مايسا بناتي، الرئيس التنفيذي لشركة AIUTA – سلسلة المقابلات

مايسا بناتي الرئيس التنفيذي لشركة AIUTA هو قائد رؤية في مجال التكنولوجيا والتصميم، ويقود حاليًا مهمة الشركة لثورة تجارب الموضة الرقمية من لندن منذ ديسمبر 2024. في دورها كرئيس تنفيذي، تركز على بناء حلول ذكاء اصطناعي قابلة للتوسع تساعد العلامات التجارية على إنتاج محتوى مرئي متميز، وتحسين رحلات العملاء، وفتح فرص نمو، مستندة إلى خبرتها العميقة في تصميم المنتجات، وبحوث تجربة المستخدم، والذكاء الاصطناعي من منصبها السابق كمسؤول أول لل产品 في شركة AIUTA، ودور قيادية في الشركات مثل FARFETCH وAmazon (AMZN ). وتشمل خلفيتها الذكاء الاصطناعي للتخصيص والاكتشاف، ونماذج اللغة الكبيرة، وابتكارات التجارة الإلكترونية، وتدفع باستمرار تطبيقات الذكاء الاصطناعي التي تجعل تسوق الموضة أكثر直رة ومتعة.

AIUTA هي منصة ابتكار ذكاء اصطناعي متعددة الوظائف تحول طريقة تعامل العلامات التجارية للتجزئة مع المتسوقين عبر الإنترنت من خلال دمج تقنيات متقدمة مثل تجربة الملابس الافتراضية، والتخصيص الشخصي، وإنشاء المحتوى بواسطة الذكاء الاصطناعي مباشرة في المتاجر الرقمية. تمكن مجموعة الحلول التي تقدمها الشركة من تجارب تسوق غامرة ومتفاعلة تزيد من التحويل وتقلل من الإرجاع من خلال السماح للمستهلكين بتصور الملابس على أنفسهم في الوقت الفعلي، كما تمكن العلامات التجارية من توسيع الصور الاستوديو الدرجة وتصاميم الملابس باستخدام نماذج ذكاء اصطناعي مملوكة تتعامل مع العرض الحقيقي، والتناسب الافتراضي للجسم، والدمج السلس للكتلوج.

بدأت مسيرتك في تصميم الأزياء وأبحاث الاتجاهات قبل الانتقال إلى أدوار تواصل مع العملاء وقيادة المنتجات في Farfetch وAmazon Fashion. كيف شكّلت تلك الخبرات المبكرة في الموضة منظورك حول مكان يمكن للذكاء الاصطناعي أن يخلق أكبر تأثير معنوي في التجارة؟

لم أدخل إلى الموضة لأنني أردت تصميم أشياء جميلة — أدخلت لأنني كنت أتساءل عن كيفية عمل الصناعة بشكل فعلي. حتى في البداية، كنت أكثر اهتمامًا بالأسئلة مثل: كيف يتوسع هذا؟ لماذا هو مكلف؟ لماذا يتعطل عندما يصل إلى العميل؟

عندما انتقلت إلى أدوار العملاء والمنتجات في Farfetch وAmazon Fashion لاحقًا، تحولت تلك الفضول إلى شيء ملموس. يمكنني رؤية كيف يعتمد الكثير من تجربة التسوق عبر الإنترنت على الصور، وكيف القليل من تلك الصور يخبرك حقًا عن كيفية ملاءمة أو سلوك القماش على جسمك.

ذلك هو المكان الذي بدا لي فيه الذكاء الاصطناعي معنويًا، ليس كحيلة إبداعية، ولكن كوسيلة لسد الفجوة بين ما تعرضه العلامات التجارية وما يتلقاه العملاء فعليًا. إذا كان الذكاء الاصطناعي يمكن أن يساعد في تمثيل الملابس بشكل أكثر صدقًا ومتسقًا، يمكن أن ي cải thiện الثقة، ويقلل من الهدر، ويعمل على جعل التجارة تعمل بشكل أفضل للجميع المعنيين.

يحيط بالذكاء الاصطناعي في الموضة الكثير من الضوضاء. ما هي أكبر المفاهيم الخاطئة التي لديها العلامات التجارية حول تطبيق الرؤية الحاسوبية والذكاء الاصطناعي في التجزئة، وأين يفشل معظم المشاريع؟

أكبر مفاهيم خاطئة هي أن إذا كان شيء يبدو مثيرًا للإعجاب في العرض التوضيحي، فهو جاهز للانتاج. في الواقع، تلك هي أمور مختلفة تمامًا.

