يستخدم Blend الذكاء الاصطناعي التوليدي لتزويدك بدليل ملابس مخصص

لقد حررنا التسوق لشراء الملابس عبر الإنترنت من الحاجة إلى مواجهة الممرات التي لا نهاية لها، وأضواء الفلورسنت، والحشود المتعطشة للبيع في جحيم التجزئة من الطوب وقذائف الهاون. لكن أي شخص وجد نفسه غارقًا في حفرة أرنب الموضة لمدة ساعتين، دون أن يظهر له أي شيء سوى 15 علامة تبويب مفتوحة، وأربع عربات تسوق ممتلئة، وكمية كبيرة من مراجعات الملابس على موقع YouTube، والقلق الشديد الذي يشعر به المتسوقون عبر الإنترنت. مثل عمل روتيني.

أدخل Blend، وهي شركة ناشئة مقرها المملكة المتحدة تستخدم الذكاء الاصطناعي للتغلب على الضوضاء ومساعدة المتسوقين في العثور على توصيات المنتجات المخصصة التي تناسب أسلوبهم وميزانيتهم ​​وحجمهم.

وقالت جيميما بنبري، المؤسس المشارك لشركة Blend، لـ TechCrunch: “إن الغالبية العظمى من تجار التجزئة لا يقومون بأي تخصيص على الإطلاق، وفي الحالات التي يقومون فيها بذلك، فإنهم يقومون فقط بالتخصيص وفقًا لبيانات الشراء التاريخية”. “عندما تتغير الاتجاهات بسرعة نسبية، ويتغير أسلوب الأشخاص على مدار حياتهم، فلا يظل من المناسب للمستخدم أن يحصل على مثل هذه التوصيات التاريخية.”

شاركت Blend في TechCrunch Disrupt 2023 كواحدة من شركات Startup Battlefield 200. في هذا الحدث، أطلقت الشركة الناشئة MVP – وهو تطبيق مفتوح الآن لـ 2000 مستخدم في قائمة انتظار Blend. بعد زيادة الاستثمار الملائكي في أبريل، تبحث Blend الآن عن المستثمرين لجولتها الأولية. ستستخدم الشركة الناشئة هذه الأموال لإنشاء ميزات إضافية على التطبيق والدفع من أجل إطلاقه على نطاق واسع.

لقد وقعت Blend بالفعل عقدًا مع أكثر من 250 بائع تجزئة، بما في ذلك Net-a-Porter، وهو بائع تجزئة فاخر. تستهدف استراتيجية الذهاب إلى السوق الخاصة بالشركة الناشئة المستخدمين الذين تتراوح أعمارهم بين 18 إلى 34 عامًا، “المتسوقين الرقميين للغاية والمتسوقين الأصليين عبر الهاتف المحمول أولاً” والذين بدأوا في تحديد أسلوبهم الشخصي مع تراكم الدخل المتاح لهم. سيتم إطلاق Blend في المملكة المتحدة أولاً ثم تأمل في الانتقال إلى السوق الأمريكية.

وقال بنبري: “نأمل أنه من خلال جذب الجمهور المواكب للموضة والموضة أولاً، يمكننا بعد ذلك الانتقال إلى الاتجاه السائد من هناك، ولكن من الأصعب بكثير السير في الاتجاه المعاكس”. “في نهاية المطاف، تتمثل الرؤية حقًا في أن نكون الباب الأمامي لكل تجربة تسوق عبر الإنترنت، وبالتالي، أن نكون أكبر بائع تجزئة على نطاق واسع بسبب تلك القدرة على التخصيص وتقديم 1٪ فقط من الإنترنت الأكثر صلةً للأشخاص هم.”

الذكاء الاصطناعي التوليدي الذي يمكننا أن نتخلف عنه

لقد استغلت صناعة الأزياء جنون الذكاء الاصطناعي التوليدي بعدة طرق. تستخدم بعض الشركات خوارزميات معالجة اللغة الطبيعية لتحسين تجربة خدمة العملاء. يستخدم آخرون توليد الصور لإنشاء تصميمات جديدة. هناك أيضًا تطبيقات في تحسين الإنتاج والتنبؤ بالاتجاهات وإدارة المخزون والتجارب الافتراضية.

