मैसा बेनाटी, एआईयूटीए के सीईओ – साक्षात्कार श्रृंखला

मैसा बेनाटी एआईयूटीए के सीईओ हैं, जो फैशन-टेक और जेनरेटिव एआई में एक दूरदर्शी नेता हैं, जो वर्तमान में लंदन से डिजिटल फैशन अनुभवों को क्रांतिकारी बनाने के लिए कंपनी के मिशन का नेतृत्व कर रहे हैं। सीईओ के रूप में उनका ध्यान स्केलेबल एआई समाधानों को बनाने पर है जो ब्रांडों को प्रीमियम विजुअल कंटेंट उत्पन्न करने, ग्राहक यात्राओं को बढ़ाने और विकास के अवसरों को अनलॉक करने में मदद करता है, जो उनके पिछले कार्यकाल में एआईयूटीए में चीफ प्रोडक्ट ऑफिसर और फारफेच और अमेज़न जैसी कंपनियों में वरिष्ठ उत्पाद नेतृत्व भूमिकाओं में उनके गहरे विशेषज्ञता पर आधारित है। उनकी पृष्ठभूमि में व्यक्तिगतकरण और खोज के लिए जेनरेटिव एआई, बड़े भाषा मॉडल और ई-कॉमर्स नवाचार शामिल हैं, जो लगातार फैशन शॉपिंग को अधिक संवादात्मक और आकर्षक बनाने वाले एआई अनुप्रयोगों को आगे बढ़ाते हैं।

एआईयूटीए एक मॉड्यूलर एआई नवाचार प्लेटफ़ॉर्म है जो फैशन ब्रांडों और रिटेलर्स को ऑनलाइन शॉपर्स के साथ जुड़ने के तरीके को बदलने के लिए उन्नत प्रौद्योगिकियों जैसे कि वर्चुअल ट्राई-ऑन, व्यक्तिगत स्टाइलिंग और एआई-संचालित सामग्री निर्माण को सीधे डिजिटल स्टोरफ्रंट में एकीकृत करता है। कंपनी के समाधानों का सूट इमर्सिव, इंटरैक्टिव शॉपिंग अनुभवों को सक्षम बनाता है जो रूपांतरण को बढ़ाते हैं और लौटाए जाने वाले उत्पादों को कम करते हैं जब उपभोक्ता वास्तविक समय में खुद पर कपड़े देख सकते हैं, जबकि ब्रांडों को स्टूडियो-ग्रेड विजुअल और आउटफिट सिफारिशें स्केल करने के लिए प्रोप्राइटरी एआई मॉडल के साथ सशक्त बनाते हैं जो जीवन जैसी रेंडरिंग, शरीर-संरक्षण वर्चुअल फिट और सहज कैटलॉग एकीकरण को संभालते हैं।

आपका करियर फैशन डिज़ाइन और ट्रेंड रिसर्च में शुरू हुआ और फिर फारफेच और अमेज़न फैशन में ग्राहक-सामना और उत्पाद नेतृत्व भूमिकाओं में चला गया। वाणिज्य में एआई का सबसे अर्थपूर्ण प्रभाव कहां पड़ सकता है, इस पर आपके शुरुआती फैशन अनुभवों ने आपके दृष्टिकोण को कैसे आकार दिया?

मैं फैशन में नहीं आया क्योंकि मैं सुंदर चीजें बनाना चाहता था — मैं इस उद्योग के कामकाज के बारे में जानने के लिए उत्सुक था।

जब मैं फारफेच और बाद में अमेज़न फैशन में ग्राहक और उत्पाद भूमिकाओं में चला गया, तो वह जिज्ञासा कुछ ठोस में बदल गई। मैं देख सकता था कि ऑनलाइन शॉपिंग अनुभव कितना दृश्यों पर निर्भर करता है, और वे दृश्य वास्तव में आपको बताते हैं कि गारमेंट आपके शरीर पर कैसे फिट होगा या व्यवहार करेगा।

यहीं पर एआई मेरे लिए अर्थपूर्ण महसूस हुआ, न कि एक रचनात्मक चाल के रूप में, बल्कि एक तरीके के रूप में जो ब्रांडों द्वारा दिखाए जाने वाले और ग्राहकों द्वारा प्राप्त किए जाने वाले बीच की खाई को बंद कर सकता है। यदि एआई कपड़ों का प्रतिनिधित्व अधिक ईमानदारी से और पैमाने पर करने में मदद कर सकता है, तो यह विश्वास को बढ़ा सकता है, अपशिष्ट को कम कर सकता है, और वाणिज्य को सभी के लिए बेहतर काम करने में मदद कर सकता है।

फैशन में एआई अक्सर हYPE से घिरा होता है। खुदरा विक्रेताओं के पास कंप्यूटर विजन और जेनरेटिव एआई को लागू करने के बारे में क्या सबसे बड़े गलतफहमी हैं, और अधिकांश पहल कहां कम पड़ जाती हैं?

