Hacer moda con Inteligencia Artificial

Exquisitas colecciones de moda desfilaron a lo largo de sets impecablemente diseñados. Cada textura, cada silueta, cada accesorio y cada detalle de las prendas estaba pensado con cabalidad. Modelos de diversos rasgos y tallas reían en el backstage y caminaban con gran porte en la pasarela. Los asistentes al desfile, tanto en las filas de asientos como en las imágenes de street style disfrutaban el momento. Sin embargo, nada de esto sucedió en el plano físico, así se vivió la primera edición de Inteligencia Artificical Fashion Week en abril pasado. Un evento que, a manera de competencia, mostró diseños creados por participantes de todo el mundo creados por plataformas de inteligencia artificial.

Hoy esta relativamente nueva tecnología ocupa gran espacio del debate actual sobre posibles consecuencias, amenazas, oportunidades y ventajas inesperadas. Al menos en el terreno de la indumentaria, su aplicación se ha convertido en un gran aliado del principal antagonista de dicha industria en los últimos años: el impacto ambiental de la moda.

Hemos consumido los suficientes reportes y campañas —ya sean de greenwashing o no— para entender que fabricar una prenda de vestir inevitablemente tiene un impacto ambiental y social. Desde el uso de recursos que se utilizan; los abusos de la mano de obra en el proceso de fabricación; la toxicidad de los acabados; el transporte de la prenda dentro de la cadena de suministro y hasta el punto de venta; o la manera en la que el usuario la usa y la desecha. 

Como industria hemos aplicado varias estrategias como desarrollo de nuevas fibras; producción sobre demanda, o técnicas de economía circular como reducir, reciclar, reparar, reutilizar, sin que todas las R’s sean suficientes. Así que, la aplicación de nuevas tecnologías de inteligencia artificial han ayudado en años recientes a aminorar algunos de estos puntos de impacto.

Inteligencia artificial para shows y campañas

En el 2020, la investigación titulada Zero to Market reportó que el impacto ambiental de una semana de la moda es de aproximadamente 48 mil toneladas de emisiones de carbono; donde el mayor rango lo representa el transporte de los asistentes: medios, compradores, celebridades, modelos, staff de las propias marcas, etc.

De hecho este estudio siguió por un periodo de 12 meses las actividades de compradores de 2,967 puntos de venta como Net-A-Porter, Selfridges o Galeries Lafayette y de 5,096 marcas de moda como Marc Jacobs o Michael Kors. Y encontraron que las emisiones de carbono que generan en temporadas de fashion week son iguales a las emisiones anuales de un país pequeño como San Cristóbal y Nieves (aproximadamente 241 mil toneladas).

La creación de más desfiles de moda y eventos producidos a partir de plataformas de inteligencia artificial apenas inicia. Esta primera edición de AI Fashion Week abre, por un lado, la puerta para que muchas marcas comiencen a crear imágenes y representaciones de sus colecciones; no solo con el mínimo de impacto ambiental sino también con un menor presupuesto. Sin embargo, del otro lado de la balanza se encuentran las industrias que se verían afectadas, de decidir migrar todo a este formato. Desde la producción de eventos o incluso la industria del modelaje, con todo el peso cultural que históricamente ha tenido en la moda.

Entre los diseñadores mexicanos que se han abierto paso a utilizar este tipo de herramientas para sus campañas está Salo Shayo, quien en años recientes le dio un giro a su marca para procurar procesos más nobles con el medio ambiente. Las imágenes de campaña de su colección Primavera/ Verano 2023 fueron creadas con Midjourney. Algunas de sus piezas como la Chicken Robe o la blusa Sofia son de modelos creadas con la imagen de Kate Moss como referencia.

Los probadores virtuales

Otro problema que encontramos en la cadena de consumo de una prenda tiene que ver con las devoluciones. Hoy se estima que, tan solo en Estados Unidos, anualmente se tiran en vertederos 2,500 toneladas de prendas que provienen de devoluciones de compras.

De hecho en años anteriores, marcas como H&M o Burberry admitieron que desecharon, destruyeron o incineraron toneladas de ropa nueva; y esto prueba que no es un problema solo del fast fashion (por el volumen sin vender) ni de las marcas de lujo (por preservar la exclusividad). Pero sobre todo, resulta inaudito pensar que detrás de todas las devoluciones hay, en muchos casos, la desidia de probarse una prenda o el no decidir entre dos modelos hasta verlos en físico.

