Sztuczna inteligencja w branży mody: Jak Hunkemöller wykorzystuje AI do analizy zachowań klientów, optymalizacji cen i klastrowania sklepów

Sztuczna inteligencja (AI) w błyskawicznym tempie rewolucjonizuje branżę mody. Podczas gdy jedne firmy przyjmują postawę wyczekującą, inne decydują się na odważne kroki naprzód.

W kolejnym artykule z cyklu „AI w modzie” redakcja FashionUnited rozmawia z Gordonem Smitem, dyrektorem ds. technologii w holenderskiej firmie bieliźniarskiej Hunkemöller.

1. Jak postrzega Pan sztuczną inteligencję i do czego wykorzystuje ją Hunkemöller?

AI stała się nieodzownym elementem nowoczesnych organizacji, zwłaszcza w branży mody. Firmy, które jeszcze nie wdrożyły rozwiązań opartych na sztucznej inteligencji, zostają daleko w tyle. Aby utrzymać konkurencyjność, AI musi być zintegrowana z działalnością i nieustannie rozwijana.

W ciągu półtora roku nasz zespół ds. danych rozrósł się z trzech do dwunastu osób. Wykorzystujemy AI w całym łańcuchu wartości – od rozwoju produktu i projektowania, aż po sprzedaż i analizę.

Nowy sklep Hunkemöller w Utrechcie Źródło: Materiały prasowe Hunkemöller

2. Czy może Pan podać konkretne przykłady?

Obecnie eksperymentujemy z projektowaniem 3D na etapie designu. Dzięki możliwości oglądania produktów w pełni cyfrowo, w technologii 360 stopni, możemy drastycznie zredukować liczbę fizycznych próbek sprowadzanych z Azji. Naszym celem jest jedna próbka zamiast czterech czy pięciu na każdy projekt/model. Przekłada się to na oszczędność czasu i kosztów.

AI pomaga nam również w klasyfikacji obrazów. Zdjęcia bielizny często eksponują ciało, przez co mogą być oznaczane przez Google jako „treści dla dorosłych”, co negatywnie wpływa na naszą widoczność w sieci. Dzięki AI jesteśmy w stanie z wyprzedzeniem przewidzieć, które zdjęcia zostaną prawdopodobnie odrzucone, a które można bezpiecznie publikować online.

Kolejnym istotnym zastosowaniem jest elastyczność cenowa. Weźmy za przykład Black Friday. Kiedyś rozpoczynaliśmy przeceny w listopadzie, opierając się na intuicji. Dziś robimy to w sposób w pełni oparty na danych. Modele machine learning precyzyjnie określają, kiedy i o ile należy obniżyć cenę danego produktu, a kiedy tego nie robić. To w wymierny sposób przekłada się na wyższe marże.

Wykorzystujemy AI także do analizy opinii klientów. Wspólnie z Google opracowaliśmy narzędzie, które automatycznie tłumaczy setki tysięcy recenzji i analizuje ich sentyment. Pomogło nam to zidentyfikować największe źródła frustracji klientów, co pozwoliło na natychmiastową reakcję.

Nowy sklep Hunkemöller w Gandawie Źródło: Martin Pilette Rod (za pośrednictwem Hunkemöller)

Ponadto pracujemy nad klastrowaniem sklepów, gdzie AI identyfikuje placówki obsługujące klientów o podobnych profilach. Dzięki grupowaniu sklepów na podstawie danych, asortyment w poszczególnych klastrach może być znacznie lepiej dopasowany. Analizy te wymagają niekiedy przetwarzania miliardów rekordów, co byłoby niewykonalne manualnie.

3. Jakie rezultaty przyniosło dotychczas wdrożenie AI?

W ostatnich latach Hunkemöller przeszło gruntowną transformację w obszarze danych. Posiadaliśmy ponad 25 różnych źródeł danych, które trzy-cztery lata temu skonsolidowaliśmy w jednej, centralnej bazie. Siedzieliśmy na prawdziwej kopalni złota, ale nie mieliśmy do niej dostępu. Połączenie tych wszystkich źródeł było ogromnym wyzwaniem, ale teraz zbieramy owoce tej pracy. Uzyskaliśmy nowe informacje, takie jak wzorce zachowań zakupowych zidentyfikowane dzięki klastrowaniu sklepów.

Kolejnym krokiem jest aktywne wykorzystanie wszystkich tych nowych wniosków, tak jak zrobiliśmy to w przypadku opinii klientów.

4. Jakie wnioski wyciągnął Pan z dotychczasowych doświadczeń i jakie są największe wyzwania?

Najważniejsza lekcja jest taka, że dane podstawowe (master data) muszą być uporządkowane. Jeśli dane wejściowe są błędne, wciąż obowiązuje zasada „śmieci na wejściu, śmieci na wyjściu”. Przykładowo, na potrzeby analizy elastyczności cenowej i klastrowania sklepów musieliśmy znacząco dopracować nasze dane. Dla zobrazowania skali: stworzenie solidnych fundamentów zajęło nam dwa lata ciężkiej pracy.

