Questo è il secondo capitolo di un approfondimento a tema AI che abbiamo deciso di fare a valle della seconda edizione di Digital Content Factory Revolution, l’evento tenutosi a giugno scorso presso la nostra sede di Affi (VR) e lanciato nel giugno 2023 per condividere con cadenza annuale novità e riflessioni sulla rivoluzione che AI sta portando nei processi di produzione e distribuzione dei contenuti in ambito moda.
Nel primo capitolo (approfondisci qui), abbiamo visto alcuni insight di carattere più generale e di metodo, in questo secondo capitolo vediamo invece qualche ambito applicativo più puntuale emerso durante la giornata, in particolare gli ambiti e i workflow per i quali abbiamo già previsto un’integrazione AI nel motore centrale della nostra soluzione Chalco BrandLife. Distingueremo tra due grandi ambiti: il mondo delle immagini e dei contenuti visuali da un lato, quello delle informazioni di prodotto e i contenuti testuali dall’altro.
1_ Immagini e visual: Post-produzione e adattamenti automatici
Il primo ambito si riferisce all’integrazione in Chalco di una serie di servizi AI in grado di automatizzare alcune delle azioni di post-produzione più onerose in termini economici e di tempo. Tra queste, la generazione automatica di maschere e tracciati per lo scontorno automatico (1) di immagini anche molto complesse e un primo livello di correzione beauty sull’omogeneità dell’incarnato e cromatica, la texture e la correzione di imperfezioni.
Scontorno automatico (1)
Secondo importante ambito, le funzionalità AI legate agli adattamenti automatici generati a partire da un’immagine master secondo specifiche di canale, contesto o piattaforma. Parliamo di funzionalità estremamente utili e in grado di fornire già oggi una significativa riduzione di tempi e costi sul processo. Tra queste la gestione automatica degli adattamenti posizionali (2) del prodotto permette ad esempio di gestire coerentemente il virtual shelf in PLP e-commerce e quindi il corretto posizionamento di prodotti diversi e con dimensioni diverse.
Adattamenti posizionali (2)
Altro servizio di grande utilità e già disponibile in Chalco il cut automatico (3) delle immagini di indossato a livelli preimpostati sul viso del modello – utile ad esempio nel contesto della gestione diritti del casting in canali e geografie diverse.
Cut automatico (3)
Figlio a sua volta dello scontorno automatico citato poco sopra, il servizio di cambio fondo (4): dai trattamenti più semplici di modifica cromatica fino alla ricontestualizzazione del soggetto (still life o indossato) in contesti reali o simulati completamente diversi dal background di scatto.
Ultimo tra i servizi che citiamo in questa sede, la generazione o modifica delle ombre in entrambi i casi di scatto still-life e indossato: pensiamo ad esempio alla generazione automatica di ombre con posizioni e profondità diverse in uno scatto still life di accessori o alla possibilità di gestire l’intensità e la profondità delle ombre di contatto a valle di uno scatto di indossato.
Cambio fondo (4)
2_ Informazioni di prodotto e testi: auto-tagging, descrizioni e traduzioni
Il secondo ambito fa riferimento al contributo dell’AI nella generazione di metadati, informazioni e testi di prodotto a partire da immagini o render 3D. Lo step iniziale in questo ambito è rappresentato da quello che viene comunemente chiamato Auto-tagging, ossia la capacità del servizio AI di identificare una serie di caratteristiche a partire dall’immagine di prodotto e quindi stilare una lista di tag o metadati utili a descrivere il prodotto.
In questo caso il servizio è in grado di identificare caratteristiche anche complesse come la categoria merceologica, le caratteristiche formali (tipologia di collo, lunghezza delle maniche, codice colore RGB, pattern, loghi o disegni per citarne solo alcune in ambito fashion), fino all’appartenenza a uno stile, tema creativo o collezione di riferimento.
Il fatto che il primo servizio sia stato in grado di identificare le caratteristiche peculiari di un oggetto, mette a sua volta il secondo servizio nelle condizioni di produrre una descrizione del prodotto adattabile e customizzabile per utilizzi o target diversi – si pensi ad esempio alla possibilità di generare descrizioni diverse per l’utilizzo in un digital showroom B2B o una PDP e-commerce, fino a una declinazione del contenuto per piattaforme social diverse.
Viene quasi da sé a questo punto la possibilità di avvalersi di un terzo servizio AI per la generazione di traduzioni e localizzazioni a seconda del contesto geografico o culturale di mercato.
Tutti i servizi citati possono inoltre beneficiare della disponibilità di informazioni preesistenti: pensiamo ad esempio alle informazioni già disponibili nei sistemi ERP e PLM che, insieme alle immagini di prodotto, rappresentano una risorsa estremamente utile alla generazione di contenuti sempre più ricchi e accurati.
