Carlos Sánchez Altable (McKinsey): “En la moda es difícil predecir y poner algoritmos”

¿Podría la Inteligencia Artificial haber diseñado el vestido negro de Coco Chanel? ¿Y los primeros esmóquines femeninos de Yves Saint Laurent? ¿O haber introducido el denim en las primeras pasarelas de alta costura? Hace años que esta tecnología se ha hecho un hueco en el sector, principalmente para acabar con las tareas pequeñas y rutinarias de los diseñadores. El auge de la IA, sin embargo, así como un mayor desarrollo de sus usos y funciones, ha acelerado su presencia en la moda, que inunda también ahora los roles más creativos. La serie de entrevistas Fashtech Shot, patrocinada por Desigual, analiza las claves de la transformación que la IA está provocando en la moda.

Fashtech: la nueva hoja de ruta de la moda

Lee la serie completa

Carlos Sánchez Altable, socio en McKinsey&Company, explica cómo la Inteligencia Artificial cambiará tanto los hábitos de consumo como la manera de vender en las grandes plataformas y de manera online con nuevas estrategias de personalización de las compras. Analiza, además, cuál será el camino que tomará el sector en cuanto a la implementación de las nuevas tecnologías y el desarrollo de estas, como Chat GPT.

Pregunta.: ¿Cómo puede la Inteligencia Artificial cambiar y modificar los hábitos de consumo?

Respuesta.: Ya hemos visto una primera ola de todo esto con las redes sociales con los algoritmos. La Inteligencia Artificial generativa puede cambiar también mucho en base a cómo los clientes se inspiran. Podemos imaginar un mundo en el que los clientes se inspiran mucho más a través de conversaciones, hay que ver con quién serán esas conversaciones, si serán con los modelos más generalistas, como Chat GPT, con asistentes que se crearán adhoc para dar consejos a los clientes de moda o con las marcas, que parece el escenario más complicado porque si cada marca tiene su propio asistente va a ser muy difícil. Los clientes tienen recomendaciones transversales, con lo cual no sabemos cuál va a ser el escenario de llegada. En términos de consumir moda y de inspirarse, siempre tendemos a pensar en la parte más transaccional de comprar, pero hay una gran pregunta, ¿cómo cambia la Inteligencia Artificial generativa la inspiración? Esto cambia en función de edades y géneros, pero todos los clientes se inspiran.

P.: ¿Las herramientas que mencionaba, como Chat GPT o robots personalizados, acabarán teniendo más importancia en esta acción de inspirarse o de consumir que las redes sociales?

R.: Sí, pero en todas estas cosas al final llega la tendencia, nos parece que va a cambiar todo y luego las cosas no cambian. La distancia entre el cambio y la tendencia no está clara. El problema es que hoy si le pides que te inspire y que te diga cosas, la experiencia que tienes en los asistentes virtuales, incluso en el Chat GPT, todavía no está al nivel que debería. Es casi más fácil entrenar tú al algoritmo de las redes sociales para que te vaya recomendando cosas que te gusten. ¿Cuánto tardará? No lo sé. ¿Llegará? Sí, porque estos modelos han demostrado que pueden aprender súper rápido. Y en el momento en el que las marcas se pongan a hacer cada vez más experimentos, a mejorar, a meter datos a estos modelos, llegará un momento en el que estas herramientas de Inteligencia Artificial generativa mejoren a las redes sociales. Lo que no sabemos es qué van a hacer las redes sociales para integrar esto.

P.: ¿Y tenemos hoy en día profesionales que vayan a ser capaces de aprovechar todo este potencial?

R.: Cada vez hay más, pero en este mundo de la Inteligencia Artificial generativa o incluso de la Inteligencia Artificial más tradicional o predictiva, faltan profesionales, conocimiento en las empresas, capacidad de adopción y entendimiento de lo que se puede hacer. Muchas de las aproximaciones hoy son muy tecnológicas en un negocio tan tangible como la moda, por eso las empresas y los profesionales lo rechazan. Muchos de los profesionales que están surgiendo tampoco están priorizando la moda como su industria de referencia, porque todavía se sigue viendo como una industria más tradicional, donde la tecnología ha llegado tarde. Aunque depende de los campos, porque en el ecommerce la moda ha sido bastante puntera.

P.: Hablando de Inteligencia Artificial en moda, ¿cómo deberían ser entonces esos perfiles que lleguen en el futuro?

R.: Tienen que ser perfiles que lleguen de otras industrias porque están invirtiendo mucho más en entrenar a estos perfiles. Una vez que lleguen de otras industrias deberían aprender de las particularidades de la moda, como las cosas que se pueden predecir y las que no, o dónde está el impacto más probado. La inspiración va a jugar un rol importante, pero la moda es difícil de predecir y de poner algoritmos. No quiere decir que no se pueda hacer, pero tiene un componente más subjetivo en muchas de las decisiones que se toman, que es parte de la naturaleza de la industria y engloba tanto los clientes como las empresas.

P.: ¿Es posible acertar en una previsión de la demanda al 100% gracias a la Inteligencia Artificial?