Nowy sklep Hunkemöller w Gandawie Źródło: Martin Pilette Rod (za pośrednictwem Hunkemöller)

Kolejnym dużym wyzwaniem związanym z AI jest jej adopcja w organizacji. Korzystanie ze sztucznej inteligencji w dużej firmie znacznie różni się od tego, jak używamy jej prywatnie. Poproszenie popularnych narzędzi AI, takich jak ChatGPT, o stworzenie planu podróży jest proste; profesjonalne wykorzystanie to zupełnie inna kwestia. Jak na przykład zapewnić, by 6500 pracowników potrafiło pisać dobre prompty?

Obecnie opracowujemy szkolenia i wytyczne, aby zwiększyć kompetencje pracowników w zakresie AI. Tworzymy również centralną strategię AI, aby poszczególne zespoły nie pracowały na różnych narzędziach. Ta koordynacja ma kluczowe znaczenie, z czym z pewnością zgodzi się wiele firm.

5. Jakie są dalsze plany Hunkemöller w zakresie AI?

Niedawno czytałem raport, z którego wynika, że 90 procent firm już pracuje z AI, ale 67 procent z nich wciąż znajduje się w fazie pilotażowej. To bardzo trafna obserwacja. Pod względem analityki Hunkemöller jest na zaawansowanym etapie, ale w innych obszarach wciąż jesteśmy na etapie odkrywania możliwości.

Jednym z obszarów, który dopiero zaczynamy zgłębiać, jest kreatywna AI. Chociaż fizyczne sesje zdjęciowe pozostają kluczowe dla tworzenia magii, emocji i atmosfery, w przyszłości AI może je wspierać i transformować. Może poszerzyć możliwości twórcze lub zwiększyć efektywność, na przykład poprzez ograniczenie podróży.

Ponadto chcemy wykorzystać AI do optymalizacji naszego marketing mixu i lepszego zrozumienia zwrotu z inwestycji w kampanie.

Nowy sklep Hunkemöller w Oberhausen Źródło: Materiały prasowe Hunkemöller

6. Gdzie widzi Pan największe możliwości dla AI w branży mody?

Największe szanse leżą w domenie kreatywnej. Weźmy pod uwagę analizę trendów: jakie produkty rozwijać, jakie wzory zyskują na popularności, w którym kierunku zmierza rynek? AI może tworzyć moodboardy lub przekształcać wzory w projekty 3D. Ta technologia już istnieje, ale wciąż jest rzadko wykorzystywana na dużą skalę w modzie.

Europejscy gracze, tacy jak Zara i Loavies, oraz chińscy giganci, jak Shein i Temu, mają bardzo krótkie czasy realizacji – od projektu do dostawy mija często zaledwie kilka tygodni lub dni. Nie jesteśmy w stanie dorównać temu tempu. Projektowanie i produkcja bielizny odbywa się w całości wewnętrznie i jest procesem bardziej złożonym niż stworzenie T-shirtu czy swetra. Niemniej jednak nasz czas wprowadzenia produktu na rynek może i musi być krótszy, i jestem przekonany, że AI odegra w tym kluczową rolę.

7. Jakaś ostatnia rada na koniec?

W zeszłym roku powiedziałbym, że firmy powinny wdrażać AI krok po kroku: zaczynać od małych projektów, przeprowadzać pilotaże, a następnie powoli skalować działania. Moje myślenie w tej kwestii całkowicie się zmieniło. AI nadała czasowi nowy wymiar. Kilka lat temu „przeszłość” oznaczała okres sprzed pięciu, sześciu czy siedmiu lat. Dziś, mówiąc o „przeszłości” w kontekście AI, mam na myśli to, co działo się dwa, trzy miesiące temu. Rozwój jest tak szybki, że metoda małych kroków już się nie sprawdza.

Firmom, które są obecnie na etapie eksperymentów i poszukiwań, radzę: zapewnijcie sobie wsparcie wewnątrz organizacji. Pracownicy muszą zrozumieć, że AI nie zabierze im pracy, ale uwolni ich czas, aby mogli lepiej wykonywać swoje zadania. Szczególnie w branży detalicznej, gdzie zawsze panuje pośpiech, narzędzia AI mogą przynieść ogromny wzrost wydajności.

Dla firm, które jeszcze nie zaczęły pracy z AI, moja rada brzmi: dane – drukowanymi literami, z podkreśleniem i wykrzyknikiem!

Do transkrypcji tego wywiadu oraz jako wsparcie redakcyjne wykorzystano narzędzia AI.

Ten artykuł został przetłumaczony na język angielski przy użyciu narzędzia AI.

Ten artykuł został przetłumaczony na język polski przy użyciu narzędzia AI.

OR CONTINUE WITH

AI in fashion

Hunkemöller

Interview

Technology