Schrijf je in voor ons Brand New(s) en blijf altijd op de hoogte!
Schrijf je in voor ons Brand New(s) en blijf altijd op de hoogte!
Terwijl AI op dit moment voor velen nog een vaag onderwerp is dat waarschijnlijk meer vragen oproept dan beantwoordt, zijn er ook bedrijven die hun producten, activiteiten en dienstverlening daar al jarenlang mee vormgeven. En niet (alleen) om daar vage IT-modellen mee te ontwikkelen of om de ruimte mee in te kunnen, maar ook om de maatschappij echt heel concreet te dienen met oplossingen die zowel consumenten als bedrijven van hun pijnpunten afhelpen. Zij zien in het gebruik van AI juist de potentie om de economie te verduurzamen.
Om te illustreren hoe het gebruik van AI heel effectief bij kan dragen aan deze duurzame economie, nemen wij een kijkje bij PTTRNS.ai. Marco van Herpen, Managing Director van PTTRNS.ai, is een man met een duidelijke visie, solide kennis van digitale zaken en een eerlijke, ongezouten mening. Met zijn bedrijf focust hij zich vooral op de fashion- en eyewear-industrie, die hij door middel van personalisatie, digitale oplossingen en AI-modellen helpt om hun eindklant beter te begrijpen, waardoor de keten-efficiëntie toeneemt en verspilling juist wordt gereduceerd.
“Er is momenteel veel inefficiëntie in de fashion industrie. Dit zie je zowel in de productie, waarbij kleding vaak aan de andere kant van de wereld wordt geproduceerd, als in marketing en sales. Dit kan veel beter. Bedrijven zouden veel dichter moeten produceren bij de plek waar hun product gebruikt wordt en met zo min mogelijk verspilling. Tegelijkertijd zitten veel fashion bedrijven nog midden in de digitale transformatie, waardoor zij deze inefficiëntie niet kunnen oplossen. Wij helpen ze vooruit in dat, niet altijd even soepel lopende, proces.”
“Met PTTRNS.ai proberen we altijd een fit te vinden tussen de technische mogelijkheden en de uitdagingen of kansen bij bedrijven. Wat we op dit moment zien, is dat er een hele mooie combinatie gemaakt kan worden tussen computer vision – AI die de wereld herkent – en het gebruik van Virtual Reality, Augmented Reality of andere digitale visualisatietechnieken om datgene wat AI in de echte wereld ziet in een digitale wereld te reproduceren. Hier kun je dan weer allerlei interacties op zetten. Nu de techniek het toelaat om digitaal beelden en patronen zowel te herkennen als te reproduceren, zetten we deze kennis en vaardigheden in om voor bedrijven handige en nuttige interacties met de consument te bewerkstelligen.”
“We merken dat veel bedrijven, met name in de fashion-industrie, met heel veel inefficiëntie en verspilling te maken hebben. Dit komt doordat met name de fashion merken nog te weinig luisteren naar wat de consument écht wil. Er wordt kleding ontworpen, geproduceerd en de keten ingestuurd in de hoop dat men het uiteindelijk gaat kopen. Op het moment dat je dit proces veel interactiever opzet, dan lost dat een hoop knelpunten in de keten op.”
In onze beleving kan AI de interacties en personalisaties realiseren die nodig zijn om effectieve oplossingen te bewerkstelligen.
“Het opzetten van die interacties om te begrijpen wat de consument wil, is stap één. Stap twee is dat bedrijven ook hun producten goed gaan begrijpen, waarbij er digitale bestanden van de producten moeten komen, zodat het bedrijf met zijn doelgroep in contact kan blijven. Als je als bedrijf beide kanten van dit verhaal afdicht, dan kun je het digitale product, nog voordat het is geproduceerd, aan de consument voorleggen.”
