Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Mientras finalizan las semanas de la moda de esta temporada en Londres, Milán, Nueva York y París, las marcas están trabajando para producir y vender los diseños que acaban de exhibir en las pasarelas, y ya están comenzando las colecciones de la próxima temporada. En el futuro, es muy posible que esos diseños combinen la destreza de un director creativo con el poder de la inteligencia artificial (IA) generativa, ayudando a llevar la ropa y los accesorios al mercado más rápido, a venderlos de manera más eficiente y a mejorar la experiencia del cliente.
A estas alturas, es probable que haya oído hablar de ChatGPT de OpenAI, el chatbot de IA que se convirtió en una sensación de la noche a la mañana y provocó una carrera digital para crear y lanzar competidores. ChatGPT es solo un ejemplo fácil de usar de IA generativa, una tecnología que comprende algoritmos que pueden usarse para crear contenidos nuevos, incluidos audio, código, imágenes, texto, simulaciones y vídeos. En lugar de limitarse a identificar y clasificar la información, la IA generativa crea nueva información aprovechando los modelos de base, que son modelos de aprendizaje profundo (deep learning) capaces de gestionar múltiples tareas complejas al mismo tiempo. Los ejemplos incluyen GPT-3.5 y DALL-E. (Para obtener más información sobre la IA generativa y el aprendizaje automático (machine learning), consulte “What is generative AI?” ("¿Qué es la IA generativa?"1) y “Generative AI is here: How tools like ChatGPT could change your business” ("La IA generativa está aquí: cómo herramientas como ChatGPT podrían cambiar su empresa".2)
Si bien la industria de la moda ha experimentado con la IA básica y otras tecnologías de vanguardia –vienen a la mente el metaverso, los tokens no fungibles (nonfungible tokens, o NFT), las identificaciones digitales (digital IDs) y la realidad aumentada o virtual–, hasta ahora ha tenido poca experiencia con la IA generativa. Es cierto que esta tecnología incipiente está ampliamente disponible desde hace poco y todavía está plagada de problemas y fallos preocupantes, pero todo indica que podría mejorar a la velocidad del rayo y convertirse en un game changer en muchos aspectos de los negocios. Según un análisis de McKinsey, en los próximos tres a cinco años, la IA generativa podría agregar $150 mil millones de dólares, en términos conservadores, y hasta $275 mil millones a las ganancias operativas de los sectores de la confección, la moda y el lujo. Desde el codiseño hasta la aceleración de los procesos de desarrollo de contenido, la IA generativa crea un nuevo espacio para la creatividad. Puede introducir todas las formas de datos "no estructurados" —texto sin formato, imágenes y vídeo— y generar nuevas formas de medios, desde guiones totalmente escritos hasta diseños en 3D y modelos virtuales realistas para campañas de vídeo.
Aún es pronto, pero ya han surgido algunos casos claros de uso de la IA generativa en la moda. (Muchos de estos casos de uso también se aplican a los sectores adyacentes de la belleza y el lujo). Dentro de la innovación de productos, el marketing y las ventas, y la experiencia del cliente en particular, la tecnología puede tener resultados significativos y puede ser más factible de implementar a corto plazo, en comparación con otras áreas de la cadena de valor de la moda. En este artículo, describimos algunos de los casos de uso más prometedores y ofrecemos los pasos que los ejecutivos pueden dar para comenzar, así como los riesgos a tener en cuenta al hacerlo.
Desde nuestro punto de vista, la IA generativa no es solo automatización, sino aumento y aceleración. Esto significa que brinda a los profesionales y creativos de la moda las herramientas tecnológicas para realizar ciertas tareas mucho más rápido, liberándoles para que pasen más tiempo haciendo cosas que solo los humanos pueden hacer. También significa crear sistemas para servir mejor a los clientes. He aquí por dónde empezar.
Comprender los casos de uso
La IA generativa tiene el potencial de afectar a todo el ecosistema de la moda. Las empresas de moda pueden usar la tecnología para ayudar a crear diseños que se vendan mejor, reducir los costos de marketing, hiperpersonalizar las comunicaciones con los clientes y acelerar los procesos. También pueden remodelar la cadena de suministro y la logística, las operaciones de la tienda y las funciones de organización y apoyo (veáse el recuadro: "Casos de uso de la IA generativa en la moda").
Desarrollo e innovación de productos
En lugar de depender solo de los informes de tendencias y el análisis de mercado para elaborar los diseños de la colección de la próxima temporada, tanto los minoristas de moda del mercado masivo como los directores creativos de las marcas de lujo pueden usar la IA generativa para analizar en tiempo real varios tipos de datos no estructurados. La IA generativa puede, por ejemplo, agregar y realizar rápidamente análisis de sentimientos de vídeos en las redes sociales o modelar tendencias a partir de múltiples fuentes de datos de consumidores.
