آینده صنعت مد در طراحی لباس

آینده صنعت مد در طراحی لباس

آینده صنعت مد در طراحی لباس

در سلسله مطالب “آینده صنعت مد” از طراحی تا تجارت و اینکه چگونه فناوری در حال تغییر شکل صنعت است صحبت میکنیم.

نگاهی به تکامل صنعت مد و جایگاه بعدی فناوری، از  AR/VR گرفته تا پارچه‌های هوشمند با تغییر دما و فراتر از آن.

صنعت مد همیشه در خط مقدم نوآوری بوده است – از اختراع چرخ خیاطی تا ظهور تجارت الکترونیک. ماهیت صنعت مد مانند فناوری، آینده‌نگر و چرخه‌ای است و در دوره های کوتاه زمانی دگرگون میشود. این را هم فراموش نکنیم که صنعت مد یکی از بزرگترین صنایع جهان است و امروزه فناوری مد با سرعتی سریعتر از همیشه در حال رشد است.

ربات هایی که پارچه می دوزند و برش می دهند، الگوریتم های هوش مصنوعی که گرایش های سبک را پیش بینی می کنند، آینه های واقعیت مجازی در اتاق های پُرو ، و مجموعه ای از نوآوری های دیگر نشان می دهند که چگونه فناوری فضای مد را خودکار، شخصی و سریع میکند.

در این گزارش، به روندهایی می پردازیم که نحوه طراحی، تولید، توزیع و بازاریابی لباس ها و لوازم جانبی ما را تغییر می دهند.

بخش اول: طراحی لباس

تکنولوژی طراحی را خودکار می کند؛ شاید برای طراحان این موضوع خوشایند نباشد اما در بخشی از صنعت که سرعت در آن مهم است برندها برای تحلیل  سریع رفتار مصرف کننده از تکنولوژی استفاده میکنند.
همانطور که تلاش‌ها برای جمع‌آوری داده‌ها پیچیده‌تر می‌شوند، هوش مصنوعی رویکرد برندها به طراحی و توسعه محصول را با تمرکز بر پیش‌بینی آنچه که مشتریان می‌خواهند در آینده بپوشند، تغییر می‌دهد.

خارج از صنعت مد و پوشاک، سازندگان در حال حاضر از هوش مصنوعی برای تولید نمونه‌های اولیه محصولات مختلف از قطعات هواپیما گرفته تا تجهیزات بازی گلف استفاده می‌کنند. بر اساس اجماع تحلیلگران صنعت تکنولوژی های تحلیل رفتار مصرف کننده تا سال 2030 یک بازار 44.5 میلیارد دلاری خواهد شد.

آینده صنعت مد در طراحی لباس

هوش مصنوعی طراح می شود

گوگل قبلاً طراحی مد هوش مصنوعی کاربر محور را با Project Muze آزمایش کرده است، آزمایشی که با مشارکت پلتفرم مد مستقر در آلمان Zalando در سال 2016 اجرا کرد.

این پروژه یک شبکه عصبی را برای درک رنگ‌ها، بافت‌ها، ترجیحات سبک و سایر «پارامترهای زیبایی‌شناختی» آموزش داد که از گزارش روند مد Google و همچنین داده‌های طراحی و روند منبع‌شده توسط Zalando مشتق شده‌اند.

از آنجا، Project Muze از الگوریتمی برای ایجاد طرح‌هایی بر اساس علایق کاربران و مطابق با ترجیحات سبک شناسایی شده توسط شبکه استفاده کرد.

آمازون در این زمینه نیز نوآوری می کند. یکی از پروژه‌های آمازون که توسط محققان مستقر در اسرائیل هدایت می‌شود، از یادگیری ماشینی برای ارزیابی شیک بودن یا نبودن یک کالا استفاده می‌کند.

