در حالی که هوش مصنوعی هنوز نوپا است این پتانسیل را دارد که به کسب و کارهای مد و پوشاک کمک کند تا مولدتر شوند، سریعتر وارد بازار شوند و به مشتریان خدمات بهتری ارائه دهند. اکنون زمان کشف فناوری فرا رسیده است.
در حالی که هفتههای مد این فصل در لندن، میلان، نیویورک و پاریس به پایان می رسد، برندها در حال کار برای تولید و فروش طرحهایی هستند که به تازگی در باند فرودگاهها به نمایش گذاشتهاند، و مجموعههای فصل بعد را شروع میکنند. در آینده، کاملاً ممکن است که این طرحها مهارت یک مدیر خلاق را با قدرت هوش مصنوعی مولد (AI) ترکیب کنند و به عرضه سریعتر لباسها و لوازم جانبی به بازار، فروش کارآمدتر آنها و بهبود تجربه مشتری کمک کنند.
تا به حال احتمالاً در مورد ChatGPT OpenAI شنیدهاید، چت ربات هوش مصنوعی که یک شبه به یک حس تبدیل شد و یک مسابقه دیجیتالی را برای ساخت و انتشار رقبا به راه انداخت. ChatGPT تنها یک نمونه مشتری پسند از هوش مصنوعی مولد است، فناوری متشکل از الگوریتمهایی که میتواند برای ایجاد محتوای جدید از جمله صدا، کد، تصاویر، متن، شبیه سازیها و ویدئوها استفاده شود. هوش مصنوعی مولد بهجای شناسایی و طبقهبندی اطلاعات، اطلاعات جدیدی را با استفاده از مدلهای پایه ایجاد میکند، که مدلهای یادگیری عمیقی هستند که میتوانند همزمان چندین کار پیچیده را انجام دهند. به عنوان نمونه می توان به GPT-3.5 و DALL-E اشاره کرد. (برای اطلاعات بیشتر در مورد هوش مصنوعی و یادگیری ماشینی، به مقاله « هوش مصنوعی مولد چیست؟ » مراجعه کنید.
صنعت مد و پوشاک در مواجهه با هوش مصنوعی و سایر فناوریهای مرزی دیگر مانند متاورس، توکنهای غیرقابل تعویض (NFT)، شناسههای دیجیتال و واقعیت افزوده یا مجازی، تا کنون تجربه بسیار کمتری با هوش مصنوعی مولد داشته است. درست است، این فناوری نوپا اخیراً به طور گسترده در دسترس قرار گرفت و هنوز هم مملو از پیچیدگیها و اشکالات نگران کننده است، اما همه نشانهها حاکی از آن است که میتواند با سرعت برق بهبود یابد و تبدیل به یک تغییر دهنده بازی در بسیاری از جنبههای تجارت شود.
بر اساس تحلیلهای شرکت مک کینزی، در سه تا پنج سال آینده، هوش مصنوعی مولد میتواند به طور محافظه کارانه ۱۵۰ میلیارد دلار و تا ۲۷۵ میلیارد دلار به سود عملیاتی بخش پوشاک، مد و تجملات اضافه کند. از کدنویسی گرفته تا سرعت بخشیدن به فرآیندهای توسعه محتوا، هوش مصنوعی مولد فضای جدیدی برای خلاقیت ایجاد میکند. این میتواند همه اشکال دادههای «بدون ساختار» را وارد کند (متن خام، تصاویر و ویدیو) و اشکال جدیدی از رسانهها را از اسکریپتهای کاملاً نوشتاری گرفته تا طرحهای سه بعدی و مدلهای مجازی واقعی برای کمپینهای ویدیویی خروجی دهد.
این هنوز روزهای اولیه است، اما برخی موارد استفاده واضح از هوش مصنوعی مولد در مد و پوشاک قبلاً ظاهر شده است. بسیاری از این موارد استفاده در بخشهای زیبایی و محصولات لوکس نیز اعمال میشود. در نوآوری محصول، بازاریابی، فروش و تجربه مشتری به طور خاص، این فناوری میتواند نتایج قابل توجهی داشته باشد و ممکن است در کوتاه مدت در مقایسه با حوزههای دیگر در زنجیره ارزش مد، امکان پذیرتر باشد. در این مقاله، برخی از امیدوار کنندهترین موارد استفاده را بیان میکنیم و گامهایی را که مدیران اجرایی میتوانند برای شروع انجام دهند، و همچنین خطراتی که باید در هنگام انجام این کار در نظر داشته باشند، ارائه میکنیم.
