"ماذا أرتدي مع هذا البنطلون؟" – هكذا تطور التنسيق بالذكاء الاصطناعي بشكل مذهل

قبل ثلاث سنوات، من كان يتخيل أنه يمكنك سؤال تطبيق: "لدي اجتماع عمل غداً وعشاء مع عميل لاحقاً، ماذا يجب أن أرتدي؟" لقد تجاوز التنسيق بالذكاء الاصطناعي مجرد التوصيات البسيطة، ليصل إلى مرحلة يفهم فيها خزانة ملابسك ويتفاعل معها حقاً.

من مجرد توصيات إلى محادثات، ومن المحادثات إلى التصور البصري

يمكن تقسيم تطور التنسيق بالذكاء الاصطناعي إلى ثلاث مراحل رئيسية.

عصر التوصيات (2015–2020) — "الأشخاص الذين اشتروا هذه القطعة اشتروا أيضاً..." هل يبدو هذا مألوفاً؟ هذه الطريقة، المعروفة باسم التصفية التعاونية، كانت تُستخدم بشكل أساسي في تطبيقات التسوق عبر الإنترنت. لكن المشكلة كانت واضحة: لم يكن لدى الذكاء الاصطناعي أي فكرة عن الملابس التي تمتلكها بالفعل أو إلى أين ستذهب غداً. كان ينقصه السياق.

عصر المحادثة (2022–الآن) — تغيرت اللعبة مع ظهور النماذج اللغوية الكبيرة (LLMs). "لدي اجتماع في مقهى صباحاً وزيارة لعميل بعد الظهر — اقترح لي إطلالة تعتمد على البنطلون الكحلي". أصبح بإمكان الذكاء الاصطناعي الآن فهم هذه الطلبات بلغة طبيعية وتنسيق مجموعات باستخدام قطع موجودة بالفعل في خزانة ملابسك. ويُعد التنسيق بالذكاء الاصطناعي في Acloset، الذي يبتكر تنسيقات بناءً على قطعك الفعلية، مثالاً رائعاً على ذلك.

عصر التجربة الافتراضية (2024–الآن) — وبخطوة إضافية، أصبح الذكاء الاصطناعي التوليدي قادراً الآن على وضع الملابس فوق صورتك الشخصية. يمكنك فعلياً رؤية معاينة لـ "كيف ستبدو هذه البلوزة عليّ؟" حتى قبل أن تبدأ في ارتداء ملابسك.

بينما تطورت هذه المراحل بالتتابع، فإنها تندمج الآن في تجربة واحدة سلسة. تصف الموقف، فيجد الذكاء الاصطناعي المزيج المثالي من خزانة ملابسك، ثم يريك كيف يبدو على جسمك. قبل ثلاث سنوات فقط، كان هذا مشهداً من أفلام الخيال العلمي.

ومع ذلك، هناك فرق جوهري يجب توضيحه هنا.

ذكاء اصطناعي لأجلك مقابل ذكاء اصطناعي للمنصة

حتى لو كانت هناك خدمتان تسميان ما تقدمانه "توصيات الذكاء الاصطناعي"، فقد تختلف النتائج بشكل كبير بناءً على الجهة التي يعمل الذكاء الاصطناعي لصالحها.

بالنسبة للذكاء الاصطناعي في مواقع التسوق، فإن مصدر البيانات هو مخزونهم الخاص، والهدف هو دفعك للشراء. لذا، كلما كانت التوصية أفضل، زاد ما تشتريه. في المقابل، بالنسبة للذكاء الاصطناعي في خزانة ملابس رقمية، فإن مصدر البيانات هو الملابس التي تمتلكها بالفعل، والهدف هو تحقيق أقصى استفادة منها. كلما كانت التوصية أفضل، زاد معدل ارتدائك لما تملكه بالفعل.

هذا لا يعني أن الذكاء الاصطناعي الخاص بمواقع التسوق سيء، ولكن يجب أن تكون على دراية بـ تضارب المصالح. بما أن المنصات تربح عندما تشتري أكثر، فإن خوارزمياتها مصممة بشكل طبيعي لتجعلك تضغط على زر "شراء".

أما الذكاء الاصطناعي في خزانة ملابس رقمية، فليس لديه هذا التضارب. غرضه الوحيد هو مساعدتك على استغلال خزانة ملابسك الحالية بأفضل شكل. بمجرد فهم هذا الاختلاف، يمكنك استخدام كلا النوعين بذكاء — ذكاء التسوق للشراء، وذكاء الخزانة لتنسيق الـ OOTD الخاص بك.

ما يجيده الذكاء الاصطناعي (وما لا يزال يعجز عنه)

لنكن صادقين: التنسيق بالذكاء الاصطناعي ليس سحراً.