सबसे बड़ी गलतफहमी यह है कि यदि कुछ डेमो में प्रभावशाली दिखता है, तो यह उत्पादन के लिए तैयार है। वास्तव में, वे दो बहुत अलग चीजें हैं।

फैशन किनारे के मामलों से भरा हुआ है: विभिन्न शरीर के प्रकार, कपड़े, निर्माण, और ब्रांड मानक। कई एआई टूल लगातार जटिलता को संभालने के लिए नहीं बनाए गए हैं। वे कुछ ऐसा उत्पन्न कर सकते हैं जो एक बार अच्छा दिखता है, लेकिन पूरे कैटलॉग पर लागू करने की कोशिश करने पर टूट जाता है।

एक और मुद्दा यह है कि फैशन को अक्सर एक सामान्य दृश्य समस्या के रूप में माना जाता है। यह नहीं है। कपड़ा एक भौतिक वस्तु है, और यदि आपकी प्रणाली वास्तविक दुनिया में कपड़ों के व्यवहार को नहीं समझती है, तो आउटपुट आकर्षक दिख सकता है लेकिन विश्वसनीय नहीं होगा। उस अंतर का प्रभाव महत्वपूर्ण है — लगभग 40% ऑनलाइन फैशन ऑर्डर वापस कर दिए जाते हैं, जो खुदरा विक्रेताओं के पीแल और पर्यावरण दोनों को नुकसान पहुंचाता है। जब दृश्य फिट या उपस्थिति को गलत तरीके से प्रस्तुत करते हैं, तो अनिश्चितता बढ़ जाती है, और यह आमतौर पर वह जगह है जहां एआई पहल कम पड़ जाती है।

कई खुदरा विक्रेता फिट और उपस्थिति की अनिश्चितता को एक प्रमुख चालक के रूप में उद्धृत करते हैं जो लौटाए जाने वाले उत्पादों की संख्या को बढ़ाता है। फारफेच और अमेज़न दोनों में आकार और फिट पर काम करने के अपने अनुभव से, एआई को वास्तविक रूप से लौटाए जाने वाले उत्पादों को कम करने के लिए क्या करने की आवश्यकता है?

लौटाए जाने वाले उत्पादों को कम करना एक विशेषता जोड़ने के बारे में नहीं है, यह खरीद के समय विश्वास बढ़ाने के बारे में है।

आकार और फिट का अर्थ विभिन्न क्षेत्रों में अलग-अलग होता है। फिट की अपेक्षाएं सांस्कृतिक हैं। एक “परफेक्ट फिट” एक बाजार में दूसरे में बहुत तंग या बहुत ढीला महसूस कर सकता है। एआई उन पैटर्न को मैप कर सकता है और क्षेत्रीय व्यवहार और व्यक्तिगत पसंद के आधार पर व्यक्तिगत सिफारिशें दे सकता है, न कि केवल मापों के आधार पर।

फैशन इमेजरी में एक संरचनात्मक मुद्दा भी है। अधिकांश उत्पादों को एक नमूना आकार पर फोटोग्राफ किया जाता है, जो अक्सर स्टूडियो में अधिक आकर्षक दिखने के लिए क्लिप किया जाता है। इससे अवास्तविक अपेक्षाएं पैदा होती हैं। प्रत्येक गारमेंट को कई शरीर के प्रकार पर शूट करना आदर्श होगा, लेकिन अधिकांश व्यवसायों के लिए यह संचालन रूप से जटिल और प्रतिबंधक रूप से महंगा है।

यहीं पर एआई परिवर्तनकारी हो जाता है। यह ब्रांडों को विभिन्न शरीर के प्रकार और त्वचा के टोन पर गारमेंट के व्यवहार को वास्तविक रूप से दिखाने की अनुमति देता है, पैमाने पर।

वास्तविकता कुंजी है। यदि ग्राहकों को जो दिखाया जा रहा है वह सच्चा और पूरे कैटलॉग में सुसंगत महसूस होता है, तो विश्वास बढ़ जाता है। जब विश्वास बढ़ता है, तो लौटाए जाने वाले उत्पादों की संख्या कम हो जाती है।

वर्चुअल ट्राई-ऑन डेमो अलगाव में प्रभावशाली दिख सकते हैं, लेकिन हजारों एसकेयू के पैमाने पर उन्हें स्केल करना एक अलग चुनौती है। पैमाने पर कौन सी तकनीकी या संचालन बाधाएं उत्पन्न होती हैं, और एआईयूटीए ने उन्हें कैसे संबोधित किया है?

