درس‌هایی از استراتژی هوش مصنوعی در والمارت و دنیای مد؛ کاهش چرخه طراحی از ۶ ماه به چند هفته

شفاف‌ترین و کاربردی‌ترین درس‌های استراتژی هوش مصنوعی از شرکت‌هایی با مقیاس‌های کاملاً متفاوت به دست می‌آید؛ از غول‌هایی چون والمارت و برند مطرح Coach گرفته تا یک برند مستقل پوشاک ورزشی بانوان با ۲۵۰ شعبه فروشگاهی. در حال حاضر خرده‌فروشان سراسر جهان پیشتاز به‌کارگیری این فناوری هستند. بر اساس گزارش سال ۲۰۲۶ شرکت NVIDIA پیرامون وضعیت هوش مصنوعی در خرده‌فروشی و کالاهای تندمصرف، حدود ۹۱ درصد از فعالان این صنعت در حال ارزیابی یا استفاده از هوش مصنوعی هستند و ۵۸ درصد از آن‌ها این فناوری را به‌شکل عملیاتی پیاده‌سازی کرده‌اند؛ رقمی که نسبت به ۴۲ درصد سال گذشته، جهشی چشمگیر را نشان می‌دهد. اکنون بسیاری از این شرکت‌ها بازگشت سرمایه قابل‌توجهی از پروژه‌های هوش مصنوعی خود کسب کرده‌اند.

درس استراتژی از برند Coach: مدل را با آثار اختصاصی خود آموزش دهید

شرکت Tapestry، مالک برندهای نام‌آشنای Coach و Kate Spade، در گزارش عملکرد سه‌ماهه دوم خود درآمد ۲٫۵ میلیارد دلاری را ثبت کرد که رشدی ۱۴ درصدی را نسبت به سال قبل نشان می‌دهد. جوآن کروویسرات (Joanne Crevoiserat)، مدیرعامل Tapestry، تاکید می‌کند که هوش مصنوعی اکنون به شیوه اصلی کار طراحان این شرکت تبدیل شده است. طراحان کار خود را همچنان با اتودهای دستی آغاز می‌کنند، اما برای بازآفرینی سریع و آزمودن تنوع رنگ‌ها به هوش مصنوعی تکیه می‌زنند. به گفته او، حضور طراحان انسانی و دید هنری آن‌ها همچنان عنصری حیاتی و غیرقابل جایگزین است.

در برند Coach که بزرگ‌ترین زیرمجموعه این شرکت است، تیم‌های طراحی از همین شیوه برای رنگ‌بندی کیف‌های دستی استفاده می‌کنند. بدین ترتیب، یک طرح دستی واحد پیش از ارسال به کارخانه، در تمام پالت‌های رنگی یک فصل ارزیابی و آزمایش می‌شود.

در برند Kate Spade، طراحان از مدلی سفارشی در ابزار Adobe Firefly بهره می‌برند که با الگوها، بافت‌ها و جزئیات اختصاصی همین برند آموزش دیده است. در نتیجه طرح‌های تولیدشده بلافاصله هویت بصری شاخص Kate Spade را در خود دارند. پیاده‌سازی تغییراتی که در گذشته هفته‌ها به طول می‌انجامید، اکنون در چند دقیقه امکان‌پذیر شده است. درس اصلی این دو برند روشن است: هر دارایی که هویت، لحن یا آرشیو تجاری شما را بازتاب می‌دهد، شایسته مدلی است که بر اساس داده‌های خودتان آموزش ببیند.

درس استراتژی از والمارت: زمان صرفه‌جویی‌شده را معیار قرار دهید

والمارت ملموس‌ترین آمار و داده‌ها را در این زمینه ارائه کرده است. ابزار اختصاصی این شرکت به نام Trend-to-Produce، شبکه‌های اجتماعی، رویدادهای فشن و داده‌های فروش را پایش می‌کند، بردهای الهام‌بخش (Mood Boards) می‌سازد و پس از تأیید طراحان و بازرگانان، مشخصات فنی دقیق تولید را در قالب بسته‌ای فنی برای تامین‌کنندگان آماده می‌سازد. به گفته والمارت، مرحله ایده‌پردازی اولیه اکنون تنها حدود یک ساعت زمان می‌برد و پوشاک به‌جای شش ماه که استاندارد رایج این صنعت است، طی ۶ تا ۸ هفته به قفسه فروشگاه‌ها می‌رسند؛ یعنی کاهشی در حدود ۱۸ هفته در کل زنجیره تولید.

جن جکسون براون (Jen Jackson Brown)، معاون ارشد طراحی و برند پوشاک در والمارت، توضیح می‌دهد که این ابزار به طراحان امکان می‌دهد زمان بسیار کمتری را برای دنبال کردن روندها تلف کنند و روی خلاقیت متمرکز شوند.

معیار اصلی والمارت بر پایه افزایش سرعت سنجیده می‌شود نه لزوماً حجم فروش. این بهترین راهبرد برای شروع است: یک مرحله مشخص از فرآیند کاری خود را انتخاب کنید، زمان اجرای آن را قبل و بعد از ورود هوش مصنوعی اندازه بگیرید و بازدهی واقعی را بر این اساس بسنجید.