از نظر ما، هوش مصنوعی مولد فقط اتوماسیون نیست، بلکه در مورد تقویت و شتاب است. این بدان معناست که به حرفهایها و خلاقان مد ابزارهای تکنولوژیکی برای انجام کارهای خاص به طور چشمگیری سریعتر داده میشود و دست آنها را باز میگزارد تا زمان بیشتری را صرف انجام کارهایی کنند که فقط انسانها میتوانند انجام دهند. همچنین به معنای ایجاد سیستمهایی برای ارائه خدمات بهتر به مشتریان است؛ و اینجاست که باید شروع کرد.
درک موارد استفاده هوش مصنوعی در مد و پوشاک
هوش مصنوعی مولد این پتانسیل را دارد که بر کل اکوسیستم مد تأثیر بگذارد. شرکتهای مد میتوانند از این فناوری برای کمک به ایجاد طرحهای فروش بهتر، کاهش هزینههای بازاریابی، شخصی سازی بیش از حد ارتباطات مشتری و سرعت بخشیدن به فرآیندها استفاده کنند. همچنین ممکن است زنجیره تامین و تدارکات، عملیات ذخیره سازی، و سازماندهی و عملکردهای پشتیبانی را تغییر دهد. مدلهای پایه و هوش مصنوعی مولد را میتوان در سراسر زنجیره ارزش مد استفاده کرد.
توسعه محصول و نوآوری
به جای تکیه بر گزارشهای روند و تحلیل بازار به تنهایی برای اطلاع از طرحهای مجموعه فصل آینده، هم خرده فروشان مد و پوشاک در بازار انبوه و هم مدیران خلاق برندهای لوکس میتوانند از هوش مصنوعی مولد برای تجزیه و تحلیل در زمان واقعی انواع مختلف دادههای بدون ساختار استفاده کنند. برای نمونه، هوش مصنوعی مولد میتواند به سرعت تجزیه و تحلیل احساسات را از ویدیوهای موجود در رسانههای اجتماعی انجام دهد یا روندها را از منابع متعدد دادههای مصرف کننده مدل سازی کند.
کارگردانان خلاق و تیمهایشان میتوانند طرحها و جزئیات دلخواه، مانند پارچهها، پالتهای رنگی و الگوها را در یک پلتفرم مجهز به هوش مصنوعی مولد وارد کنند که بهطور خودکار مجموعهای از طرحها را ایجاد میکند. بنابراین به طراحان اجازه میدهد تا با تنوع بسیار زیادی از سبکها و ظاهر بازی کنند. سپس یک تیم ممکن است آیتمهای جدیدی را بر اساس این خروجیها طراحی کند و نشانهای از یک خانه مد را روی هر یک از ظاهرها قرار دهد. این راه را برای ایجاد محصولات نوآورانه با نسخه محدود باز میکند که ممکن است همکاری بین دو برند نیز باشد. محصولاتی مانند عینک را میتوان با استفاده از فناوری تشخیص چهره با استفاده از هوش مصنوعی مولد برای اسکن توپوگرافی صورت و تنظیم اندازه و سبک ترجیحی مشتری برای افراد طراحی کرد.
این سناریو در دسامبر ۲۰۲۲ به واقعیت تبدیل شد، زمانی که گروهی از طراحان مد مستقر در هنگ کنگ از آزمایشگاه هوش مصنوعی در طراحی (AiDLab) نمایش مدی را با طرحهای مولد مبتنی بر هوش مصنوعی برگزار کردند.
طراحان مد و پوشاک با استفاده از ابزارهایی از شرکتهای فناوری مانند Cala، Designovel و Fashable، از قدرت هوش مصنوعی مولد برای ایجاد ایدههای جدید بهره میبرند، تنوع طراحی بیشماری را بدون نیاز به تولید نمونههای گران قیمت امتحان میکنند و به فرآیندهای خود سرعت میبخشند. (برای مشاغل زیبایی، هوش مصنوعی مولد همچنین فرصتی را برای برندها فراهم میکند تا فرمولهای محصول جدید را شناسایی کنند، که به طور بالقوه به کاهش هزینههای آزمایش آزمایشگاهی کمک میکند.)