یکی دیگر از بخش تحقیق و توسعه Lab126 آمازون در کالیفرنیا، از تصاویر برای یادگیری یک سبک مد خاص و ایجاد تصاویر مشابه از ابتدا استفاده می کند.

در سال 2017، غول تجارت الکترونیک یک سیستم تولیدی را به ثبت رساند تا تولید پوشاک بر اساس تقاضا را امکان پذیر کند. این فناوری می تواند برای پشتیبانی از خط Amazon Essentials یا تامین کنندگان شبکه لجستیک آمازون استفاده شود.

البته، طراحی هوش مصنوعی بدون حضور و همکاری انسان هنوز به تکامل نرسیده. علاوه بر این، استفاده از الگوریتم‌ها برای تولید لباس گاهی اوقات نتیجه معکوس داشته است. 

با این وجود، شکاف بین طرح‌های توسعه‌یافته با هوش مصنوعی و طرح‌های ساخته‌شده توسط انسان در حال کم شدن است. در آوریل 2019، یک “طراح” هوش مصنوعی به نام دیپ ووگ در مجموع طراحان در رتبه دوم قرار گرفت و جایزه انتخاب مردم را در رقابت بین المللی نوآوری طراحی مد چین برنده شد. این سیستم که توسط شرکت فناوری Shenlan در چین طراحی شده است، از یادگیری عمیق برای تولید طرح‌های اصلی برگرفته از تصاویر، مضامین و کلمات کلیدی وارد شده توسط طراحان انسانی استفاده می‌کند.

شرکت مشاوره طراحی مستقر در توکیو Synflux نیز از هوش مصنوعی برای ارائه طرح های نوآورانه در پروژه ای به نام الگوریتمی کوچر استفاده کرده است. این تیم متشکل از طراحان و مهندسان نرم‌افزار، ابزاری ساختند که لباس‌های سفارشی‌سازی شده را در یک سری مراحل ایجاد می‌کند.

ابتدا، نرم افزار یک بدن را به صورت سه بعدی اسکن می کند تا نسبت های آن را ثبت کند. سپس، الگوریتم‌های یادگیری ماشینی داده‌های جمع‌آوری‌شده را تجزیه و تحلیل می‌کنند تا الگوهای لباسی را که برای کاهش ضایعات پارچه طراحی شده‌اند، ارائه کنند. در مرحله آخر، طراحان با استفاده از نرم افزار طراحی به کمک کامپیوتر (CAD) این الگوهای دوبعدی را مدلسازی می کنند و الگوهای مد را تولید می کنند که می توان از آنها برای دوخت لباس استفاده کرد.

آینده صنعت مد در طراحی لباس

نمونه ای از طراحی لباس ایجاد شده توسط نرم افزار Synflux. منبع: Dezeen

رویکرد Synflux به عنوان ارائه طرح‌های شخصی‌سازی شده است که فراتر از تقسیم‌بندی معمولی اندازه‌های کوچک، متوسط و بزرگ است – با حداقل ضایعات پارچه، زیرا نرم‌افزار طراحی را برای هر مشتری بهینه می‌کند.

قبل از اینکه برندها بتوانند به طراحان فقط هوش مصنوعی تکیه کنند، تحقیق و توسعه بیشتری لازم است. اما هوش مصنوعی امروزی به برندها کمک می‌کند تا طرح‌های خود را سریع‌تر ایجاد و تکرار کنند.

چگونه هوش مصنوعی بر برندها تأثیر می گذارد

در سال 2018، تامی هیلفیگر از همکاری با IBM و موسسه فناوری مد خبر داد. این پروژه که به «Reimagine Retail» معروف است، از ابزارهای هوش مصنوعی IBM برای رمزگشایی موارد زیر استفاده کرد:

  • روندهای صنعت مد در زمان واقعی
  • احساسات مشتریان در مورد محصولات تامی هیلفیگر و تصاویر منتشر شده از کت واک
  • بازنمایی تم ها در الگوهای پرطرفدار، طرح ها، رنگ ها و سبک ها

سپس اطلاعات سیستم هوش مصنوعی در اختیار طراحان انسانی قرار گرفت تا بتوانند از آن برای تصمیم گیری آگاهانه در مورد طراحی مجموعه بعدی خود استفاده کنند.

