Maisa Benatti, CEO al AIUTA – Seria de interviuri

Maísa Benatti CEO la AIUTA este un lider vizionar în fashion-tech și inteligență artificială generativă, care în prezent conduce misiunea companiei de a revoluționa experiențele digitale de modă de la Londra, începând cu decembrie 2024. În calitate de director general, se axează pe construirea de soluții de inteligență artificială scalabile care ajută brandurile să producă conținut vizual de calitate, să îmbunătățească călătoria clienților și să deblocheze oportunități de creștere, folosindu-se de expertiza sa profundă în design de produs, cercetare UX și inteligență artificială, dobândită în timpul mandatului său anterior de director de produs la AIUTA și în rolurile de conducere de produs la companii precum FARFETCH și Amazon (AMZN ). Experiența sa cuprinde inteligență artificială generativă pentru personalizare și descoperire, modele de limbaj larg și inovație în comerțul electronic, conducând în mod constant spre aplicații de inteligență artificială care fac cumpărăturile de modă mai intuitive și mai atractive.

AIUTA este o platformă de inovare în inteligență artificială modulară care transformă modul în care brandurile și retailerii de modă se angajează cu cumpărătorii online, integrând tehnologii avansate precum încercarea virtuală, stilul personalizat și crearea de conținut condusă de inteligență artificială direct în magazinele digitale. Suita de soluții a companiei permite experiențe de cumpărături imersive și interactive care îmbunătățesc conversia și reduc returnările, permițând consumatorilor să vizualizeze îmbrăcămintea pe ei înșiși în timp real, și, de asemenea, împuternicind brandurile să scaleze imagini de studio și recomandări de ținute cu modele de inteligență artificială proprietare care gestionează renderarea realistă, încercările virtuale care conservă corpul și integrarea catalogului fără efort.

Cariera dvs. a început în design de modă și cercetare de tendințe, înainte de a trece în roluri de conducere de produs și clienți la Farfetch și Amazon Fashion. Cum v-au influențat aceste experiențe timpurii în modă perspectiva asupra modului în care inteligența artificială poate avea cel mai semnificativ impact în comerț?

Nu am intrat în modă pentru că voiam să proiectez lucruri frumoase — am intrat în modă pentru că eram curioasă să aflu cum funcționează industria în realitate. Chiar de la început, eram mult mai interesată de întrebări precum: Cum se scalează? De ce este scump? De ce se strică odată ce ajunge la client?

Când am trecut în roluri de clienți și produs la Farfetch și, ulterior, la Amazon Fashion, acea curiozitate s-a transformat în ceva foarte concret. Am putut vedea cât de mult depinde experiența de cumpărături online de imagini și cât de puțin spun aceste imagini despre modul în care o haină se potrivește sau se comportă pe corp.

Acolo a început să se simtă semnificativă inteligența artificială pentru mine, nu ca o trucare creativă, ci ca o modalitate de a închide gapul dintre ceea ce prezintă brandurile și ceea ce primesc clienții în realitate. Dacă inteligența artificială ar putea ajuta la reprezentarea îmbrăcămintei într-un mod mai onest și la scară, ar putea îmbunătăți încrederea, reduce risipa și face comerțul să funcționeze mai bine pentru toată lumea implicată.

Inteligența artificială în modă este adesea înconjurată de hype. Care sunt cele mai mari concepții greșite pe care le au brandurile despre aplicarea viziunii computerizate și a inteligenței artificiale generative în retail, și unde cad majoritatea inițiativelor?

Cea mai mare concepție greșită este că, dacă ceva arată impresionant într-o demonstrație, este gata pentru producție. În realitate, acestea sunt două lucruri foarte diferite.

Moda este plină de cazuri marginale: tipuri de corp diferite, țesături, construcții și standarde de brand. Multe unelte de inteligență artificială nu sunt construite pentru a gestiona această complexitate în mod consecvent. Ar putea genera ceva care arată bine o dată, dar se destramă atunci când încercați să-l aplicați pe tot catalogul.

O altă problemă este că moda este adesea tratată ca o problemă vizuală generică. Nu este. Îmbrăcămintea este un obiect fizic, și dacă sistemul dvs. nu înțelege cum se comportă hainele în lumea reală, rezultatul poate arăta atractiv, dar nu va fi de încredere. Impactul acestei lacune este semnificativ — aproximativ 40% din comenzile de modă online sunt returnate, ceea ce afectează atât profitul retailerilor, cât și mediul. Atunci când imaginile denaturează potrivirea sau aspectul, incertitudinea crește, și de obicei, acolo se opresc inițiativele de inteligență artificială.

Mulți retaileri menționează incertitudinea legată de potrivire și aspect ca un factor major care conduce la returnări. Din experiența dvs. de lucru cu mărime și potrivire la Farfetch și Amazon, ce este necesar ca inteligența artificială să reducă returnările într-un mod măsurabil?

Reducerea returnărilor nu este despre adăugarea unei funcții, ci despre creșterea încrederii în momentul cumpărării.

