McKinsey: l'IA Generativa potrebbe aggiungere 150-275 miliardi di dollari ai profitti operativi della moda in 3-5 anni

McKinsey stima che l'IA generativa potrebbe aggiungere tra 150 miliardi e 275 miliardi di dollari ai profitti operativi dei settori abbigliamento, moda e lusso entro i prossimi tre-cinque anni, secondo l'analisi del 2023 della società di consulenza. La gamma riflette uno scenario da conservativo a ottimistico, e il premio è abbastanza grande da giustificare il crescente appetito di investimento del settore. Oltre il 35 per cento dei dirigenti della moda utilizza già l'IA generativa nelle operazioni quotidiane, secondo il rapporto State of Fashion 2026 pubblicato da McKinsey e Business of Fashion nel dicembre 2025.

Tuttavia, la maturità dell'adozione è molto indietro rispetto alle intenzioni. Mentre il 92 per cento delle organizzazioni di moda afferma che aumenterà gli investimenti nell'IA generativa, solo l'1 per cento descrive la propria implementazione come matura, secondo lo stesso sondaggio di dirigenti condotto per State of Fashion 2026. Molti rimangono bloccati in modalità pilota, testando soluzioni IA isolate con impatto limitato, con lo scaling spesso visto come troppo complesso o costoso.

Il contrasto tra ambizione ed esecuzione è importante perché l'ambiente operativo per la moda sta peggiorando. Il 46 per cento dei dirigenti della moda prevede che le condizioni del settore peggioreranno nel 2026, in aumento rispetto al 39 per cento nel sondaggio dell'anno precedente. Tariffe, calo della fiducia dei consumatori e pressione sulle scorte stanno costringendo i marchi a cercare nuove leve di efficienza. In quel contesto, l'IA sta passando da un vantaggio competitivo a una necessità aziendale, sostiene McKinsey.

Da dove verranno i 150-275 miliardi di dollari di valore?

La stima di McKinsey copre l'intera catena del valore, dalla progettazione e merchandising al marketing, ottimizzazione della catena di approvvigionamento e operazioni dei negozi. Il rapporto McKinsey del 2023, Generative AI: Unlocking the Future of Fashion, delinea casi d'uso in sei aree principali: merchandising e prodotto, marketing, commercio digitale e esperienza del cliente, catena di approvvigionamento e logistica, operazioni dei negozi e funzioni organizzative e di supporto.

Nel merchandising e prodotto, l'IA generativa può convertire schizzi, mood board e descrizioni in design ad alta fedeltà, arricchire l'ideazione del prodotto collaborando con agenti IA che generano opzioni creative da linee di prodotti passate e immagini ispirazionali, e personalizzare prodotti per singoli consumatori su scala. Un gruppo di design con sede a Hong Kong del Laboratory for Artificial Intelligence in Design ha tenuto una sfilata di moda nel dicembre 2022 con design supportati dall'IA generativa, un segnale precoce di ciò che la tecnologia potrebbe consentire.

Nel marketing, circa il 22 per cento delle attività può essere automatizzato entro il 2030 con l'IA generativa, in particolare nello sviluppo di strategie, ideazione di campagne e creazione di contenuti, secondo il rapporto State of Fashion 2026. Le funzioni di comunicazione e marketing potrebbero vedere i maggiori aumenti di risparmio di tempo dall'automazione con l'IA generativa nell'industria della moda negli Stati Uniti. McKinsey stima che l'IA possa aumentare la produttività del marketing dal 10 al 20 per cento attraverso un migliore targeting e ottimizzazione, e che la personalizzazione possa aumentare i ricavi dal 5 al 15 per cento.

Nella catena di approvvigionamento e logistica, la previsione della domanda guidata dall'IA può ridurre gli errori di previsione dal 20 al 50 per cento e ridurre le vendite perse fino al 65 per cento, mentre l'ottimizzazione dell'inventario può ridurre le scorte dal 20 al 50 per cento, secondo la ricerca McKinsey. I sistemi di ordinazione digitale e gli strumenti IA possono migliorare la visibilità delle scorte e ottimizzare l'allocazione del lavoro nei negozi.

