Nákupčí módy byli dlouho tichými trendsettery v oboru – těmi, kteří dokážou rozpoznat touhu dříve, než se vůbec zformuje. Nyní se však kvůli užším ziskovým maržím a potřebě přesné přesnosti obracejí k umělé inteligenci, aby tyto výzvy zvládli.

Zpracováním obrovského množství dat, která byla dříve uzamčena v oddělených systémech – jako je chování při vyhledávání, vzorce klikání, regionální preference a výkonnost produktů na různých trzích – se AI rychle posouvá za pouhé předpovídání prodejů. Nákupčí a merchandiséři říkají, že nyní mění způsob, jakým budují, dolaďují a škálují své výběry produktů, protože rozhodnutí jsou více než kdy jindy založena na datech.

Místo spoléhání se pouze na minulé prodeje nebo instinkty mohou nákupčí využívat signály v reálném čase o tom, co zákazníci po celém světě vyhledávají, na co klikají a co si ukládají. „AI je spíše nástroj, který rozšiřuje jejich dosah," říká Rich Shepherd, viceprezident pro produkt ve společnosti Lyst. „Nejlepší nákupčí stále vedou instinktem – AI jim jen poskytuje jasnější obrázek o tom, kde by tento instinkt mohl fungovat nejlépe."

Od luxusních značek po globální e-commerce platformy se formuje nový přístup: systémy doporučení a nástroje poháněné AI, které odhalují vzorce v datech, zatímco lidští nákupčí tyto poznatky interpretují a činí strategická rozhodnutí. Vyvážení obou se stává klíčovou konkurenční výhodou.

Poznatky o poptávce v reálném čase

Společnost Tapestry, mateřská společnost značek Coach, Kate Spade a Stuart Weitzman, používá AI v zákulisí, aby pomohla nákupčím činit chytřejší rozhodnutí o tom, co objednat, kolik skladovat a kam poslat zásoby.

„Vždy jsme věděli, že k digitalizaci tohoto procesu a rychlému škálování potřebujeme vybudovat způsob, jak snadno sdílet data napříč firmou," říká Fabio Luzzi, ředitel pro data a analytiku ve společnosti Tapestry. Společnost investovala do centrálního datového uzlu – čemuž Luzzi říká její „vlastní datová struktura" – což usnadňuje modelování dat o zákaznících, lokalitách a dodavatelských řetězcích. „Díky tomu je digitalizace procesů snadná, stejně jako používání AI v mnoha krocích hodnotového řetězce."

„Nejlepší nákupčí stále vedou instinktem – AI jim jen poskytuje jasnější obrázek o tom, kde by tento instinkt mohl fungovat nejlépe."

Nákupčí týmy Coach již používají sdílené datové sady k porovnávání regionálních nákupních vzorců v reálném čase a upravují, kolik objednávají a kam posílají produkty dříve, než se dostanou do obchodů. Tyto poznatky odhalují poptávku dříve a přesněji než pouhé sledování minulých prodejů.

V praxi může člen týmu otevřít živý, sdílený dashboard, který ukazuje, že určitý styl se dobře prodává na jihozápadě USA, ale ne na severovýchodě – informace, která dříve přicházela o týdny později prostřednictvím prodejních zpráv. Tento signál jim umožňuje upravit, kam zásoby poputují, dříve než jsou definitivně přiděleny, místo aby skončily v nesprávném skladu. Luzzi vnímá AI jako vestavěný systém podpory rozhodování pro design, zásoby a ceny, který urychluje analýzu a interakci, zatímco konečná rozhodnutí o produktech a merchandisingu ponechává lidským týmům. Říká, že to uvolňuje čas nákupčím a merchandisingovým týmům, aby se mohli soustředit na strategičtější práci.

Ve společnosti Coach jsou klíčové kožené zboží a sezónní základy – kategorie s letitými prodejními daty – stále častěji zpracovávány prostřednictvím automatizovaných modelů doplňování zásob. Systém signalizuje, kdy je třeba znovu objednat, upravuje množství podle obchodů a přesouvá zásoby mezi regiony bez manuálního zásahu. Ušetřený čas je značný: obchodníci, kteří dříve trávili většinu nákupního cyklu správou předvídatelných částí svého sortimentu, se nyní mohou soustředit na kategorie, kde data nabízejí menší jistotu a kde záleží více na lidském úsudku.

Více času pro merchandising a trendy

U trendově řízených nebo nových položek je to jiný příběh. Jejich prodej závisí na kulturním načasování, mediálním humbuku a raných signálech, které samotná historická data ještě nedokážou předpovědět. V praxi to znamená, že nákupčí tráví méně času rozhodováním o známých produktech a více času řešením obtížnější otázky, co zákazníci ještě nevědí, že chtějí – části práce, která vyžaduje vkus, nejen analýzu, podle Luise Carvalha, technologického ředitele společnosti Farfetch.

„Věříme v posilování individuálního stylu našich zákazníků, ne v jeho diktování," říká Carvalho. Personalizační engine společnosti Farfetch upřesňuje, co nakupující vidí, na základě stylových signálů, nikoli pouze popularity. „Pokroky v AI – od zpracování dat po prediktivní modelování – nám pomáhají orientovat se v obrovském množství informací a propojit každého zákazníka s nejvíce personalizovanými produkty v naší síti."

Tyto pokroky zahrnují schopnost AI zpracovávat miliardy signálů – jako je chování při vyhledávání, vzorce klikání, metadata produktů a regionální rozdíly v nákupech – rychlostí, kterou lidské týmy nemohou překonat. S růstem schopností AI se módní agregátor Lyst posunul od širokého katalogového řazení k doporučením na úrovni stylů, čímž přiřazuje produkty jednotlivým nakupujícím na základě vkusu, cenové citlivosti a příležitosti.

