Mode är en dynamisk verksamhet. De flesta klädmärken gör minst två till fyra kollektioner per år. Medan de säljer aktuella säsongsbetonade kollektioner planerar varumärken för nästa minst ett år i förväg och identifierar marknadstrender och material. Försäljningsperioden är cirka tre månader och osålda lager representerar ekonomisk förlust.

Snabbmodeföretag introducerar nya linjer ännu oftare, vilket minskar den tid som behövs för att designa, producera och marknadsföra nya föremål.

Teknik och mode

Modebranschen är bekant med att experimentera med tekniska gränser. Några av de viktigaste tekniska genombrotten är laserskärning, datorstödd design och på senare tid, användningen av 3D-utskrift i början av 2010.

Modeindustrin har experimenterat med grundläggande AI och andra banbrytande teknologier. Ett exempel är Gucci Garden, märkets samarbete med den virtuella världsplattformen Roblox i maj 2021 för att fira varumärkets hundraårsjubileum.

Non-fungible tokens (NFT) är ett annat område av innovation, som sett med Dolce &Gabbana Genesi Collection i samarbete med UNXD, en digital lyxmarknad. Denna samling såldes för 6 miljoner USD, vilket satte rekord för NFT-försäljning.

Modeföretag använder även blockkedjor för produktautentisering, spårbarhet och digitala ID, inklusive de som är integrerade av LVMH/Louis Vuitton, produktautentisering och spårbarhet.

Dessutom har företag införlivat förstärkt verklighet i marknadsförings- och detaljhandelsstrategier för att skapa uppslukande och interaktiva kundupplevelser.

Spelförändrande teknik

År 2021 investerade modeföretag mellan 1,6 och 1,8 procent av sina intäkter i teknik. År 2030 förväntas den siffran stiga till mellan tre och 3,5 procent.

Generativ AI kan bli en spelväxling för modeindustrin och lägga till mellan 150 och 250 miljarder USD till rörelsevinsten inom tre till fem år. Även om modesektorn bara har börjat integrera AI, är de möjligheter och utmaningar den ger uppenbara i alla affärsprocesser.

Generativ AI kan hjälpa modeföretag att förbättra sina processer, ta ut sina produkter snabbare på marknaden, sälja mer effektivt och förbättra kundupplevelsen. Generativ AI kan också stödja produktutveckling genom att analysera stora sociala medier och datauppsättningar för runwayshower för att identifiera nya modetrender.

Estée Lauder Companies och Microsoft har slagit sig ihop för att öppna ett internt AI-innovationslabb för att identifiera och svara på trender, informera produktutveckling och förbättra kundupplevelser.

Designers kan använda AI för att visualisera olika material och mönster baserat på tidigare konsumentpreferenser. Till exempel samarbetar Tommy Hilfiger Corporation med IBM och Fashion Institute of Technology i New York i projektet Reimagine Retail, som använder AI för att analysera konsumentdata och designa nya modekollektioner.

Designers kan också konvertera skisser och moodboards till 3D-designer och 3D-printa dem för att påskynda prototypframställning. Iris van Herpen, en holländsk modedesigner, använde AI för att föreställa sig och utföra det visuella i hennes höst-/vinterkollektion 2023.

NOWNESS tittar på den holländska designern Iris van Herpens fantasifulla användningar av AI.

AI och hållbarhet

AI hjälper till att skapa mer hållbara modepraxis genom att optimera resursanvändningen, återvinna material och minska avfallet genom mer exakta tillverkningsprocesser och effektiv försörjningskedja och lagerhantering. Till exempel använder H&M AI för att förbättra sina återvinningsprocesser, sortera och kategorisera plagg för återvinning och främja en cirkulär modeekonomi.

AI kan förbättra operationer och processer i försörjningskedjan genom att optimera lagerhantering, förutsäga försäljning baserat på historiska data och minska överlager och lageruttag. Varumärken som Zara och H&M använder redan AI för att kontrollera leveranskedjor, främja hållbarhet genom att optimera lagernivåer och minska avfallet. Zara introducerade också AI och robotik i sina butiker för att påskynda upphämtningen av beställningar online.

AI-drivna virtuella prova-på-lösningar låter kunderna se hur kläderna kommer att se ut på dem utan att fysiskt prova dem, vilket förbättrar onlineshoppingupplevelsen och minskar avkastningen. Virtuella provningar är redan verklighet i digitala företag, som glasögonåterförsäljaren Warby Parker och Amazon.

Ett annat exempel är Modiface, som förvärvades av det franska multinationella personliga vårdföretaget L'Oréal 2018, som tillhandahåller AR-baserade virtuella prov på smink och modeaccessoarer.

Virtuella tester hjälper köpare att fatta beslut och minska avkastningen. (Shutterstock)

Effektiv kampanj

AI kan också leverera skräddarsydda kundupplevelser. Vissa varumärken, som Reebok och Versace, bjuder in sina kunder att använda AI-verktyg för att designa produkter inspirerade av varumärkets känsla och utseende.

AI-drivna verktyg kan hjälpa marknadsföringsteam att rikta in sig på och maximera effekten av sina kommunikationskampanjer, vilket kan minska marknadsföringskostnaderna.

Modeverksamheten omfattar allt från små företag till globala kedjor, haute couture till ready-to-wear, massmarknad och fast fashion. Varje varumärke måste förstå var AI kan generera värde för deras verksamhet utan att späda på deras varumärkesidentitet.

Den största utmaningen är dock att undvika homogenisering. Generativ AI ska inte ersätta mänsklig kreativitet utan skapa nya utrymmen och processer.

Kreativitet och innovation förblir själen och hjärtat i alla modemärken, och AI bör vara ett verktyg för att förbättra och stödja dem. Som modedesignern Hussein Chalayan har sagt, "modet kommer att förnya sig genom teknik, nya fibrer, nya sätt att tillverka kläder."

AI fallgropar

Modeföretag bör vara beredda att hantera de förknippade riskerna med ny teknik, särskilt när det gäller immateriella rättigheter, kreativa rättigheter och varumärkesrykte. En av de primära frågorna är det potentiella intrånget i immateriella rättigheter relaterade till utbildningsdata.

GenAI-modeller tränas på stora designdatauppsättningar, som ofta innehåller upphovsrättsskyddade verk. Detta kan leda till juridiska tvister om originalitet och ägande. En relaterad risk är partiskhet och rättvisa i generativa AI-system, vilket kan innebära anseendeutmaningar för varumärken som förlitar sig på tekniken.

Otydligheten kring kreativa rättigheter i AI-tiden är ett annat problem. Det är utmanande att avgöra vem som har de kreativa rättigheterna till en design, oavsett om det är designern som konceptualiserade idén, utvecklaren som byggde AI:n eller AI själv. Denna tvetydighet kan späda på äktheten av ett varumärkes kreativa uttryck, vilket potentiellt kan skada dess rykte om konsumenterna uppfattar varumärket som mindre innovativt eller autentiskt.