Fremkomsten af AI i modeproduktion

Vi talte med den modeteknologiske konsulent Thomas Rothery om, hvad kunstig intelligens kan gøre for designgenerering og forudsigelse af detailtrends.

Tidligere i år, på Sportswear Pro 2024-konferencen, der blev afholdt på RAI Amsterdam, kunne tusindvis af mennesker fra hele kloden tilbringe fire dage fordybet i det fremtidige potentiale i sportsbeklædningsindustrien.

En deltager og taler ved begivenheden var modeteknologisk konsulent og tidligere senior herretøjsdesigner hos FILA, Thomas Rothery. For Thomas er fremtiden for sportstøj og modeindustrien generelt – og det emne, han talte om som gæst i en paneldebat – i høj grad forbundet med kunstig intelligens (AI).

"Et af de emner, vi dækkede under vores Sportswear Pro-panel, var idéprocessen," sagde Thomas.

”I kreativt design er idédannelse idégenerering til designprocessen. Til dette er der nogle rigtig gode AI-værktøjer. For eksempel, med en virksomhed som FILA eller Adidas, kan du tage et udvalg af produkter fra mærkets bagkatalog og grundlæggende træne en AI-model til at generere nye produkter baseret på disse input. Derfor ville det skabe design, som du ikke ville have tænkt på, men de ville hænge sammen med brandets identitet.

"Nogle af disse AI-modeller er meget sofistikerede, og du kan tilføje ekstra prompter. For eksempel kan du sige 'Art Deco-inspireret', og det vil kombinere din brandstil med lidt anden indflydelse. Det kan hjælpe dig med at generere ideer meget hurtigere, end du ville gøre som menneske.

"Faktisk kan du også skabe det samme design til dit reklame- og marketingindhold. En af mine medpanelmedlemmer – Ian Campbell Cole, en af mine venner, som er designer og underviser ved Nottingham Trent University – arrangerer workshops, hvor han skaber en Hermès-stil marketingpakke ved hjælp af smukke billeder, som AI har genereret. Det kan normalt koste hundredtusindvis af pund, hvilket kræver topmodeller og fotografer, men med kunstig intelligens er det kun en halv dags arbejde, når du først ved, hvad du laver."

Begrænset brug, ubegrænset potentiale

Ikke desto mindre er folk på vagt over for AI's potentielle ulemper. Selvom Thomas ikke afviser de bredere samfundsmæssige risici ved stadig stærkere AI, siger han for dem, der arbejder med design og print, at det er vigtigt at se vores mere begrænsede brug af AI som blot et værktøj.

Trendforudsigelse er et andet interessant område, hvor maskinlæring kan hjælpe med at spotte fremtidige udviklinger

"Jeg tænker på AI lidt ligesom da den første lommeregner kom ud. Det er en sag om at få summen og matematikken af vejen, så du kan begynde at lave analysen, de dele af jobbet, der ikke kun er at lægge til og trække fra. AI er blot endnu en smule teknologi, der giver visse fordele i form af idégenerering, hvorimod der som mennesker er visse jobs, som vi er bedre til,” siger han.

AI kan dog mere end blot idégenerering: trendprognose er et andet interessant område, hvor maskinlæring kan hjælpe med at spotte fremtidige udviklinger.

"Det er virkelig fascinerende, og det er noget, der udvikler sig hele tiden," siger Thomas.
"Ved det sidste møde, jeg havde med et firma ved navn Heuritech - et fransk firma, der har arbejdet med kunstig intelligens i lang tid, længe før det blev moderne - viste de en billedgenkendelsesteknologi, som ser på millioner af billeder på sociale medier hver dag og sporer derefter forskellige identificerbare funktioner i disse billeder.

"For eksempel, hvis røde trøjer begynder at dukke op på flere influencer- og sociale medier-konti, kan Heuritech forudsige, at røde trøjer vil have en bumper tid på markedet i et bestemt tidsrum. Derfor vil virksomheder gerne inkludere de tendenser, som denne teknologi fremhæver, i deres sortiment."

Første skridt

Med de potentielle anvendelser af kunstig intelligens, der tilsyneladende er ubegrænsede og allerede bruges af mange virksomheder i branchen, hvordan kan FESPA-medlemmer begynde at bruge denne teknologi?

"AI 101 ville være at begynde at bruge Midjourney og udforske det. Det er sjovt og fantastisk. Det er lidt ligesom at gå ind i et fotografisk mørkekammer for første gang, men i stedet for mirakelbilledet fra lys og kemikalier, er dette et fra de ord, du har brugt. Du har skabt et design ved hjælp af noget trolddom bag kulisserne. Med det kan man få en forståelse for, hvad der er muligt,” siger Thomas.

Ud over Midjourney er det så værd at se på, hvad andre nøglepersoner i sektoren laver.
"Udskrivning er så massiv en industri, men det er værd at se på, hvordan forskellige mærker bruger kunstig intelligens, fordi der er masser af muligheder for partnerskab og skubbe tingene fremad," siger Thomas.

"Så skal du på trin tre, med en god forståelse af, hvor det kan gå hen, begynde at arbejde hen imod ideen om at udvikle en en-til-en fremstillingsproces til en overkommelig pris. Da folk ønsker at lave AI-produkter og individualiserede produkter, vil en-af-en blive en stor faktor."

AI stormtroopers

Endelig, for at undgå en Rise of the Machines-stil mode Armageddon, er det vigtigt at indse, at vores ydmyge menneskelige talenter endnu ikke er totalt overflødige.

”Vi skal sørge for, at vi ikke opmuntrer til dovenskab; vi skal lære eleverne at bruge kunstig intelligens som et værktøj, ikke som en krykke. Vi skal stadig bruge vores menneskelige evner til at reducere fejl så meget som muligt,” siger Thomas.

Vi er nødt til at sikre, at mennesker forbliver ansvarlige for kvalitetskontrol, overvåge processer og output

"Efterhånden som tingene bliver mere sofistikerede, bliver evnen til at reducere disse fejl stadig sværere. Hvis der er én fejl ud af 10, kan vi se det. Hvis der er en fejl i 100, kan vi også prøve at bemærke det. Når det er én fejl ud af 10.000, er det næsten umuligt at kontrollere. Men den ene fejl, hvis du overlader den til AI, kan have forfærdelige konsekvenser.

"Et simpelt eksempel ville være billedet af nazistiske stormtropper, der blev genereret af Googles Gemini AI, hvor soldaterne var racemæssigt forskellige. Et menneske ville ikke begå den fejl. Derfor er vi nødt til at sikre, at mennesker forbliver ansvarlige for kvalitetskontrol, overvåge processer og output, for der er mange omkostninger nedstrøms i fremstillingsstadierne, hvis du savner et problem på designstadiet."