Mărimea și potrivirea înseamnă lucruri diferite în diferite regiuni. Așteptările de potrivire sunt culturale. O “potrivire perfectă” într-o piață poate fi considerată prea strâmtă sau prea largă în alta. Inteligența artificială poate cartografia aceste modele și personaliza recomandări pe baza comportamentului regional și a preferințelor individuale, nu doar a măsurătorilor.

Există, de asemenea, o problemă structurală în imagistica modei. Majoritatea produselor sunt fotografiate pe o singură dimensiune de eșantion, adesea tăiate în studio pentru a arăta mai flatant. Acest lucru creează așteptări nerealiste. Fotografierea fiecărui articol de îmbrăcăminte pe mai multe tipuri de corp ar fi ideală, dar pentru majoritatea afacerilor, este complexă din punct de vedere operațional și prohibitiv de scumpă.

Acolo devine inteligența artificială transformatoare. Permite brandurilor să arate cum se comportă articolele de îmbrăcăminte pe diverse tipuri de corp și tonuri de piele la scară, cu realism.

Realismul este cheia. Dacă ceea ce văd cumpărătorii pare adevărat și consistent pe tot catalogul, încrederea crește. Atunci când încrederea crește, returnările scad.

Demonstrațiile de încercare virtuală pot arăta impresionant în izolare, dar scalarea lor pe mii de SKU-uri este o provocare diferită. Care sunt principalele obstacole tehnice sau operaționale care apar la scară de catalog, și cum a abordat AIUTA acestea?

La scară, vă dați repede seama că o demonstrație bună nu este suficientă. Din experiența mea de a conduce inițiative de încercare virtuală și potrivire la Farfetch și Amazon, cele mai mari provocări nu au fost doar legate de acuratețe. Au fost costul, viteza și complexitatea operațională. Sistemele care funcționau în proiecte pilot deveneau prea scumpe, prea lente sau prea manuale odată ce încercați să le implementați pe un catalog real.

Latentă este o parte importantă a acestui proces. Dacă o încercare virtuală durează prea mult pentru a se încărca, clienții pur și simplu nu o vor folosi, indiferent cât de precisă este. De aceea, performanța a fost o constrângere de proiectare fundamentală pentru noi de la început. Astăzi, încercarea virtuală AIUTA se încarcă în aproximativ 4 până la 7 secunde în producție, ceea ce este semnificativ mai rapid decât majoritatea soluțiilor de pe piață.

Complexitatea operațională este la fel de importantă. Multe soluții necesită o pregătire intensivă, intrări detaliate sau lucrări manuale continue din partea echipelor de brand. AIUTA este proiectată pentru a funcționa cu intrări foarte simple, cu un efort minim necesar din partea retailerilor, păstrând în același timp acuratețea articolelor de îmbrăcăminte. Ca rezultat, putem trece de la generarea a sute de imagini pe săptămână la mii de imagini pe zi, permițând brandurilor să scaleze încercarea virtuală pe cataloage mari fără a adăuga complexitate operațională.

În cele din urmă, există și problema coerenței. Multe sisteme încep să distorsioneze țesături sau proporții odată ce le scalați. Prin controlul întregului flux, de la capturarea și annotarea articolelor de îmbrăcăminte până la instruirea modelului și implementarea, putem menține identitatea și realismul articolelor de îmbrăcăminte la scară la care operează retailerii de întreprindere.

AIUTA combină fluxuri de viziune computerizată cu modele generative. Cum asigurați realismul și acuratețea articolelor de îmbrăcăminte, totodată livrând ieșiri suficient de rapide pentru fluxurile de lucru ale întreprinderilor?

Suntem foarte intenționați cu ceea ce optimizăm. Viteza contează, dar acuratețea vine pe primul loc.

Sistemele noastre sunt instruite în mod special pe date de modă, și această distincție este importantă. Nu ne bazăm pe seturi de date standard de comerț electronic care tind să reproducă aceleași tipuri înguste de corp de mai multe ori — vorbim despre modele tipic înalte și subțiri. În schimb, deținem și am creat sintetic un set de date foarte diversificat, construit în jurul unor reprezentări realiste ale oamenilor, cu diferite forme de corp, proporții și construcții de articole de îmbrăcăminte.

Deoarece modelele sunt instruite pe această diversitate, ele înțeleg lucruri precum textura țesăturii, căderea și construcția într-un mod mult mai realist. Ca rezultat, nu trebuie să “reparăm” ieșirile după fapt. Realismul este încorporat în sistem de la început.

Pe partea infrastructurii, am investit și în performanță. Rezultatul este că brandurile pot genera ieșiri de înaltă calitate în secunde, nu în minute, ceea ce face tehnologia utilizabilă în medii de producție reală, și nu doar în experimentare.

Care sunt cele mai mari provocări cu care se confruntă întreprinderile atunci când integrează unelte de inteligență artificială în fluxurile de lucru creative, de merchandising și de producție de conținut existente?

Majoritatea întreprinderilor au deja sisteme și procese complexe în loc. Cea mai mare provocare este că multe unelte de inteligență artificială sunt construite ca produse independente, nu ca parte a unui flux de lucru mai larg.

