AI Generatif: Membuka kunci masa depan industri fesyen

Sekarang anda mungkin pernah mendengar tentang ChatGPT OpenAI, chatbot kecerdasan buatan yang menjadi sensasi semalaman dan mencetuskan perlumbaan digital untuk membina dan melancarkan produk pesaing. ChatGPT hanyalah satu contoh mesra pengguna AI generatif, teknologi yang terdiri daripada algoritma yang boleh digunakan untuk mencipta kandungan baharu, termasuk audio, kod, imej, teks, simulasi dan video. Daripada hanya mengenal pasti dan mengelaskan maklumat, AI generatif mencipta maklumat baharu dengan memanfaatkan model asas, yang merupakan model pembelajaran mendalam yang boleh mengendalikan berbilang tugas kompleks secara serentak, seperti GPT-3.5 dan DALL-E.

Walaupun industri fesyen telah bereksperimen dengan asas AI dan teknologi canggih lain – Metaverse, token tidak boleh kulat (NFT), ID digital dan realiti tambahan (AR) atau Realiti Maya (VR) – tetapi setakat ini pengalamannya dengan AI generatif kekal minimum. Memang, teknologi baru muncul ini baru-baru ini tersedia secara meluas dan masih penuh dengan kebiasaan dan pepijat yang membimbangkan, tetapi semua tanda menunjukkan ia berpotensi bertambah baik pada kelajuan kilat dan menjadi pengubah permainan dalam banyak bidang perniagaan Changemaker.

Menurut analisis McKinsey, secara konservatif dianggarkan bahawa AI generatif akan meningkat AS$150 bilion dalam tempoh tiga hingga lima tahun akan datang, dan keuntungan operasi industri pakaian, fesyen dan barangan mewah akan meningkat sebanyak AS$275 bilion . Daripada reka bentuk kolaboratif hingga mempercepatkan proses pembangunan kandungan, AI generatif membuka ruang baharu untuk kreativiti. Ia boleh memasukkan semua bentuk data "tidak berstruktur" - teks mentah, imej dan video - dan mengeluarkan bentuk media baharu, daripada skrip lengkap kepada reka bentuk 3D kepada model maya acara video yang hidup.

Walaupun masih awal, beberapa kes penggunaan yang jelas untuk AI generatif dalam fesyen sudah pun muncul. (Banyak kes penggunaan ini juga terpakai kepada industri kecantikan dan mewah) Terutamanya dalam inovasi produk, pemasaran, jualan dan pengalaman pelanggan, teknologi ini boleh menghasilkan hasil yang ketara berbanding dengan bidang lain dalam rantaian nilai fesyen dan berkemungkinan Lebih boleh dilaksanakan dalam jangka pendek. Dalam artikel ini, kami menggariskan beberapa kes penggunaan yang paling menjanjikan dan menyediakan langkah yang boleh diambil oleh eksekutif, serta risiko yang perlu diketahui apabila berbuat demikian.

Pada pandangan kami, AI generatif bukan hanya mengenai automasi, ia juga mengenai peningkatan dan pecutan. Ini bermakna memberi profesional fesyen dan kreatif alatan teknologi untuk menyelesaikan tugasan tertentu dengan lebih cepat, memberi mereka lebih masa untuk melakukan perkara yang hanya boleh dilakukan oleh manusia Ini juga bermakna membina sistem perkhidmatan pelanggan yang lebih baik.

Fahami kes penggunaan

Model asas dan AI generatif boleh digunakan merentas keseluruhan rantaian nilai fesyen.

