Индустрия моды сегодня оценивается в $3 триллиона в год, или 2% мирового ВВП (по данным индекса McKinsey Global Fashion). Более того: она ежегодно растет, в среднем по 5,5% каждый год в последние десять лет. И тем не менее многим гигантским брендам приходится несладко. Полагаясь на несколько ключевых фигур, занимающихся дизайном и расстановкой приоритетов для роста, они прогадали. Новый-старый босс Victoria's Secret уже потерял своей компании больше $10 млрд. Прибыль H&M падает уже десять кварталов подряд. Даже самые успешные бренды, вроде Tommy Hilfiger и Michael Kors, боятся оказаться в их ситуации.

Решить проблему берутся различные технологические стартапы и собственные новосформированные IT-отделы самих «модных» компаний. Используя технологии машинного обучения, компьютерного зрения, глубокого обучения, обработки естественного языка и интеллектуального анализа данных, а также «скармливая» системам огромные объемы информации об индустрии моды, они пытаются предугадать, что будет в тренде через несколько месяцев, и получить хоть какое-нибудь преимущество перед конкурентами. Человеческого элемента в этой, казалось бы, самой креативной индустрии, скоро может вообще не остаться.

Простое решение сложных проблем

В Лондоне три последние года собирается конференция KDD, посвященная интеграции нейросетей и интеллектуальных алгоритмов в индустрию моды. На ней обсуждается больше тридцати топиков: как анализировать данные, как определять, не сплагиатил ли чего-то твой робот, как учить его подбирать правильный текстиль, какую систему использовать для оценки «модности» того или иного товара…

На этой конференции полно участников: многие крупные бренды уже несколько лет держат собственный AI-отдел, понимая, что затраты здесь сравнительно небольшие, а потенциальная прибыль может быть невероятной. Одна невостребованная линия одежды, которая пойдет в утиль, может стоить сотни миллионов долларов. Умный робот, способный быстро разбираться в петабайтах информации и выявлять неочевидные связи, может подсказать, что запускать такую коллекцию сейчас будет плохой идеей.

Хотя – это пока что мечты. Даже H&M, которая в этом деле продвинулась дальше других, пока что своим алгоритмам на 100% не доверяет. Но есть вещи, которые уже работают, и показывают результаты. Одним из самых важных вкладов AI в индустрию стала эволюция визуального поиска (например, Unbxd.com). Онлайн-ритейлеры с её помощью могут гораздо эффективнее прогнозировать, какие вещи покупателю на самом деле хотелось бы получить в своей выдаче, основываясь на любых имеющихся данных о клиенте.

Эту технологию у себя начинают использовать сотни компаний (небольшие – с Unbxd, крупные – с проприетарной системой). Количество кликов, которое покупателю приходится совершить, чтобы добраться до нужного ему продукта и совершить заказ, сокращается в несколько раз. Конкурентное преимущество получается неоспоримое: клиент куда более склонен покупать одежду на том сайте, который может быстро предложить ему что-нибудь интересное.

Покупатели теперь также могут просто сфотографировать джинсы или кроссовки, которые им интересны, и получить онлайн-соответствие этого фото. Такой функционал уже предлагает приложение Amazon, оно есть в смартфонах Google, похожее решение собирается предложить Instagram. «Модные» компании на него очень рассчитывают. Если с гаджетами и техникой всё понятно, название модели зачастую выгравировано прямо на корпусе, то конкретное название предмета одежды зачастую не знает даже тот человек, который его купил. С помощью AI-анализатора получить «ой, точно такую же блузку!» становится проще простого: сфотографировал – кликнул «Заказать». А прибыль фирм-производителей растет.

Но это самая примитивная модель. Умные алгоритмы уже способны на большее. Несколько компаний уже экспериментируют с данными, экспортированными из вашего календаря. Их продукты находят информацию о вашем будущем путешествии или (используя куки) о погоде в вашей локации. А затем на сайтах магазинов рекомендуют вам актуальную одежду или обувь. Скажем, если вы скоро отправляетесь в Сочи, вам вдруг чаще начнут предлагать футболки-безрукавки. Если едете в Норвегию – откуда ни возьмись берется широкое предложение свитеров. Послезавтра пойдет снег с дождём – вам рекомендуют взять курточку и теплые водонепроницаемые ботинки.

По данным журнала The Cut, люди сейчас в среднем используют только 20% своего гардероба. Мы находим то, что нам нравится больше всего, и потом носим его постоянно, а остальные вещи, которые «не настолько наш стиль», просто пылятся в шкафу (еще кстати, забавно: 25% одежды в развитом мире не используется из-за того, что люди ждут потерять вес, чтобы в неё поместиться). AI может помочь нам использовать потенциал своей купленной одежды на все 100%. Pureple, например, предлагает вещи, которые хорошо пойдут с уже имеющейся у вас одеждой, создав полноценный наряд. Учитываются собственная база данных компании и реакции пользователей. Не надо гуглить «идут ли эти джинсы с простой белой футболкой». Основываясь на решениях предыдущих юзеров программа сама решит, что хорошо смотрится вместе, а что нет.

