Maisa Benatti, AIUTA CEO’sü – Röportaj Serisi

Maísa Benatti AIUTA’nın CEO’su, moda-teknoloji ve üretken AI’da vizyoner bir liderdir ve şu anda Aralık 2024’ten beri Londra’dan dijital moda deneyimleri devrimini gerçekleştirmek için şirketin misyonunu yönetmektedir. CEO olarak, ölçeklenebilir AI çözümleri oluşturmaya odaklanıyor; bu çözümler markaların premium görsel içerik üretmesine, müşteri yolculuklarını iyileştirmesine ve büyüme fırsatlarını açığa çıkarmasına yardımcı oluyor. Bunu, önceki olarak AIUTA’da Ürün Başkanı ve FARFETCH ve Amazon (AMZN ) gibi şirketlerde üst düzey ürün liderliği rollerindeki deneyimlerinden edindiği ürün tasarımı, UX araştırması ve AI’daki derin uzmanlığına dayanarak yapıyor. Geçmişi, kişiselleştirme ve keşif için üretken AI, büyük dil modelleri ve e-ticaret yenilikleri içerir ve sürekli olarak moda alışverişi daha sezgisel ve etkileyici hale getiren AI uygulamalarını ilerletmeye çalışıyor.

AIUTA, moda markaları ve perakendecilerin çevrimiçi olarak alışverişçileri nasıl etkilediğini dönüştüren modüler bir AI yenilik platformudur. Sanal deneme, kişiselleştirilmiş stil ve AI tarafından yönlendirilen içerik oluşturmayı doğrudan dijital mağazalara entegre ederek şirketin çözüm seti, dönüştürmeyi artırarak geri iadeleri azaltan etkileşimli alışveriş deneyimleri sağlar. Tüketicilerin giysileri kendileri üzerinde gerçek zamanlı olarak görselleştirmesine olanak tanır ve markaların stüdyo düzeyindeki görselleri ve kombinasyon önerilerini özel AI modelleriyle ölçeklemelerine olanak tanır; bu modeller gerçekçi renderleme, vücut koruyucu sanal uyumluluk ve sorunsuz katalog entegrasyonu sağlar.

Kariyeriniz moda tasarımı ve trend araştırmasıyla başladı, ardından FARFETCH ve Amazon’da müşteri odaklı ve ürün liderliği rollerine geçti. Bu erken deneyimler moda alanında AI’ın en anlamlı şekilde nasıl etki yaratabileceğini şekillendirdi?

Ben moda dünyasına güzel şeyler tasarlamak için değil, endüstrinin nasıl çalıştığını merak ettiğim için girdim. Hatta başlangıçta, nasıl ölçeklenebileceği, neden pahalı olduğu, neden müşteriye ulaştığında bozulduğu gibi sorulara çok daha ilgi duydum.

FARFETCH ve daha sonra Amazon Fashion’da müşteri ve ürün rollerine geçtiğimde, bu merak somut bir hale dönüştü. Çevrimiçi alışveriş deneyiminin ne kadar çok görsellere bağlı olduğunu ve bu görsellerin giysilerin nasıl uyacağı veya davranacağı hakkında ne kadar az bilgi verdiğini görebildim.

AI, o zaman bana anlamlı gelmeye başladı, yaratıcı bir hile olarak değil, markaların gösterdikleriyle müşterilerin aslında aldığı ürün arasındaki boşluğu kapatmak için bir yol olarak. AI, giysileri daha dürüst ve ölçeklenebilir bir şekilde temsil etmeye yardımcı olabilseydi, güveni artırabilir, israfı azaltabilir ve ticareti herkes için daha iyi hale getirebilirdi.

Modada AI genellikle hype ile çevrilidir. Markaların perakendeye bilgisayar vizyonu ve üretken AI’ı uygulamaları关于 en büyük yanlış anlaşılmaları nelerdir ve çoğu girişim nerede başarısızlığa uğruyor?

En büyük yanlış anlama, bir şey demo olarak etkileyici görünüyorsa üretim için hazır olduğudur. Aslında, bunlar çok farklı şeyler.