La stima di McKinsey è a livello di settore. A livello di singola azienda, i rendimenti dipendono dalla qualità dell'implementazione, dalla maturità dei dati e dalla capacità di integrare l'IA nei flussi di lavoro piuttosto che lasciarla in silos sperimentali.

Quali scenari di adozione determinano chi cattura il valore?

Morgan Stanley ha monitorato l'adozione dell'IA tra le aziende di beni durevoli e abbigliamento e ha scoperto che la quota classificata come adottatori di IA è più che raddoppiata dal 20 per cento al 44 per cento durante la prima metà del 2025. Il framework della banca suggeriva che i marchi di moda e i rivenditori potrebbero vedere 6 miliardi di dollari in opportunità di risparmio totale dei costi e potenziale al punto medio delle stime, traducendosi in un aumento del 20 per cento degli utili prima degli interessi e delle tasse nel 2026.

Le aziende che hanno scalato l'IA in almeno due funzioni riportano margini sugli utili prima degli interessi e delle tasse dall'8 al 12 per cento più alti rispetto ai concorrenti che non hanno adottato l'IA, secondo il rapporto State of Fashion 2025 di McKinsey. Il divario tra adottatori e non adottatori di IA si sta ampliando, guidato da un potere di determinazione dei prezzi e guadagni di efficienza superiori tra i primi, ha notato Morgan Stanley.

L'adozione sta accelerando più velocemente nelle applicazioni rivolte ai clienti. Oltre il 35 per cento dei dirigenti riporta di utilizzare già l'IA generativa in aree come il servizio clienti online, creazione di immagini, copywriting, ricerca dei consumatori o scoperta di prodotti. La scoperta e ricerca di prodotti per i clienti era il caso d'uso più classificato per l'IA generativa nel 2025, secondo i dirigenti della moda intervistati per State of Fashion 2025.

Il rapporto State of Fashion 2026 nota che le aziende in tutti i settori dovrebbero sbloccare guadagni di produttività superiori al 30 per cento nei prossimi cinque anni grazie all'automazione e all'IA generativa. Entro il 2030, circa un terzo del tempo dei dipendenti in tutti i settori potrebbe essere automatizzato dall'IA generativa e altre tecnologie in Europa e negli Stati Uniti.

Quanto devono investire le aziende di moda per catturare il valore dell'IA Generativa?

I requisiti di investimento variano in base alle dimensioni dell'azienda e all'ambizione. Per i marchi piccoli e indipendenti, i costi annuali degli strumenti IA vanno tipicamente da 350 a 2.400 dollari, producendo risparmi da 5.000 a 50.000 dollari o più nella prima stagione attraverso la riduzione dei campionamenti, fotografia e costi di iterazione. Le operazioni di medie dimensioni riportano risparmi medi da 2 milioni a 5 milioni di dollari per stagione dall'IA generativa che riduce i costi di campionamento fisico fino al 90 per cento, secondo l'analisi BCG citata nella ricerca dell'industria della moda.

Le grandi imprese affrontano costi iniziali più elevati. L'investimento tipico per l'implementazione IA su scala aziendale varia da 2 milioni a 10 milioni di dollari o più, coprendo licenze di piattaforma, infrastruttura dati, lavoro di integrazione e acquisizione di talenti. Tuttavia, i rendimenti del primo anno possono essere sostanziali quando l'IA viene implementata in più funzioni. Un'analisi ha stimato che un grande rivenditore di moda potrebbe ottenere risparmi annuali di 2,16 milioni di dollari solo nei costi di elaborazione dei resi riducendo i resi attraverso strumenti di prova virtuale e misura basati sull'IA.