पैमाने पर, आप जल्दी से महसूस करते हैं कि एक अच्छा डेमो पर्याप्त नहीं है। मेरे अनुभव से, फारफेच और अमेज़न में वर्चुअल ट्राई-ऑन और फिट पहल का संचालन, सबसे बड़ी चुनौतियां सिर्फ सटीकता से संबंधित नहीं थीं। वे लागत, गति और संचालन जटिलता से संबंधित थे। जो प्रणालियां पायलट में काम करती थीं, वे बहुत महंगी, बहुत धीमी या वास्तविक कैटलॉग पर रोल आउट करने के लिए बहुत मैनुअल हो जाती थीं।

विलंबता एक बड़ा हिस्सा है। यदि वर्चुअल ट्राई-ऑन बहुत लंबा समय लेता है, तो ग्राहक इसका उपयोग नहीं करेंगे, चाहे वह कितना भी सटीक क्यों न हो। यही कारण है कि प्रदर्शन हमारे लिए शुरू से ही एक मूल डिज़ाइन प्रतिबंध था। आज, एआईयूटीए का वर्चुअल ट्राई-ऑन उत्पादन में लगभग 4 से 7 सेकंड में लोड होता है, जो बाजार में अधिकांश समाधानों से काफी तेज है।

संचालन जटिलता उतनी ही महत्वपूर्ण है। कई समाधानों के लिए भारी तैयारी, विस्तृत इनपुट या ब्रांड टीमों से निरंतर मैनुअल काम की आवश्यकता होती है। एआईयूटीए को बहुत सरल इनपुट से काम करने के लिए डिज़ाइन किया गया है, खुदरा विक्रेताओं से न्यूनतम प्रयास की आवश्यकता है, जबकि अभी भी गारमेंट सटीकता को संरक्षित करता है। परिणामस्वरूप, हम प्रति सप्ताह सैकड़ों छवियों के उत्पादन से प्रति दिन हजारों छवियों के उत्पादन तक जा सकते हैं, जिससे ब्रांडों को बड़े कैटलॉग में वर्चुअल ट्राई-ऑन को स्केल करने की अनुमति मिलती है बिना संचालन ओवरहेड जोड़े।

अंत में, वहां सुसंगतता है। कई प्रणालियां पैमाने पर फैब्रिक या अनुपात को विकृत करना शुरू कर देती हैं। पूरी पाइपलाइन को गारमेंट कैप्चर और एनोटेशन से लेकर मॉडल प्रशिक्षण और तैनाती तक नियंत्रित करके, हम वास्तव में उस पैमाने पर गारमेंट पहचान और वास्तविकता को बनाए रखने में सक्षम हैं जिस पर उद्यम खुदरा विक्रेता संचालित होते हैं।

एआईयूटीए कंप्यूटर विजन पाइपलाइनों को जेनरेटिव मॉडल के साथ जोड़ती है। आप पैमाने पर वास्तविकता और गारमेंट सटीकता को कैसे सुनिश्चित करते हैं और फिर भी एंटरप्राइज़ वर्कफ्लो के लिए पर्याप्त तेजी से आउटपुट देते हैं?

हम उन चीजों के लिए बहुत जानबूझकर अनुकूलित हैं जिन पर हम ध्यान केंद्रित करते हैं। गति महत्वपूर्ण है, लेकिन सटीकता पहले आती है।

हमारी प्रणालियों को विशेष रूप से फैशन डेटा पर प्रशिक्षित किया जाता है, और यह अंतर महत्वपूर्ण है। हम मानक ई-कॉमर्स डेटासेट पर निर्भर नहीं करते हैं जो अक्सर एक ही संकीर्ण शरीर के प्रकार को दोहराते हैं — हम वास्तविक मानव प्रतिनिधित्व के आसपास एक अत्यधिक विविध डेटासेट की बात कर रहे हैं, जिसमें विभिन्न शरीर के आकार, अनुपात और गारमेंट निर्माण शामिल हैं।

