«Ви повинні враховувати дані»: як прогнозисти моди використовують штучний інтелект, щоб виявити тренди

Інструменти штучного інтелекту та машинного навчання здатні помічати нові тенденції, створювати колекції одягу та точніше прогнозувати попит, скорочуючи обсяг відходів. Але аналітики моди не бояться конкуренції і ось чому.

Зараз у Парижі минає тиждень моди, і вулиці міста наповнені знаменитостями, дизайнерами, моделями та журналістами. Серед них можна помітити й тих, хто старанно робить помітки, фіксуючи все, що бачать довкола.

Це фахівці з прогнозування трендів у індустрії моди. Їхня робота полягає в тому, щоб вивчити кольори, крій, тканини та візерунки в нових колекціях дизайнерів, і на їх основі виявити нові тенденції.

Після цього ці нотатки стануть частиною «прогнозів трендів», які купують дизайнери та провідні ритейлери, щоб надихнутися на створення нових моделей і вирішити, що закуповувати в наступному сезоні.

Згадайте розповідь про «блакитний светр» з фільму «Диявол носить Prada», де персонаж Меріл Стріп уїдливо пояснює цей процес своїй наївній асистентці Енді (її грає Енн Хетеуей). Традиційно такі прогнози використовували лише якісні методи: спостереження експертів за показами, вуличною модою та поп-культурою.

Але за останнє десятиліття технології штучного інтелекту стали набагато потужнішими, і тепер агенції з прогнозування почали використовувати кількісні результати, отримані за допомогою машинного навчання.

Ці інструменти можуть виявляти закономірності у великих наборах даних – фотографіях з показів, публікаціях у соціальних мережах, пошукових запитах та статистиці продажів онлайн та в магазинах. В результаті автори прогнозів здатні точніше і, що особливо важливо, швидше визначати тенденції, що виникають.

Все це втішні новини для галузі вартістю близько $2 трлн. Навіть незначне відхилення в палітрі кольору або довжині спідниці може серйозно вплинути на прибуток компанії.

Є ще один наслідок — вуглецевий слід індустрії моди, на який, за оцінками Global Fashion Agenda і McKinsey & Co, припадає не менше 4% всіх світових викидів і через щорічно викидається понад 92 млн т тканин.

Хоча штучний інтелект також впливає на екологічні обставини, стимул очевидний: чим точніше прогнози, тим менша ймовірність того, що компанія витрачатиме ресурси марно, виготовляючи одяг, який ніхто не захоче купувати.

Авангард, тренд або мейнстрим

Більшість галузей промисловості так чи інакше використовують методи прогнозування, щоб вирішити, що у якому обсягу виробляти протягом року. Як правило, для цього застосовують історичні дані з поправкою на такі фактори, як сезонність (зимові шини краще продаються взимку, а морозиво влітку).

Але прогнозувати події в індустрії моди може бути складніше. По-перше, важковимірні фактори, такі як емоції та естетика, можуть впливати на модні тренди сильніше, ніж, скажімо, на продаж автомобільних шин.

Тенденції можуть визначатися і соціально-культурними подіями: згадайте, як на тлі виходу фільму про Барбі ринок охопив рожевий колір, або якою химерною стала мода після карантину, запровадженого через пандемію.

«Швидкий темп розвитку індустрії моди також означає, що тенденції можуть змінитись за одну ніч. Наприклад, якщо у знаменитості щойно був солд-аут, і вона вийшла на сцену у певній парі взуття, це може серйозно вплинути на продаж цих товарів», — каже доктор Майкл Корен, дослідник у галузі прогнозування моди в Коледжі Шенкар у Тель-Авіві.

Не менш важливим є і фактор новизни.

Тренди постійно розвиваються — як одного разу сказав дизайнер Карл Лагерфельд: «Суть моди в мінливості», — а це означає, що те, що було модно в червні, може застаріти до жовтня.

Тому аналітикам так важливо швидко реагувати, щоб не пропонувати клієнтам застарілі прогнози. І в цьому сенсі особливо корисний штучний інтелект: зараз розробляються моделі, які можуть автоматично сканувати тисячі зображень з подіуму і миттєво виявляти найпоширеніші палітри кольорів і візерунки.

Великі дані з публікацій у соціальних мережах також вказують на переваги споживачів, оскільки деякі інфлюєнсери з Instagram впливають на тренди не менше, а може, й більше, ніж імениті дизайнери.

За цим принципом працює інструмент, створений паризькою компанією Heuritech. Він сканує публікації в соцмережах, пов’язані з одягом та модою, класифікуючи користувачів як «авангардних» (їхній стиль може не стати популярним, але вказує на майбутні тренди), «трендових» (впливових користувачів, які першими помітили тренд і допоможуть його поширити), або «мейнстрімних» (всі інші).