Il rapporto State of Fashion 2026 sottolinea che il 92 per cento delle organizzazioni afferma che aumenterà gli investimenti nell'IA generativa, ma molte sono bloccate in modalità pilota, testando soluzioni IA isolate con impatto limitato. Lo scaling è il collo di bottiglia. Uno studio del MIT del 2025 ha scoperto che solo il 5 per cento dei progetti pilota IA estrae valore in milioni, con dati e modelli operativi, non i modelli IA stessi, identificati come il vincolo principale.

Quali aziende hanno implementato l'IA Generativa su scala e con quali risultati?

Zalando è tra gli adottatori più avanzati. La piattaforma di moda europea ha riportato che l'IA generativa ha ridotto i costi di produzione delle immagini del 90 per cento, secondo il rapporto State of Fashion 2026. Nel quarto trimestre del 2024, il 70 per cento dei suoi contenuti editoriali era generato dall'IA. La quota di contenuti di prodotto generati dall'IA è aumentata da quasi zero al 90 per cento entro un anno, mentre i tempi di creazione delle campagne sono scesi da sei settimane a pochi giorni, secondo le dichiarazioni dell'azienda nel maggio 2026.

Zalando ha ampliato il suo assistente IA per includere raccomandazioni di bellezza insieme ai consigli di moda all'inizio del 2026. Quasi 10 milioni di clienti hanno utilizzato l'assistente solo nel primo trimestre del 2026, rispetto a 6 milioni in tutto il 2025. L'azienda ha riportato una crescita del volume lordo delle merci del gruppo del 21,7 per cento anno su anno a 4,29 miliardi di euro nel primo trimestre del 2026, mentre i ricavi sono aumentati del 23,8 per cento a 3 miliardi di euro. Gli utili rettificati prima degli interessi e delle tasse sono aumentati del 38,7 per cento anno su anno a 65 milioni di euro, supportati da 10 milioni di euro in sinergie dall'acquisizione di ABOUT YOU prima dei costi di integrazione.

Ralph Lauren ha lanciato Ask Ralph, un assistente per lo shopping conversazionale basato sull'IA, nel settembre 2025. Costruito in partnership con Microsoft e alimentato da Azure OpenAI, lo strumento utilizza l'elaborazione del linguaggio naturale per fornire layout visivi acquistabili di outfit completi basati su richieste conversazionali. L'azienda ha riportato risultati del secondo trimestre dell'anno fiscale 2026 migliori del previsto nel novembre 2025, con ricavi netti di 2,01 miliardi di dollari, in aumento del 16,5 per cento su base dichiarata e del 14 per cento in valuta costante. L'utile netto per il secondo trimestre è stato di 207,5 milioni di dollari, rispetto a 147,9 milioni di dollari nel periodo dell'anno precedente.

H&M ha pilotato gemelli digitali nel 2024 e 2025, creando modelli IA da 30 modelli umani con consenso esplicito e gestione dei diritti. L'azienda utilizza disclaimer espliciti sulle immagini dei gemelli digitali. Mango ha lanciato una campagna per adolescenti costruita interamente con l'IA nel 2025 e ora utilizza varianti pubblicitarie IA templatizzate per scalare la creatività.

Etro utilizza l'IA per migliorare le descrizioni dei prodotti, supportare le traduzioni multilingue e generare risorse creative per le pagine dei prodotti, come presentato al Business of Fashion VOICES nel dicembre 2025. L'edizione Winter 2026 di Shopify, rilasciata nel dicembre 2025, ha introdotto oltre 150 funzionalità basate sull'IA tra cui la generazione di descrizioni di prodotti ottimizzate per la SEO, editing di immagini integrato e un sistema di catalogo IA che deduce automaticamente le categorie di prodotti su miliardi di inserzioni.

Quali sono i rischi e i limiti dell'IA Generativa nella moda?