يتمحور نهج Blend حول تكنولوجيا المحولات وخوارزميات التوصية، المدعومة إلى حد كبير ببيانات تفاعل المستخدم. تعد تقنية المحولات، التي تشكل مجموعة التكنولوجيا من نماذج الذكاء الاصطناعي التوليدية الشائعة مثل ChatGPT، نموذجًا لتعليم أجهزة الكمبيوتر كيفية فهم اللغة البشرية وتوليدها. وفي عالم الموضة، يعني هذا أنه يمكنه فهم تفضيلات المستخدم بشكل أفضل وتقديم توصيات خاصة بالملابس.

“الشيء الرئيسي الذي يهم دائمًا عندما يتعلق الأمر بالذكاء الاصطناعي هو البيانات التي تدخلها فعليًا [the model]قال بنبري، مشيرًا إلى أن الفريق المؤسس قرر استخدام التطبيق بدلاً من صفحة الويب جزئيًا لأنه من الأسهل تتبع بيانات المستخدم بهذه الطريقة.

عندما يفتح المستخدم التطبيق، سيقوم بالتمرير عبر خلاصة عبارة عن مزيج من صور المنتج وأوصافه التي تم سحبها من مواقع البيع بالتجزئة والتجارة الإلكترونية المختلفة. ستحتوي خلاصتهم أيضًا على مقاطع فيديو قصيرة وعمليات تنظيم المنتجات من الأشخاص المؤثرين الذين يمكنهم كسب عمولة تابعة على أي مبيعات يقومون بإنشائها.

أثناء قيام المستخدم بالتمرير، يقوم Blend بجمع البيانات حول كيفية تفاعله مع التطبيق، سواء كانوا يعجبون بالمنتجات، أو يحفظونها، أو يشاركونها مع صديق، “أو ببساطة المدة التي تقضيها في النظر إلى منتج واحد”، وفقًا لبونبري. يستخدم Blend كل هذه البيانات لتكوين صورة للمستخدم، الذي قام بالفعل بتعيين تفضيلات مسبقة للحجم والميزانية. كلما زاد تفاعل المستخدم مع التطبيق، أصبحت توصياته أكثر تخصيصًا.

في النهاية، يقوم Blend بمقارنة المنتجات والمستخدمين للحصول على صورة إحصائية عن المنتجات المناسبة لأي مستخدم. لذلك، على سبيل المثال، لنفترض أن هناك مستخدمين اثنين كانا يستخدمان التطبيق بشكل نشط منذ ثلاثة أشهر. يقوم المستخدم “أ” بإيقاف التفاعل مؤقتًا مع التطبيق، بينما يستمر المستخدم “ب” في التفاعل بانتظام، ويرى خلاصته معدلة وفقًا للاتجاهات الجديدة. بدلاً من ترك توصيات المستخدم “أ” في حالة ركود، سيستخدم Blend بيانات المستخدم “ب” لتقديم التوصيات إلى المستخدم “أ”.

وقال بنبيري: “من خلال تتبع تلك الاتجاهات الثقافية ومدى تشابه أو اختلاف أنماط الأشخاص، يمكننا استخدام تلك البيانات لتوجيه توصيات الأشخاص الآخرين”. “وبالتالي فإن التخصيص يصبح أكثر قوة كلما زاد عدد المستخدمين لدينا على النظام الأساسي لتكوين هؤلاء وإنشاء مجموعات نموذجية.”

يعد نموذج الذكاء الاصطناعي وراء التطبيق مثيرًا للإعجاب ليس فقط لأنه يمكن أن يوصيك بالزي المناسب اليوم، ولكن أيضًا غدًا، الأسبوع المقبل، العام المقبل. إنه ديناميكي، ويتتبع كيفية تغير نمط المستخدم بمرور الوقت.

يساعد Blend أيضًا المستخدمين في العثور على الملاءمة المناسبة لنوع أجسامهم، وهو أمر يقدره أيضًا تجار التجزئة الذين يتعين عليهم المرور عبر دورات إرجاع باهظة الثمن. جزء من الحصول على هذا الحق هو السماح للمستخدم بتعيين تفضيلاته بشأن حجمه بالنسبة لأجزاء الجسم المختلفة وتحديد نوع جسمه. لكن هذه المعلومات ليست موثوقة دائمًا – يمكن أن تختلف مخططات أحجام العلامات التجارية بشكل كبير ومعظمنا لا يجيد تصنيف أشكال أجسامنا.