درس استراتژی از برند Amy Sport: پیش از نمونه‌گیری فیزیکی، رندر دیجیتال بسازید

امی لیپتون (Amy Lipton)، بنیان‌گذار و مدیرعامل Amy Sport (یک برند پوشاک گلف در پالم دیزرت کالیفرنیا که محصولاتش در ۲۵۰ فروشگاه تخصصی و تفریحگاه عرضه می‌شود)، توضیح می‌دهد که طرح‌های چاپی، اتودهای لباس و عکس‌های مدل فیتینگ خود را وارد ChatGPT کرده و از این چت‌بات خواسته تا طرح‌های جدید را روی تن مدل شبیه‌سازی کند. او می‌گوید: «آن طرح‌های چاپی هنوز در دنیای واقعی وجود نداشتند، اما ChatGPT تصویر آن‌ها را با کیفیت بالا رندر کرد.» جالب آنکه پژوهش‌ها نیز نشان می‌دهند مدیران و نیروهای باسابقه در محیط‌های کاری بیش از نیروهای تازه‌کار از ChatGPT استفاده می‌کنند.

در روال کاری گذشته، لیپتون باید کدهای رنگ پنتون را به کارخانه می‌فرستاد و هفته‌ها منتظر نمونه‌های اولیه پارچه می‌ماند. اما این بار او طرح‌های پیچیده‌تری مانند الگوهای چهارخانه با نماد توپ گلف، نقوش گل‌دار در مقیاس دوبرابر و پنج طیف مختلف رنگ سبز را سفارش داد و ظرف چند دقیقه پاسخ تصویری گرفت. او این تصاویر رندرشده را پیش از آنکه حتی نمونه فیزیکی تولید شود، در کاتالوگ فروش خود قرار داد.

لیپتون می‌گوید: «وقتی نتیجه نهایی تن‌پوش لباس را دیدم، شگفت‌زده شدم.» البته او همچنان نمونه‌های فیزیکی را برای مراحل پایانی سفارش می‌دهد: «شما در هر حال باید پارچه را لمس و برش دهید و ببینید لباس روی بدن چگونه می‌نشیند؛ اما هدف اصلی ساخت محصولی باکیفیت‌تر است.» با این شیوه، او دیگر ناچار نیست برای نمونه‌های فیزیکی که از همان ابتدا رد خواهند شد هزینه پرداخت کند.

برای یک کسب‌وکار کوچک، هزینه ورود به دنیای هوش مصنوعی تنها به اندازه حق اشتراک یک سرویس نرم‌افزاری است و نیازی به توسعه پلتفرم‌های پیچیده و پرهزینه ندارد.

درس استراتژی از تجارت هوشمند: عوامل هوش مصنوعی به مدرک نیاز دارند

لباس‌هایی که با هوش مصنوعی طراحی و تصویرسازی می‌شوند، به شکلی فزاینده توسط همین سیستم‌ها نیز به فروش می‌رسند. در ۲۲ اکتبر، مجموعه Bazaarvoice که پلتفرم تخصصی جمع‌آوری نظرات و امتیازدهی مصرف‌کنندگان است، همکاری جدیدی را با DaVinci Commerce آغاز کرد. پلتفرم DaVinci Commerce در حوزه تجارت مبتنی بر ایجنت‌ها فعالیت دارد و برنامه‌های خرید هوشمند برندها را درون پلتفرم OpenAI و سایر فروشگاه‌های خودکار هدایت می‌کند. بر اساس این همکاری، نظرات تاییدشده مشتریان به سامانه هوشمند DaVinci متصل می‌شوند تا زمانی که یک خریدار از ایجنت هوشمند برند پیشنهاد خرید می‌خواهد، این عامل بتواند نظرات واقعی و اعتبارسنجی‌شده سایر کاربران را به‌عنوان مدرک به خریدار نشان دهد.

لیپتون که مشتریان برند Amy Sport اغلب تصاویری از پوشیدن این لباس‌ها در شبکه‌های اجتماعی به اشتراک می‌گذارند، نیازی مشابه را مطرح می‌کند: «مردم ترجیح می‌دهند نظر افراد مورد اعتماد را بشنوند، نه اینکه صرفاً شعارهای تبلیغاتی خود برند را دریافت کنند.»

دیدگاه منتقدان و موانع پیش‌روی استراتژی هوش مصنوعی

با این حال، سرعت بالاتر همیشه به معنای خروجی بهتر نیست. بر اساس برآوردهای موسسه پژوهشی Coresight Research، نرخ مرجوعی آنلاین پوشاک در بازار آمریکا طی سال ۲۰۲۵ به ۲۳٫۴ درصد رسیده است و نزدیک به ۷۰ درصد از مرجوع‌کنندگان، نامناسب بودن سایز و تن‌خور لباس را علت اصلی بازگرداندن کالا ذکر کرده‌اند. مشکل مرجوعی از جمله چالش‌های بنیادینی است که هوش مصنوعی هنوز راه‌حل جامعی برای آن نیافته است. افزون بر این، بسیاری از طراحان و برندها نگران نحوه استفاده مدل‌های هوش مصنوعی از الگوهای اختصاصی و لو رفتن ایده‌های نوآورانه خود هستند.

هوش مصنوعی، اهرمی برای تصمیم‌گیری آگاهانه‌تر

امی لیپتون ارزش واقعی این فناوری را در یک جمله خلاصه می‌کند: «هوش مصنوعی هرگز جایگزین طراح نخواهد شد؛ بلکه ابزاری قدرتمند است که به ما کمک می‌کند تصمیم‌های بهتری بگیریم و این تصمیم‌ها را در زمانی بسیار سریع‌تر عملی کنیم.»

شاید این کاربردی‌ترین درس در استراتژی هوش مصنوعی باشد که می‌توان آن را به هر کسب‌وکاری تعمیم داد؛ از برند لوکس Coach و غول خرده‌فروشی والمارت گرفته تا یک تولیدکننده با ۲۵۰ مرکز فروشگاهی.