Moda, farklı vücut tipleri, kumaşlar, yapılar ve marka standartları gibi birçok kenar durumu içerir. Çok sayıda AI aracı, bu karmaşıklığı tutarlı bir şekilde ele alabilecek şekilde tasarlanmamıştır. Bir kere iyi görünen bir şey üretebilirler, ancak tüm kataloğu uygulamaya çalıştıklarında bozulabilirler.

Diğer bir sorun, modanın genellikle genel bir görsel problem olarak ele alınmasıdır. Değildir. Giysi, fiziksel bir nesnedir ve eğer sisteminiz giysilerin gerçek dünyada nasıl davrandığını anlamazsa, çıktı çekici görünebilir ancak güvenilir olmayacaktır. Bu boşluğun etkisi önemli – çevrimiçi moda siparişlerinin yaklaşık %40’ı iade ediliyor, bu da perakendecilerin kar-zarar hesabını ve çevreyi olumsuz etkiliyor. Görseller uyumu veya görünümü yanlış temsil ettiğinde, belirsizlik artar ve genellikle AI girişimleri burada durur.

Çok sayıda perakendeci, uyumu ve görünümü belirleyememekten kaynaklanan iadelerin önemli bir sürücüsünü belirtiyor. FARFETCH ve Amazon’da boyut ve uyuma ilişkin deneyiminizden yola çıkarak, AI’ın iadeleri ölçülebilir bir şekilde azaltması için ne gerekiyor?

Iadeleri azaltmak, bir özelliği eklemek değil, satın alma anında güveni artırmaktır.

Boyut ve uyum da bölgelere göre farklı anlamlara gelir. Uyum beklentileri kültürel olabilir. Bir pazarda “mükemmel uyum” başka bir pazarda çok sıkı veya çok bol olarak hissedilebilir. AI, bu kalıpları haritalayabilir ve bölgesel davranışa ve bireysel tercihlere göre kişiselleştirilmiş öneriler sunabilir, sadece ölçümlere değil.

Moda görsellerinde de yapısal bir sorun vardır. Ürünlerin çoğu, genellikle stüdyoda daha çekici görünmesi için kliplenir. Bu, gerçekçi olmayan beklentiler yaratır. Her giysiyi birden fazla vücut tipinde fotoğraflamak ideal olurdu, ancak çoğu işletme için operasyonel olarak karmaşık ve pahalı olur.

Burada AI devreye giriyor. Markalara, giysilerin farklı vücut tiplerinde ve cilt tonlarında nasıl davrandığını gerçekçi bir şekilde göstermelerine olanak tanır.

Gerçekçilik anahtardır. Müşteriler gördükleri şeylerin dürüst ve tutarlı olduğunu hissettiğinde, güven artar. Güven arttığında, iadeler azalır.

Sanal deneme demo sürümleri izole olarak etkileyici görünse de, bunları binlerce SKU’ya ölçeklendirme farklı bir zorluktur. Büyük ölçekte hangi teknik veya operasyonel engeller ortaya çıkıyor ve AIUTA bunları nasıl ele alıyor?

Ölçeklendirildiğinde, iyi bir demo yeterli olmuyor. FARFETCH ve Amazon’da sanal deneme ve uyum girişimlerini yönetirken edindiğim deneyimlerden, en büyük zorlukların sadece doğrulukla ilgili olmadığını gördüm. Maliyet, hız ve operasyonel karmaşıklıktı. Pilotlarda çalışan sistemler, gerçek kataloğa uygulamaya çalışıldığında çok pahalı, çok yavaş veya çok manuel hale geliyordu.

Geçikme de bunun bir parçasıdır. Sanal deneme çok uzun sürerse, müşteriler onu kullanmaz, ne kadar doğru olursa olsun. Bu nedenle performans, başlangıçtan itibaren bizim için temel bir tasarım kısıtıydı. Bugün, AIUTA’nın sanal denemesi üretim ortamında yaklaşık 4 ila 7 saniyede yükleniyor, bu da piyasada bulunan çoğu çözümden önemli ölçüde daha hızlı.