Pentru ca inteligența artificială să fie adoptată cu adevărat, trebuie să se integreze curat, atât tehnic, cât și operațional. Acest lucru înseamnă API-uri, conformitate cu securitatea, calitate predictibilă și clară proprietate atunci când apare o problemă.

Există și un element de încredere. Brandurile sunt în mod firesc precaute atunci când permit sistemelor generative să atingă activele lor vizuale de bază. De aceea, fiabilitatea și controlul calității contează la fel de mult ca și inovația.

Ați condus inițiative de inteligență artificială și personalizare în cadrul unor piețe mari. Cum diferă construirea inteligenței artificiale în cadrul unei platforme majore de construirea unei companii de tehnologie profundă, concentrată exclusiv pe infrastructura de inteligență artificială pentru modă?

În cadrul unei platforme mari, inteligența artificială este una dintre multele părți mobile. Adesea optimizați în cadrul constrângerilor existente și echilibrați priorități concurente.

Construirea AIUTA este foarte diferită, deoarece întreaga companie se concentrează pe o singură problemă: vizualizarea modei. Această concentrare ne permite să mergem mai în profunzime, atât tehnic, cât și creativ, și să ne mișcăm mai repede atunci când vedem ceva care nu funcționează în producție.

Acest lucru ne permite, de asemenea, să construim infrastructură pe termen lung, în loc de funcții pe termen scurt. Nu rezolvăm doar cazurile de utilizare de astăzi, ci proiectăm sisteme care pot evolua pe măsură ce evoluează tehnologia.

Cum echilibrați personalizarea cu confidențialitatea atunci când lucrați cu date de mărime, reprezentări corporale și semnale de comportament ale cumpărătorilor?

Confidențialitatea trebuie să fie încorporată în sistem de la început. Nu o puteți trata ca pe un adaos ulterioar.

La AIUTA, ne concentrăm pe îmbunătățirea reprezentării, mai degrabă decât pe colectarea mai multor date personale. Prin înțelegerea mai bună a articolelor de îmbrăcăminte și a diversității corporale în ansamblu, putem oferi experiențe mai relevante fără a ne baza pe informații individuale sensibile.

Acest echilibru este critic — mai ales în modă, unde încrederea joacă un rol atât de important în deciziile de cumpărare.

Imaginile generate de inteligența artificială ridică preocupări cu privire la corpuri îmbunătățite sau articole de îmbrăcăminte denaturate. Cum abordați autenticitatea și integritatea brandului atunci când implementați sisteme generative la scară?

Acest lucru este ceva la care ne gândim constant, și pentru mine a devenit și foarte personal.

În timpul sarcinii mele, am devenit mult mai conștientă de cât de limitate sunt majoritatea sistemelor de inteligență artificială atunci când vine vorba de reprezentarea corpurilor care se află în afara standardelor înguste. Sarcina este temporară, dar este o stare fizică foarte reală, și, totuși, este adesea complet absentă din seturile de date de antrenament. Am putut vedea în mod direct cum ușor inteligența artificială eșuează atunci când corpurile se schimbă, chiar și puțin, de la ceea ce sistemul consideră “standard”.

Multe sisteme generative sunt proiectate pentru a face lucrurile să arate “mai bune”, ceea ce, pentru mulți, poate însemna netede, subțiri sau idealizate. Dar în modă, această abordare rupe rapid încrederea. Dacă corpul este îmbunătățit sau articolul de îmbrăcăminte este modificat subtil, clienții se vor confrunta cu un produs care nu corespunde cu ceea ce li s-a arătat.

La AIUTA, proiectăm în mod deliberat pentru realism. Scopul nostru este de a arăta îmbrăcămintea pe corpurile reale, inclusiv corpurile care nu se potrivesc cu așteptările înguste ale industriei, indiferent dacă este vorba de dimensiuni diferite, proporții sau anatomii mai complexe, cum ar fi cele de sarcină. De asemenea, asociem inteligența artificială cu controlul calității umane pentru a prinde cazurile marginale și a asigura că fiecare ieșire corespunde standardelor brandului.

Autenticitatea nu este doar o valoare pentru noi, ci este esențială pentru adoptarea pe termen lung. Dacă clienții și brandurile nu au încredere în ceea ce văd, tehnologia pur și simplu nu va funcționa.

Privind spre viitor, cum credeți că inteligența artificială generativă va rescrie ecosistemul mai larg al modei, inclusiv twinii digitali, modelele de monetizare și viitorul producției creative?

Cred că ne îndreptăm spre o lume în care imaginile nu mai sunt active statice, ci sisteme vii.

Twinii digitali, atât pentru articole de îmbrăcăminte, cât și pentru modele, vor deveni mult mai comuni. Acest lucru deschide noi modele de monetizare și permite lucrului creativ să se extindă în moduri care nu au fost posibile anterior.

În general, producția creativă va deveni mai rapidă, mai flexibilă și mai receptivă. În cele din urmă, brandurile care vor reuși vor fi cele care folosesc inteligența artificială în mod conștient și o implementează ca infrastructură care susține acuratețea, creativitatea și încrederea.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe despre AIUTA sunt invitați să viziteze AIUTA.