Il bias algoritmico rappresenta una delle preoccupazioni etiche più discusse. I modelli IA addestrati su dati di immagini possono involontariamente rafforzare pregiudizi riguardanti il tipo di corpo, il colore della pelle e le norme culturali. La ricerca dimostra che i sistemi di moda guidati dall'IA riflettono frequentemente le preferenze dei consumatori mainstream perché i dati di addestramento sono tipicamente ottenuti da grandi marchi, social media e mercati al dettaglio leader. Se i dataset sono incompleti, distorti o non autorizzati, il risultato potrebbe essere previsioni di tendenza fuorvianti, dimensionamento errato o contenuti culturalmente insensibili.

Le preoccupazioni sulla privacy e sicurezza dei dati stanno aumentando. Gli strumenti IA per la moda richiedono dati personali come foto, misure del corpo, preferenze di stile e modelli comportamentali. Nel 2026, i consumatori attenti alla privacy sono sempre più selettivi riguardo agli strumenti che utilizzano. Gli strumenti che spiegano chiaramente quali dati raccolgono e come vengono utilizzati vedono tassi di adozione più elevati. Alcuni strumenti elaborano le foto del guardaroba localmente piuttosto che inviarle a server cloud, un differenziatore crescente.

La provenienza dei dati di addestramento dietro i modelli di immagini IA che alimentano gli output dei marchi di moda rimane una questione attiva. Diverse cause legali importanti nel 2024 e 2026 hanno affrontato se i generatori di immagini IA addestrati su fotografie non accreditate costituiscano uso corretto o violazione. I marchi che utilizzano fornitori di immagini IA dovrebbero chiedere informazioni sulle fonti dei dati di addestramento e preferire fornitori con origini dei dati di addestramento pulite e documentate.

Le allucinazioni e i problemi di accuratezza rimangono un rischio tecnico. I contenuti generati dall'IA possono produrre informazioni fattuali errate o output privi di senso. La divulgazione e la trasparenza sono requisiti normativi emergenti. Entro la fine del 2027, i marchi di moda che utilizzano immagini generate dall'IA nella pubblicità potrebbero affrontare l'etichettatura obbligatoria in più mercati principali. La Legge sull'IA dell'Unione Europea richiede l'etichettatura obbligatoria dei media sintetici a partire dal 2026. Il Fashion Workers Act di New York, in vigore da giugno 2025, richiede il consenso esplicito per le repliche digitali dei modelli.

Sorgono anche preoccupazioni sull'occupazione. I modelli umani e i lavoratori creativi potrebbero perdere opportunità a favore di sistemi automatizzati, creando tensione tra efficienza e pratiche lavorative eque. McKinsey inquadra l'IA generativa come moltiplicatore di produttività nel design, marketing e merchandising, con circa il 30 per cento del tempo dei dipendenti automatizzabile entro il 2030, mentre la direzione creativa e il gusto rimangono umani. In pratica, i designer utilizzano l'IA per l'ideazione e l'iterazione rapida, non per gestire le collezioni in autopilota.

I ritorni sugli investimenti rimangono incerti per molti. Gartner ha previsto che almeno il 30 per cento dei progetti di IA generativa sarebbe stato abbandonato dopo la prova di concetto entro la fine del 2025. Lo studio NANDA del MIT ha scoperto che solo il 5 per cento dei progetti pilota IA estrae valore in milioni, con dati e modelli operativi, non i modelli IA stessi, identificati come il collo di bottiglia principale.

Come impatta l'IA Generativa sulle diverse funzioni della catena del valore della moda?

Nel design e sviluppo del prodotto, la ricerca McKinsey evidenzia che un quarto del valore dell'IA generativa nella moda potrebbe derivare dallo styling e sviluppo del prodotto. Il 28 per cento degli attori del settore stava già integrando l'IA nei processi di design creativo nel 2023. L'IA aiuta i marchi a visualizzare i concetti più velocemente mentre i designer rimangono responsabili dell'editing e finalizzazione dei capi, secondo un rapporto del Wall Street Journal del gennaio 2026.

