AI i modebranchen: Sådan bruger Hunkemöller AI til kundeindsigt, prisoptimering og butiksklynger

Kunstig intelligens (AI) forandrer modebranchen i hastigt tempo. Mens nogle virksomheder afventer, tager andre dristige skridt fremad.

I denne udgave af serien 'AI i modebranchen' taler FashionUnited med Gordon Smit, teknologidirektør for det hollandske lingerifirma Hunkemöller.

1. Hvordan ser du på AI, og hvad bruger Hunkemöller det til?

AI er blevet uundværligt i moderne organisationer, især i modebranchen. Virksomheder, der endnu ikke arbejder med AI, sakker håbløst bagud. For at forblive konkurrencedygtig skal AI integreres og udvikles kontinuerligt.

Vores datateam er vokset fra tre til 12 medarbejdere på halvandet år. Vi bruger AI i hele vores værdikæde, fra produktudvikling og design til salg og analyse.

2. Har du nogle konkrete eksempler?

Vi eksperimenterer i øjeblikket med 3D-design i designfasen. Ved at se produkterne fuldt digitalt og i 360 grader kan vi drastisk reducere antallet af fysiske vareprøver fra Asien. Vi sigter efter én i stedet for fire eller fem pr. design/style. Det sparer både tid og omkostninger.

AI hjælper os også med billedklassificering. Lingeribilleder viser undertiden meget hud, så Google kan markere dem som 'adult content', hvilket påvirker vores synlighed negativt. Med AI kan vi på forhånd forudsige, hvilke billeder der sandsynligvis vil blive afvist, og hvilke der trygt kan lægges online.

En anden vigtig anvendelse er priselasticitet. Tag for eksempel Black Friday. Hvor vi tidligere begyndte at nedskrive varer i løbet af november baseret på intuition, gør vi det nu fuldstændig datadrevet. Machine learning-modeller bestemmer præcis, hvornår et produkt skal nedskrives eller ej, og med hvor meget. Det giver beviseligt bedre marginer.

Vi bruger også AI til kundefeedback. Sammen med Google har vi udviklet et værktøj, der automatisk oversætter hundredtusindvis af anmeldelser og måler sentiment. Det hjalp os med at opdage, hvor de største kundefustrationer lå, så vi kunne handle på dem med det samme.

Derudover arbejder vi med butiksklynger, hvor AI identificerer, hvilke butikker der betjener lignende kundeprofiler. Ved at gruppere butikker baseret på data kan sortimentet pr. klynge skræddersys meget bedre. Disse analyser kræver undertiden behandling af milliarder af datapunkter, en opgave, der var manuelt umulig.

3. Hvad har denne AI-rejse givet af resultater indtil nu?

Hunkemöller har gennemgået en stor datatransformation i de seneste år. Vi havde over 25 forskellige datakilder, som blev konsolideret i én central database for tre-fire år siden. Vi sad på en guldgrube af data, men kunne endnu ikke få adgang til den. At samle alle disse kilder var en enorm opgave, men nu høster vi frugterne. Det har givet os ny information, såsom mønstre i købsadfærd gennem butiksklynger.

Næste skridt er at aktivere alle disse nye indsigter, ligesom vi gjorde med kundefeedback.

4. Hvilke erfaringer har I gjort jer, og hvad er udfordringerne?

Den vigtigste lære er, at ens masterdata skal være i orden. Hvis data er forkerte, er det stadig et tilfælde af ‘shit in, shit out’. For eksempel i forbindelse med priselasticitet og butiksklynger måtte vi tweake vores data betydeligt. For at give en idé tog det os to år med blod, sved og tårer at lægge et solidt fundament.

En anden stor udfordring med AI ligger i adoptionen. At bruge AI i en stor organisation er meget anderledes, end hvordan vi bruger det privat. At bede en hverdags-AI som ChatGPT om at lave en rejseplan er simpelt; at bruge den professionelt er en helt anden sag. Hvordan sikrer man for eksempel, at 6.500 medarbejdere kan skrive gode prompts?