चूंकि मॉडल इस विविधता पर प्रशिक्षित होते हैं, वे कपड़े की बनावट, दrape और निर्माण को एक बहुत ही वास्तविक तरीके से समझते हैं। परिणामस्वरूप, हमें आउटपुट को बाद में “सुधारने” की आवश्यकता नहीं है। वास्तविकता प्रणाली में शुरू से ही निर्मित है।

बुनियादी ढांचे की ओर, हमने प्रदर्शन में भारी निवेश किया है। परिणाम यह है कि ब्रांड उच्च गुणवत्ता वाले आउटपुट को सेकंड में उत्पन्न कर सकते हैं, न कि मिनटों में, जो प्रौद्योगिकी को वास्तविक उत्पादन वातावरण में उपयोगी बनाता है, न कि केवल प्रयोग के लिए।

एंटरप्राइज़ अपने मौजूदा रचनात्मक, व्यापारिक और सामग्री उत्पादन वर्कफ्लो में एआई टूल को एकीकृत करते समय किन सबसे बड़ी चुनौतियों का सामना करते हैं?

अधिकांश एंटरप्राइज़ पहले से ही जटिल प्रणालियों और प्रक्रियाओं को लागू करते हैं। सबसे बड़ी चुनौती यह है कि कई एआई टूल स्टैंडअलोन उत्पादों के रूप में बनाए जाते हैं, न कि एक व्यापक वर्कफ्लो के हिस्से के रूप में।

एआई को वास्तव में अपनाने के लिए, यह स्वच्छता से एकीकृत होना चाहिए, तकनीकी और संचालन रूप से। इसका मतलब है एपीआई, सुरक्षा अनुपालन, भविष्यवाणी गुणवत्ता और स्पष्ट स्वामित्व जब कुछ गलत हो जाता है।

एक विश्वास का तत्व भी है। ब्रांड स्वाभाविक रूप से अपने मूल दृश्य संपत्तियों को स्पर्श करने वाली जेनरेटिव प्रणालियों के बारे में सावधान हैं। यही कारण है कि विश्वसनीयता और गुणवत्ता नियंत्रण उतनी ही महत्वपूर्ण हैं जितनी कि नवाचार।

आपने फारफेच और अमेज़न जैसे बड़े बाजारों के भीतर एआई और व्यक्तिगतीकरण पहल का नेतृत्व किया है। एआई का निर्माण एक प्रमुख मंच के भीतर कैसे अलग है जो केवल फैशन एआई बुनियादी ढांचे पर केंद्रित है?

एक बड़े प्लेटफ़ॉर्म के भीतर, एआई कई चलती भागों में से एक है। आप अक्सर मौजूदा प्रतिबंधों के भीतर अनुकूलन कर रहे हैं और प्रतिस्पर्धी प्राथमिकताओं को संतुलित कर रहे हैं।

एआईयूटीए का निर्माण बहुत अलग है क्योंकि पूरी कंपनी एक ही समस्या पर केंद्रित है: फैशन विज़ुअल। यह फोकस हमें तकनीकी और रचनात्मक रूप से गहराई से जाने और उत्पादन में कुछ टूटने पर तेजी से आगे बढ़ने की अनुमति देता है।

यह हमें दीर्घकालिक बुनियादी ढांचे का निर्माण करने की भी अनुमति देता है, न कि अल्पकालिक सुविधाओं का। हम आज के उपयोग के मामलों का समाधान नहीं कर रहे हैं, बल्कि ऐसी प्रणालियों को डिज़ाइन कर रहे हैं जो प्रौद्योगिकी के रूप में विकसित हो सकती हैं।

आकार और शरीर के प्रतिनिधित्व डेटा, और शॉपर व्यवहार संकेतों के साथ काम करते समय आप व्यक्तिगतीकरण के साथ गोपनीयता को कैसे संतुलित करते हैं?