الموضة مليئة بالحالات الحدية: أنواع جسم مختلفة، وأقمشة، وبنايات، ومعايير علامات تجارية. لا تتعامل العديد من أدوات الذكاء الاصطناعي مع تلك التعقيدات بشكل متسق. قد تنتج شيئًا يبدو جيدًا مرة واحدة، ولكنه يتفكك عندما تحاول تطبيقه على كتالوج كامل.

مشكلة أخرى هي أن الموضة غالبًا ما تعامل كمسألة بصرية عامة. ليست كذلك. الملابس هي كائن مادي، وإذا لم تفهم نظامك كيفية سلوك الملابس في العالم الحقيقي، فإن الناتج قد يبدو جذابًا ولكنه لن يكون موثوقًا. تأثير ذلك الفجوة كبير — حوالي 40% من الطلبات عبر الإنترنت للموضة يتم إرجاعها، مما يضر بكلا من حسابات التجزئة والبيئة. عندما تضلل الصور الملابس أو المظهر، تزيد الارتياب، وغالبًا ما يكون ذلك هو المكان الذي تتعثر فيه مبادرات الذكاء الاصطناعي.

يذكر العديد من التجزئة أن عدم اليقين بشأن الملاءمة والمظهر هو أحد المحركات الرئيسية للإرجاع. من خبرتك في العمل على الحجم والملاءمة في Farfetch وAmazon، ماذا يحتاج الذكاء الاصطناعي لخفض الإرجاع بشكل قابل للقياس؟

خفض الإرجاع ليس عن طريق إضافة ميزة، بل عن طريق زيادة الثقة في لحظة الشراء.

الحجم والملاءمة يعنيان أشياء مختلفة عبر المناطق. تختلف توقعات الملاءمة الثقافية. “الملاءمة المثالية” في سوق ما قد تشعر بالضيق أو الارتخاء في سوق آخر. يمكن للذكاء الاصطناعي خريطة تلك الأنماط وتقديم توصيات مخصصة بناءً على السلوك الإقليمي والتفضيلات الفردية، وليس فقط القياسات.

هناك أيضًا مشكلة هيكلية في صور الموضة. يتم تصوير معظم المنتجات على حجم عينة واحد، غالبًا ما يتم قصه في الاستوديو ليكون أكثر جاذبية. ذلك يخلق توقعات غير واقعية. كان من المثالي تصوير كل قطعة ملابس على أنواع جسم متعددة، ولكن بالنسبة لمعظم الأعمال، يكون ذلك معقدًا تشغيليًا ومكلفًا للغاية.

ذلك هو المكان الذي يصبح فيه الذكاء الاصطناعي تحولًا. يسمح للعلامات التجارية بإظهار كيفية سلوك الملابس عبر أنواع جسم متنوعة وألوان بشرة، بطرق واقعية.

الواقعية هي المفتاح. إذا ما felt ما يرى العملاء صادقًا ومتسقًا عبر الكتالوج، تزيد الثقة. عندما تزيد الثقة، يقل الإرجاع.

يمكن أن يبدو عرض تجربة الملابس الافتراضية مثيرًا للإعجاب في العزلة، ولكن توسيعها عبر آلاف(SKU) هو تحدي مختلف. ما هي العوائق الفنية أو التشغيلية التي تظهر عند توسيعها؟ وكيف تعاملت AIUTA معها؟

عند التوسع، تدرك بسرعة أن العرض الجيد ليس كافيا. من خبرتي في تشغيل مبادرات الملابس الافتراضية وملاءمة الحجم في Farfetch وAmazon، كانت أكبر التحديات ليست فقط متعلقة بالدقة. كانت تتعلق بالتكلفة والسرعة والتعقيد التشغيلي.

الارتباط هو جزء كبير من ذلك. إذا استغرق czas تحميل تجربة الملابس الافتراضية وقتًا طويلا، لن يستخدمها العملاء، مهما كانت دقيقة. لذلك، كان الأداء معيارًا أساسيًا في تصميمنا من البداية. اليوم، يتحمل عرض الملابس الافتراضية من AIUTA في حوالي 4 إلى 7 ثوان في الإنتاج، وهو أسرع بكثير من معظم الحلول في السوق.