Vi udvikler nu træning og retningslinjer for at gøre medarbejderne mere AI-kompetente. Vi er også ved at opbygge en central AI-strategi, så teams ikke arbejder med forskellige værktøjer. Denne koordinering er afgørende, noget mange virksomheder sandsynligvis kan genkende.

5. Hvad er det næste for Hunkemöller inden for AI?

Jeg har lige læst en rapport, der fastslår, at 90 procent af virksomhederne allerede arbejder med AI, men 67 procent af dem er stadig i pilot mode. Det er ret genkendeligt. Med hensyn til indsigter er Hunkemöller langt fremme, men på andre områder er vi stadig i opdagelsesfasen.

Et af de områder, vi lige er begyndt at udforske, er creative AI. Selvom fysiske fotoshoots fortsat er essentielle for at skabe magi, følelser og atmosfære, kan AI understøtte og transformere dem i fremtiden. Det kan udvide de kreative muligheder eller forbedre effektiviteten, for eksempel ved at reducere rejseaktivitet.

Derudover ønsker vi at bruge AI til at optimere vores marketingmix og bedre forstå afkastet af vores kampagner.

6. Hvor ser du de største muligheder for AI i modebranchen?

De største muligheder ligger i det kreative domæne. Tænk på trendanalyse: Hvad skal man udvikle; hvilke designs er på vej frem; hvilken retning bevæger markedet sig i? Man kan få AI til at lave moodboards eller omdanne mønstre til et 3D-design. Denne teknologi eksisterer allerede, men bliver stadig kun brugt i begrænset omfang i modebranchen.

Europæiske aktører som Zara og Loavies og kinesiske giganter som Shein og Temu har meget korte leveringstider fra design til levering, ofte kun få uger eller dage. Det tempo kan vi ikke matche. Design og produktion af lingeri foregår udelukkende in-house og er mere komplekst end at lave en T-shirt eller en sweater. Ikke desto mindre kan og skal vores time-to-market være kortere, og jeg er overbevist om, at AI vil spille en nøglerolle i dette.

7. Et sidste godt råd?

Sidste år sagde jeg, at virksomheder skulle implementere AI trin for trin: start i det små, kør pilots og skaler derefter langsomt op. Min tankegang om det har ændret sig fuldstændigt. AI har givet tid en ny dimension. For et par år siden betød 'fortiden' for fem, seks eller syv år siden. Nu, når jeg taler om 'fortiden' i forbindelse med AI, taler jeg om for to eller tre måneder siden. Udviklingen går så hurtigt, at små skridt ikke længere fungerer.

For virksomheder, der i øjeblikket er i eksperimenterings- og udforskningsfasen: Sørg for opbakning i organisationen. Medarbejderne skal forstå, at AI ikke overtager deres job, men frigør tid, så de kan udføre deres arbejde bedre. Især i detailhandlen, hvor det altid er 'travlt, travlt, travlt', kan AI-værktøjer levere enorme effektivitetsgevinster.

For virksomheder, der endnu ikke er startet med AI, er mit tip: data, med fed, understreget og med et udråbstegn!

AI-værktøjer blev brugt til at transskribere dette interview og som skrivehjælp.

Denne artikel blev oversat til engelsk ved hjælp af et AI-værktøj.

FashionUnited bruger AI-sprogværktøjer til at fremskynde oversættelsen af (nyheds)artikler og til at korrekturlæse oversættelserne for at forbedre slutresultatet. Dette sparer vores menneskelige journalister tid, som de kan bruge på at researche og skrive originale artikler. Artikler, der er oversat ved hjælp af AI, bliver tjekket og redigeret af en redaktør, før de publiceres online. Hvis du har spørgsmål eller kommentarer til denne proces, kan du sende en e-mail til info@fashionunited.com

Denne artikel blev oversat til dansk ved hjælp af et AI-værktøj.

FashionUnited bruger AI-sprogteknologi til at give modeprofessionelle over hele verden bredere adgang til nyheder og information. Selvom vi bestræber os på nøjagtighed, er AI-oversættelser i konstant udvikling og er måske endnu ikke fejlfri. For feedback eller spørgsmål vedrørende denne proces, kontakt os venligst på info@fashionunited.com.