Modanın Geleceği ve Üretken Yapay Zeka
Yazı Boyutu:
Moda sektöründeki şirketlerin daha üretken olmasına, pazara daha hızlı girmesine ve müşterilerine daha iyi hizmet vermesine yardımcı olma potansiyeline sahip üretken yapay zekânın endüstri içindeki yerini inceledik.
Bir gecede sansasyon yaratan ve rakiplerini oluşturmak ve piyasaya sürmek için dijital bir yarış başlatan yapay zekâ sohbet robotu OpenAI’nin ChatGPT’sini şimdiye kadar duymuşsunuzdur. ChatGPT, ses, kod, görüntü, metin, simülasyon ve videolar dahil olmak üzere yeni içerik oluşturmak için kullanılabilen algoritmaları içeren bir teknoloji olan üretken yapay zekânın tüketici dostu örneklerinden yalnızca biri. Üretken yapay zekâ, bilgileri tanımlamak ve sınıflandırmak yerine aynı anda birden fazla karmaşık görevi yerine getirebilen derin öğrenme modelleri olan bir yapı ve temel modellerden yararlanarak yeni bilgiler oluşturuyor. Örnekler arasında GPT-3.5 ve DALL-E yer alıyor.
Moda endüstrisi temel yapay zekâ ve metaverse, NFT’ler (nonfungible token‘lar), dijital kimlikler ve artırılmış veya sanal gerçeklik gibi diğer öncü teknolojileri denemiş olsa da şimdiye kadar üretken yapay zekâ konusunda çok az deneyime sahipti. Bu yeni ortaya çıkan teknoloji kısa bir süre önce geniş çapta kullanılabilir hale geldi ve hâlâ endişe verici karışıklıklar ve hatalarla dolu, doğru; ancak tüm göstergeler yıldırım hızında gelişebileceği ve iş dünyasının birçok alanında oyunun kurallarını değiştirebileceği yönünde.
McKinsey analizine göre, önümüzdeki üç ila beş yıl içinde üretken yapay zekâ, giyim, moda ve lüks sektörlerinin işletme kârlarına 275 milyar dolara veya ihtiyatlı bir tahminle 150 milyar dolara kadar katkı sağlayabilir.
Kod tasarımından içerik geliştirme süreçlerini hızlandırmaya kadar üretken yapay zekâ yaratıcılık için yeni bir alan yaratıyor. Ham metin, görüntü ve video gibi her türlü ‘yapılandırılmamış’ veriyi girebiliyor ve tamamen yazılmış senaryolardan 3 boyutlu tasarımlara ve video kampanyaları için gerçekçi sanal modellere kadar yeni medya biçimleri üretebiliyor.
Bunları konuşmak için belki biraz erken; yine de modada üretken yapay zekâ için bazı net kullanım durumlarının şimdiden belirmeye başladığını söyleyebiliriz. Özellikle ürün inovasyonu, pazarlama, satış ve müşteri deneyimi alanlarında bu teknoloji önemli sonuçlar doğurabilir ve moda değer zincirindeki diğer alanlara kıyasla kısa vadede uygulanması daha uygun olabilir.
Diğer yandan, üretken yapay zekâ sadece otomasyon değil, büyütme ve hızlandırma ile de ilgili. Bu, moda profesyonellerine ve kreatiflere belirli görevleri önemli ölçüde daha hızlı yapmaları için teknolojik araçlar sağlamak ve onları yalnızca insanların yapabileceği şeyleri yapmaya daha fazla zaman ayırmaları için serbest bırakmak anlamına gelebilir. Müşterilere daha iyi hizmet vermek için sistemler oluşturmak da bu kümeye pekala girebilir. Peki nereden başlayacaksınız?