Operasyonel karmaşıklık da aynı derecede önemlidir. Çok sayıda çözüm, ayrıntılı hazırlık, ayrıntılı girişler veya marka ekiplerinden sürekli manuel çalışma gerektirir. AIUTA, basit girişlerle çalışmak üzere tasarlanmıştır, perakendecilerden minimal çaba gerektirir ve aynı zamanda giysi doğruluğunu korur. Sonuç olarak, yüzlerce görüntüyü haftada üretmek yerine, binlerce görüntüyü günde üretebiliriz, böylece markalar büyük kataloglar boyunca sanal denemeyi ölçeklendirirken operasyonel ek yük eklemeksizin bunu yapabilirler.

Son olarak, tutarlılık vardır. Çok sayıda sistem, ölçeklendirildiğinde kumaşları veya oranları bozar. Giysi yakalama ve anotasyonundan model eğitimi ve dağıtımına kadar tam boru hattını kontrol ederek, giysi kimliğini ve gerçekçiliğini, işletmeler gerçekten çalıştığı ölçekte koruyabiliyoruz.

AIUTA, bilgisayar vizyonu boru hatlarını üretken modellerle birleştiriyor. Gerçekçiliği ve giysi doğruluğunu korurken, aynı zamanda işletme iş akışları için yeterli hızda çıktılar sunmak için nasıl çalışıyorsunuz?

Optimize ettiğimiz şeylerde çok bilinçliyiz. Hız önemli, ancak doğruluk önce gelir.

Sistemlerimiz özellikle moda verilerine eğitilmiştir ve bu ayrım önemlidir. Standart e-ticaret veri kümelerine güvenmiyoruz; bunlar genellikle aynı dar vücut tiplerini tekrar tekrar çoğaltma eğilimindedir – genellikle tall ve ince modeller. Bunun yerine, gerçekçi insan temsillerine dayanan, farklı vücut şekilleri, oranları ve giysi yapıları içeren, yüksek düzeyde çeşitli bir veri kümesini sentetik olarak oluşturup sahiplendiriyoruz.

Modeller bu çeşitlilikte eğitildiğinden, kumaş dokusu, sarkma ve yapı gibi şeyleri çok daha gerçekçi bir şekilde anlarlar. Sonuç olarak, çıktıları sonra “düzeltmek” zorunda kalmayız. Gerçekçilik sistemden başlangıçta inşa edilmiştir.

Altyapı tarafında, performans için önemli yatırımlar yaptık. Sonuç olarak, markalar yüksek kaliteli çıktılar üretmek için saniyeler yerine dakika harcamak zorunda kalmaz, bu da teknolojinin gerçek üretim ortamlarında kullanılabilir olmasını sağlar.

İşletmeler AI araçlarını mevcut yaratıcı, merchandising ve içerik üretim iş akışlarına entegre ettiğinde karşılaştıkları en büyük zorluklar nelerdir?

Çoğu işletme zaten karmaşık sistemlere ve süreçlere sahiptir. En büyük zorluk, birçok AI aracının bağımsız ürünler olarak değil, daha geniş bir iş akışının parçası olarak tasarlanması gerektiğidir.

AI gerçekten benimsenmek için temiz bir şekilde entegre edilmeli, teknik ve operasyonel olarak. Bu, API’leri, güvenlik uyumunu, öngörülebilir kaliteyi ve bir şeyler yanlış gittiğinde açık bir sorumluluk anlamına gelir.

Guven unsuruda vardır. Markalar, core görsel varlıklarına dokunan üretken sistemlere karşı haklı olarak temkinli davranırlar. Bu nedenle, güvenilirlik ve kalite kontrolü, inovasyon kadar önemlidir.

Önce büyük pazar yerlerinde AI ve kişiselleştirme girişimlerini yönettiniz. Bir moda AI altyapısına odaklanan derin teknoloji şirketi kurmak, büyük bir platform içinde AI inşa etmekten nasıl farklı?

Bir büyük platform içinde, AI birçok hareketli parçanın biridir. Çoğu zaman mevcut kısıtlamalar içinde optimize ediyorsunuz ve rekabetçi öncelikleri dengelemeye çalışıyorsunuz.

AIUTA’yı inşa etmek çok farklı, çünkü tüm şirket tek bir problemi çözmeye odaklanıyor: moda görselleri. Bu odak, teknik ve yaratıcı olarak daha derine inmemize ve üretim ortamında bir şeyin bozulduğunu gördüğümüzde daha hızlı hareket etmemize olanak tanır.