“Sterker nog, als je AI-model genoeg consumenten heeft leren kennen en begrijpen, dan kan deze ook toekomstvoorspellingen doen. Wanneer je dit model een nieuwe collectie laat zien, dan zal het je vertellen hoeveel consumenten en welke consumenten daar interesse in zullen hebben. Zo hoef je geen artikelen te produceren die niet nodig zijn. Dat betekent ook dat je veel flexibeler in je productie kan zijn door in kleinere badges te werken en de productie dichter op de markt te houden. Dit zou dan inhouden dat de productie van Azië dichterbij naar Europa kan verplaatsen.”
Hoe communiceren jullie met de consument om vervolgens zijn noden te begrijpen?
“Het mooiste voorbeeld is STYLE PTTRNS, het product dat PTTRNS.ai heeft ontwikkeld voor de eyewear-industrie. Daarbij hebben we gekeken naar wat een bekwame verkoper in een brillenwinkel doet. Die kijkt naar jou, je gezicht, je kaaklijn, de ondertoon van je huid, de kleur van je ogen, de kleur van je haar, etc. Op basis van al die uiterlijke kenmerken kan hij dan heel snel bepalen welk merk en type montuur bij je past. Vaak is die suggestie zo verrassend en spot on dat de consument daar meestal ook mee naar huis gaat.”
Online is dat traject meestal één grote worsteling. Een webshop kan wel 2.000 monturen aanbieden waar de consument zelf uit moet kiezen. Er zijn wel wat filters, maar meestal komen mensen er niet uit. En je weet ook niet of het montuur dat je hebt gekozen uiteindelijk ook echt bij je past.
“Ons product vraagt de consument om één foto van zichzelf te maken. Die foto wordt met behulp van computer vision binnen enkele seconden op precies dezelfde manier geanalyseerd als dat een goede brillenverkoper naar een gezicht kijkt. Het programma scant al die kenmerken en heeft ook alle monturen van de betreffende webshop van tevoren geanalyseerd. Zo ontstaat er een match. Op basis daarvan kan de consument zijn verdere wensen aangeven.”
“Hierbij treedt ons tweede model in werking. Het eerste model is computer vision, waarbij gezichtskenmerken worden herkend. Het tweede AI-model leert van de interactie met de consument om te begrijpen wat die consument écht wil. Daar draait een recommendation engine op om de uiteindelijk match goed te kunnen maken. En het werkt echt! Waar normaal gesproken de conversie bij brillen heel laag ligt, zorgt STYLE PTTRNS voor een conversie die vier keer zo hoog ligt. Dat is niet om onszelf op de borst te kloppen, maar wel om de kracht van correct toegepaste AI te onderbouwen. Mensen hebben een stukje bevestiging nodig over wat bij hen past. Online zijn ze vaak zoekende en dan is het mooi als we ze op deze manier kunnen helpen.”
En hoe zit het dan precies met die fashion-industrie?
“Naast STYLE PTTRNS heeft PTTRNS.ai ook het product Flair. Dat is een digitaliseringsproduct dat fashionbedrijven helpt om hele fotorealistische renders van 3D-bestanden te krijgen en zo op een hele effectieve manier personalisatie te realiseren. De traditionele keten houdt in dat een bedrijf eerst een sample van een kledingstuk maakt, die beoordeelt, waarschijnlijk nog een nieuwe sample maakt, dan een hele collectie produceert en vervolgens een fotoshoot optuigt om die collectie zichtbaar te maken. Flair biedt dit hele proces digitaal aan. We ondersteunen het genereren van 3D-bestanden en Flair levert een template aan waarin bepaald is welke shots er per item gemaakt moeten worden. Alles is dan al gekozen. De setting, de belichting en de avatars die model staan voor het merk. Zo heb je binnen no-time en zonder verspilling de promotie voor je webshop, waarbij je op zowel tijd als kosten bespaart.”
Merk je dat bedrijven hier al bedreven in worden of moeten ze nog een beetje wennen aan deze manier van werken?
