La industria de la moda ha comenzado a fusionarse con la inteligencia artificial, abriendo nuevas oportunidades para personalizar la experiencia de compra. Una de las figuras clave en este proceso es Julie Bornstein, quien cuenta con una impresionante trayectoria en el comercio digital. A pesar de su experiencia, Bornstein se ha encontrado con desafíos inesperados al lanzar su startup, Daydream, enfocada en ayudar a los clientes a encontrar prendas ideales utilizando tecnología avanzada.
En una conversación reciente con Bornstein y su CTO, Maria Belousova, se discutió cómo la implementación de AI en la moda no es tan sencilla como parece. A pesar de contar con un financiamiento significativo de 50 millones de dólares de inversores como Google Ventures, la realidad de traducir la magia de los sistemas de IA en soluciones útiles para los consumidores ha demostrado ser compleja.
Desafíos en la implementación de la inteligencia artificial
El concepto inicial presentado a los inversores era atractivo: utilizar IA para resolver problemas de moda complicados, conectando a los clientes con las prendas perfectas. Sin embargo, Bornstein se dio cuenta rápidamente de que cumplir con una simple solicitud como ‘necesito un vestido para una boda en París’ es un proceso intrincado. Las preguntas que surgen son numerosas: ¿quién es el invitado? ¿Cuál es la formalidad del evento? ¿Qué tipo de impresión se desea causar? Aun después de esclarecer estos aspectos, la variabilidad de los modelos de IA afectaba la interpretación de las solicitudes.
La complejidad del lenguaje en la moda
Durante el periodo de prueba extendido de Daydream, los usuarios proporcionaron descripciones únicas de sus necesidades. Por ejemplo, alguien podría decir: ‘Soy de forma rectangular, pero necesito un vestido que me haga ver como un reloj de arena’. Sin embargo, el modelo podría ofrecer opciones que no cumplían con la petición, como vestidos con patrones geométricos. Esto resalta la necesidad de una comprensión profunda entre las vocabularios de los compradores y los comerciantes.
Daydream se enfrenta al reto de fusionar estas dos lenguas. Mientras los comerciantes utilizan términos de categorías y atributos, los compradores describen situaciones específicas, como: ‘Voy a un evento en una azotea con mi pareja’. Esta discrepancia requiere iteraciones en las conversaciones para lograr un entendimiento adecuado.
La evolución de Daydream y su equipo técnico
Reconociendo la necesidad de mejorar su equipo técnico, Bornstein tomó la decisión de posponer el lanzamiento de la aplicación inicialmente programado para el otoño de. En diciembre de, incorporó a Belousova, quien a su vez reunió a un grupo de ingenieros talentosos. Como señala Belousova, ‘la moda es un sector atractivo porque implica personalización y datos visuales‘, lo que representa un desafío que aún no se ha resuelto.
La importancia de la asistencia humana
Además de la tecnología, Daydream ha comprendido que la IA necesita apoyo humano para ofrecer resultados efectivos. Por ejemplo, una petición común es acceder a estilos de ropa que usa Hailey Bieber. En lugar de depender exclusivamente de algoritmos, el equipo humano crea colecciones que satisfacen estas demandas, permitiendo que el modelo comprenda mejor lo que los usuarios desean. Así, cuando surge una nueva tendencia como el cottagecore, el equipo se mueve rápidamente para desarrollar una colección que refleje este estilo.
Desde su reinvención, Bornstein ha notado mejoras significativas en los resultados. Aunque aún persisten algunos errores, como cuando una búsqueda de pantalones de esmoquin negros devolvió opciones de pantalones deportivos beige, el enfoque ha cambiado a un sistema que utiliza múltiples modelos especializados. Cada uno aborda aspectos específicos como color, tejido y estación, optimizando la experiencia del usuario.
Lecciones de otros emprendedores en inteligencia artificial
Otros líderes en startups de IA han enfrentado retos similares. Meghan Joyce, CEO de Duckbill, comenta que su objetivo siempre ha sido combinar la asistencia humana con la inteligencia artificial. Después de tres años de esfuerzo, finalmente están logrando los resultados esperados. Sin embargo, el tiempo transcurrido ha sido mayor al anticipado.
Joyce enfatiza que los modelos de IA tienden a ser demasiado seguros de sus capacidades, lo que puede llevar a situaciones confusas. Un incidente notable ocurrió cuando un modelo afirmó haber realizado una llamada telefónica para concertar una cita médica, aunque en realidad no sucedió nada de eso. Esta experiencia subraya la importancia de la supervisión humana en el proceso.
Finalmente, todas las startups, incluida Mindtrip, que desarrolla un ‘compañero de viaje’ basado en IA, reconocen la necesidad de adaptarse a preguntas inesperadas de los usuarios. Este enfoque es crucial para mantener la relevancia y efectividad en sus servicios.
En conclusión, el camino hacia la integración de la inteligencia artificial en la moda está lleno de obstáculos y aprendizajes. A pesar de las dificultades, Bornstein y sus colegas se sienten optimistas sobre el futuro, con la esperanza de que el 2026 sea el año en que la IA cumpla su promesa de revolucionar la productividad en el sector.