Reimagine Retail نمونه‌ای قدرتمند از آن چیزی بود که وقتی مد با یک رهبر فناوری جهانی برای پیشبرد نوآوری‌های چالش برانگیز شریک می‌شود، اتفاق می‌افتد. – این گفته مایکل فرارو، مدیر آزمایشگاه FIT/Infor DTech است.

Stitch Fix در حال حاضر با لباس‌های «طراحی هیبریدی» در خط مقدم مد مبتنی بر هوش مصنوعی قرار دارد. این‌ها توسط الگوریتم‌هایی ایجاد می‌شوند که گرایش‌ها و سبک‌های موجود در فهرست Stitch Fix را شناسایی می‌کنند و طرح‌های جدیدی را – بر اساس ترکیبی از رنگ‌ها، الگوها و منسوجات مورد علاقه مصرف‌کنندگان – برای تأیید طراحان انسانی پیشنهاد می‌کنند.

این شرکت جزئیات نحوه عملکرد آن (در زیر نشان داده شده است) در “تور الگوریتم ها” در وب سایت خود است.

آینده صنعت مد در طراحی لباس

منبع: Stitch Fix

این شرکت گفته است که قطعات طراحی شده با هوش مصنوعی در فروش «حافظان» به لباس‌های عرضه‌کنندگان برند مد خود عملکرد مشابهی دارند. این احتمالاً به این دلیل است که Stitch Fix به لطف مدل کسب و کار مبتنی بر اشتراک و بازخورد خود، دارای گنجینه گسترده ای از داده های مشتری است که هوش مصنوعی خود را مطلع می کند.

اریک کولسون، مدیر ارشد الگوریتم  Stitch Fix گفت: «ما برای انجام این کار به طور منحصر به فردی قوی هستیم. این قبلا وجود نداشت زیرا داده های لازم را نداشتیم. مشتریان چیزهایی را که در پروفایل های هوشمند امتحان می کنند، و اینکه چه چیزی را نخریده اند یا چرا نخریده اند ار ما میدانیم و این دسترسی به داده‌های بزرگ (Big Data) داریم و می‌توانیم کارهای زیادی با آن انجام دهیم.»

طراحی تنها زمینه‌ای نیست که Stitch Fix ابتکارات هوش مصنوعی و یادگیری ماشین را به کار می‌گیرد. این شرکت تیمی متشکل از 120 نفر را برای نظارت بر الگوریتم‌های یادگیری ماشینی به کار می‌گیرد که برای اطلاع‌رسانی همه چیز از طراحی مشتری گرفته تا تدارکات و مدیریت موجودی استفاده می‌شوند.

به گفته کولسون، این شرکت در حال حاضر شاهد بازگشت سرمایه از سرمایه گذاری های هوش مصنوعی خود، از جمله افزایش درآمد، کاهش هزینه ها و بهبود رضایت مشتری است. Stitch Fix درآمد خالص 1.7 میلیارد دلاری را در سال 2020 گزارش کرد که نسبت به سال قبل 11 درصد افزایش داشت.

با پیشرفت بیشتر برنامه‌های هوش مصنوعی به برندها کمک می‌کنند تا تصمیمات استراتژیک‌تری در مورد توسعه محصول و خطوط تجاری جدید بگیرند.

پلتفرم‌های طراحی سه‌بعدی مانند CLO نیز تغییر دادن طرح‌ها را در لحظه آسان می‌کنند. اینها به برندها اجازه می دهد تا از بینش هوش مصنوعی در زمان واقعی برای اصلاح مدها تا لحظه تولید استفاده کنند.

