Het potentieel: creatie, efficiëntie en klantervaring

Volgens Maxime Lampaert, AI Client Partner bij ML6, liggen er grote kansen voor modebedrijven om operationele, design- en productieprocessen te optimaliseren met AI. ML6 ondersteunt organisaties hierbij van strategie tot implementatie van oplossingen die dagelijks gebruikt worden. “De meest voor de hand liggende optimalisatie zit in de supply chain. Daar gebeuren nog veel zaken manueel: van het opsturen van pakketjes tot communicatie met leveranciers en het verdelen van collecties over winkels. Dat kost merkbaar veel tijd, zeker omdat er elk jaar opnieuw nieuwe collecties zijn,” aldus Maxime.

Naast operationele optimalisatie voerde ML6 ook aan de creatieve kant reeds een boeiend project uit voor een grote Amerikaanse speler. Hier werd AI ingezet om op basis van verkoopdata, sociale media trends, demografische profielen en merkidentiteit automatisch moodboards te genereren. Designers kregen zo direct visuele richting en konden iteratief bijsturen. “We hebben het creatieproces datagestuurd gemaakt. Zo moesten de designers niet meer met een wit blad beginnen.”

Ook Ann Claes, co-founder en techno-optimist bij MASJIEN, het agency voor mode, duurzaamheid en technologie, schat het potentieel van AI in de mode hoog in: “In elke stap van de waardeketen liggen er kansen. Zeker in de design- en productiefase zie je momenteel veel AI-integraties, zoals bij het ontwikkelen van 3D-prototypes. Dat maakt het proces sneller, gerichter en zorgt voor kortere lijnen tussen ontwerp en productie.”

Verder duiken ook in marketing AI-toepassingen op. Zo wordt er volop geëxperimenteerd met het creëren van fotorealistische beelden van kleding op diverse lichaamstypes, zonder dat daar een fysieke fotoshoot aan te pas komt – bijvoorbeeld met AI-modellen van de Nederlandse start-up Lalaland. Die modellen variëren niet alleen in lichaamsvorm, maar ook in etniciteit, wat bijdraagt aan meer inclusieve en diverse modecampagnes. Andere toepassingen, zoals het AR Try-On-systeem van Google, laten consumenten visualiseren hoe kleding hen zou staan. Je uploadt een foto van jezelf en Google’s AI doet de rest. Dat verbetert niet alleen de klantbeleving, maar helpt ook om gerichter te bestellen en dus minder te retourneren. Daarnaast wordt AI gebruikt om automatisch productomschrijvingen te genereren, campagnes te personaliseren en visuele content op schaal te produceren. De toepassingen zijn eindeloos.

Specifieke uitdagingen in de mode

Toch zijn er belangrijke drempels. Volgens zowel Ann als Maxime is de modesector in Vlaanderen nog niet ver gedigitaliseerd. Veel processen gebeuren nog op papier of niet in georganiseerde structuren. Er is vaak geen goed zicht op waar data zit, of die gestructureerd is en hoe je die kan inzetten. Zonder inzicht in je eigen processen is het moeilijk om gerichte AI-toepassingen te kiezen.

Daarnaast leeft er een angst voor verlies aan creativiteit in de sector. AI mag geen vervanging worden, maar moet juist een hulpmiddel zijn om je werk efficiënter te doen.

De ecologische voetafdruk van AI

AI wordt vaak gepresenteerd als dé oplossing voor tal van problemen – iets waar we in dit artikel misschien ook niet helemaal aan ontsnappen. Maar AI brengt ook zijn eigen uitdagingen met zich mee. Zo is de ecologische voetafdruk van AI verre van verwaarloosbaar. Het trainen van grote modellen zoals GPT-4 vraagt naar schatting 50 miljard wattuur aan energie (het jaarverbruik van zo’n 4.600 Belgische huishoudens). En ook het dagelijks gebruik is niet kosteloos: een enkele zoekopdracht met GPT-4o verbruikt tot 7,5 keer meer energie dan een standaard Google-zoekopdracht.

Wat vaak onder de radar blijft, is het enorme waterverbruik van AI. Grote datacenters van 100 megawatt verbruiken dagelijks tot 2 miljoen liter water voor koeling (vergelijkbaar met het dagelijks verbruik van zo’n 10.000 Belgische huishoudens), waarvan het merendeel verdampt. En net daar zit het probleem: veel van deze AI-datacenters worden gebouwd in regio’s met waterschaarste, zoals Arizona, Texas, India en de Verenigde Arabische Emiraten. Volgens een analyse van Bloomberg is het aantal datacenters in zulke gebieden de voorbije drie jaar met 70% gestegen. We moeten dus beseffen dat AI niet ‘in de cloud’ zit, maar in echte gebouwen die enorme hoeveelheden energie, water en middelen verbruiken.