Los directores creativos y sus equipos podrían introducir bocetos y detalles deseados –como telas, paletas de colores y patrones– en una plataforma impulsada por IA generativa que crea automáticamente una serie de diseños, lo que permite a los diseñadores jugar con una enorme variedad de estilos y looks. Luego, un equipo podría diseñar nuevos artículos basándose en estos resultados y dar a cada uno de ellos el toque distintivo de una casa de moda. Esto abre la puerta a la creación de productos innovadores de edición limitada que también pueden ser colaboraciones entre dos marcas. Los productos como las gafas podrían diseñarse para cada persona usando tecnología de reconocimiento facial impulsada por IA generativa, para escanear la topografía facial y ajustarse a las preferencias de tamaño y estilo del cliente.
Este escenario se hizo realidad en diciembre de 2022, cuando un grupo de diseñadores de moda del Laboratorio de Inteligencia Artificial en Diseño (AiDLab), con sede en Hong Kong, realizó un desfile de moda con diseños basados en IA generativa.3 Utilizando herramientas de empresas tecnológicas como Cala, Designovel y Fashable, los diseñadores de moda ya están aprovechando el poder de la IA generativa para proponer nuevas ideas, probar innumerables variaciones de diseño sin tener que producir muestras costosas y acelerar enormemente sus procesos. (Para las empresas de belleza, la IA generativa también brinda a las marcas la oportunidad de identificar nuevas fórmulas de productos, lo que podría ayudar a reducir los costos de las pruebas de laboratorio).
Marketing
Los ejecutivos y las agencias de marketing pueden usar la IA generativa en los brainstorms sobre estrategias de campaña, en contenido de campañas de productos e incluso en avatares virtuales para cada canal de marketing, y hacerlo rápido.
Descubrir el oro del marketing a menudo puede ser un juego de números. Piense en TikTok: no existe una fórmula ganadora única para hacerse viral en la plataforma. En cambio, cuanto más produzca, mayores serán sus posibilidades de convertirse en un trending topic y aumentar el conocimiento de la marca y las ventas. Utilizar una plataforma de vídeo impulsada por la IA generativa para crear vídeos de formato corto para TikTok u otras plataformas de redes sociales puede ayudar a ahorrar tiempo y costos asociados a la producción de contenido. La IA generativa puede reconocer patrones y tendencias en el contenido viral y crear contenido nuevo que también siga las especificaciones del vendedor.
Estos ejercicios pueden ayudar a los equipos de marketing internos a administrar sus cargas de trabajo, mientras reducen su dependencia de la subcontratación de agencias creativas. Sin embargo, los profesionales del marketing deberán tener cuidado con este enfoque: tratar de llegar a los consumidores replicando lo que han hecho otras marcas puede contrarrestar la identidad única y la propuesta de valor que una marca dedica años a construir.
La IA generativa también podría aplicarse a las comunicaciones personalizadas con los clientes. Las empresas que se destacan en la personalización aumentan sus ingresos en un 40 por ciento en comparación con las empresas que no aprovechan la personalización, según una investigación de McKinsey.4
Varias start-ups –CopyAI, Jasper AI y Writesonic, por nombrar solo algunas– están ayudando a promover el marketing personalizado a gran escala a través de la IA generativa. Con estas herramientas, las tareas diarias de un profesional del marketing pueden comenzar a verse así: pueden elegir el tipo de contenido que desean crear, ya sea un correo electrónico, una entrada larga de blog o cualquier otra cosa; añadir una indicación que describa lo que están buscando, e incluir la audiencia objetivo y otros parámetros, como el tono, que ayuden a crear comunicaciones de marketing acordes con la marca. A continuación, la herramienta de IA ofrece varias opciones entre las que el especialista en marketing puede elegir.
Estas herramientas son más útiles cuando se aplican a los canales de marketing de la parte inferior del embudo (los que se utilizan principalmente para fomentar las conversiones en ventas), en contraposición a las comunicaciones de creación de marca más prestigiosas. Los profesionales del marketing siguen teniendo que preparar y editar el trabajo.
Ventas y experiencia del consumidor
Los chats actuales basados en IA generativa, que utilizan un mayor procesamiento de lenguaje natural para comprender e interactuar mejor con los seres humanos, ya suponen una mejora apreciable con respecto a los chats de IA existentes. Dicho esto, no existe (todavía) un chatbot de IA generativa infalible para las empresas: los chatbots actuales y otras herramientas de generación de texto aún cometen errores ocasionales, que podrían causar graves desastres en el servicio al cliente. Sin embargo, con el tiempo, esta tecnología podría ayudar a los agentes del servicio de atención al cliente a externalizar consultas complejas, por ejemplo, utilizando chatbots para ayudar a proporcionar respuestas personalizadas en varios idiomas.