ما يتفوق فيه: المطابقة القائمة على القواعد (مثل الكحلي مع الأبيض)، رصد أنماط الارتداء ("هذا المستخدم يفضل الإطلالات الرسمية أيام الاثنين")، التخصيص من خلال تعلم التفضيلات، والتواجد لخدمتك على مدار الساعة.

ما يزال يمثل تحدياً: السياق العاطفي، مثل "أشعر ببعض الإحباط اليوم وأريد إطلالة ترفع معنوياتي". كما يعاني أيضاً مع تفاصيل ملمس القماش وانسيابيته التي لا يمكن الشعور بها إلا شخصياً، أو التقديرات الثقافية الدقيقة مثل "هل هذه الإطلالة مبالغ فيها لهذه المناسبة المحددة؟"

الخلاصة هي: الذكاء الاصطناعي أداة، لكن القرار النهائي يعود دائماً لأسلوبك الشخصي. عندما يقترح الذكاء الاصطناعي ثلاث تنسيقات، الأمر يرجع إليك لاختيار ما يناسب "شخصيتك اليوم". ومن خلال ترك تعليق بسيط عبر علامة الإعجاب أو عدم الإعجاب، فإنك تساعد الذكاء الاصطناعي على جعل توصيته التالية أكثر دقة.

عندما تبني هذه العلاقة بشكل صحيح، يصبح التنسيق بالذكاء الاصطناعي أكثر من مجرد أداة — بل يصبح شريكاً يساعد في تطوير أسلوبك. ولكن لتحقيق أقصى استفادة، تحتاج إلى القليل من التحضير.

كيف تستفيد من إمكانيات الذكاء الاصطناعي الكاملة في 10 دقائق

لكي يقدم الذكاء الاصطناعي توصيات جيدة، يجب أن يعرف خزانة ملابسك. تماماً كما يقول المثل "المدخلات الرديئة تعطي نتائج رديئة"، فإن البيانات عالية الجودة تؤدي إلى نتائج مذهلة.

أولاً، قم بـ "رقمنة" 80% على الأقل من خزانة ملابسك. إذا كان معدل تسجيل الملابس منخفضاً، فستكون خيارات الذكاء الاصطناعي محدودة، وستنخفض جودة الإطلالات المقترحة حتماً.

ثانياً، صنف قطعك بدقة. اللون، الفئة، الخامة، والموسم. مجرد تحديد هذه العناصر الأربعة بشكل صحيح سيعزز دقة الذكاء الاصطناعي بشكل ملحوظ.

ثالثاً، سجل الـ OOTD الخاص بك لمدة 30 يوماً على الأقل. يتعلم الذكاء الاصطناعي من أنماط ارتدائك للملابس. بدون بيانات، لا يمكنه سوى تقديم نصائح عامة. وبمجرد حصوله على بيانات 30 يوماً، سيبدأ في تقديم توصيات مخصصة لك حقاً.

والأهم من ذلك — كن محدداً بشأن المناسبة (TPO). طلب مثل "أريد اقتراحاً لإطلالة" لن يكون أبداً بجودة "اجتماع في مقهى غداً صباحاً، إطلالة عمل مريحة (بيزنس كاجوال)، تعتمد على البنطلون الكحلي". كلما أعطيت تفاصيل أكثر عن موقفك، كانت النتيجة أفضل.

❓ الأسئلة الشائعة

س: كم قطعة أحتاج لتسجيلها لاستخدام التنسيق بالذكاء الاصطناعي بفعالية؟
ج: نوصي بتسجيل أكثر من 80% من خزانة ملابسك. بشكل عام، تحتاج إلى 30 قطعة مسجلة على الأقل لرؤية توصيات تنسيق مفيدة.

س: ماذا أفعل إذا لم تعجبني توصيات الذكاء الاصطناعي؟
ج: قدم ملاحظاتك! استخدم أزرار الإعجاب أو عدم الإعجاب. الملاحظات المحددة مثل "الألوان داكنة جداً" أو "اجعلها أكثر كاجوال" تساعد بشكل كبير في تحسين دقة الذكاء الاصطناعي.

س: كيف يختلف التنسيق بالذكاء الاصطناعي في Acloset عن ذكاء مواقع التسوق؟
ج: يقترح Acloset تنسيقات بناءً على الملابس التي تمتلكها بالفعل، مما يساعدك على تقليل الإنفاق غير الضروري. أما ذكاء مواقع التسوق فهو مصمم لتشجيعك على شراء منتجات جديدة.

المراجع والمصادر:

ماكينزي أند كومباني، "حالة الموضة 2024: نسخة التكنولوجيا"
جوجل (2024)، "التجربة الافتراضية مع الذكاء الاصطناعي"
ديلدجو، واي. وآخرون (2022)، استطلاعات الحوسبة ACM

تم النشر بواسطة فريق مجلة Acloset.