Инженеры OpenAI: Модный ИИ выбрал неправильное направление

Headline

Инженер OpenAI Джейсон Лю задает вопрос: действительно ли ИИ подходит для моды?

Summary

Джейсон Лю является автором Instructor — библиотеки структурированных выводов LLM, и OpenAI заимствовала его идеи при разработке соответствующих функций. Недавно он сообщил в социальных сетях, что собирается написать статью, объясняющую, почему он не верит в моду на ИИ. Его довод заключается в том, что мода обладает “аурой”, которую трудно уловить алгоритму, истинная персонализация сложно достижима, и мода глубоко укоренилась в социальных отношениях и контексте групп — большинство людей думает о том, как вписаться, а не о том, что говорит алгоритм о том, что лучше всего носить.

Эти слова исходят от человека, который только что присоединился к OpenAI и специализируется на интеллектуальных кодах (например, Codex), и имеют вес. Когда практикующие специалисты в области ИИ ставят под сомнение осуществимость в конкретной вертикали, это часто указывает на разрыв между популярностью отрасли и реальными путями её внедрения. В областях, где идентичность и социальные нормы важнее эффективности, роль ИИ может быть ограниченной.

Analysis

Сомнения Лю и проблемы, уже возникшие в отрасли, взаимно подтверждают друг друга:

• Генеративная реклама и контент часто критикуются как “ИИ мусор”, например, попытка Valentino была высмеяна за странный эстетический подход;
• Те инструменты, которые называют “персонализированными”, часто выдают однообразные результаты, которые не соответствуют личному стилю и игнорируют культурный контекст; Vogue и Business of Fashion уже сообщали о таких проблемах.

Согласно рыночным отчетам, перспективы отрасли не так уж и мрачны: ожидается, что рынок модного ИИ к 2034 году достигнет 60 миллиардов долларов с годовым темпом роста 39%; Zara и Gucci выпустили виртуальные примерки, Alice+Olivia экспериментирует с генеративным дизайном. Но проблема в том, что социальная мотивация “люди хотят вписаться в группу” и продуктовая форма “алгоритм дает вам рекомендации” имеют структурное несоответствие:

• Чувство принадлежности и выражение идентичности зависят от тонких социальных сигналов и норм групп;
• Алгоритмы оптимизации хорошо справляются с количественными целями, но смысл моды контекстуален, символичен и постоянно меняется;
• Поэтому на стороне потребителя “рекомендации по стилю/персонализированные образы” часто сталкиваются с неловкостью “технически возможно, но пользователи не готовы платить”.

Это не говорит о том, что модный ИИ бесполезен, скорее, его ценность может быть в основном за кулисами:

• Прогнозирование спроса и тенденций
• Оптимизация цепочек поставок и производственных графиков
• Управление запасами и пополнением

Эти этапы сильно связаны с количественными целями, и такие организации, как McKinsey, постоянно подчеркивают потенциал внедрения в этих направлениях. Технологии создают эффективные преимущества “в местах, которые пользователи не видят”, но решения о вкусах и стилях на переднем плане все же лучше оставлять людям.

Для инвесторов стратегия с высокими вложениями в персонализированный модный ИИ на стороне потребителя имеет более высокие риски; более надежным будет смешанный путь “человеко-машинного сотрудничества”:

• ИИ отвечает за предложение и операционную эффективность;
• Человек отвечает за стиль, контекст и контроль вкуса.

Практический опыт Лю (его инженерные инструменты повлияли на направления функций OpenAI) делает эту оценку более убедительной, это не просто случайное мнение.

Impact Assessment

• Значимость: Средняя
• Категории: Тренды в отрасли, рыночное влияние, применение ИИ

Вердикт: Исходя из имеющихся данных, рынок “персонализированных рекомендаций по стилю/одежде” для потребителей, вероятно, уже прошел этап раннего осознания выгод, и его путь также под сомнением. Для инвесторов и долгосрочных держателей преимущество заключается в тех компаниях и поставщиках решений, которые развивают “закулисные” возможности (цепочки поставок, прогнозирование, запасы и т.д.). Если вы создатель или фонды, эта область все еще считается “ранней, но требующей корректировки направления”; если вы краткосрочный трейдер, категории потребительских модных товаров не являются хорошим выбором, лучше избегать чисто потребительских продуктов с акцентом на “автоматизацию вкуса”.