Cumpărătorii de modă au fost mult timp cei care dictează tendințele în liniște în industrie—cei care pot identifica o dorință înainte ca aceasta să prindă contur. Dar acum, cu marje de profit mai strânse și nevoia de o precizie desăvârșită, aceștia apelează la inteligența artificială pentru a face față acestor provocări.

Procesând cantități uriașe de date care erau cândva blocate în sisteme separate—precum comportamentul de căutare, modelele de clicuri, preferințele regionale și performanța produselor pe diferite piețe—IA trece rapid dincolo de simpla prognozare a vânzărilor. Cumpărătorii și merchandiserii spun că acum schimbă modul în care construiesc, ajustează și extind selecțiile de produse, pe măsură ce deciziile devin mai mult ca niciodată bazate pe date.

În loc să se bazeze doar pe vânzările anterioare sau pe intuiție, cumpărătorii pot accesa semnale în timp real despre ce caută, pe ce dau clic și ce salvează cumpărătorii din întreaga lume. „IA este mai degrabă un instrument care le extinde aria de acoperire,” spune Rich Shepherd, vicepreședinte de produs la Lyst. „Cei mai buni cumpărători încă se ghidează după instinct—IA doar le oferă o imagine mai clară asupra locului unde acest instinct ar putea funcționa cel mai bine.”

De la mărci de lux la platforme globale de comerț electronic, se conturează o nouă abordare: sisteme de recomandare bazate pe IA și instrumente care identifică modele în date, în timp ce cumpărătorii umani interpretează aceste informații și iau decizii strategice. Echilibrarea celor două devine un avantaj competitiv cheie.

Informații în timp real despre cerere

Tapestry, compania-mamă a Coach, Kate Spade și Stuart Weitzman, folosește IA în culise pentru a ajuta cumpărătorii să ia decizii mai inteligente cu privire la ce să comande, cât să stocheze și unde să trimită inventarul.

„Am știut întotdeauna că, pentru a digitaliza acest proces și a ne extinde rapid, trebuia să construim o modalitate de a partaja cu ușurință datele în cadrul afacerii,” spune Fabio Luzzi, directorul de date și analiză la Tapestry. Compania a investit într-un hub central de date—ceea ce Luzzi numește „țesătura sa de date proprietară”—care simplifică modelarea datelor despre clienți, locații și lanțuri de aprovizionare. „Face ușoară digitalizarea proceselor, precum și utilizarea IA în multe etape ale lanțului valoric.”

„Cei mai buni cumpărători încă se ghidează după instinct—IA doar le oferă o imagine mai clară asupra locului unde acest instinct ar putea funcționa cel mai bine.”

Echipele de cumpărători de la Coach folosesc deja seturi de date partajate pentru a compara modelele regionale de cumpărare în timp real, ajustând cât comandă și unde trimit produsele înainte ca acestea să ajungă în magazine. Aceste informații dezvăluie cererea mai devreme și mai precis decât simpla analiză a vânzărilor anterioare.

În termeni practici, un membru al echipei ar putea deschide un tablou de bord partajat în timp real care arată că un anumit stil se vinde bine în sud-vestul SUA, dar nu și în nord-est—informații care altădată soseau cu săptămâni mai târziu prin rapoarte de vânzări. Acest semnal le permite să ajusteze unde merge stocul înainte ca acesta să fie blocat, în loc să stea în depozitul greșit. Luzzi vede IA ca pe un sistem de suport decizional integrat pentru design, inventar și prețuri, accelerând analiza și interacțiunea, lăsând în același timp deciziile finale privind produsele și merchandisingul în seama echipelor umane. El spune că acest lucru eliberează timp pentru echipele de cumpărători și merchandising pentru a se concentra pe activități mai strategice.

La Coach, articolele esențiale din piele și produsele de bază sezoniere—categorii cu ani de date de vânzări în spate—sunt gestionate din ce în ce mai mult prin modele automate de reaprovizionare. Sistemul semnalează când să recomande, ajustează cantitățile pe magazin și mută stocul între regiuni fără intervenție manuală. Timpul economisit este semnificativ: comercianții care obișnuiau să petreacă cea mai mare parte a ciclului de cumpărare gestionând părțile previzibile ale sortimentului se pot concentra acum pe categorii în care datele oferă mai puțină certitudine și unde judecata umană contează mai mult.

Mai mult timp pentru merchandising și tendințe

Pentru articolele bazate pe tendințe sau noi, povestea este diferită. Vânzările lor depind de momentul cultural, de zgomotul media și de semnalele timpurii pe care datele istorice singure nu le pot prezice încă. În practică, asta înseamnă că cumpărătorii petrec mai puțin timp luând decizii despre produse familiare și mai mult timp abordând întrebarea mai dificilă a ceea ce clienții nu știu încă că își doresc—partea jobului care necesită gust, nu doar analiză, potrivit lui Luis Carvalho, directorul de tehnologie al Farfetch.

„Credem în a da putere stilului individual al clienților noștri, nu în a-l dicta,” spune Carvalho. Motorul de personalizare al Farfetch rafinează ceea ce văd cumpărătorii pe baza semnalelor de stil, nu doar a popularității. „Progresele în IA—de la procesarea datelor la modelarea predictivă—ne ajută să navigăm prin cantități uriașe de informații și să conectăm fiecare client la cele mai personalizate produse din rețeaua noastră.”

Aceste progrese includ capacitatea IA de a procesa miliarde de semnale—precum comportamentul de căutare, modelele de clicuri, metadatele produselor și diferențele regionale de cumpărare—cu o viteză pe care echipele umane nu o pot egala. Pe măsură ce capacitățile IA au crescut, piața de agregare a modei Lyst a trecut de la clasamente largi de cataloage la recomandări la nivel de stil, potrivind produsele cu cumpărătorii individuali pe baza gustului, sensibilității la preț și ocaziei.