Пока что, правда, Pureple и другие подобные ему приложения ограничены в самом основном – достаточном объеме информации, которую можно анализировать. Другие компании не горят желанием делиться своими данными. В итоге Pureple пока что не особенно эффективен и полезен – а значит, у него и не хватает активных пользователей, которые, свайпая понравившиеся им наряды, как в «Тиндере», помогали бы алгоритмам постепенно улучшаться.

Поэтому главных продвижек в создании крутого «модного» AI все сейчас ожидают от самых крупных компаний. У которых хватает и пользователей, и информации об их реальных предпочтениях. Два главных борца на ринге – Amazon и Facebook. Оба гиганта уже несколько лет занимаются своими AI для дизайна одежды. Facebook готовится к тому, чтобы превратить Instagram в маркетплейс, а Amazon проектирует алгоритмы для своих собственных брендов, Ella Moon для женщин и Buttoned Down с Goodthreads для мужчин.

AI, разработанный командой Amazon, уже сейчас умеет, «вобрав» в себя информацию об определенном стиле моды, с нуля генерировать новые предметы в том же стиле. Задача дизайнера в итоге сводится к выбору лучших вариантов из этих сотен сгенерированных предметов одежды. Причем умная система Amazon отдает больший коэффициент предметам с лучшей статистикой просмотров и покупок на сайте магазина, чтобы у новых вещей был лучший шанс стать востребованными. Там, где раньше требовалась команда, теперь отлично справляется один алгоритм.

Вот еще три перспективных направления из этой сферы, и три приложения, которые уже решают реальные задачи:

Finery – персональный AI-стилист

Finery берет вашу одежду, считывает любые новые купленные вещи из подключенного и-мейла, и подбирает для вас «луки», то есть комбинации, которые будут смотреться на вас лучше всего. Плюс, она рекомендует новые вещи, учитывая то, чего у вас может не хватать. Разработчики заявляют, что их машина учитывает даже стиль пользователя. То есть, если у вас одни кепки и приспущенные джинсы, она понимает, что рекомендовать вам галстук или федору не стоит. Вместо этого AI присмотрит вам что-то «в ту же тему», вроде какого-нибудь худи.

Похожую платформу конкретно для своего сайта этим летом запустил и Amazon. У него есть «умный помощник-стилист» Echo Look. Это камера с встроенным помощником Алексой, которая стоит в квартире, фотографирует вас и оценивает, что вы на себя надели. Конечно, рейтинга вам не дают, и говорить «вы ужасны, оценка 2 из 10» устройство не будет. Вместо этого оно позволяет сравнить два наряда, и потом говорит, какой ей нравится больше, и насколько (в процентах).

И, конечно, то, ради чего всё задумывалось. Приложение в смартфоне, по которому работает камера, потом берет все эти фото и на основании их рекомендует вам другие предметы одежды для покупки у Amazon, а также заманивает вас на подписки во всякие «модные» журналы. Тут используется та же модель Kindle. Даже продавая девайс себе в убыток, Amazon потом отыгрывается по всем фронтам.

Hook – слежка за трендами для ритейлеров

Поисковый движок Hook, разработанный компанией Intelligence Node, рассчитан на магазины и бренды. Тут всё просто: если человек не находит то, что ему нужно, в первых десяти пунктах выдачи, вероятность того, что он просто уйдет с сайта, повышается астрономически, в несколько десятков раз. Поэтому надо быстро выдать что-то актуальное – задержать покупателя, чтобы, хотя бы, включилась система «ну, если уж я убил за этим столько времени, пора бы уже что-то взять».

Чтобы достичь этого эффекта, Hook учитывает модные тренды, собирает любые возможные данные о клиенте и находит, чем его зацепить. Алгоритмы глубокого обучения на блюдечке преподносят ритейлеру всю ту информацию, которую он может использовать против вас. Ваше местоположение. Уровень цен, на который вы обычно ориентируетесь. Характерные ключевые слова, которые вы забиваете в поисковики. Лайки под картинками и постами в Facebook. В итоге в выдаче не всегда показывается конкретно то, что вы забивали, но, потенциально, что-то более интересное. Скажем, вы хотели купить свитер, а тут показывается теплый гольф, да еще и в вашем любимом цвете. Вот так удача! Точно, можно же взять такую водолазку!

Сейчас приложение собирает информацию о товарах от 5000 брендов, от H&M, JC Penny и Gap до Nike и Adidas. В дополнение к функции поиска планируется, как и у Finery, добавить сервис рекомендаций – чтобы пользователь мог загрузить своё фото, а система выдала ему все возможные рекомендации, чтобы без покупки он не ушел.

