate-forme de conception générative que les concepteurs peuvent mettre à jour et utiliser saison après saison.

  Il peut être tentant de s'amuser avec l'IA générative, mais exploiter sa puissance nécessite des efforts supplémentaires. Les dirigeants de l’industrie de la mode doivent délibérément créer des outils qui apportent de la valeur plutôt que d’expérimenter sans discernement les outils existants.

  Comprendre les risques et planifier pour les atténuer

  Dans un article précédent, nous avons répertorié certains des risques liés à l'utilisation de l'IA générative. La première est que les paramètres juridiques entourant l’utilisation de l’IA générative sont encore en cours de résolution. Les designers sont parfois critiqués pour avoir créé des œuvres dérivées et des conceptions copiées. À qui appartiennent les droits de propriété intellectuelle et les droits de création sur les œuvres générées par l'IA ? Ces œuvres peuvent être basées sur des sources de données multimodales, telles que les collections antérieures d'autres designers, et seront déterminées au cas par cas jusqu'à ce qu'il existe un précédent juridique solide. émerge. (Bien qu'elle n'implique pas l'IA générative, la bataille très médiatisée entre Hermès et l'artiste Mason Rothschild au sujet des NFT Meta Birkin, dans laquelle un juge a statué que les NFT portaient atteinte à la marque Hermès, démontre que lorsque de nouvelles technologies émergent, les marques de mode peuvent être confrontées à des difficultés juridiques.)

  Un autre risque réside dans le biais et l'équité des systèmes d'IA générés, en particulier autour des ensembles de données biaisés, ce qui pourrait créer des problèmes de réputation pour les marques qui s'appuient sur cette technologie. Par exemple, la réputation d'une marque pourrait être affectée si un outil de génération d'images crée une campagne publicitaire utilisant des images inappropriées ou offensantes qui sont ensuite partagées à l'échelle mondiale. Blâmer les sociétés d’IA pour contrôler les dégâts ne contribuera peut-être pas à apaiser la colère des consommateurs.

  Il existe également un risque que les employés utilisant l'IA générative ne soient pas pleinement conscients de ses lacunes et ne soient pas en mesure de vérifier les erreurs introduites par la technologie. Dans ce cas, les entreprises doivent régulièrement former leurs employés et leur fournir les ressources dont ils ont besoin pour comprendre comment utiliser la technologie.

  Bien que le risque soit inévitable, les gestionnaires peuvent atténuer son impact potentiel en établissant des processus pour gérer les risques, l'éthique et l'assurance qualité.

  Améliorer les compétences des employés existants

  Les outils d'IA générative peuvent ajouter de la valeur à de nombreux domaines différents d'une entreprise, il sera donc important d'éduquer et de former les employés, y compris les concepteurs, les spécialistes du marketing, les vendeurs et les représentants du service client, à l'utilisation de cette technologie.

  Certaines entreprises ont lancé des formations axées sur l'IA. Par exemple, Levi Strauss a lancé un camp d'entraînement sur l'apprentissage automatique en 2021 pour former les employés non techniques à l'utilisation de l'apprentissage automatique dans le processus de conception de l'entreprise. Les employés qui ont terminé le projet ont créé de nouveaux outils d'IA adaptés à leur travail. L'un des objectifs de Levi lors de la mise en place du programme était d'augmenter la diversité des employés possédant des connaissances techniques afin que l'entreprise puisse repérer les problèmes qui pourraient manquer aux employés ayant une formation technique traditionnelle. Le projet aide également les équipes de différentes disciplines, telles que les équipes de conception et d'ingénierie, à mieux communiquer et à trouver un terrain d'entente. De plus, Levi's a constaté que le programme contribue à améliorer la rétention des employés.

  Avec des collaborateurs maîtrisant l’IA, la collaboration prendra un nouveau sens. Les dirigeants doivent réfléchir aux points suivants : Comment définir les responsabilités et travailler ensemble entre les rôles techniques et non techniques ? Les équipes de conception et d'ingénierie logicielle peuvent organiser des réunions de direction hebdomadaires pour élaborer des feuilles de route trimestrielles et des séances de travail entre les équipes. Les responsables de la conception peuvent partager leurs besoins concernant certaines informations et certains outils (peut-être des outils permettant de générer des modifications de conception à partir d'esquisses), et l'équipe d'ingénierie fournit ces outils.

  Travailler avec le bon fournisseur de technologie

  Il ne fait aucun doute que les entreprises de mode devront investir dans leur main-d'œuvre pour tirer parti de l'IA générative, mais elles n'auront pas à créer elles-mêmes les applications ou les modèles sous-jacents. Au lieu de cela, les leaders de la mode peuvent travailler avec des sociétés et des experts en IA pour agir rapidement. Les dirigeants de la mode peuvent travailler avec des entreprises proposant de nouvelles technologies, telles que Microsoft ou OpenAI, ou avec des partenaires offrant des fonctionnalités habilitantes, telles que le cloud computing ou les API.

  Alors que des cas d'utilisation potentiels de l'IA générative émergent rapidement, l'avenir de cette technologie dans les secteurs de l'habillement et du luxe est toujours à l'étude. Mais essayer de nouveaux outils aujourd’hui signifie des possibilités infinies demain.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!