التعقيد التشغيلي مهم بنفس القدر. تتطلب العديد من الحلول تحضيرًا شاملاً، أو مدخلات مفصلة، أو عمل يدوي مستمر من فرق العلامات التجارية. تم تصميم AIUTA للعمل من مدخلات بسيطة، مع جهد mínimo مطلوب من التجزئة، مع الحفاظ على دقة الملابس. ونتيجة لذلك، يمكننا الانتقال من توليد مئات الصور في الأسبوع إلى آلاف الصور في اليوم، مما يسمح للعلامات التجارية بتوسيع تجربة الملابس الافتراضية عبر كتالوجات كبيرة دون إضافة عبء تشغيلي.

أخيرًا، هناك التماسك. تتغير العديد من الأنظمة وتشوه الأقمشة أو الت比例 عند التوسع. من خلال التحكم في خط الأنابيب الكامل من التقاط الملابس وتحديد Sites إلى تدريب النماذج وتحميلها، نحافظ على هوية الملابس والواقعية عند مستوى التجزئة الذي تعمل عليه الشركات الكبيرة.

AIUTA تجمع بين خطوط الرؤية الحاسوبية والنماذج التوليدية. كيف تضمن الواقعية ودقة الملابس مع تقديم مخرجات بسرعة كافية لتدفقات العمل التجارية؟

نحن نهدف إلى تحقيق الأمور التي نضمنها. السرعة مهمة، ولكن الدقة تأتي أولا.

نظامنا مدرب بشكل خاص على بيانات الموضة، وهذا الفرق مهم. لا نعتمد على مجموعات بيانات التجارة الإلكترونية القياسية التي تميل إلى تكرار نفس الأنواع الجسمية الضيقة مرة بعد مرة — نتحدث عن نماذج عادة ما تكون طويلة ورفيعة. بدلاً من ذلك، نمتلك وصنعنا مجموعة بيانات غنية ومتعددة حول تمثيلات بشرية واقعية، مع أشكال جسم مختلفة، وأحجام، وبنايات ملابس.

نظرًا لأن النماذج مدربة على تلك التنوع، تفهم أشياء مثل قوام القماش، والانحناء، والبناء بطريقة أكثر واقعية. ونتيجة لذلك، لا نحتاج إلى “تصحيح” المخرجات بعد ذلك. الواقعية مبنية في النظام من البداية.

من حيث البنية التحتية، استثمرنا أيضًا بشكل كبير في الأداء. النتيجة هي أن العلامات التجارية يمكنها توليد مخرجات عالية الجودة في ثوان، وليس دقائق، مما يجعل التكنولوجيا قابلة للاستخدام في بيئات الإنتاج الفعلية وليس فقط في التجارب.

ما هي أكبر التحديات التي تواجه الشركات الكبيرة عند دمج أدوات الذكاء الاصطناعي في سير عمل الإبداع والبضائع وإنتاج المحتوى الحالي؟

معظم الشركات الكبيرة لديها أنظمة وعمليات معقدة موجودة بالفعل. أكبر تحدي هو أن العديد من أدوات الذكاء الاصطناعي مبنية كمنتجات مستقلة، وليس كجزء من سير عمل أوسع.

لكي يعتمد الذكاء الاصطناعي فعليًا، يجب أن يدمج بشكل نظيف، فنيًا وعمليًا. ذلك يعني واجهات برمجة التطبيقات، وامتثال الأمان، وجودة متوقعة، ومسؤولية واضحة عندما يحدث خطأ.

هناك أيضًا عنصر من الثقة. العلامات التجارية متردددة بشكل معقول في السماح لأنظمة التوليد باللمس لعناصرها المرئية الأساسية. لذلك، يهم الثقة والسيطرة على الجودة بنفس القدر الذي يهم به الابتكار.

لقد قادت مبادرات الذكاء الاصطناعي والشخصنة داخل سوق كبير. كيف يختلف بناء الذكاء الاصطناعي داخل منصة كبيرة عن بناء شركة تقنية عميقة تركز فقط على بنية تحتية للذكاء الاصطناعي في الموضة؟

داخل منصة كبيرة، الذكاء الاصطناعي هو واحد من العديد من الأجزاء المتحركة. غالبًا ما تكون تحسينًا داخل القيود الحالية وتوازن الأولويات المتضاربة.