Hoy en día, existen servicios que asignan un "representante" de IA generativa a una marca para gestionar las consultas de servicio al cliente a través de correo electrónico, chat, mensajes de texto y las propias plataformas de la marca. Estos servicios ayudan a reducir los tiempos de espera del servicio de atención al cliente y a mejorar los tiempos de respuesta.
Los agentes de IA generativa también pueden servir a las marcas de lujo, sobre todo cuando se trata de "clientelización", una estrategia de venta minorista mediante la cual los asociados de ventas desarrollan relaciones a largo plazo con los clientes de una marca que más gastan, para fomentar las compras y mejorar la fidelidad a la marca. (Las marcas de gama alta pueden alcanzar una tasa de conversión de ventas de entre el 60 y el 70 por ciento en las boutiques de lujo, por ejemplo, a través de compras con cita previa.5) Ese proceso se ha mantenido en cierto modo analógico y manual, dependiendo de que los vendedores de las marcas contacten a los clientes a través de una variedad de plataformas de mensajería o mensajes de texto, y se limita solo a cuando esos vendedores están trabajando. Las herramientas basadas en la IA generativa pueden mantener la conversación o hacer recomendaciones de estilo después de que el comprador ha salido de la tienda, enseñar a los vendedores cómo relacionarse con los clientes, personalizar las comunicaciones para clientes específicos y analizar los perfiles de los consumidores y la interacción en línea en tiempo real.
En julio de 2022, el minorista de ropa Stitch Fix dijo que estaba experimentando con GPT-3 y DALL-E 2, el generador de IA de texto a imagen, para impulsar las ventas y mejorar la satisfacción del cliente con mejores servicios de estilismo. Estos modelos generativos se están probando para ayudar a los estilistas a interpretar de manera rápida y precisa una gran cantidad de comentarios de los clientes y a seleccionar productos que los clientes sean más propensos a comprar. Por ejemplo, la herramienta de IA podría analizar todas las opiniones de un cliente, que podrían incluir cientos de comentarios de texto, solicitudes por correo electrónico, valoraciones de productos y publicaciones en línea. Si un cliente comenta regularmente, digamos, el "perfecto ajuste" y el "color divertido" de cierto estilo de pantalones, DALL-E podría generar imágenes de pantalones similares que el cliente probablemente querría comprar. El estilista podría encontrar artículos similares en el inventario de Stitch Fix y recomendárselos a ese cliente.
Las pruebas virtuales son otro ejemplo de cómo la IA generativa puede mejorar las ventas y la experiencia del consumidor. Veesual, con sede en París, permite la integración de pruebas virtuales para las marcas de moda de comercio electrónico, lo que significa que los clientes pueden escoger su modelo y elegir la ropa que quieren probarse.
Cómo empezar
Por más emocionante que pueda ser la tecnología de IA generativa, las empresas deberán actuar con cautela antes de confiar por completo cualquiera de sus tareas principales a la IA generativa. Pero dejar de explorar las posibilidades que ofrece esta tecnología podría ser igual de arriesgado, dado el ritmo al que está evolucionando y el crecimiento explosivo de la base de usuarios. Los ejecutivos pueden comenzar a pensar ahora en cómo sus empresas podrían usar la IA generativa. Hay algunos pasos que los líderes pueden dar para empezar.
Haga que el valor sea su estrella polar
Los líderes del sector de la moda deben determinar dónde la IA generativa puede aportar el mayor valor a su empresa. Comience por señalar qué áreas –diseño creativo, merchandising, campañas de pasarela o clientela– podrían beneficiarse más de la IA generativa. Luego, los líderes pueden priorizar los casos de uso de la IA generativa que deben perseguir en función del nivel de impacto que pueden tener en su negocio. Algunas medidas de impacto incluyen mejorar las puntuaciones de satisfacción del cliente y reducir los tiempos de espera del servicio de atención al cliente.
Una vez identificado el valor, los casos de uso también deben priorizarse de acuerdo con la viabilidad de su implementación; determinar hasta qué punto se puede usar la IA generativa dependerá de aspectos como los conocimientos técnicos del equipo. Después, los equipos deben crear una hoja de ruta a corto plazo para probar y validar estos casos de uso. Al mismo tiempo, también pueden considerar qué objetivos a largo plazo podrían incluir; por ejemplo, cómo construir una plataforma de diseño generativo que los diseñadores puedan actualizar y usar en cada temporada.
Puede ser tentador divertirse un poco con la IA generativa, pero aprovechar su poder requerirá una diligencia adicional. Los ejecutivos de la moda deben ser intencionales en la creación de herramientas que puedan aportar valor, en lugar de experimentar con las existentes de forma indiscriminada.