در زیر، نشان می‌دهیم که چگونه فناوری طراح مد را خودکار می‌کند، زیرا سبک‌ها شخصی‌تر می‌شوند و تحت تأثیر سیگنال‌های دیجیتال قرار می‌گیرند.

مشابه ابتکار آمازون Lab126 و Google’s Project Muze، دانشمندان UC San Diego و Adobe راهی را برای هوش مصنوعی برای یادگیری سبک افراد و ایجاد تصاویر سفارشی کامپیوتری از آیتم‌های جدید و متناسب با آن سبک ترسیم کرده‌اند.

این سیستم می‌تواند برندها را قادر سازد تا لباس‌های شخصی‌سازی‌شده برای یک فرد را تنها بر اساس تعامل آن‌ها با محتوای بصری ایجاد کنند.

در سطح کلان تر، همچنین می تواند به یک برند اجازه دهد تا روندهای مد گسترده تری را بر اساس داده های تاریخی از کل پایگاه کاربر خود پیش بینی کند. پیش‌بینی‌ها در نهایت می‌توانند برای هدایت طراحی یک محصول یا کل برند استفاده شوند.

دوره بعدی مد کاملاً در مورد شخصی سازی و پیش بینی است. با داده‌های بیشتر و بیشتر، الگوریتم‌ها به شکارچیان روند تبدیل می‌شوند – پیش‌بینی (و طراحی) آینده مد روش‌هایی است که تاکنون ممکن نبوده است.

به عنوان مثال، True Fit یک دور 55 میلیون دلاری سری C را در سال 2018 بست تا کل سرمایه خود را به 102 میلیون دلار برساند. پلتفرم کلان داده این شرکت قابلیت هایی مانند کشف مد مبتنی بر هوش مصنوعی و توصیه های لباس و کفش مناسب را تسهیل می کند.

به گفته مدیر عامل ویلیام آر. آدلر، این پلتفرم با بیش از 100 میلیون کاربر ثبت‌شده، از داده‌های تراکنش برای تعیین اولویت‌های مشتری استفاده می‌کند تا «تمام نقاط تماس و سفر مصرف‌کننده را برای برندها شخصی‌سازی کند».

Virtusize، یکی دیگر از شرکت‌های سرمایه‌گذاری شده بر روی روند اتصالات هوشمند، خریداران آنلاین را قادر می‌سازد تا اندازه مناسب را خریداری کنند، یا با اندازه‌گیری لباس‌های موجود در کمد خود یا با مقایسه برندها و سبک‌های خاص با لباس‌های خودشان.

Virtusize ادعا می کند که با حذف عدم قطعیت در مورد اندازه و تناسب، می تواند مقادیر متوسط ​​سفارش را 20٪ افزایش دهد و نرخ بازگشت را تا 30٪ کاهش دهد. این شرکت مستقر در ژاپن، Balenciaga و Land’s End و همچنین Zalora – یک فروشگاه آنلاین مد آنلاین در آسیا را در میان مشتریان خود به حساب می‌آورد.

در نهایت، ترجیحات مصرف کننده هر جنبه ای از فرآیند طراحی و تولید را هدایت می کند.

پلتفرم‌هایی مانند True Fit ممکن است به شناسایی انواع موادی که خریداران ترجیح می‌دهند کمک کند، یا حتی مشخص کند که شرایط منبع‌یابی و تولید چقدر برای یک خریدار منحصربه‌فرد اهمیت دارد.

در ادامه این مطلب در بخش های دیگر ” آینده صنعت مد” خواهید خواند؛

  • هوش مصنوعی در تولید لباس
  • تکنولوژی های انبارش و توزیع لباس
  • هوش مصنوعی در فشن ریتیل و ویژآل مرچندایزینگ
  • سطح بعدی مد چیست؟ های- تکنولوژی ها در صنعت مد و لباس
اشتراک گذاری:

مطالب زیر را حتما مطالعه کنید

دیدگاهتان را بنویسید