Üretken yapay zekâ, tüm moda ekosistemini etkileme potansiyeline sahip. Moda sektöründeki şirketler bu teknolojiyi daha iyi tasarımlar yaratmak, pazarlama maliyetlerini düşürmek, müşteri iletişimini hiper-kişiselleştirmek ve süreçleri hızlandırmak için kullanabilir. Ayrıca tedarik zinciri ve lojistik, mağaza operasyonları ile organizasyon ve destek işlevlerini de yeniden şekillendirebilirler.
Ürün Geliştirme ve İnovasyon
Hem kitlesel moda perakendecileri hem de lüks markaların kreatif direktörleri, bir sonraki sezonun koleksiyon tasarımlarını belirlemek için sadece trend raporlarına ve pazar analizine güvenmek yerine çeşitli yapılandırılmamış veri türlerini gerçek zamanlı olarak analiz etmek için üretken yapay zekâyı kullanabilir. Üretken yapay zekâ, örneğin, sosyal medyadaki videolardan hızlı bir şekilde duygu analizi yapabilir veya birden fazla tüketici verisi kaynağından gelen eğilimleri modelleyebilir.
Kreatif direktörler ve ekipleri eskizleri ve kumaş, renk paleti ve desen gibi istenen ayrıntıları, otomatik olarak bir dizi tasarım oluşturan ve böylece tasarımcıların çok çeşitli stil ve görünümlerle oynamasına olanak tanıyan üretken yapay zekâ tarafından desteklenen bir platforma aktarabilir. Bir ekip daha sonra bu çıktıları temel alarak yeni ürünler tasarlayabilir ve her bir görünüme bir moda evinin imzasını atabilir. Bu da iki marka arasında iş birliği olabilecek yenilikçi, sınırlı sayıda üretilen ürünlerin yaratılmasına kapı açar. Gözlük gibi ürünler, yüz topografyasını taramak ve müşterinin beden ve stil tercihlerine göre ayarlamak için üretken yapay zeka tarafından desteklenen yüz tanıma teknolojisi kullanılarak bireyler için tasarlanabilir.
Bu senaryo, Aralık 2022’de Tasarımda Yapay Zekâ Laboratuvarı’ndan (Laboratory for Artificial Intelligence in Design, AiDLab) bir grup Hong Konglu moda tasarımcısının üretici yapay zekâ destekli tasarımların yer aldığı bir defile düzenlemesiyle gerçeğe dönüştü. Cala, Designovel ve Fashable gibi teknoloji şirketlerinin araçlarını kullanan moda tasarımcıları, yeni fikirler ortaya çıkarmak, pahalı numuneler üretmek zorunda kalmadan sayısız tasarım varyasyonunu denemek ve süreçlerini büyük ölçüde hızlandırmak için üretken yapay zekânın gücünden yararlanmaya başladılar bile.
Tedarik Zinciri ve Lojistik
Üretken yapay zekâ, işletmelerin veriye dayalı kararlar almasını, süreçleri optimize etmesini ve sürdürülebilirliği güçlendirmesini sağlayarak tedarik zinciri operasyonlarını dönüştürebilir. Tedarik zinciri uzmanları, üretken yapay zekanın gücünden yararlanarak geleneksel karar alma süreçlerinin sınırlamalarını aşabilir ve yeni verimlilik ve etkinlik düzeylerine ulaşabilir.
Üretken yapay zekânın önemli etki yarattığı kilit alanlardan biri, tedarik zinciri planlaması olacaktır. Zira geleneksel olarak tedarik zinciri planlaması, hatalara ve verimsizliklere açık olan manuel tahmin ve karar verme süreçlerini içeriyordu. Üretken yapay zekâ ile işletmeler, büyük miktarda veriyi analiz etmek, kalıpları belirlemek ve optimize edilmiş tedarik zinciri planları oluşturmak için gelişmiş algoritmalardan yararlanabilir. Bu, yalnızca tahminlerin doğruluğunu artırmakla kalmaz aynı zamanda işletmelerin potansiyel riskleri ve fırsatları proaktif olarak belirlemelerine yardımcı olur.