Jualan dan Produk:

• Tukar lakaran, papan mood dan penerangan kepada reka bentuk ketelitian tinggi (cth., model 3D perabot dan barang kemas); idea produk dengan bekerjasama dengan ejen AI untuk menjana pilihan kreatif (cth., idea baharu, variasi) daripada data (cth., barisan produk masa lalu, imej dan gaya yang memberi inspirasi;
• Penyesuaian besar-besaran produk untuk pengguna individu (cth., cermin mata berdasarkan pergerakan muka).
• Rantaian Bekalan & Logistik:

Sokong rundingan dengan pembekal dengan menyusun penyelidikan;

• Cerapan yang disokong oleh analitik masa nyata (mis., realiti tambahan) Kekuatan) Meningkatkan automasi robotik operasi gudang dan pengurusan inventori;
• Pemasaran:

Kenal pasti dan ramalkan arah aliran daripada data tidak berstruktur (cth., sentimen pengguna, gelagat pengguna dalam kedai, data omnichannel) untuk meningkatkan Pemasaran yang disasarkan;

Segmentasi pengguna automatik pada skala untuk menyesuaikan program pemasaran;

• Jana kandungan pemasaran yang diperibadikan berdasarkan data tidak berstruktur daripada profil pengguna dan cerapan komuniti;
• Bekerjasama dengan agensi AI untuk mempercepatkan pembangunan kandungan dan kurangkan sekatan jalan kreatif untuk pasukan pemasaran dalaman anda.
• Perdagangan Digital & Pengalaman Pengguna:

Membina dan menjana penerangan jualan berdasarkan peranan jualan yang berjaya lalu

Diperibadikan berdasarkan profil pengguna individu Pengguna dalam talian perjalanan dan tawaran (cth., halaman web, penerangan produk);

• Kelengkapan produk maya dan demonstrasi yang disesuaikan untuk pengguna individu (cth., kelengkapan pakaian, nasihat penggayaan); bot sembang perbualan, pembantu maya) dan layan diri untuk menyokong pertanyaan pengguna lanjutan (cth. sokongan berbilang bahasa).
• Operasi storan:
• Optimumkan pelan susun atur kedai dengan menjana dan menguji pelan reka letak di bawah parameter yang berbeza (cth., trafik pejalan kaki, khalayak pengguna tempatan, saiz);
Optimumkan tenaga kerja dalam kedai dan hapuskan kesesakan seperti jurang peruntukan pekerja dan pengesanan kecurian melalui pemantauan masa nyata data video

Sokong peranti bantuan AR untuk memaklumkan pekerja tentang maklumat produk dengan lebih baik (mis., keadaan; , Klasifikasi, inventori, cadangan).