Eșarfa cu craniu McQueen a revenit recent în tendințele modei, după câteva apariții ale celebrităților și după ce Charli XCX a purtat una în timpul performanței sale de la Glastonbury 2025.
Foto: Shoot Digital for Style.com/ Getty Images

„Înainte, merchandisingul însemna doar să decizi primele șase produse pe care le-ai vedea într-un flux,” spune Miyon Im, vicepreședinte de design de produs și editorial la Lyst. „Dar cu IA, putem deveni mai sofisticați—în ceea ce privește stilizarea, ținutele sau chiar sugestiile bazate pe evenimente. Dacă putem folosi IA pentru a crea ceva de genul unei recomandări pentru petrecerea de la birou, unde fiecare piesă pare potrivită pentru că înțelegem gustul, preferințele și sensibilitatea ta la preț, acesta este viitorul.”

În practică, asta înseamnă că merchandiserii Lyst primesc brief-uri regulate de date, inclusiv articole care câștigă o tracțiune neobișnuită în căutări sau salvări. Apoi le examinează pentru contextul modei înainte de a face orice recomandare. Când datele arată creșteri bruște în anumite culori sau texturi, acestea nu sunt publicate imediat ca tendință. Un om trebuie să întrebe de ce: a fost un moment de pe podium, o apariție a unei celebrități sau o referință culturală? Abia atunci este adăugat în merchandising.

Echilibrarea datelor cu intuiția

Directorii executivi spun că, deocamdată, potențialul IA vine cu limite structurale. Modelele de învățare automată sunt la fel de fiabile ca datele pe care au fost antrenate, iar prejudecățile istorice ale modei—în ceea ce privește mărimile, reprezentarea, geografia și ierarhiile gusturilor—pot fi ușor consolidate, nu corectate. Dacă vânzările anterioare erau înclinate către game înguste de mărimi sau anumite demografii, acele excluderi nu dispar în modelele de învățare automată—ele se amplifică. Experții spun că IA încă nu poate înlocui inteligența culturală, intuiția și instinctele narative care modelează moda.

„IA este aici și este un instrument incredibil pentru a-ți îmbunătăți munca,” spune Julie Gilhart, consultant de modă care a petrecut 18 ani supraveghind deciziile de cumpărare la Barneys New York. „Dar adevărata magie vine din intuiția umană—simțul instinctiv pe care datele singure nu-l pot replica. Mărcile care fac acest lucru corect vor lăsa creativitatea să conducă, cu IA îmbunătățind viziunea, nu înlocuind atingerea umană.”

Pe măsură ce mărcile adoptă instrumente mai bazate pe date, Gilhart spune că apare un nou rol: merchandiseri care pot transforma semnalele analitice în strategii creative. „Trebuie să fii curios,” spune Shepherd. „Nu ai nevoie de o diplomă în informatică, dar trebuie să înțelegi cum funcționează tehnologia pentru a rezolva probleme pentru utilizatori și parteneri.”

Întrebări frecvente
Iată o listă de întrebări frecvente despre cum se adaptează cumpărătorii de modă și merchandiserii la era IA



Întrebări pentru nivel începător



1 Ce face exact IA în cumpărarea și merchandisingul de modă

IA analizează cantități uriașe de date, cum ar fi vânzările anterioare, tendințele din social media și prognozele meteo, pentru a prezice ce vor dori clienții să cumpere Ajută la deciderea cât stoc să comanzi, ce stiluri să promovezi și când să reduci prețurile



2 Va înlocui IA cumpărătorii și merchandiserii de modă

Nu IA este un instrument pentru a le ușura munca, nu pentru a-i înlocui Se ocupă de calculele repetitive și identificarea modelelor, eliberând cumpărătorii și merchandiserii pentru a se concentra pe decizii creative, negocierea cu furnizorii și construirea poveștilor de brand



3 Cum ajută IA la prezicerea tendințelor de modă

IA scanează milioane de imagini din social media, prezentări de modă și fotografii de street style Identifică culorile, siluetele și modelele emergente mult mai rapid decât ar putea o echipă umană, oferind cumpărătorilor un avans în prognozarea tendințelor



4 Care este principalul beneficiu al utilizării IA pentru un merchandiser

Cel mai mare beneficiu este acuratețea IA poate prognoza cererea pentru mărimi, culori și magazine specifice cu mult mai puțină risipă Aceasta înseamnă mai puține reduceri la hainele nevândute și mai puține notificări de stoc epuizat pentru articolele populare



5 Trebuie să fiu expert în tehnologie pentru a lucra cu IA ca cumpărător

Deloc Majoritatea instrumentelor IA sunt concepute cu tablouri de bord ușor de utilizat Trebuie să înțelegi ce întrebări să pui IA, nu cum să codezi Abilitatea cheie este să înveți să interpretezi recomandările IA și să ai încredere în ele pe baza cunoștințelor tale de piață



Întrebări pentru nivel avansat



6 Cum schimbă IA calendarul tradițional de cumpărare

IA permite cumpărarea agilă În loc să plasezi toate comenzile cu luni în avans, cumpărătorii pot folosi acum IA pentru a testa loturi mici în timp real, apoi pot re-comanda bestsellerurile instantaneu pe baza datelor de vânzări live Acest lucru mută calendarul de la lansări sezoniere rigide la un flux continuu și receptiv de produse noi



7 Poate IA ajuta la îndeplinirea obiectivelor de sustenabilitate în merchandising

Da, semnificativ IA optimizează nivelurile de inventar pentru a reduce supraproducția—cea mai mare problemă a industriei modei în ceea ce privește deșeurile Poate, de asemenea, să prezică ce materiale vor avea