«Мета в тому, щоб допомогти брендам кількісно оцінити, що люди носять нині, і мати можливість прогнозувати, що вони носитимуть у майбутньому, завдяки всім наявним даним», — говорить Тоні Пінвілл, який став співзасновником Heuritech у 2013 році, отримавши PhD по штучному інтелекту та машиннному навчанню в паризькому університеті Сорбонна.

Його розробка дозволяє визначати тренди на термін до року вперед, і рекомендації можуть звучати досить конкретно, наприклад: «За прогнозами, наступного року на європейському ринку на 80% частіше зустрічатиметься вузька смужка» (до речі, це реальний прогноз моделі Heuritech).

Оскільки моделі штучного інтелекту стають все більш точними, є надія, що дизайнери та ритейлери будуть виробляти більше те, що дійсно буде продаватися.

«Одна з наших цілей – розв’язати проблему надлишкових запасів в індустрії моди. На цю мить 40% товарів у fashion по всьому світу продаються не за повною ціною, а 25% не продаються взагалі», — каже Пінвілл.

Творчий підхід

Але в індустрії, яка базується на емоціях, покладатися виключно на дані ризиковано.

«Кілька років тому в соціальних мережах було багато ознак того, що жовтий колір стає трендом», — каже Франческа Мустон, віцепрезидент з моди WGSN, провідної компанії з прогнозування тенденцій, що базується в Лондоні, яка розробила власну модель штучного інтелекту для прогнозування у 2022 році. — «І якби ви стежили виключно за даними соціальних мереж, жовті тканини видалися б гарною інвестицією, оскільки ці пости отримали безліч лайків та репостів — мабуть, через те, що люди, як правило, інтуїтивно реагують на яскраві кольори. Але ви самі змогли б самі вийти надвір у яскраво-жовтому пальті? Проте люди, які носять чорні та сірі пальта, цілком могли б лайкнути пости з жовтими пальтами», — пояснює Мустон.

Тому без людини тут не обійтись. Поєднуючи результати великомасштабних досліджень із досвідом у креативної індустрії та розумінням контексту, фахівці можуть інтерпретувати дані та створювати прогнози, актуальні для середньостатистичного споживача.

Також методологія WGSN спирається на так звані «фундаментальні дослідження» та враховує в прогнозах якісні елементи, такі як зміни у державному законодавстві чи молодіжній культурі, що впливають на тренди.

Під час пандемії вони відстежували, як, наприклад, введені урядом карантинні заходи вплинуть на такі речі, як продаж одягу для відпочинку (які різко зросли) або доходи від весільних суконь (які різко впали).

Важливо враховувати ці якісні елементи, оскільки штучний інтелект здатний лише агрегувати наявну інформацію про те, що носять люди, та робити відповідні прогнози. У програм немає власної естетичної точки зору чи модного чуття — принаймні поки що, тому вони не здатні задовольнити прагнення споживачів до новизни.

«Роль людей в інтерпретації та відстежуванні трендів, як і раніше, матиме вирішальне значення навіть у міру того, як штучний інтелект та моделі, засновані на даних, стануть більш точними», — каже Корен. Це пов’язано з тим, що для прогнозу потрібно мати глибше знання культурної та політичної атмосфери – і розуміти, як це позначиться на одязі.

«Наприклад, у 2008 році світова фінансова криза вплинула на індустрію моди, і прогнозисти розуміли, що для того, щоб новий літній одяг був актуальним, він повинен був відображати похмуру економічну ситуацію. Ось чому одяг того сезону називали “депресивним шиком” і чому чорний колір домінував у палітрі кольорів осені 2009 року», — пояснює Корен.

Тож, схоже, зараз штучний інтелект — це корисний інструмент, який можна використовувати поряд з іншими для прийняття більш обґрунтованих творчих рішень.

«Щоб бути добрим прогнозистом тенденцій у наші дні, ви повинні бути одночасно орієнтовані на дані та мислити творчо, — каже Мустон. —Тому, що, зрештою, йдеться про інтерпретацію всіх сигналів, що надходять, щоб намітити майбутнє».

БІЛЬШЕ ЦІКАВОГО:

Джерело: TheGuardian

Читайте также:

9 фантастичних фільмів, де штучний інтелект керує машинами у реальному світі

Apple Intelligence проти фішок зі штучним інтелектом Google Pixel — у кого нововведення цікавіше?

Розумні окуляри які відстежують емоції та харчові звички

Штучний інтелект в сфері освіти: як використовувати нейромережі вчителям