بازاریابی
مدیران و آژانسهای بازاریابی میتوانند از هوش مصنوعی مولد برای ایده پردازی استراتژیهای کمپین، محتوای کمپین محصول و حتی آواتارهای مجازی برای هر کانال بازاریابی استفاده کنند و این کار را سریع انجام دهند.
طلای بازاریابی، میتواند یک بازی اعداد باشد. TikTok را در نظر بگیرید: هیچ فرمول برنده واحدی برای ویروسی شدن در این پلتفرم وجود ندارد. در عوض، هرچه بیشتر تولید کنید، شانس شما برای تبدیل شدن به یک موضوع پرطرفدار و افزایش آگاهی از برند و فروش بیشتر است. ایجاد یک پلتفرم ویدیویی مبتنی بر هوش مصنوعی برای ایجاد ویدیوهای کوتاه برای TikTok یا دیگر پلتفرمهای رسانههای اجتماعی میتواند به صرفهجویی در زمان و هزینههای مرتبط با انتشار محتوای رسانههای اجتماعی کمک کند. هوش مصنوعی مولد میتواند الگوها و روندهای محتوای ویروسی را تشخیص دهد و محتوای جدیدی ایجاد کند که از مشخصات بازاریاب نیز پیروی کند.
این تمرینها میتواند به تیمهای بازاریابی داخلی کمک کند تا حجم کاری خود را مدیریت کنند و در عین حال اتکای آنها به برون سپاری کار به آژانسهای خلاق را کاهش دهند. با این حال، بازاریابان باید مراقب این رویکرد باشند: تلاش برای دستیابی به مشتریان از طریق تکرار کارهایی که برندهای دیگر انجام دادهاند، میتواند با هویت منحصربهفرد و ارزش پیشنهادی که یک برند سالها صرف ساختن آن میکند، مقابله کند.
هوش مصنوعی مولد همچنین میتواند برای ارتباطات شخصی سازی شده با مشتری اعمال شود. طبق تحقیقات مک کینزی، شرکتهایی که در شخصی سازی برتری دارند، درآمدشان را در مقایسه با شرکتهایی که از شخصی سازی استفاده نمیکنند، ۴۰ درصد افزایش میدهند.
چندین استارت آپ از جمله: CopyAI، Jasper AI، و Writesonic، فقط به نام چند مورد به بازاریابی شخصی سازی شده در مقیاس از طریق هوش مصنوعی مولد کمک میکنند.
با استفاده از این ابزارها، وظایف روزانه یک بازاریاب ممکن است به این شکل دربیاید:
آنها میتوانند نوع محتوایی که میخواهند را خیلی سریعتر، راحتتر و بهینهتر ایجاد کنند (ایمیل، یک پست وبلاگ طولانی، یا چیز دیگری انتخاب کنند)؛ اضافه کردن یک اعلان توصیف از آنچه که آنها به دنبالش هستند، اما به گونهای که شامل مخاطبان هدف و سایر پارامترها مانند لحن میشود و به ایجاد ارتباطات بازاریابی مطابق با ماهیت برند کمک میکند. همچنین ابزارهای هوش مصنوعی میتوانند همیشه چندین گزینه را ارائه دهند که بازاریاب بتواند از بین آنها انتخاب کند.
این ابزارها زمانی که برای کانالهای بازاریابی در پایین قیف بازاریابی (آنهایی که بیشتر برای تشویق و تبدیل به فروش استفاده میشوند) به کار میروند بسیار مفید هستند؛ برخلاف ارتباطات معتبرتری که برای ایجاد برند وجود دارد. از این رو بازاریابها همچنان ملزم به ویرایش هستند.
فروش و تجربه مصرف کننده
چتهای مبتنی بر هوش مصنوعی امروزی که از پردازش زبان طبیعی قویتری برای درک بهتر و تعامل با انسانها استفاده میکنند، در حال حاضر پیشرفت قابل توجهی نسبت به چتهای هوش مصنوعی پیشین که در حال استفاده و موجود هستند، دارند. با این اوصاف، (هنوز) یک ربات چت مولد هوش مصنوعی برای مشاغل وجود ندارد. چت رباتهای کنونی و سایر ابزارهای تولید متن هنوز هم گاهی اوقات خطاهایی ایجاد میکنند که میتواند باعث فجایع خدمات مشتری جدی شود. با این حال، در نهایت، این فناوری میتواند به عوامل پشتیبانی مشتری کمک کند تا درخواستهای پیچیده را برون سپاری کنند. به عنوان مثال، استفاده از رباتهای گفتگو برای کمک به ارائه پاسخهای شخصی به زبانهای متعدد.