“Dat laatste, want 3D werken binnen de fashionindustrie is heel nieuw. Op dit moment worden we soms nog geremd in onze groei doordat de industrie niet altijd even wendbaar is. Maar dat kun je bedrijven niet kwalijk nemen. Processen zijn ooit op een bepaalde manier ingericht. Je hebt duizenden mensen in dienst en een vaste manier van werken, dat kun je niet ineens aanpassen en je kunt als goed draaiend bedrijf dat risico ook helemaal niet nemen. Dat moet met beleid worden gedaan. PTTRNS.ai is een klein bedrijf in vergelijking met de grote internationals die we als klant hebben en wij kunnen niet van hen verwachten dat ze in één keer die omschakeling maken.”
“Het zijn stapjes en elk stapje zal zijn eigen waarde moeten leveren. De eerste stap die je als fashionbedrijf wilt maken, is dat je steeds digitaler gaat werken, waarbij je sneller, efficiënter en kostenbesparender wordt. Als je dat eenmaal op orde hebt en ook steeds beter begrijpt wat je doelgroep wil, dan kun je de productiesamples steeds kleiner gaan maken. Op een gegeven moment zou je het proces zelfs kunnen omdraaien, waarbij je pas gaat produceren als de vraag er is.
Ik denk dat dit uiteindelijk de norm gaat worden, maar niet in de komende paar jaar. Het kan al wel, want de technieken zijn al beschikbaar. Het is echter heel kostbaar om het proces nu al zo neer te zetten, want dan zul je ook de productie dichter bij huis moeten hebben – het liefst in dezelfde plaats als je distributiecentrum. Wil je als bedrijf op deze manier gaan werken, dan moet het hele, traditionele, bedrijfsproces anders en dat gebeurt niet van de ene op de andere dag. Die omschakeling is vooral voor grote bedrijven een pijnlijk proces.
Deze verandering gaat niet in één keer kunnen plaatsvinden. Waar ik wel op hoop, is dat er een grote partij gaat opstaan die het écht anders gaat doen, zoals Tesla de automotive industrie heeft veranderd. Zij hebben het anders aangepakt en zijn vanuit een nieuw perspectief gaan werken. En daar sluit de bestaande industrie zich dan weer op aan.”
Als je incrementeel aan het veranderen bent, dan gaat dat langzaam en met heel veel verlies onderweg. Je zou het veel beter in één keer helemaal moeten omgooien. Dus ik hoop dat er een grote speler komt die het voortouw neemt als een greenfield. Dan kan het sneller gaan voor de industrie.
Hoe zorg je ervoor dat PTTRNS.ai succesvol blijft met optimale resultaten en vooruitstrevende technologieën die zowel jullie klanten als hun klanten dienen?
“Wij proberen een goede balans te hebben in het bedrijf tussen de mensen die de techniek goed begrijpen, mensen die de consumenten goed begrijpen en mensen die de industrie goed begrijpen. Dat betekent dat PTTRNS.ai niet alleen maar AI-mensen in dienst heeft, maar bijvoorbeeld ook bedrijfseconomen en mensen die echt uit de fashion-industrie komen. Als je één van die drie componenten mist, dan denk ik niet dat we succesvol kunnen zijn als bedrijf.”
“Iets dat wij fundamenteel niet willen doen, is met onze producten informatie aan de consumenten onttrekken terwijl ze zich daar niet bewust van zijn. Waar we heel erg in geloven, is de value exchange tussen je oplossing en de consument, waardoor je een interactie krijgt. Hierbij laat de consument iets van waarde zien over zichzelf en het bedrijf geeft daar waardevolle informatie voor terug. Hierin krijg je een dialoog en de beste output voor allebei. Als je informatie van een persoon probeert te achterhalen zonder diegene om zijn nadrukkelijke toestemming te vragen of zonder daar waarde voor terug te geven, dan krijg je een disbalans en dat is in mijn ogen uiteindelijk een doodlopend businessmodel.”