بناء AIUTA مختلف تمامًا لأن الشركة بأكملها تركز على مشكلة واحدة: صور الموضة. ذلك التركيز يسمح لنا بالذهاب أعمق، فنيًا وإبداعيًا، والانتقال بسرعة عندما نرى شيئًا يكسّر في الإنتاج.

كما يسمح لنا ببناء بنية تحتية طويلة الأمد بدلاً من ميزات قصيرة الأمد. لسنا نحل فقط حالات الاستخدام الحالية، بل نصمم أنظمة يمكنها التطور مع تقدم التكنولوجيا.

كيف تتوازن بين التخصيص والخصوصية عند العمل مع بيانات الحجم، وتمثيلات الجسم، وإشارات سلوك المشتري؟

الخصوصية يجب أن تبنى في النظام من البداية. لا يمكنك معاملتها كإضافة لاحقة.

في AIUTA، نركز على تحسين التمثيل بدلاً من جمع المزيد من البيانات الشخصية. من خلال فهم أفضل للملابس وتنوع الجسم بشكل مجمل، يمكننا تقديم تجارب أكثر صلة دون الاعتماد على معلومات فردية حساسة.

ذلك التوازن حرج — خاصة في الموضة، حيث يلعب الثقة دورًا كبيرًا في قرارات الشراء.

تثير الصور المولدة بواسطة الذكاء الاصطناعي مخاوف بشأن أجسام جميلة أو ملابس خاطئة. كيف تتعامل مع الصدق والسلامة العلامة عند نشر أنظمة توليدية في النطاق؟

هذا شيء نفكر فيه باستمرار، وأصبح شخصيًا بالنسبة لي.

خلال فترة حملتي، أصبحت أكثر وعيًا بكيفية محدودية معظم أنظمة الذكاء الاصطناعي عند تمثيل أجسام خارج المعايير الضيقة. الحمل هو tạm، ولكنه حالة فيزيائية حقيقية، ويغيب غالبًا عن بيانات التدريب. يمكنني رؤية كيف يفشل الذكاء الاصطناعي بسهولة عندما تتغير الأجسام، حتى قليلاً، عن ما تعتبره “النظام” معيارًا.

许多 أنظمة توليدية مصممة لجعل الأشياء تبدو “أفضل”، مما يعني في كثير من الأحيان أكثر سلاسة، أو نحافة، أو مثالية. ولكن في الموضة، هذا النهج يكسّر بسرعة الثقة. إذا تم تجميل الجسم أو تغيير الملابس بشكل خفي، يصل العملاء إلى منتج لا يتطابق مع ما تم عرضه لهم.

في AIUTA، نصمم عمدًا من أجل الواقعية. هدفنا هو إظهار الملابس على أجسام حقيقية، بما في ذلك الأجسام التي لا تتناسب مع التوقعات الضيقة للصناعة، سواء كانت أحجام مختلفة، أو نسب، أو تشريح أكثر تعقيدًا مثل الحمل. كما نزاوج الذكاء الاصطناعي مع التحكم الجيد من قبل الإنسان لالتقاط حالات الحافة وضمان أن كل مخرجات تتوافق مع معايير العلامة التجارية.

الصدق ليس فقط قيمة لنا، بل ضروري للاستخدام على المدى الطويل. إذا لم يثق العملاء والعلامات التجارية في ما يرونه، لن تعمل التكنولوجيا ببساطة.

إلى الأمام، كيف ترى الذكاء الاصطناعي يعيد تشكيل النظام البيئي الأوسع للموضة، بما في ذلك التوائم الرقمية، وطرازات الربح، ومستقبل الإنتاج الإبداعي؟

أعتقد أننا نتحرك نحو عالم حيث الصور لم تعد أصولًا ثابتة، بل أنظمة حية.

التوائم الرقمية، للملابس والنمذجة، ست trở أكثر شيوعًا. ذلك يفتح نماذج ربحية جديدة ويمكّن العمل الإبداعي من التوسع بطرق لم تكن ممكنة من قبل.

على نطاق أوسع، سيصبح الإنتاج الإبداعي أسرع، وأكثر مرونة، وأكثر استجابة. في النهاية، العلامات التجارية التي تنجح ستكون تلك التي تستخدم الذكاء الاصطناعي بحكمة وتنشره كبنية تحتية تدعم الدقة، والإبداع، والثقة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة AIUTA.