Ann benadrukt dan ook het belang van bewust gebruik. “Voor Josie, onze AI-chatbot die modebedrijven ondersteunt bij alle vragen rond greenwashing, kozen we bewust voor een kleiner model dat minder energie vraagt. We hebben geen Formule 1 wagen nodig als het ook met de fiets kan,” zegt ze.

Toch zijn er ook op ecologisch vlak positieve evoluties. Grote cloudproviders zoals Google, AWS en Microsoft investeren volop in manieren om hun infrastructuur duurzamer te maken. Zo zijn er tegenwoordig datacenters die worden aangedreven door zonne- en windenergie, of wordt er geëxperimenteerd met alternatieve energiebronnen zoals waterstofinstallaties. Op het vlak van koeling wordt geëxperimenteerd met efficiëntere systemen, zoals het hergebruik van restwarmte, passieve koeling met buitenlucht en zelfs onderwaterdatacenters. Samen zorgen deze innovaties ervoor dat de ecologische voetafdruk van AI-infrastructuur op termijn kan dalen.

AI als hefboom voor duurzaamheid

Paradoxaal genoeg kan AI ook juist bijdragen aan meer duurzaamheid in de modesector. Trend forecasting, optimalisatie van voorraden, efficiëntere logistiek en retoursystemen – allemaal domeinen waar AI winst kan boeken. Ann: “Als je het hebt over duurzaamheid in mode, dan is de meest duurzame oplossing eigenlijk heel simpel: minder produceren. Eén van de grootste uitdagingen blijft overproductie."

Verder helpen AI-gedreven technologieën zoals augmented reality (AR) of virtuele paskamers niet alleen om de klantenervaring te verbeteren, ze hebben ook een directe impact op duurzaamheid. Uit onderzoek van Snapchat blijkt dat twee op de drie shoppers minder geneigd zijn om een product terug te sturen na gebruik van AR om het virtueel te passen. Dankzij deze technologieën krijgen consumenten een realistischer beeld van wat ze kopen. Als modebedrijven AI slim en doelgericht inzetten, kan de technologie uitgroeien tot een echte hefboom: niet alleen voor efficiëntie en klantbeleving, maar ook voor een duurzamere sector.

Aanbevelingen voor kleinere modebedrijven

Wat kunnen Vlaamse modebedrijven concreet doen? Begin klein, zeggen beide experten. “Breng je processen in kaart. Waar zitten repetitieve of inefficiënte handelingen die weinig waarde toevoegen? Daar zit vaak het laaghangend fruit,” zegt Maxime. Ann voegt toe: “Een technologiestrategie moet een extra laag zijn bovenop je bedrijfsstrategie of duurzaamheidsstrategie. Technologie moet een versneller zijn, geen losstaand project. Kijk waar AI je kan helpen om je doelen te bereiken.”

Voor kleine spelers is het niet haalbaar om dure AI-oplossingen op maat te laten bouwen. Maar er bestaan intussen veel tools waar je zo mee aan de slag kan: 

• ChatGPT: AI-tekstgenerator, onder meer voor productomschrijvingen, inspiratie en klantcommunicatie
• Gemini: chatbot van Google, sterk in het opzoeken van informatie en integratie met Google-tools
• Josie: chatbot die communicatie toetst aan duurzaamheidswetgeving en helpt greenwashing te vermijden
• The New Black: AI-tool voor het ontwerpen van kleding op basis van tekstprompts
• The Fabricant: AI-tools die modeontwerpers helpen hun creativiteit te ontplooien en hun ontwerpproces te versnellen
• Lalaland: AI-modellen voor fotorealistische beelden van kleding op diverse lichaamstypes en met verschillende etniciteiten
• Creati: AI-platform voor het genereren van visuele content en campagnes op basis van je eigen merkidentiteit

Benieuwd naar meer AI toepassingen die modebedrijven vooruit helpen? Op 27 november ontdek je het tijdens het Fashion Tech Pitching Event in Antwerpen. Acht fashion tech aanbieders tonen er hun innovatieve oplossingen voor de mode van morgen.