Na burze se berlínskému gigantu mezi evropskými módními internetovými prodejci zatím moc nedaří prolomit smůlu, pokud jde ale o inovace, je to spící obr. Důkazem je umělá inteligence. Experimentovat s ní Zalando začalo dávno před tím, než to bylo cool.
Dnes zde v tichosti vládne firemnímu marketingu, pomáhá snižovat náklady na propagaci i produkci a firma zkoumá agentické nákupy.
Evropský online prodejce módy Zalando letos na jaře oficiálně přiznal, že využívá generativní umělou inteligenci k rychlejší tvorbě obrázků pro svou aplikaci a webové stránky. Možná si teď říkáte, co je na tom vlastně zajímavého, to přece dnes dělá kdekdo. Jenže ono je to ve skutečnosti pořádné zlehčení toho, co se ve skutečnosti v berlínské centrále Zalanda za pomoci umělé inteligence odehrává.
A protože Berlín není tak daleko, zajeli jsme se přesvědčit zblízka.
Začít můžeme třeba tím, co se nejvíce nabízí, tedy marketingem. Když se řekne AI a marketing, vybaví se řadě lidí hlavně často ne úplně povedené AI reklamy, se kterými dnes experimentují velké společnosti. Za všechny takové letošní „AI průšvihy“ můžeme zmínit vánoční reklamu Coca-Coly, McDonaldu nebo u nás Rohlíku.
Zalando sice využívá generativní umělou inteligenci také na plné obrátky, ale například k tomu, aby mohla dostatečně rychle generovat realistické vizuály se svými produkty, které reagují na momentální krátkodobé módní trendy, které zrovna frčí na sítích.
„AI používáme, abychom mohli reagovat v reálném čase. To, co nám dřív trvalo šest až osm týdnů, nyní zvládáme i s kontrolou a odladěním chyb za tři až čtyři dny,“ komentuje Matthias Haase, viceprezident pro obsahová řešení ve společnosti Zalando, a dodal, že obsah generovaný umělou inteligencí vede k větší angažovanosti zákazníků.
Pokud ale máte raději řeč tvrdých dat, znamenalo to pro firmu o deset procent větší engagement u lifestylového obsahu a sedmnáctiprocentní nárůst informativního video obsahu, tříprocentní nárůst hrubé hodnoty prodaného zboží po odečtení vratek, až šestiprocentní zvýšení hodnoty prodaného prémiového oblečení a navíc devadesátiprocentní úsporu nákladů oproti éře před nasazením AI.
Strategie se prý osvědčila hlavně u Gen Z zákazníků, kteří si vypěstovali zvyk nechodit na internet s cílem koupit konkrétní produkt, ale hlavně hledat inspiraci. Podle průzkumu Zalanda se jedná zhruba o sedmdesát procent představitelů této generace.
„Tito zákazníci k nám přicházejí bez úmyslu nakoupit. Hledají inspiraci, získávají více informací a přitom pomalu vstupují do prodejního trychtýře a ideálně si objednají,“ dodává Haase s tím, že firma cílí na to, dovést osmdesát procent z nich k nákupu. Ale jen o konverze prý v téhle strategii nejde.
„Jde opravdu o to, dělat lepší nákupní rozhodnutí, takže když spouštíme například doprovodná AI videa nebo když jsme spustili virtuální zkušebnu, konverze nám v některých případech naopak klesly,“ doplňuje Haase s tím, že zmiňovaný pokles konverzí byl překonaný mnohem menším počtem vráceného zboží.
AI poháněný obsah začíná u klasického produktového obrázku, pokračuje přes rozšířený obsah a generované „fotografie“, 3D model produktu, virtuální zkušebnu, kde si může zákazník zhruba otestovat, jak k němu produkt sedne, a končí u takzvaných digitálních dvojčat.
Těmi nejsou myšleny digitální kopie zákazníků (i když i k těm se za chvilku dostaneme), ale velmi přesní, byť generovaní digitální dvojníci influencerů a modelů, se kterými prodejce spolupracuje. S podobným konceptem pracuje v Evropě také švédský prodejce rychlé módy H&M.