• Fungsi Organisasi dan Sokongan:
• Jurulatih rakan jualan untuk mengekalkan perhubungan "pelanggan" yang berjaya melalui pengesyoran masa nyata, pelaporan maklum balas dan profil pengguna yang bernilai tinggi; 🎜>
Dayakan layan diri dan tugas sokongan automatik (cth., tiket HR, perakaunan dokumen besar, semakan dokumen undang-undang).
• AI Generatif berpotensi memberi kesan kepada keseluruhan ekosistem fesyen. Syarikat fesyen boleh menggunakan teknologi ini untuk membantu mencipta reka bentuk yang lebih boleh dipasarkan, mengurangkan kos pemasaran, menjadikan komunikasi pelanggan sangat diperibadikan dan mempercepatkan proses. Ia juga boleh membentuk semula rantaian bekalan dan logistik, operasi kedai, organisasi dan fungsi sokongan.
Pembangunan dan Inovasi Produk
Pengarah kreatif kedua-dua peruncit fesyen pasaran besar dan jenama mewah boleh menggunakan AI generatif untuk menganalisis pelbagai jenis data tidak berstruktur dalam masa nyata, dan bukannya bergantung semata-mata pada arah aliran Laporan dan analisis pasaran untuk memaklumkan reka bentuk koleksi untuk musim depan. Sebagai contoh, AI generatif boleh mengagregat dan melakukan analisis sentimen dengan cepat daripada video di media sosial atau model trend daripada pelbagai sumber data pengguna.
Pengarah kreatif dan pasukan mereka boleh memasukkan lakaran dan butiran yang diperlukan seperti fabrik, palet warna dan corak ke dalam platform yang dikuasakan oleh AI generatif, yang secara automatik mencipta satu siri reka bentuk yang boleh Membolehkan pereka bentuk mereka bentuk pelbagai gaya dan rupa . Satu pasukan kemudiannya mungkin mereka produk baharu berdasarkan output tersebut, menambahkan elemen tandatangan rumah fesyen pada setiap rupa. Ini membuka pintu kepada penciptaan barisan produk edisi terhad yang inovatif. Dengan menggunakan teknologi pengecaman muka dipacu AI generatif, produk seperti cermin mata boleh direka bentuk untuk individu, mengimbas topografi muka dan menyesuaikan diri dengan saiz dan pilihan gaya pelanggan.
Senario ini menjadi kenyataan pada Disember 2022, apabila sekumpulan pereka fesyen Hong Kong dari AI ​​Design Lab (AiDLab) mengadakan pertunjukan fesyen dengan tema "Reka Bentuk Didukung AI Generatif" . Melalui alatan daripada syarikat teknologi seperti Cala, Designovel dan Fashable, pereka fesyen sudah pun memanfaatkan kuasa AI generatif untuk memberi inspirasi kepada idea baharu, mencuba pelbagai variasi reka bentuk tanpa menghasilkan sampel yang mahal dan mempercepatkan proses secara dramatik. (Untuk industri kecantikan, AI generatif juga menawarkan peluang kepada jenama untuk mengenal pasti padanan produk baharu, yang boleh membantu mengurangkan kos ujian makmal.)
Pemasaran
Eksekutif dan agensi Pemasaran boleh menggunakan AI generatif untuk sumbang saran strategi kempen, kandungan kempen produk dan juga avatar untuk setiap saluran pemasaran—cepat.
Mencari peraturan emas pemasaran selalunya merupakan permainan nombor. Ambil TikTok: Tiada formula kemenangan tunggal untuk viraliti di platform ini. Sebaliknya, semakin banyak anda menghasilkan, semakin besar kemungkinan anda menjadi popular, meningkatkan kesedaran jenama dan jualan. Mencipta video pendek untuk TikTok atau platform media sosial lain melalui platform video yang dijana AI membantu menjimatkan masa dan kos yang berkaitan dengan pengeluaran kandungan media sosial. AI Generatif boleh mengenal pasti corak dan trend dalam kandungan virus dan mencipta kandungan baharu berdasarkan spesifikasi pemasar.
Latihan ini boleh membantu pasukan pemasaran dalaman mengurus kerja mereka sambil mengurangkan pergantungan mereka pada kerja penyumberan luar kepada agensi kreatif. Walau bagaimanapun, pemasar harus berhati-hati apabila menggunakan pendekatan ini: cuba menarik pengguna dengan meniru perkara yang dilakukan oleh jenama lain boleh menjejaskan identiti unik jenama dan cadangan nilai yang telah dibina selama bertahun-tahun.
AI Generatif juga boleh digunakan pada komunikasi pelanggan yang diperibadikan. Penyelidikan daripada McKinsey menunjukkan bahawa syarikat yang cemerlang dalam pemperibadian menyaksikan peningkatan hasil sebanyak 40% berbanding syarikat yang tidak menggunakan pemperibadian.
Beberapa syarikat permulaan—seperti copyai, Jasper AI dan Writesonic—sedang membantu merintis pemasaran diperibadikan secara berskala melalui AI generatif. Dengan menggunakan alatan ini, tugasan harian pemasar mungkin kelihatan seperti ini: Mereka boleh memilih jenis kandungan yang ingin mereka cipta, sama ada e-mel, catatan blog dalam bentuk panjang atau sesuatu yang lain menambah gesaan yang menerangkan sifat mereka mencari; dan sertakan khalayak sasaran mereka dan parameter lain seperti nada suara, yang membantu mewujudkan komunikasi pemasaran yang konsisten dengan jenama. Alat AI kemudiannya menyediakan beberapa pilihan untuk dipilih oleh pemasar.
Alat ini paling membantu apabila digunakan pada saluran pemasaran saluran rendah (digunakan terutamanya untuk menggalakkan penukaran jualan) berbanding komunikasi pembinaan jenama yang lebih berprestij.
Pengalaman Jualan & Pengguna
Sembang yang dijana AI hari ini, yang menggunakan pemprosesan bahasa semula jadi (NLP) yang lebih berkuasa untuk memahami dan berinteraksi dengan manusia dengan lebih baik, sudah lebih baik daripada sembang AI sedia ada yang mempunyai peningkatan yang boleh diukur . Walaupun begitu, belum ada chatbot AI yang tidak mudah, dan chatbots semasa dan alat penjana teks lain masih kadang-kadang membuat kesilapan yang boleh membawa kepada bencana perkhidmatan pelanggan yang serius. Walau bagaimanapun, teknologi itu akhirnya boleh membantu ejen sokongan pelanggan menyumber luar pertanyaan kompleks, contohnya, menggunakan chatbots untuk membantu memberikan respons yang diperibadikan dalam berbilang bahasa.
Hari ini, terdapat perkhidmatan yang memberikan jenama "wakil" AI generatif untuk mengendalikan pertanyaan perkhidmatan pelanggan melalui e-mel, sembang, teks dan platform jenama itu sendiri. Perkhidmatan ini membantu mengurangkan masa menunggu perkhidmatan pelanggan dan meningkatkan masa respons.