هذا هو المكان الذي يبدأ فيه المحتوى الذي أنشأه المستخدم والذي تم تمكينه بواسطة التطبيق مرة أخرى. الأمل هو أن يلتقط المستخدمون صورًا لأنفسهم بملابسهم الجديدة وينشروها على التطبيق، مما يمنح محرك Blend’s AI والمستخدمين الآخرين تمثيلاً متنوعًا لما تبدو عليه منتجات معينة في إطارات مختلفة. في المستقبل، تأمل Blend في دمج المراجعات ونظام التصويت لمساعدة المستخدمين على تحديد الحجم المناسب لهم بشكل أفضل.

نموذج العمل

كلما زاد تفاعل المستخدم مع خلاصة Blend الخاصة به، أصبحت التوصيات المخصصة أفضل. اعتمادات الصورة: يمزج

الأجزاء الثلاثة المتحركة في نموذج أعمال Blend هي: 1) المتسوقون؛ 2) المؤثرون. و3) العلامات التجارية.

يحاول Blend في الغالب حل مشكلة المستخدم، ولكن للقيام بذلك، فإنه يحتاج إلى الشراكة مع المؤثرين والعلامات التجارية، وكلاهما سيحقق مكاسب أيضًا. من خلال الشراكة مع Blend، يمكن لكل من الشخصيات المؤثرة والعلامات التجارية تنويع مصادر الإيرادات والظهور عبر قنوات متعددة ومختلفة بطريقة بسيطة للغاية.

بالنسبة للعلامات التجارية على وجه التحديد، يمكن أن يقدم Blend كمنصة قوية لتسويق السوق.

قال بنبيري: “بالنسبة لمعظم العلامات التجارية، تكمن الصعوبة الرئيسية في عرض منتجاتك أمام الجمهور المناسب والحصول على طريقة إعلانية خالية من المخاطر”. “من خلال الإعلان على وسائل التواصل الاجتماعي، نعم، يمكنك الاستهداف بشكل جيد إلى حد ما وفقًا للتركيبة السكانية ومجموعة المستخدمين، ولكن حتى في هذه الحالة لا يعتمد ذلك بالضرورة على أسلوبهم. في حين يجب أن يكون لدينا مجموعة البيانات الدقيقة للغاية والمخصصة للأسلوب والتي ستسمح لنا بوضع العلامات التجارية المناسبة أمام المستخدمين المناسبين عندما يتطلعون بنشاط إلى الشراء.

يفوز Blend من خلال الحصول على عمولة على المبيعات من العلامات التجارية الشريكة وتجار التجزئة. تتراوح غالبية معدلات عمولة Blend بين 10% إلى 12% من سعر المنتج، ولكن يمكن أن تصل إلى 3% وترتفع إلى 22%، وفقًا لـ Bunbury.

سيتم ربط الإصدار الأول من التطبيق بموقع الويب الخاص بالعلامة التجارية لإكمال المعاملة هناك. ستسمح الإصدارات المستقبلية للمستخدمين بالوصول إلى نقطة البيع داخل التطبيق للحصول على تجربة مستخدم أكثر سلاسة.

وقال بنبيري: “هناك إمكانات نمو هائلة في هذا الأمر، ولكننا ندرك أيضًا أنه بفضل مجموعة البيانات المتوفرة لدينا وقدرتنا على وضع العلامات التجارية أمام المستخدمين، هناك أيضًا الكثير من خطوط إيرادات B2B في المستقبل”. “أشياء مثل الإعلانات والبيانات والتحليلات حول الاتجاهات، والقدرة على التنبؤ بأنواع المنتجات التي سيتم بيعها وبأي كميات.”

ومن ناحية المستهلك، تقول Blend إنها قد تطلق خدمة اشتراك في المستقبل للحصول على ميزات إضافية مميزة، مثل تنبيهات نهاية المخزون، أو تنبيهات الخصم، أو الوصول المبكر إلى منتجات العلامات التجارية.