Üretken yapay zekâ envanter yönetiminde de devrim yaratabilir. Geçmiş satış verilerini, pazar eğilimlerini ve dış faktörleri analiz ederek optimize edilmiş envanter seviyeleri oluşturabilir, stoksuzluk ve aşırı stok riskini azaltabilir. Bu sadece müşteri memnuniyetini artırmakla kalmaz, aynı zamanda israfı en aza indirir ve fazla envanterin çevresel etkisini azaltır.
Tedarik zincirinde üretken yapay zekânın benimsenmesi, sürdürülebilirlik için çabalayan işletmeler için çok sayıda fayda sunabilir. İşletmeler, büyük veri kümelerini analiz ederek ve optimize edilmiş çözümler üreterek nakliye maliyetlerini en aza indirebilir, enerji tüketimini azaltabilir ve karbon emisyonlarını düşürebilir. Üretken yapay zekâ, çeşitli kaynaklardan gelen verileri analiz ederek, tüm tedarik zinciri ağına ilişkin gerçek zamanlı iç görüler sağlayabilir ve işletmelerin darboğazları belirlemesine, süreçleri optimize etmesine ve bilinçli kararlar almasına olanak tanır. Bu artan görünürlük yalnızca operasyonel verimliliği artırmakla kalmaz, aynı zamanda işletmelerin çevresel etkilerini takip etmelerini ve azaltmalarını sağlar. Geçmiş verileri ve dış faktörleri analiz ederek potansiyel riskleri belirleyebilir ve acil durum planları oluşturabilir. Bu, işletmelerin aksaklıkları en aza indirmesine, israfı azaltmasına ve tedarik zinciri boyunca malların sorunsuz akışını sağlamasına yardımcı olur.
Birçok işletme, tedarik zinciri operasyonlarında üretken yapay zekâyı başarıyla uygulayarak sürdürülebilirliği teşvik etti ve önemli iyileştirmeler elde etti. Bu örneklerden biri küresel lojistik şirketi UPS. UPS, teslimat rotalarını optimize etmek, yakıt tüketimini en aza indirmek ve karbon emisyonlarını azaltmak için üretken yapay zekâ algoritmaları uyguladı. Bu sayede yalnızca operasyonel verimliliğini artırmakla kalmadı aynı zamanda çevresel etkisini de azalttı. Bu örnek pekala gittikçe uzayan tedarik zincirine sahip moda endüstrisinin de radarına girebilir.
Pazarlama
Pazarlama yöneticileri ve ajanslar, kampanya stratejileri, ürün kampanyası içerikleri ve hatta her pazarlama kanalı için ayrı kurgulanacak sanal avatarlar üzerinde beyin fırtınası yapmak için üretken yapay zekâyı kullanabilir ve bunu hızlı bir şekilde gerçekleştirebilir.
Pazarlama alanında altın vuruş yapmak çoğu zaman sayılardan ibaret olabilir. TikTok’u ele alalım: Platformda viral olmak için tek bir kazanan formül yok. Bunun yerine, ne kadar çok üretirseniz, trend bir konu olma ve marka bilinirliğini ve satışları artırma şansınız o kadar yüksek oluyor. TikTok veya diğer sosyal medya platformları için kısa formatlı videolar oluşturmak üzere üretken yapay zekâ destekli bir video platformunu harekete geçirmek, sosyal medya içeriğinin yayınlanmasıyla ilgili zamandan ve maliyetten tasarruf edilmesine yardımcı olabilir. Üretken yapay zekâ, viral içerikteki kalıpları ve eğilimleri tanıyabilir ve pazarlamacıdan gelen özelleştirmeleri de takip eden yeni içerikler oluşturabilir.
Bu çalışmalar, kurum içi pazarlama ekiplerinin iş yüklerini yönetmelerine yardımcı olurken yaratıcı ajansların dış kaynak kullanımına olan bağımlılıklarını da azaltabilir. Ancak pazarlamacılar bu yaklaşımda dikkatli olmak isteyecektir; zira diğer markaların yaptıklarını kopyalayarak tüketicilere ulaşmaya çalışmak, bir markanın yıllarını harcayarak oluşturduğu benzersiz kimlik ve değer önerisine ters düşebilir.