Conozca los riesgos y planifique para mitigarlos
En un artículo anterior, enumeramos algunos de los riesgos de utilizar la IA generativa. Uno de ellos es que los parámetros legales en torno al uso de la IA generativa aún se están discutiendo. A veces se critica a los diseñadores por crear obras derivadas y diseños copiados. Determinar a quién pertenece la propiedad intelectual y los derechos creativos de las obras generadas por IA, que podrían basarse en fuentes de datos multimodales como las colecciones anteriores de otros diseñadores, se decidirá caso por caso hasta que haya un precedente jurídico sólido. (Aunque no involucra a la IA generativa, la sonada batalla entre Hermès y el artista Mason Rothschild en torno a los NFT de MetaBirkin, en la que un juez dictaminó que los NFT infringían la marca registrada de Hermès, muestra cómo las casas de moda pueden verse envueltas en problemas legales cuando surgen nuevas tecnologías).
Otro riesgo es el sesgo y la imparcialidad en los sistemas de IA generativa, sobre todo en torno a conjuntos de datos sesgados, que pueden presentar desafíos de reputación para las marcas que dependen de esta tecnología. Por ejemplo, si una herramienta de generación de imágenes produce una campaña publicitaria con imágenes inapropiadas u ofensivas que luego se comparten a nivel mundial, la reputación de una marca podría verse afectada. Y señalar con el dedo a la IA de la empresa en un intento de controlar los daños puede servir de poco para calmar la ira de los consumidores.
También existe el riesgo de que los empleados que utilizan IA generativa no sean plenamente conscientes de sus deficiencias y no comprueben los errores introducidos por la tecnología. En este caso, las empresas deben capacitar regularmente a los empleados y darles los recursos que necesitan para comprender cómo usar la tecnología.
Si bien los riesgos son inevitables, los ejecutivos pueden mitigar su impacto potencial al establecer un proceso para abordar el riesgo, la ética y la garantía de calidad.
Mejore las habilidades de su fuerza laboral actual
Las herramientas de IA generativa podrían añadir valor a una gran cantidad de áreas diferentes de una empresa, por lo que será importante educar y capacitar a los empleados —incluidos diseñadores, especialistas en marketing, vendedores y representantes de atención al cliente— en el uso de la tecnología.
Algunas empresas ya han introducido capacitación centrada en IA. Levi Strauss, por ejemplo, puso en marcha un campamento de aprendizaje automático en 2021 para enseñar a los empleados no técnicos a usar el aprendizaje automático en el proceso de diseño de la empresa. Los empleados que completan el programa crean nuevas herramientas de IA que son relevantes para su trabajo.6 Uno de los objetivos de Levi’s con el programa es aumentar la diversidad de empleados con conocimientos tecnológicos para que la empresa pueda descubrir problemas que, de otro modo, los empleados que provienen de entornos tecnológicos tradicionales podrían pasar por alto. El programa también ayuda a los equipos con diferentes especializaciones –como los de diseño e ingeniería– a comunicarse mejor y encontrar puntos en común. Además, Levi's descubrió que el programa ayuda a mejorar la retención de empleados.7
Con una plantilla experta en IA, la colaboración tendrá un nuevo significado. Los líderes deben considerar: ¿Cómo definimos las responsabilidades y operamos colectivamente entre las funciones técnicas y no técnicas? Los equipos de diseño e ingeniería de software pueden organizar reuniones de liderazgo semanales para elaborar estrategias con hojas de ruta trimestrales y sesiones de trabajo entre equipos. Los líderes de diseño pueden compartir sus necesidades de determinadas ideas y herramientas (una herramienta que genera variaciones de diseño a partir de un boceto, tal vez), mientras que los equipos de ingeniería proveen esas herramientas.
Asóciese con el soporte técnico adecuado
Las empresas del sector de la moda sin duda tendrán que invertir en su personal a la hora de aprovechar la IA generativa, pero no tendrán que desarrollar aplicaciones o modelos de base por sí mismas. En lugar de esto, los líderes de la moda pueden asociarse con empresas y expertos en IA generativa para avanzar rápidamente. Un ejecutivo de la moda podría asociarse con una empresa (como Microsoft u OpenAI) que proporcione nueva tecnología o con un socio que brinde capacidades de soporte, como computación en la nube o interfaz de programación de aplicaciones (application programming interface, o API).
Aunque los posibles casos de uso de la IA generativa están saliendo a la luz rápidamente, el futuro de esta tecnología en las industrias de la confección y el lujo aún se está bordando. Pero experimentar con nuevas herramientas hoy significa abrir infinitas posibilidades mañana.