Engenheiro da OpenAI: a moda de IA seguiu na direção errada

Headline

Engenheiro da OpenAI Jason Liu pergunta: A IA realmente é adequada para a moda?

Summary

Jason Liu é o autor da biblioteca de saída estruturada LLM Instructor, e a OpenAI se baseou em suas ideias no desenvolvimento de funções relacionadas. Recentemente, ele revelou nas redes sociais que pretende escrever um artigo explicando por que não acredita na moda AI. Seu argumento é: a moda possui uma “aura” que é difícil de ser capturada por algoritmos, a verdadeira personalização é difícil de alcançar, e a moda está profundamente enraizada em relações sociais e contextos de grupo — a maioria das pessoas pensa em como se integrar, e não em ouvir o que o algoritmo diz que é a melhor combinação de vestuário.

Esta afirmação vem de um engenheiro que acabou de se juntar à OpenAI e que se especializa em agentes inteligentes de código (como o Codex), o que dá peso à sua opinião. Quando um profissional de IA de primeira linha levanta dúvidas sobre a viabilidade de um cenário vertical, geralmente indica uma discrepância entre a temperatura do setor e o caminho real de implementação. Em áreas onde a identidade e as normas sociais são mais importantes que a eficiência, o papel da IA pode ser limitado.

Analysis

As dúvidas de Liu corroboram problemas que já surgiram na indústria:

• Publicidade gerada e conteúdo frequentemente são criticados como “lixo de IA”, como a tentativa da Valentino que foi alvo de zombarias devido à estética estranha;
• Ferramentas que se dizem “personalizadas” costumam produzir resultados homogêneos, que não se ajustam ao estilo pessoal e ignoram o contexto cultural, como reportado pela Vogue e pela Business of Fashion.

De acordo com relatórios de mercado, as perspectivas para o setor não são tão pessimistas: espera-se que a IA na moda alcance um valor de 60 bilhões de dólares até 2034, com um crescimento anual composto de 39%; Zara e Gucci lançaram provadores virtuais, e a Alice+Olivia está experimentando design gerado. Mas o problema é que a motivação social de “as pessoas querem se integrar ao grupo” e a forma do produto “o algoritmo te dá sugestões” apresentam uma desadequação estrutural:

• O sentimento de pertencimento e a expressão de identidade dependem de sinais sociais sutis e normas de grupo;
• A otimização algorítmica é boa em lidar com objetivos quantificáveis, mas o significado da moda é contextual, simbólico e em constante mudança;
• Portanto, o cenário de “recomendações de vestuário/personalização de estilo” para o consumidor final pode facilmente resultar em “tecnicamente possível, mas os usuários não aceitam”.

Isso não significa que a IA na moda seja inútil, mas sim que seu valor pode estar principalmente nos bastidores:

• Previsão de demanda e tendências
• Otimização da cadeia de suprimentos e programação de produção
• Gestão de estoque e reabastecimento

Essas etapas estão fortemente relacionadas a objetivos quantificáveis, e instituições como a McKinsey têm enfatizado o potencial de implementação nessas direções. A tecnologia cria ganhos de eficiência em “lugares que os usuários não veem”, mas as decisões de gosto e estilo na frente ainda são mais adequadas para serem feitas por humanos.

Para os investidores, o risco da estratégia de investir pesadamente em IA de moda personalizada para o consumidor final é maior; um caminho híbrido de “colaboração homem-máquina” é mais seguro:

• A IA cuida do lado da oferta e da eficiência operacional;
• Os humanos cuidam do estilo, contexto e qualidade do gosto.

O histórico prático de Liu (suas ferramentas de engenharia influenciaram a direção funcional da OpenAI) torna esse julgamento mais convincente, não é apenas uma opinião expressa aleatoriamente.

Impact Assessment

• Significance: Médio
• Categories: Tendências do setor, impacto de mercado, aplicação de IA

Verdict: Com as evidências atuais, o segmento de “recomendações de vestuário/personalização de estilo” voltado para o consumidor pode já ter passado do período inicial de ganhos de reconhecimento, e o caminho também é questionável. Para investidores e detentores de longo prazo, a vantagem está nas empresas e provedores de soluções que se concentram em capacidades “de bastidores” (cadeia de suprimentos, previsões, estoque, etc.). Se você é um construtor ou um fundo, este campo ainda é considerado “precoce, mas precisa de ajuste de direção”; se você é um trader de curto prazo, as categorias de produtos de moda para o consumidor final não são uma boa escolha, e produtos de consumo que promovem “automatização do gosto” devem ser evitados.