Met haar diensten vervangt PTTRNS.ai stukken of hele disciplines uit de traditionele ketens en daar heerst onder veel vakmensen best wat onrust over. Hoe kijk jij vanuit jouw positie naar dat onderwerp?
“Ik snap die zorgen wel. Ik denk dat automatisering, en AI in het bijzonder, ervoor gaat zorgen dat taken gaan veranderen. Kijk bijvoorbeeld naar ChatGPT. Die kan al een leuke aanzet geven voor een tekst. Dat betekent dat er dadelijk in verhouding veel meer editors zijn dan schrijvers. Als persoon vind ik daar best wat van, want het maak mij niet per definitie gelukkig. Maar dat wordt wel de nieuwe realiteit en dit geldt voor meer disciplines. Qua productfotografie zullen wellicht minder mensen in de studio staan, maar zul je meer mensen hebben die van achter een scherm foto’s met digitale tooling maken.”
Is dit dan een andere functie of ander werk? Ja. Zijn er dan binnen dat vakgebied minder mensen nodig? Misschien. Maar er ontstaan nieuwe disciplines waar juist meer mensen voor nodig zijn. Dus uiteindelijk zal er een shifting plaats gaan vinden.
“Neem de software waarin nu kleding wordt ontworpen. Toen AI een beetje opkwam, waren de designers van bedrijven bang dat hun taken zouden worden geautomatiseerd en dat AI de designs zou gaan maken. De praktijk is dat zowel CLO3D als Browzwear, de twee grootste 3D-design pakketten, AI inzetten als inspiratie-tool: het genereren van voorbeeld looks. Hiermee kunnen designers diverse ontwerpen verkennen om uiteindelijk tot een eigen ontwerp te komen. En dat is iets heel anders dan dat je AI een jurk laat designen en die automatisch in het productieproces stopt.
Ik zie dat dit veel toegevoegde waarde heeft en ik vind de angst voor met name generative AI voor een groot deel ongegrond. En AI is op sommige vlakken ook echt minder ver dan dat soms gedacht wordt. Er wordt, mijns inziens, al te veel vertrouwd op ChatGPT. Maar het feit dat het een zin of een hele alinea grammaticaal heel goed kan formuleren wil nog niet zeggen dat er geen onzin in staat.”
Grote fashion brands pronken steeds vaker met AI-gegenereerde collecties. Zie jij iets van digitaal gegenereerde kleding op een voor iedereen toegankelijke wijze in het dagelijkse leven doorsijpelen?
“Oh nee, daar is het nu nog veel te vroeg voor! Tuurlijk, je kunt digitaal heel mooie dingen doen en hele gave campagnes maken waar je als merk je gedachtegoed helemaal omheen kunt draaien. Wat dat betreft is het nuttig voor je visie of aspiratie en het is heel goed voor je brandpositionering, maar het verandert nu nog niet de dagelijkse manier van werken.”
De ketens zijn daar nog lang niet op ingericht, en ook AI is nog niet zover. Digital fashion is vooral een activiteit die leeft op de marketingafdeling, vergelijkbaar met de NFT-hype.
“Neem alleen al de manier waarop patronen worden opgezet. Hoe het materiaal valt. De positie van de stiknaad. Die vakkennis vind je nu op afdelingen van ik weet niet hoeveel experts. Daarnaast staat een marketingafdeling die bezig is met brandpositionering en het testen waar de markt klaar voor is. Daar wordt digitale fashion, en misschien ook generative AI, gebruikt. En ik zeg zeker niet dat dit geen waarde heeft, integendeel. Maar het staat nu nog ver van de dagelijkse operatie. Er is zoveel (detail)kennis nodig om een spijkerbroek goed passend te ontwerpen en te fabriceren, dat AI hier voorlopig in het ontwerp nog maar een beperkte rol speelt.”