McKinsey araştırmasına göre, kişiselleştirmede başarılı olan şirketler, kişiselleştirmeden yararlanmayan şirketlere kıyasla gelirlerini yüzde 40 artırıyor. Üretken yapay zekâ, pekala, kişiselleştirilmiş müşteri iletişimine de uygulanabilir.
CopyAI, Jasper AI ve Writesonic gibi birkaç start-up, üretken yapay zekâ aracılığıyla kişiselleştirilmiş pazarlamaya öncülük etmeye yardımcı oluyor. Bu araçları kullanan bir pazarlamacının günlük görevleri şuna dönüşebilir: Oluşturmak istediği içerik türünü seçebilir, bu bir e-posta, uzun biçimli bir blog yazısı veya başka bir şey olabilir; ne aradığını açıklayan bir komut ekleyebilir; ve hedeflenen kitleyi ve markayla uyumlu pazarlama iletişimleri oluşturmaya yardımcı olan ton gibi diğer parametreleri ekleyebilir. Yapay zekâ aracı daha sonra pazarlamacının seçebileceği çeşitli alternatifler sunar.
Bu araçlar en çok, daha prestijli marka oluşturma iletişimleri yerine çoğunlukla satış dönüşümlerini teşvik etmek için kullanılan daha düşük kanallı pazarlama kanallarına uygulandığında yardımcı olur. Pazarlamacıların hâlâ çalışmayı yönlendirmesi ve düzenlemesi gerekir.
Satış ve Müşteri Deneyimi
İnsanları daha iyi anlamak ve onlarla etkileşime geçmek için daha güçlü doğal dil işleme kullanan günümüzün üretici yapay zekâ destekli sohbetleri, mevcut yapay zekâ sohbetlerine göre ölçülebilir bir gelişme sağlamış durumda. Bununla birlikte, işletmeler için henüz kusursuz bir yapay zekâ sohbet robotu yok. Mevcut sohbet robotları ve diğer metin üreten araçlar hala zaman zaman ciddi müşteri hizmetleri felaketlerine neden olabilecek hatalar yapıyor. Ancak nihayetinde bu teknoloji, müşteri destek temsilcilerinin karmaşık soruları dış kaynak olarak kullanmasına yardımcı olabilir. Örneğin, çok sayıda dilde kişiselleştirilmiş yanıtlar vermeye yardımcı olmak için sohbet botlarını kullanabilirler.
Bugün, e-posta, sohbet, metin ve markanın kendi platformlarında müşteri hizmetleri sorgularını ele almak için bir markaya üretken bir yapay zekâ ‘temsilcisi’ atayan hizmetler var. Bu hizmetlerle müşteri hizmetleri bekleme sürelerinin azaltılmasına ve yanıt sürelerinin iyileştirilmesine yardımcı olunuyor.
Söz konusu satış görevlilerinin satın alımları teşvik etmek ve marka sadakatini artırmak için bir markanın en yüksek harcama yapan müşterileriyle uzun vadeli ilişkiler geliştirdiği bir perakende stratejisi olan ‘müşterilendirme’ olduğunda üretken yapay zekâ aracıları lüks markalara da hizmet edebilir. Bu süreç, markaların satış elemanlarının çeşitli mesajlaşma platformları veya metinler aracılığıyla müşterilere ulaşmasına dayanan ve yalnızca bu kişilerin çalıştığı zamanlarla sınırlı olan biraz analog ve manuel kaldı. Üst düzey markalar, sadece randevulu alışveriş yoluyla lüks butiklerde yüzde 60 ila 70’lik bir satış dönüşüm oranına ulaşabilir örneğin. Üretken yapay zekâ destekli araçlar, müşteri mağazadan ayrıldıktan sonra sohbeti devam ettirebilir veya stil önerilerinde bulunabilir, satış görevlilerine müşterilerle nasıl etkileşim kuracakları konusunda koçluk yapabilir, belirli müşteriler için iletişimleri kişiselleştirebilir ve tüketici profillerini ve çevrimiçi gerçek zamanlı etkileşimi analiz edebilir.
