Automatización de clasificación de información de productos y entrada de pedidos; expansión hacia predicción de demanda
Las empresas de moda están incorporando inteligencia artificial (IA) en la planificación de productos y la determinación de volúmenes de inventario. La tecnología automatiza tareas repetitivas como la entrada de información de productos y la elaboración de órdenes de compra, mientras que algunas marcas ya están aplicando resultados de predicción de demanda para definir los volúmenes de compra de la próxima temporada. También se están desarrollando sistemas que vinculan el color, material y patrón de nuevos productos con el desempeño de ventas de productos similares del pasado.
Según la industria informó el 26 de octubre, LF está aplicando resultados de predicción de demanda de IA para determinar las cantidades de compra de algunas marcas importadas para la próxima temporada primavera-verano 2027 (S/S 2027). El sistema clasifica automáticamente estilos a partir de imágenes de productos y predice la demanda de ventas previas a la temporada. También tiene previsto aplicar esta tecnología en la distribución de productos e inventario durante la temporada.
El sistema de pedidos entre empresas (B2B) ha experimentado una transformación significativa. Anteriormente, los distribuidores extranjeros debían ingresar manualmente números de productos y códigos de color en órdenes de compra basadas en catálogos impresos. Ahora, simplemente seleccionando imágenes de productos en línea, la información de pedido se vincula automáticamente. El nuevo sistema permite verificar colores, tallas y fechas de cierre de pedidos, además de detectar omisiones y errores en la información de las órdenes.
El Grupo Sejeong ha automatizado la clasificación de información de productos. Su "Sistema de toma de decisiones de productos basado en IA", desarrollado por empleados internos, extrae color, material y patrón de fotografías y los convierte en datos. Según la empresa, después de implementar la función de "extracción automática de atributos de productos" en la primera fase, las tareas manuales correspondientes se redujeron en más del 90 por ciento.
El Grupo Sejeong también está desarrollando una función que analiza la similitud de atributos de productos e imágenes para extraer datos de desempeño de ventas e historial de compras de productos similares del pasado. Se trata de un sistema de tres fases que incluye un modelo de predicción de volumen de ventas, con el objetivo de predecir el volumen de producción adecuado y reducir la carga de inventario.
La marca de montaña Black Yak utiliza IA para analizar tasas de venta, situación de inventario, demanda del consumidor y tendencias del mercado. También está promoviendo predicciones de demanda y volumen de producción por producto vinculando datos externos como clima y temperatura.
En la industria de la moda, es necesario prever productos y volúmenes con anticipación a la temporada. La magnitud del volumen inicial determina si las empresas enfrentan cargas de inventario excesivo o pierden oportunidades de venta por desabastecimiento. Para mitigar este desafío, las empresas están recurriendo a la IA para mejorar sus predicciones. Sin embargo, actualmente no dependen totalmente de la IA para tomar decisiones finales sobre volúmenes de producción y compra. Los responsables revisan conjuntamente condiciones de suministro como disponibilidad de telas, materiales auxiliares y plazos de entrega.
Un ejecutivo de la industria de la moda señaló que "reducir inventario problemático mediante predicción de demanda es uno de los objetivos finales de la adopción de IA". Agregó que "aunque nos encontramos en etapas iniciales de acumulación de datos, se espera que el uso se expanda en la dirección de reducir tareas repetitivas y auxiliar en la toma de decisiones de los responsables".
* Este artículo ha sido traducido por IA.