गोपनीयता को प्रणाली में शुरू से ही निर्मित किया जाना चाहिए। आप इसे बाद में एक ऐड-ऑन के रूप में नहीं मान सकते।

एआईयूटीए में, हम प्रतिनिधित्व में सुधार पर ध्यान केंद्रित करते हैं, न कि अधिक व्यक्तिगत डेटा एकत्र करने पर। गारमेंट और शरीर की विविधता को एकत्रित रूप से बेहतर ढंग से समझकर, हम अधिक प्रासंगिक अनुभव प्रदान कर सकते हैं बिना संवेदनशील व्यक्तिगत जानकारी पर निर्भर हुए।

यह संतुलन महत्वपूर्ण है — विशेष रूप से फैशन में, जहां विश्वास खरीद निर्णयों में इतनी बड़ी भूमिका निभाता है।

एआई-जनित दृश्य सुंदर शरीर या गलत तरीके से प्रस्तुत गारमेंट के बारे में चिंताओं को उठाते हैं। आप ब्रांड की अखंडता और प्रामाणिकता को बनाए रखने के लिए एआई को बड़े पैमाने पर तैनात करते समय कैसे दृष्टिकोण करते हैं?

यह कुछ ऐसा है जिसके बारे में हम लगातार सोचते हैं, और मेरे लिए यह व्यक्तिगत रूप से भी बहुत महत्वपूर्ण हो गया है।

मेरी गर्भावस्था के दौरान, मैं इस बात से बहुत अधिक जागरूक हो गई कि अधिकांश एआई प्रणालियां कितनी सीमित हैं जब यह वास्तविक दुनिया में मानक से भिन्न होने वाले शरीर को प्रतिबिंबित करने की बात आती है। गर्भावस्था अस्थायी है, लेकिन यह एक बहुत ही वास्तविक शारीरिक स्थिति है, और फिर भी यह अक्सर प्रशिक्षण डेटा से पूरी तरह से अनुपस्थित है। मैं देख सकती थी कि एआई कितनी आसानी से विफल हो जाता है जब शरीर थोड़ा भी मानक से भिन्न होता है।

अधिकांश जेनरेटिव प्रणालियों को “बेहतर” दिखने के लिए डिज़ाइन किया गया है, जो अक्सर चिकना, पतला या अधिक आदर्श बनाने का अर्थ है। लेकिन फैशन में, यह दृष्टिकोण जल्दी से विश्वास तोड़ देता है। यदि शरीर को सुंदर बनाया जाता है या गारमेंट को थोड़ा बदला जाता है, तो ग्राहकों को वह उत्पाद मिलता है जो उन्हें दिखाया गया था उसके अनुरूप नहीं है।

एआईयूटीए में, हम जानबूझकर वास्तविकता के लिए डिज़ाइन करते हैं। हम वास्तविक शरीर पर कपड़े दिखाने का लक्ष्य रखते हैं, जिसमें उद्योग की संकीर्ण अपेक्षाओं से मेल नहीं खाने वाले शरीर भी शामिल हैं, चाहे वह विभिन्न आकार, अनुपात या जटिल शारीरिक संरचनाएं हों, जैसे कि गर्भावस्था। हम एआई को मानव गुणवत्ता नियंत्रण के साथ जोड़ते हैं ताकि यह सुनिश्चित किया जा सके कि प्रत्येक आउटपुट ब्रांड मानकों के अनुरूप है।

प्रामाणिकता हमारे लिए एक मूल्य है, यह दीर्घकालिक अपनाने के लिए आवश्यक है। यदि ग्राहक और ब्रांड जो वे देख रहे हैं उस पर विश्वास नहीं करते हैं, तो प्रौद्योगिकी просто काम नहीं करेगी।

आगे देखते हुए, आप जेनरेटिव एआई को फैशन पारिस्थितिकी तंत्र को कैसे बदलने की कल्पना करते हैं, जिसमें डिजिटल ट्विन, मुद्रीकरण मॉडल और रचनात्मक उत्पादन का भविष्य शामिल है?

मुझे लगता है कि हम एक ऐसी दुनिया की ओर बढ़ रहे हैं जहां दृश्य स्थिर संपत्ति नहीं हैं, बल्कि जीवित प्रणालियां हैं।

गारमेंट और मॉडल के लिए डिजिटल ट्विन अधिक सामान्य हो जाएंगे। इससे नए मुद्रीकरण मॉडल खुलेंगे और रचनात्मक कार्य को पहले से असंभव तरीकों से स्केल करने की अनुमति मिलेगी।

व्यापक रूप से, रचनात्मक उत्पादन तेज, अधिक लचीला और अधिक प्रतिक्रियाशील हो जाएगा। अंततः, जो ब्रांड सफल होंगे वे वे होंगे जो एआई का सावधानी से उपयोग करते हैं और इसे बुनियादी ढांचे के रूप में तैनात करते हैं जो सटीकता, रचनात्मकता और विश्वास का समर्थन करता है।

धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें एआईयूटीए पर जाना चाहिए।