Funguje to vlastně jednoduše. Věrné trojrozměrné kopie modelů generované umělou inteligencí umožňují použít modela či modelku v kampani či na produktových stránkách aplikace bez toho, že by bylo třeba vyvářet a následně editovat stovky fotografií jako v klasickém scénáři.
AI ale v Zalandu nekončí jen v marketingové divizi. Promlouvá například také do snahy zajistit, aby móda, kterou nakupujete, virtuálně sedla ideálně již napoprvé, a omezil se tak počet vratek, které následně citelně ukrajují z marží.
Jedním z problémů, s nímž se potýká každý online prodejce módy, spočívá v tom, že výrobci si ze standardizovaných velikostí v podstatě udělali holubník.
Jednou z kontroverzních praktik výrobců je takzvaný vanity sizing. Spočívá v tom, že značky záměrně uvádějí u zboží menší velikosti, než jaké by mu měly odpovídat, a to jen proto, aby uspokojily marnivost (rozměrnějších) zákazníků a zvýšily prodej produktu.
Výsledek této a podobných praktik je, že online prodejci čelí padesáti procentům množství vráceného zboží, přičemž třetina až polovina vratek připadá právě na nevyhovující velikost.
I zde do rozhodovacího procesu, který nákupu předchází, začala promlouvat umělá inteligence, tedy ve skutečnosti nejen ta, jde o synergii několika technologií.
Vedle generativní umělé inteligence, která se stará hlavě o „front end“, tedy finální vizuální výstup, na pozadí figuruje ještě 3D technologie pro virtuální zkoušení oděvů a takové malé kouzlo, které dokáže ze dvou zákazníkem pořízených mobilních fotografií (čelní a profilové) za pomoci počítačového vidění odhadnout zákazníkovu skutečnou velikost a vytvoří podle nich hrubý 3D model lidského těla.
Zajímavé je, že poslední zmiňovaná technologie nevyžaduje high-endové mobilní zařízení vybavené lidarem (iPhone Pro od řady 12) nebo focení s referenčním předmětem, ale vystačí si jen s běžnými senzory telefonu a pokročilým odvozením z obrazu.
Funguje to tak, že algoritmy nejprve identifikují klíčové anatomické body, jako jsou ramena, boky a podobně, a pak dochází k oddělování postavy od pozadí a analýze siluety.
Zajímavé je, že zpracovávané podklady se neposílají na žádný „Zalando cloud“, kde by se s daty dále pracovalo, ale procesují se přímo v telefonu zákazníka. Zalando si z nich pak pro účely posouzení velikosti a další doporučení bere jen abstraktní vektorový popis těla.
Samotná data pak slouží jako podklad pro digitální kabinku zvanou Virtual Fitting Room. Ta byla, tehdy jako experimentální produkt, spuštěná pro všechny zákazníky v roce 2023, o rok později pak přibyla možnost využít v ní vlastní 3D model a otestovat si na něm alespoň orientačně, jak by mi mohlo vybrané zboží sedět.
Karel Wolf
Karel Wolf
Při tomto procesu se potkávají hned dva 3D modely, nasnímaný model zákazníkova těla a 3D model oblečení, který vznikl nasnímáním konkrétního kusu oděvu po jeho naplnění výplňovým materiálem.
Zajímavé je, že algoritmy si při interakci obou modelů všímají i takových detailů, jako jsou napětí či kolize materiálu. Celkově se za pomoci virtuální zkušebny Zalandu ke dnešku podařilo snížit vratky u problematických kategorií, jako jsou například džíny, až o čtyřicet procent.
Ani tím to ale nekončí. Zatím za zavřenými dveřmi probíhá testování možností takzvaného agentického nakupování, tedy nakupování za pomoci autonomních agentů umělé inteligence.
Dočkáme se dříve AI agenta od Zalanda, který bude podle vašich instrukcí nakupovat za vás, nebo se spíš pečlivě předpřipravený dataset od Zalanda stane součástí AI agentů některého z AI gigantů a vaše nákupní zkušenost se rozplyne v běžné konverzaci třeba s vaším mobilním asistentem?