Šála s lebkou od McQueen se nedávno vrátila do módních trendů po několika celebritních výskytech a poté, co ji Charli XCX nosila během svého vystoupení na Glastonbury v roce 2025.
Foto: Shoot Digital for Style.com/ Getty Images

„Dříve merchandising spočíval jen v rozhodování o prvních šesti produktech, které uvidíte v kanálu," říká Miyon Im, viceprezidentka pro design produktů a redakci ve společnosti Lyst. „Ale s AI můžeme být sofistikovanější – co se týče stylingu, outfitů nebo dokonce doporučení založených na událostech. Pokud dokážeme pomocí AI vytvořit něco jako doporučení na kancelářský večírek, kde každý kousek působí správně, protože rozumíme vašemu vkusu, preferencím a cenové citlivosti, to je budoucnost."

V praxi to znamená, že merchandiséři společnosti Lyst pravidelně dostávají datové briefingy, včetně položek, které získávají neobvyklou trakci ve vyhledávání nebo ukládání. Poté je zkoumají z hlediska módního kontextu, než učiní jakékoli doporučení. Když data ukazují nárůsty u určitých barev nebo textur, není to okamžitě zveřejněno jako trend. Člověk se musí zeptat proč: byl to moment z přehlídkového mola, celebritní výskyt nebo kulturní reference? Teprve poté je to přidáno do merchandisingu.

Vyvažování dat s intuicí

Vedoucí pracovníci říkají, že prozatím má potenciál AI strukturální limity. Modely strojového učení jsou spolehlivé jen natolik, nakolik jsou spolehlivá data, na kterých jsou trénovány, a historické předsudky módy – ve velikostech, zastoupení, geografii a hierarchiích vkusu – mohou být snadno posíleny, nikoli opraveny. Pokud byly minulé prodeje zkresleny směrem k úzkým velikostním řadám nebo specifickým demografickým skupinám, tato vyloučení v modelech strojového učení nezmizí – škálují se. Odborníci tvrdí, že AI stále nemůže nahradit kulturní inteligenci, intuici a instinkt pro vyprávění příběhů, které formují módu.

„AI je tady a je to neuvěřitelný nástroj pro vylepšení vaší práce," říká Julie Gilhart, módní konzultantka, která strávila 18 let dohledem nad nákupními rozhodnutími v Barneys New York. „Ale skutečná magie pochází z lidské intuice – instinktivního citu, který samotná data nedokážou replikovat. Značky, které to pochopí správně, nechají kreativitu vést, přičemž AI bude vylepšovat vizi, nikoli nahrazovat lidský dotek."

Jak značky přijímají více nástrojů založených na datech, Gilhart říká, že se objevuje nová role: merchandiséři, kteří dokážou přeměnit analytické signály na kreativní strategie. „Musíte být zvídaví," říká Shepherd. „Nepotřebujete vzdělání v počítačové vědě, ale musíte rozumět tomu, jak technologie funguje, abyste řešili problémy pro uživatele a partnery."

Často kladené dotazy
Zde je seznam často kladených dotazů o tom, jak se nákupčí módy a merchandiséři přizpůsobují věku AI



Otázky pro začátečníky



1 Co přesně AI dělá v nákupu módy a merchandisingu

AI analyzuje obrovské množství dat, jako jsou minulé prodeje, trendy na sociálních sítích a předpovědi počasí, aby předpověděla, co si zákazníci budou chtít koupit. Pomáhá rozhodovat, kolik zásob objednat, které styly prosazovat a kdy zboží zlevnit.



2 Nahradí AI nákupčí módy a merchandisery

Ne, AI je nástroj, který má jejich práci usnadnit, nikoli je nahradit. Zpracovává opakující se výpočty a odhalování vzorců, čímž uvolňuje nákupčím a merchandiserům čas, aby se mohli soustředit na kreativní rozhodnutí, vyjednávání s dodavateli a budování příběhů značek.



3 Jak AI pomáhá s předpovídáním módních trendů

AI skenuje miliony obrázků ze sociálních sítí, přehlídkových mol a pouličních fotografií. Identifikuje vznikající barvy, siluety a vzory mnohem rychleji než lidský tým, což dává nákupčím náskok v předpovídání trendů.



4 Jaká je hlavní výhoda používání AI pro merchandisera

Největší výhodou je přesnost. AI dokáže předpovědět poptávku po konkrétních velikostech, barvách a obchodech s mnohem menším odpadem. To znamená méně slev na neprodané oblečení a méně oznámení o vyprodání zásob u oblíbených položek.



5 Musím být technický expert, abych jako nákupčí pracoval s AI

Vůbec ne. Většina nástrojů AI je navržena s uživatelsky přívětivými dashboardy. Musíte rozumět otázkám, které máte AI klást, ne tomu, jak ji kódovat. Klíčovou dovedností je naučit se interpretovat doporučení AI a důvěřovat jim na základě vaší znalosti trhu.



Otázky pro pokročilé



6 Jak AI mění tradiční nákupní kalendář

AI umožňuje agilní nakupování. Místo zadávání všech objednávek měsíce předem mohou nákupčí nyní pomocí AI testovat malé šarže v reálném čase a poté okamžitě znovu objednávat bestsellery na základě živých prodejních dat. To posouvá kalendář od rigidních sezónních kolekcí k nepřetržitému, reaktivnímu toku nových produktů.



7 Může AI pomoci s cíli udržitelnosti v merchandisingu

Ano, výrazně. AI optimalizuje úrovně zásob, aby snížila nadprodukci – největší problém módního průmyslu s odpadem. Může také předpovědět, které materiály budou