Insinyur OpenAI: AI mode fashion salah arah

Headline

OpenAI engineer Jason Liu bertanya: Apakah AI benar-benar cocok untuk dunia mode?

Summary

Jason Liu adalah penulis pustaka keluaran LLM terstruktur Instructor, OpenAI pernah mengacu pada pemikirannya dalam pengembangan fungsi terkait. Dia baru-baru ini mengungkapkan di media sosial bahwa dia berencana untuk menulis artikel yang menjelaskan mengapa dia tidak optimis tentang AI di dunia mode. Alasannya adalah: mode memiliki “aura” yang sulit ditangkap oleh algoritma, personalisasi yang sebenarnya sulit dicapai, dan mode sangat tertanam dalam hubungan sosial dan konteks kelompok—kebanyakan orang berpikir tentang bagaimana cara berintegrasi, bukan mendengarkan apa yang dikatakan algoritma tentang kombinasi pakaian yang terbaik.

Pernyataan ini berasal dari seorang insinyur yang baru bergabung dengan OpenAI, yang mengkhususkan diri dalam agen kecerdasan kode (seperti Codex), sehingga memiliki bobot yang tidak biasa. Ketika praktisi AI garis depan meragukan kelayakan suatu skenario vertikal, sering kali menunjukkan adanya kesenjangan antara panasnya industri dan jalur penerapan yang sebenarnya. Di bidang di mana identitas dan norma sosial lebih penting daripada efisiensi, peran AI mungkin terbatas.

Analysis

Keraguan Liu saling menguatkan dengan masalah yang sudah muncul di industri:

• Iklan dan konten generatif sering dicemooh sebagai “AI slop”, seperti percobaan Valentino yang mendapat cemoohan karena estetika yang aneh;
• Alat yang mengklaim “personalized” sering kali menghasilkan hasil yang seragam, tidak sesuai dengan gaya pribadi, dan mengabaikan latar budaya, Vogue dan Business of Fashion juga telah melaporkan masalah ini.

Dari laporan pasar, prospek industri tidak terlalu suram: AI mode diperkirakan mencapai skala 60 miliar dolar pada 2034, dengan laju pertumbuhan komposit tahunan 39%; Zara, Gucci telah meluncurkan pencobaan virtual, Alice+Olivia sedang bereksperimen dengan desain generatif. Namun masalahnya adalah, “motivasi sosial untuk berintegrasi” dan “produk yang memberikan saran algoritma” memiliki ketidakcocokan struktural:

• Rasa keterlibatan dan ekspresi identitas bergantung pada sinyal sosial yang halus dan norma kelompok;
• Optimalisasi algoritma unggul dalam menangani tujuan yang dapat diukur, tetapi makna mode bersifat kontekstual, simbolis, dan terus berubah;
• Oleh karena itu, skenario “rekomendasi pakaian/personalized styling” di sisi konsumen sangat mungkin mengalami “kemalangan teknis yang dapat dilakukan, tetapi pengguna tidak mau membayar”.

Ini bukan berarti AI mode tidak berguna, tetapi nilai utamanya mungkin terutama di belakang layar:

• Prediksi permintaan dan tren
• Optimalisasi rantai pasokan dan penjadwalan produksi
• Manajemen inventaris dan pengisian kembali

Tahapan ini sangat terkait dengan tujuan yang dapat diukur, McKinsey dan lembaga lainnya juga terus menekankan potensi penerapan di arah ini. Teknologi menciptakan keuntungan efisiensi di “tempat yang tidak terlihat oleh pengguna”, tetapi keputusan tentang selera dan gaya di depan panggung lebih baik dilakukan oleh manusia.

Bagi investor, strategi untuk berinvestasi besar-besaran di AI mode yang dipersonalisasi di sisi konsumen memiliki risiko yang lebih tinggi; jalur campuran “kolaborasi manusia dan mesin” lebih aman:

• AI bertanggung jawab atas sisi penawaran dan efisiensi operasional;
• Manusia bertanggung jawab atas penilaian gaya, konteks, dan selera.

Latar belakang praktik Liu (alat tekniknya mempengaruhi arah fungsi OpenAI) menjadikan penilaian ini lebih persuasif, ini bukan sekadar pendapat yang diungkapkan tanpa dasar.

Impact Assessment

• Significance: Medium
• Categories: Tren industri, dampak pasar, aplikasi AI

Verdict: Dari bukti saat ini, jalur “rekomendasi pakaian/personalized styling” yang ditujukan kepada konsumen mungkin telah melewati periode keuntungan pengenalan awal, dan jalurnya juga dipertanyakan. Bagi investor dan pemegang jangka panjang, keunggulan terletak pada perusahaan dan penyedia solusi yang menempatkan kemampuan “di belakang layar” (rantai pasokan, prediksi, inventaris, dll.). Jika Anda adalah pembangun atau dana, bidang ini masih dapat dianggap “awal tetapi perlu penyesuaian arah”; jika Anda adalah trader jangka pendek, kategori produk mode konsumen bukanlah pilihan yang baik, lebih baik menghindari produk konsumsi murni yang menekankan “otomatisasi selera”.