Ayrıca, uzun vadeli altyapı inşa etmemize olanak tanır, kısa vadeli özellikler değil. Sadece bugünün kullanım örneklerini çözmüyoruz, teknoloji geliştikçe evrimleşebilecek sistemler tasarlıyoruz.

Boyut verisi, vücut temsilcisi ve alışverişçi davranış sinyalleri ile çalışırken, kişiselleştirmeyi gizlilikle nasıl dengeliyorsunuz?

Gizlilik, sistemden başlangıçta inşa edilmelidir. Sonradan eklenebilecek bir şey olarak görülmemelidir.

AIUTA’da, kişiselleştirme yerine temsilin iyileştirilmesine odaklanıyoruz. Giysileri ve vücut çeşitliliğini toplu olarak daha iyi anlayarak, daha ilgili deneyimler sunabiliriz, hassas bireysel bilgilere güvenmek zorunda kalmayız.

Bu denge kritiktir – özellikle modada, güven satın alma kararlarında önemli bir rol oynar.

AI tarafından oluşturulan görseller, güzelleştirilmiş vücutlar veya yanlış temsil edilen giysiler hakkında endişeler yaratır. Ölçeklendirilirken üretken sistemleri dağıtırken, kimlik ve marka bütünlüğünü nasıl ele alıyorsunuz?

Bu, bizim sürekli düşündüğümüz bir şey ve benim için çok kişisel bir hale geldi.

Hamileliğim sırasında, çoğu AI sisteminin standart dışı vücutları temsil etmede ne kadar sınırlı olduğunu daha fazla fark ettim. Hamilelik geçicidir, ancak gerçek bir fiziksel durumdur ve genellikle eğitim verisinden tamamen yok. AI’nin vücutlar değiştiğinde, hatta birazcık bile, sistemin “standart” olarak kabul ettiği şeyden nasıl kolayca başarısız olabileceğini görebildim.

Çok sayıda üretken sistem, şeyleri “daha iyi” görünmek için tasarlanmıştır, ki bu, birçok kişi için pürüzsüz, ince veya idealize edilmiş anlamına gelebilir. Ancak modada, bu yaklaşım hızla güveni bozar. Vücut güzelleştirilir veya giysi ince bir şekilde değiştirilirse, müşteriler gösterilen ürünle uyuşmayan bir ürünle sona erer.

AIUTA’da, gerçekçilik için bilinçli bir şekilde tasarlıyoruz. Amacımız, giysileri gerçek vücutlar üzerinde, endüstri standartlarına uymayan vücutlar da dahil olmak üzere göstermektir – farklı boyutlar, oranlar veya daha karmaşık anatomiler gibi. Ayrıca, AI ile insan kalite kontrolünü birleştiriyoruz, kenar durumlarını yakalamak ve her çıktının marka standartlarına uyduğunu garantileyerek.

Otantiklik, bizim için bir değer değil, uzun vadeli benimseme için gereklidir. Müşteriler ve markalar gördüklerine güvenmezse, teknoloji basitçe çalışmaz.

Genel moda ekosistemini, dijital ikizleri, gelir modellerini ve yaratıcı üretim geleceğini şekillendirmede üretken AI’ın nasıl bir rol oynayacağını öngörüyorsunuz?

Görsellerin artık statik varlıklar değil, canlı sistemler olduğu bir dünyaya doğru ilerlediğimizi düşünüyorum.

Giysiler ve modeller için dijital ikizler çok daha yaygın hale gelecek. Bu, yeni gelir modellerini açığa çıkaracak ve yaratıcı çalışmanın öncekinden daha ölçeklenebilir ve esnek bir şekilde büyümesini sağlayacak.

Daha geniş olarak, yaratıcı üretim daha hızlı, daha esnek ve daha duyarlı hale gelecek. Sonunda, AI’ı düşünerek kullanan ve doğruluk, yaratıcılık ve güveni destekleyen altyapı olarak dağıtan markalar başarılı olacak.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular AIUTA ziyaret edebilir.