Ejen AI Generatif juga boleh menyediakan jenama mewah, terutamanya dari segi "pelanggan", strategi runcit di mana pembantu jualan membina hubungan jangka panjang dengan pelanggan berbelanja tertinggi jenama untuk menggalakkan pembelian dan meningkatkan kesetiaan jenama . (Sebagai contoh, melalui pembelian temu janji, jenama mewah boleh mencapai kadar penukaran jualan sebanyak 60% hingga 70% di butik mewah.) Prosesnya masih agak analog dan manual, bergantung kepada pembantu jualan jenama untuk berkomunikasi melalui pelbagai mesej. Platform atau mesej teks untuk menghubungi pelanggan, dan hanya semasa rakan jualan ini bekerja. Alat berkuasa AI boleh meneruskan perbualan atau membuat cadangan penggayaan selepas pembeli meninggalkan kedai, melatih rakan jualan tentang cara berinteraksi dengan pelanggan, memperibadikan komunikasi untuk pelanggan tertentu dan menganalisis profil pengguna dan interaksi masa nyata dalam talian.

Pada Julai 2022, peruncit pakaian Stitch Fix berkata bahawa mereka sedang bereksperimen dengan GPT-3 dan DALL-E 2 (penjana AI teks-ke-imej) untuk meningkatkan jualan dan meningkatkan jualan melalui perkhidmatan penggayaan yang lebih baik . Model generatif ini sedang diuji untuk membantu penggaya dengan cepat dan tepat mentafsir sejumlah besar maklum balas pelanggan dan memilih produk yang pelanggan lebih cenderung untuk membeli. Sebagai contoh, alatan AI boleh menganalisis semua maklum balas pelanggan, yang mungkin termasuk ratusan ulasan teks, permintaan e-mel, penilaian produk dan siaran dalam talian. Jika pelanggan kerap mengulas pada sepasang seluar tertentu sebagai mempunyai "sangat sesuai" dan "warna yang menyeronokkan," DALL-E boleh menjana imej seluar serupa yang mungkin ingin dibeli oleh pelanggan. Penggaya kemudian boleh mencari produk serupa dalam inventori Stitch Fix dan mengesyorkannya kepada pelanggan tersebut.

Percubaan maya ialah satu lagi contoh AI generatif yang meningkatkan jualan dan pengalaman pengguna. Veesual yang berpangkalan di Paris menyediakan jenama fesyen e-dagang dengan penyepaduan percubaan maya, bermakna pelanggan boleh memilih model dan pakaian mereka sendiri untuk dicuba.