Una de las herramientas menos recientes pero con crecimiento sustancial en los últimos años son los probadores virtuales. A través de realidad aumentada (AR) e inteligencia artificial (IA), estas aplicaciones permiten al usuario probarse una prenda, calzado o accesorios en la comodidad de su casa, sin tener que cambiarse. Esto se hace a partir de un escaneo de su cuerpo y adaptando la pieza a su silueta mientras el usuario lo percibe en la pantalla de su celular o en un espejo en la tienda.

Según datos de la marca Rebeca Minkoff, el uso de estas tecnologías incrementan en un 65% las probabilidades de realizar una compra después de que el usuario interactuó con el producto de manera virtual; y sobre todo, reduce el impacto que tiene tanto en traslado como en las consecuencias de su devolución.

Ropa de segunda mano

Otra de las prácticas sostenibles que se ha popularizado es la compra de ropa de segunda mano, una estrategia que disminuye la producción de nuevos estilos y así reduce las emisiones que generaría el confeccionar prendas nuevas. Algunas plataformas second hand han recibido un impulso de las nuevas tecnologías que cualquier persona que haya intentado hacer una venta de garage o venta de piezas usadas podrá valorar y apreciar.

Se trata de sistemas de inteligencia artificial que en cuestión de segundos realizan el procesamiento de imágenes de reconocimiento para así generar precios basados en patrones, colores, tendencias, marcas, estado de la prenda, etcétera. De esta manera facilitan el procesamiento de miles de prendas diarias y pueden hacer sugerencias a sus miembros, basados en las compras anteriores.

Una de las plataformas que lo está utilizando es la app uruguaya Vopero, con operación en México. Gracias a estos sistemas, desde 2021 que llegó a este país han podido procesar más de un millón de prendas. Tienen un inventario que se compone de 3% marcas de lujo, 70% marcas de fast fashion y 22% marcas medias, o también llamadas “de outlet”. Esta startup, además, recibió inversión de ThredUp, la plataforma estadounidense líder en prendas de segunda mano que también utiliza esta misma tecnología para procesar todas las prendas que llegan a sus centros de trabajo.

Diseñar para disminuir excedentes

Muchos de los productos que diseñan las marcas hoy día no se venden. Imagina algún estilo que hayas visto en una tienda y te hace pensar quién lo compraría o quién se lo pondría. Ahora imagina que se produce en millares y en corridas de al menos tres tallas. Este es otro tipo de remanentes que antes incineraban las marcas y la razón de existir de estos estilos, en muchos casos; tiene que ver con predicciones de tendencias fallidas por parte de los equipos de desarrollo de producto. A final de cuentas, nada asegura que las predicciones que hacen las agencias de tendencias se cumplan. Sucedió durante la pandemia, cuando los estilos que había en las tiendas simplemente no satisfacían a un mundo que estaba encerrado en casa.

El uso avanzado de análisis de data y machine learning para predecir ventas de retail y comportamiento del cliente está eficientando esos procesos de diseño, ya que ayuda a las marcas a producir exactamente lo que se va a vender y reducir el inventario de prendas que no se van a vender en un 20 a un 50%. Esto, por un lado, es un gran logro para la sostenibilidad y para el área de ventas: producir sin basura y exactamente lo que se va a vender.

Sin embargo, invita a cuestionar el rol que tendrán lxs diseñadorxs al crear a merced de los algoritmos y no desarrollando sus ideas y creatividad propia. Este acelerado tren de consumo genera que Shein, la empresa china y gran némesis de la sostenibilidad, agregue 7 mil modelos nuevos a su tienda cada día, una velocidad para la cual es difícil llevar el proceso tradicional de diseño de conceptualizar, bocetar, prototipar, hacer una prueba en modelos y producir. 

Además, el uso de herramientas de inteligencia artificial ha catalizado la competencia entre las otras marcas de fast fashion que ahora se han sumado a diseñar a partir de, según el algoritmo, tener más likes en las redes sociales. Las consecuencias de esto son varias; desde productos de baja calidad que se enfocan más en la apariencia y menos en la calidad de las telas o en un buen fit; uniformidad de estilos en las tiendas, donde constantemente vemos los mismos tops, faldas, zapatos replicado una y mil veces; o desafortunadamente, la copia de prendas diseñadas por marcas chicas o diseñadores independientes. 

***

Finalmente, si una de las seis leyes de la tecnología dicta que esta no es buena ni mala, pero tampoco neutral podemos seguir esperando que estas herramientas creen empleos y destruyan otros. Pero que traigan cambios que también representen nuevos dilemas. Nos tocará, en las trincheras de nuestra industria, adaptarnos y adaptarla a nosotrxs.