R.: La previsión de la demanda son muchas cosas, la puedes usar para comprar, para saber cuánta cantidad vas a necesitar de un producto en tu centro de distribución en ciertos momentos, para saber cuánto tienes que mandar a una tienda o a tu centro de distribución, etc. Algunas son más difíciles y otras son más fáciles. Si nos referimos a seis meses antes, saber lo que tengo que comprar para acertar lo que los clientes van a querer es difícil, sobre todo al nivel más granular. Pero cuando trabajas con predicciones de la demanda en una tienda concreta en una o dos semanas ahí se puede acertar mucho más y puedes corregir los errores de tu compra o acertar mucho más. Si algo hemos aprendido es que todo este campo de la Inteligencia Artificial nos va enseñar muchas cosas nuevas que parecían increíbles y poco a poco veremos hasta dónde puede llegar.

P.: ¿Qué otros puntos de fricción que conviven en el sector de la moda puede ayudar a solucionar la IA predictiva?

R.: La predicción de la demanda claramente es un gran mundo, pero te puede ayudar a muchas otras cosas, como a pensar cuál es tu red de tiendas óptima o a hacer los turnos del personal en tienda, por ejemplo. Hay muchos problemas que son más analíticos, y por eso distingo entre la IA analítica y la IA generativa. Los problemas de optimización son fácilmente solucionables con las herramientas que tenemos hoy, sin embargo, los de predicción dependen de las variables que existan y de la calidad de esas variables. La predicción de la demanda es uno de los grandes problemas que genera la industria y tiene ramificaciones de beneficio, de sostenibilidad, etc. Veo a muchos de mis clientes invirtiendo en eso y tiene mucho sentido que la industria continúe avanzando ahí.

“Las páginas webs no van a desaparecer, es mucho más sencillo que el márketing digital cambie”

P.: ¿Y qué será lo siguiente en Inteligencia Artificial generativa?

R.: Veremos cómo los chat bots se mezclan con las webs, o cómo los filtros que ahora son súper estáticos en las páginas empezarán a ser muchísimo más dinámicos y estarán basados en la conversación que tú estás teniendo a través de tus clics y no tanto de tu texto. Ya lo estamos viendo, cuando ponemos un prompt en Chat GPT te da opciones y te sugiere posibles respuestas. Lo mismo con las imágenes, que ya estamos viendo algunas hechas con IA, y todo eso va a evolucionar para que las imágenes que tú veas sean diferentes de las que ve cualquier otra persona, para que se alineen mucho más con tus gustos. Las páginas webs no van a desaparecer, es mucho más sencillo que el márketing digital cambie.

P.: ¿Cuál acabará siendo o teniendo al final del día un mayor impacto entre estos dos tipos de usos de la Inteligencia Artificial?

R.: Los dos son campos que están avanzando a mucha velocidad, aunque nos parezca ahora que la generativa avanza más rápido. En la predictiva hay muchísimos científicos en el mundo trabajando en optimización, predicción, modelos de predicción, etc. La generativa es mucho más visual, a todos nos asombran las capacidades que tienen los algoritmos y la velocidad a la que están avanzando. Los dos van a transformar el mundo de la moda.

P.: Junto a esta ganancia de la eficiencia, de la optimización, ¿el uso de la IA comporta también mayores riesgos en otros aspectos?

R.: Muchos de los temas, como la IA en las imágenes para generar contenido, comportan riesgos éticos y relacionados con la diversidad. Los modelos tienen muchos riesgos porque son cosas masivas y no reflejan ninguna diversidad, con lo que puede que haya temas que generen polémica. Los modelos te muestran productos que no son reales como resultados a tu prompt, puede que luego entres a la web y no se corresponda con la realidad. No es tan sencillo como parece y hay riesgos tanto para las empresas como para los usuarios, son cosas que hay que ir gestionando en el tiempo.

P.: ¿Y cómo se aborda este incremento de los riesgos? ¿Es a través de la legislación o desde la parte empresarial?

R.: La legislación tiene que ayudar sobre todo en temas sostenibles, pero muchos de estos riesgos los tienen que abordar las empresas. La IA generativa crea contenido que no sabes si es verdad o si está basado en fuentes reales. Esto no pasa con la IA predictiva, que puede tener errores, pero puedes medir el porcentaje de exactitud. Por tanto, las empresas tienen que gestionar esto para ir implementando la IA generativa o montando los modelos más grandes que existan para sus casos de uso, porque la gestión de riesgos, de ética y de todas estas disciplinas pegadas al impacto de negocio es crítica. También puede implicar riesgos reputacionales para las empresas, porque el legislador puede decir: “si el modelo da errores, es problema de las empresas”, y eso no es así. Tampoco es problema de la legislación, porque a veces las cosas funcionan mal y no hay mucho que legislar.

P.: ¿Qué otros sectores tienen ahora mismo una mayor implementación de la IA y qué puede aprender la moda de estos otros?

R.: La moda tiene nativos digitales que son jugadores bastante avanzados, diría hasta que exportan talento y exportan ideas, pero en general es un sector que no está tan avanzado. Por una parte, hay muchas compañías que son más tradicionales y basadas en el producto. Y por otro lado, hay nativos digitales que son compañías más maduras. Otros sectores como el tecnológico puede ser una fuente de inspiración y de talento; la banca es otro.  Son industrias que parecen más tradicionales, pero la realidad es que tienen la tecnología en el centro.