Nasihat Praktikal

Walaupun teknologi AI generatif mungkin menarik, perniagaan masih mahu tersilap langkah berhati-hati sebelum menyerahkan sepenuhnya sebarang tugas teras kepada AI generatif. Walau bagaimanapun, memandangkan kelajuan teknologi ini berkembang dan pertumbuhan pesat pangkalan penggunanya, pengabaian untuk meneroka kemungkinan yang ditawarkan oleh teknologi ini boleh menjadi sama berisiko. Eksekutif boleh mula memikirkan bagaimana perniagaan mereka boleh menggunakan AI generatif sekarang. Pemimpin boleh bermula dengan beberapa langkah.

Hargai "Bintang Utara" anda

Pemimpin fesyen harus menggariskan di mana AI generatif boleh memberikan nilai paling tinggi kepada perniagaan mereka. Mulakan dengan memberi perhatian kepada bidang mana—reka bentuk kreatif, merchandising, promosi pertunjukan fesyen atau pelanggan—boleh mendapat manfaat paling banyak daripada AI generatif. Pemimpin kemudiannya boleh mengutamakan kes penggunaan AI generatif yang harus mereka lakukan berdasarkan sejauh mana kesan penggunaan kes tersebut kepada perniagaan. Beberapa langkah impak termasuk meningkatkan skor kepuasan pelanggan dan mengurangkan masa menunggu perkhidmatan pelanggan.

Setelah nilai ditentukan, kes penggunaan juga harus diutamakan berdasarkan kebolehlaksanaan mereka; memutuskan cara menggunakan AI generatif dengan lancar akan bergantung pada faktor seperti kemahiran teknikal pasukan. Selepas itu, pasukan harus membina peta jalan jangka pendek untuk menguji dan mengesahkan kes penggunaan ini. Pada masa yang sama, mereka juga boleh mempertimbangkan matlamat jangka panjang yang mungkin termasuk, seperti cara membina platform reka bentuk generatif yang pereka boleh kemas kini dan gunakan musim demi musim.

Mungkin menarik untuk berseronok dengan AI generatif, tetapi memanfaatkan kuasanya memerlukan usaha tambahan. Eksekutif industri fesyen mesti sengaja membina alat yang memberikan nilai dan bukannya mencuba secara sembarangan dengan alatan sedia ada.

Fahami risiko dan rancang untuk mengurangkannya

Dalam artikel sebelumnya, kami menyenaraikan beberapa risiko menggunakan AI generatif. Satu ialah parameter undang-undang yang mengelilingi penggunaan AI generatif masih diselesaikan. Pereka bentuk kadangkala dikritik kerana mencipta karya terbitan dan reka bentuk peniru. Siapakah yang memiliki harta intelek dan hak kreatif untuk karya yang dijana oleh AI ini mungkin berdasarkan sumber data berbilang modal, seperti koleksi lepas pereka lain, dan akan ditentukan berdasarkan kes demi kes sehingga duluan undang-undang yang kukuh? timbul. (Walaupun tidak melibatkan AI generatif, pertempuran berprofil tinggi antara Hermès dan artis Mason Rothschild terhadap Meta Birkin NFT, di mana hakim memutuskan bahawa NFT melanggar tanda dagangan Hermès, menunjukkan bahawa apabila teknologi baharu muncul, jenama Fesyen mungkin menghadapi masalah undang-undang)

Risiko lain ialah berat sebelah dan saksama dalam menjana sistem AI, terutamanya di sekitar set data berat sebelah, yang boleh membawa akibat reputasi kepada jenama yang bergantung pada teknologi. Sebagai contoh, reputasi jenama boleh terjejas jika alat penjanaan imej mencipta kempen pengiklanan menggunakan imej yang tidak sesuai atau menyinggung perasaan yang kemudiannya dikongsi secara global. Menyalahkan syarikat AI untuk kawalan kerosakan mungkin tidak membantu meredakan kemarahan pengguna.