امروزه، سرویسهایی وجود دارند که یک «نماینده» هوش مصنوعی مولد را به یک برند اختصاص میدهند تا به درخواستهای خدمات مشتری در ایمیل، چت، متن و پلتفرمهای خود برند رسیدگی کند. این خدمات به کاهش زمان انتظار خدمات مشتری و بهبود زمان پاسخگویی کمک میکند.
نمایندگان مولد هوش مصنوعی همچنین میتوانند به برندهای لوکس خدمات ارائه دهند، بهویژه زمانی که صحبت از «مشتریسازی» میشود. آنها با ایجاد یک استراتژی خرده فروشی، که به موجب آن در بخش فروش، روابط بلند مدتی را با مشتریان پرخرج یک برند ایجاد میکند، تا خرید را برای آنها لذت بخش کنند و وفاداری به برند را بهبود بخشند. (برای مثال، برندهای گرانقیمت میتوانند به نرخ تبدیل فروش ۶۰ تا ۷۰ درصدی در بوتیکهای لوکس، از طریق خرید صرفاً با قرار ملاقات، دست پیدا کنند.) این فرآیند تا حدودی آنالوگ و دستی باقی مانده است و به همکاران و شرکا فروش برندها برای ارتباط با مشتریان از طریق انواع پلتفرمهای پیام رسانی یا متون متکی است و تنها زمانی محدود میشود که آن همکاران مشغول به کار هستند.
ابزارهای مبتنی بر هوش مصنوعی میتوانند مکالمه را ادامه دهند یا پس از خروج خریدار از فروشگاه، توصیههایی برای طراحی ارائه دهند. همچنین همکاران و شرکا فروش را در مورد نحوه تعامل با مشتریان، شخصی سازی ارتباطات برای مشتریان خاص، تجزیه و تحلیل نمایههای مصرف کنندگان و تعامل آنلاین راهنمایی کنند.
در جولای ۲۰۲۲، خرده فروش مد و پوشاک Stitch Fix گفت که در حال آزمایش با GPT-3 و DALL-E2 است که تولید کننده هوش مصنوعی متن به تصویر است تا فروش را افزایش دهد و رضایت مشتری را با خدمات استایل بهتر بهبود بخشد. این مدلهای تولیدی برای کمک به استایلیستها در تفسیر سریع و دقیق مجموعهای از بازخورد مشتری و انتخاب محصولاتی که مشتریان احتمالاً خرید میکنند، آزمایش میشوند.
به عنوان نمونه، ابزار هوش مصنوعی میتواند تمام بازخوردهای مشتری را که میتواند شامل صدها نظر متنی، درخواستهای ایمیل، رتبهبندی محصول و پستهای آنلاین باشد، تجزیه و تحلیل کند. اگر مشتری به طور مرتب در مورد، مثلاً، “تناسب عالی” و “رنگ سرگرم کننده” یک سبک خاص از شلوارها نظر دهد، DALL-E میتواند تصاویری از شلوارهای مشابه ایجاد کند که مشتری احتمالاً مایل به خرید آن است. سپس میتواند اقلام مشابه را در موجودی Stitch Fix بیابد و آنها را به آن مشتری توصیه کند.
آزمایشهای مجازی نمونه دیگری از این است که چگونه هوش مصنوعی مولد میتواند فروش و تجربه مصرف کننده را بهبود بخشد. Veesual مستقر در پاریس، یکپارچه سازی آزمایشی مجازی را برای برندهای مد و پوشاک تجارت الکترونیکی امکان پذیر میکند، به این معنی که مشتریان میتوانند مدل خود را انتخاب کنند و لباسهایی را برای امتحان کردن انتخاب کنند.
در بخش بعدی این مقاله به سراغ این میرویم که چه طور باید شروع کنیم؟ از کجا کار را شروع کنیم تا بتوانیم بهترین فرصت دهههای آینده را بدست آوریم.
بدون دیدگاه