Temmuz 2022’de giyim perakendecisi Stitch Fix, daha iyi stil hizmetleriyle satışları artırmak ve müşteri memnuniyetini iyileştirmek için metinden görüntüye yapay zekâ üreticisi GPT-3 ve DALL-E 2 ile denemeler yaptığını açıkladı. Bu üretken modeller, stilistlerin müşteri geri bildirimlerini hızlı ve doğru bir şekilde yorumlamalarına ve müşterilerin satın alma olasılığı daha yüksek olan ürünleri seçmelerine yardımcı olmak için test ediliyor. Zira bir yapay zekâ aracı, bir müşterinin yüzlerce metin yorumunu, e-posta talebini, ürün derecelendirmelerini ve çevrimiçi gönderilerini içerebilecek tüm geri bildirimlerini analiz edebilir. Örneğin, bir müşteri düzenli olarak belirli bir pantolon stilinin ‘harika kesimi’ ve ‘eğlenceli rengi’ hakkında yorum yapıyorsa, DALL-E müşterinin muhtemelen satın almak isteyeceği benzer pantolonların görüntülerini oluşturabilir. Stilist daha sonra Stitch Fix’in envanterinde benzer ürünleri bulabilir ve bunları müşteriye önerebilir.
Doğru Adımların İzinde…
Üretken yapay zekâ teknolojisi ne kadar heyecan verici olursa olsun, şirketler temel görevlerinden herhangi birini tamamen üretken yapay zekâya emanet etmeden önce yine de dikkatli davranmalılar. Ancak bu teknolojinin sunduğu olanakları keşfetmeyi ihmal etmek, teknolojinin gelişme hızı ve kullanıcı tabanının aşırı büyümesi göz önüne alındığında aynı derecede riskli olabilir. Peki yöneticiler nasıl bir yol izlemeliler?
Moda sektöründeki liderler öncelikle, üretken yapay zekânın işletmelerine en büyük değeri sunabileceği yaratıcı tasarım, mağazacılık, podyum kampanyaları, müşteri ilişkileri veya lojistik gibi alanları belirlemeliler. Daha sonra, kullanım senaryolarının işletmeleri üzerinde yaratabileceği etki düzeyine göre takip etmeleri gereken üretken yapay zekâ kullanım senaryolarına öncelik verebilirler. Bazı etki ölçütleri arasında müşteri memnuniyeti puanlarının iyileştirilmesi ve müşteri hizmetleri bekleme sürelerinin azaltılması yer alabilir.
Değer belirlendikten sonra, kullanım senaryoları ne kadar uygulanabilir olduklarına göre önceliklendirilmelidir; üretken yapay zekânın ne kadar sorunsuz kullanılabileceğinin belirlenmesi, bir ekibin teknik becerileri gibi şeylere bağlı olacaktır. Daha sonra ekipler, bu kullanım senaryolarını test etmek ve doğrulamak için kısa vadeli bir yol haritası oluşturmalıdır. Aynı zamanda, tasarımcılar tarafından her sezon güncellenebilecek ve kullanılabilecek bir üretken tasarım platformunun nasıl oluşturulacağı gibi uzun vadeli hedeflerin neler olabileceğini de düşünebilirler.
Üretken yapay zekânın potansiyel kullanım alanları hızla gün yüzüne çıkarken, bu teknolojinin hazır giyim ve lüks endüstrilerindeki geleceği şekillenmeye hâlâ devam ediyor. Bugün yeni araçları denemek, yarın sonsuz olasılıkların önünü açmak anlamına geliyor.