Terdapat juga risiko bahawa pekerja yang menggunakan AI generatif tidak menyedari sepenuhnya kelemahannya dan mungkin tidak dapat menyemak ralat yang diperkenalkan oleh teknologi. Dalam kes ini, syarikat mesti kerap melatih pekerja dan menyediakan mereka dengan sumber yang mereka perlukan untuk memahami cara menggunakan teknologi.

Walaupun risiko tidak dapat dielakkan, pengurus boleh mengurangkan potensi kesannya dengan mewujudkan proses yang menangani risiko, etika dan jaminan kualiti.

Tingkatkan kemahiran pekerja sedia ada

Alat AI Generatif boleh menambah nilai kepada banyak bidang perniagaan yang berbeza, jadi mendidik dan melatih pekerja (termasuk pereka bentuk, pemasar, rakan jualan dan wakil perkhidmatan pelanggan) untuk menggunakan Teknologi ini akan menjadi sangat penting.

Sesetengah syarikat telah melancarkan latihan tertumpu AI. Sebagai contoh, Levi Strauss melancarkan kem pembelajaran mesin pada tahun 2021 untuk melatih pekerja bukan teknikal cara menggunakan pembelajaran mesin dalam proses reka bentuk syarikat. Pekerja yang menyelesaikan projek mencipta alatan AI baharu yang berkaitan dengan pekerjaan mereka. Salah satu matlamat Levi dalam menubuhkan program ini adalah untuk meningkatkan kepelbagaian pekerja dengan pengetahuan teknikal supaya syarikat dapat melihat isu yang mungkin terlepas oleh pekerja yang mempunyai latar belakang teknikal tradisional. Projek ini juga membantu pasukan dengan disiplin yang berbeza—seperti pasukan reka bentuk dan kejuruteraan—berkomunikasi dengan lebih baik dan mencari titik persamaan. Di samping itu, Levi's mendapati bahawa program ini membantu meningkatkan pengekalan pekerja.

Dengan pekerja yang mahir dalam AI, kerjasama akan membawa makna baharu. Pemimpin harus mempertimbangkan: Bagaimanakah kita mentakrifkan tanggungjawab dan bekerjasama antara peranan teknikal dan bukan teknikal Reka bentuk dan pasukan kejuruteraan perisian boleh mengadakan mesyuarat kepimpinan mingguan untuk membangunkan pelan hala tuju suku tahunan dan sesi kerja antara pasukan. Pemimpin reka bentuk boleh berkongsi keperluan mereka untuk cerapan dan alatan tertentu (mungkin alat untuk menjana perubahan reka bentuk daripada lakaran), dan pasukan kejuruteraan menyampaikan alatan tersebut.

Bekerjasama dengan penyedia sokongan teknologi yang betul

Tidak syak lagi bahawa perniagaan fesyen perlu melabur dalam tenaga kerja mereka apabila memanfaatkan AI generatif, tetapi mereka tidak perlu membina aplikasi atau asas sendiri Model. Sebaliknya, pemimpin fesyen boleh bekerjasama dengan syarikat AI dan pakar untuk mengambil tindakan dengan cepat. Eksekutif fesyen boleh bekerja dengan perniagaan yang menawarkan teknologi baharu, seperti Microsoft atau OpenAI, atau dengan rakan kongsi yang menyediakan keupayaan yang membolehkan, seperti pengkomputeran awan atau API.

Walaupun kes penggunaan yang berpotensi untuk AI generatif semakin cepat muncul, masa depan teknologi ini dalam industri pakaian dan barangan mewah masih diterokai. Tetapi mencuba alat baharu hari ini bermakna kemungkinan yang tidak berkesudahan esok.

Atas ialah kandungan terperinci AI Generatif: Membuka kunci masa depan industri fesyen. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!