Stylumia – предсказание стилей будущего

Программа, которая, по словам компании-разработчика, предвещает, что будет в моде через несколько недель или месяцев. Stylumia объединяет компьютерное зрение, обработку естественного языка и данные о поведении людей, что в итоге позволяет системе предсказывать модные тренды.

Приложение рассчитано на производителей и продавцов обуви или одежды. Они заходят, вводят цвета/продукты/стили, которые им интересны. Затем система, учитывая этот запрос, собирает для себя огромный массив с релевантными данными. Информацию о продуктах с сайта самого бренда. Данные о вовлеченности пользователей. Фотографии, видео и текстовые маркеры в соцсетях (Facebook, YouTube, Instagram, Pinterest).

Дальше Stylumia обрабатывает всё это с AI и Deep Learning, и выдает клиенту выжатую полезную информацию. Графики о том, что об этом продукте в целом думают сейчас, и какие вещи от него можно ожидать в будущем. Какие цвета в моде, какие идут на убыль, какие растут. Что за вещи сейчас обсуждаются. Это помогает магазину или дизайнеру принять взвешенное решение: стоит ли начинать подобный проект, будет ли на него спрос, что из похожего уже есть на рынке, какие шансы успеха?

Пример, который приводит сама Stylumia в блоге, касается фэшн-шоу. На одной большой презентации 40 крупнейших дизайнеров могут суммарно показать 24 000 новых предметов одежды на следующий сезон. Ни один человек в себе столько информации не удержит. А тут программа сама выделяет всё самое важное, и смотрит, что прижилось, о чём говорят, какие выводы из этого можно сделать, будет ли этот стиль популярен в следующем сезоне, или он уже изжил себя…

Если вы когда-нибудь читали журналы о моде, редакторы там постоянно пытаются выяснить: какой цвет будет в тренде? Какой предмет одежды востребован? Какие комбинации цветов и паттернов сейчас захватывают умы? С системой вроде Stylumia гадать не приходится: компьютерное зрение сразу замечает характерные тренды. Например, на осень-2018 «в моде» ярко-желтый и чёрное на красном. А самой популярной отдельной вещью стали (по крайней мере, на модных показах) белые женские кофточки с пышными рукавами. То есть, с точки зрения Stylumia, именно этими предметами должны были закупаться ритейлеры, чтобы максимизировать свои продажи.

Сейчас у компании 40 клиентов – включая Aeropostale, Puma, Myntra, Fastrack, Biba и Global Desi. Они консультируются с системой для определения подходящих дизайнов к своей новой одежде. Сама компания говорит, что продажи повышаются многократно, и коллекции, собранные «под руководством» Stylumia пропадают с полок буквально за две-три недели. Сами производители никаких цифр не раскрывают.

Последний бастион

Но могут ли бездушные алгоритмы действительно понять и заменить моду? Не нужен ли для этого человеческий креатив и талант?

На самом деле, многие эксперты уверены, что хороший AI справится с задачей не хуже, а во многом и лучше. Майкл Ферраро, исполнительный директор нью-йоркского Института моды и технологий, объясняет:

Мода и так сейчас во многом сфабрикована. То, что на следующий сезон будет «в тренде», решается советами директоров крупных компаний. Теперь просто эту работу возьмут на себя роботы. На мой взгляд, так будет даже честнее.

Технологии искусственного интеллекта также могут помочь наконец-то сделать индустрию моды экологически чище. Сейчас это второй по выбросам отходов загрязнитель в мире (после нефтяной промышленности). В мире продается 80 миллиардов (!) предметов одежды каждый год, с использованием кучи красителей и химикатов. И почти всё то, что было произведено, довольно скоро в итоге оказывается на свалках. Мэтью Дринкуотер, руководитель лондонского агентства Fashion Innovation, рассказывает:

Мы производим и выбрасываем слишком много одежды. Только в Британии мы избавляемся более чем от 300 000 тонн одежды каждый год. Если ИИ сможет помочь нам производить только то, что продастся, количество отходов сможет серьезно уменьшиться.

Нынешняя модель ритейла не работает, мы просто производим мусор, это надо менять. Искусственный интеллект позволит нам регулировать производство в режиме реального времени, на ходу адаптировать дизайны, учитывая постоянно меняющиеся запросы клиентов. Одежда, созданная таким способом, может быть более ценной для покупателей, её не станут так быстро выкидывать. Кто знает, может, люди даже чинить свою одежду начнут. Это было бы здорово.

P. S. Качественная одежда американских брендов, от Timberland и Gap до Tommy Hilfiger и Michael Kors, часто может стоить дешевле, чем товары с российских вещевых рынков. Серьезно. Особенно если брать её напрямую в США, и не боятся заходить в раздел Sale (скидки всегда реальные, за исключением сайтов с одеждой для детей, как ни странно). А доставлять любые покупки из Штатов в Россию умеет Pochtoy.com. От $11.99 за полкило.

Читатели Хабра после регистрации получают скидку 7% по коду HABR.