Nel merchandising e pianificazione, l'IA è sempre più utilizzata per supportare la previsione della domanda, le decisioni sui prezzi e la pianificazione dell'assortimento. I team di merchandising possono rispondere più rapidamente alle tendenze di performance. Gli insight supportati dall'IA aiutano a guidare le decisioni di allocazione e ridurre il rischio di eccesso o carenza. Entro il 2030, circa un terzo del tempo dei dipendenti nella moda potrebbe essere automatizzato dall'IA generativa e altre tecnologie.

Nel marketing, le organizzazioni che stanno implementando flussi di lavoro agentici possono aspettarsi di vedere una crescita dei ricavi dal 10 al 30 per cento dal marketing iperpersonalizzato, secondo la ricerca McKinsey. Si stima che i sistemi agentici accelerino la creazione e l'esecuzione delle campagne di marketing da 10 a 15 volte accelerando sia il brainstorming che la verifica delle idee. Il marketing sta passando dalla produzione di contenuti alla cura, con circa il 22 per cento delle attività di marketing automatizzabili entro il 2030.

Nelle operazioni e logistica inversa, i resi sono un obiettivo principale. Si stima che il 19,3 per cento delle vendite online negli Stati Uniti siano state restituite nel 2025, secondo la National Retail Federation. I tassi di reso dell'abbigliamento online vanno dal 24 al 30 per cento. I rivenditori che implementano la prova virtuale hanno registrato in media una riduzione del 23 per cento dei tassi di reso dell'abbigliamento, con alcune categorie che hanno raggiunto il 40 per cento, secondo un'analisi Forrester del 2025.

Quali controargomentazioni contestano la stima di 150-275 miliardi di dollari?

La stima di McKinsey è una proiezione a livello di settore su tre-cinque anni, non un risultato garantito per le singole aziende. Presuppone che le aziende di moda scaleranno con successo l'IA oltre i progetti pilota, la integreranno nei flussi di lavoro principali e cattureranno i guadagni di efficienza. I dati di State of Fashion 2026 mostrano che il 92 per cento prevede di aumentare gli investimenti ma solo l'1 per cento ha implementazioni mature, suggerendo che il rischio di esecuzione è sostanziale.

La stima presuppone anche che i guadagni di produttività si traducano in profitto operativo piuttosto che essere contesi attraverso prezzi più bassi o investiti in iniziative di crescita che non aumentano immediatamente i margini. In un ambiente deflazionistico in cui i consumatori sono sensibili ai prezzi e i segmenti di valore si stanno espandendo, i marchi potrebbero scegliere di trasferire ai clienti i risparmi sui costi guidati dall'IA piuttosto che trattenerli come profitto.

Alcuni osservatori del settore sostengono che il valore potrebbe essere anticipato in aree come la generazione di immagini e il servizio clienti, dove le prime vittorie sono visibili, ma più difficile da catturare in aree come design e merchandising, dove l'IA aumenta piuttosto che sostituire il giudizio umano. Il Wall Street Journal ha riportato nel gennaio 2026 che l'IA aiuta i marchi a visualizzare i concetti più velocemente mentre i designer rimangono responsabili dell'editing e finalizzazione dei capi, suggerendo che i guadagni di produttività nelle funzioni creative potrebbero essere più modesti che nelle funzioni operative.

C'è anche dibattito sulla dimensione del mercato indirizzabile. La stima di McKinsey si applica ai profitti operativi di abbigliamento, moda e lusso. Il mercato globale della moda è stato valutato circa 997 miliardi di dollari nel 2026, secondo McKinsey e Business of Fashion. Se il settore registra una crescita a bassa cifra singola come previsto, e se i margini operativi rimangono sotto pressione da tariffe e costi di input, il pool assoluto di profitto operativo disponibile da sollevare potrebbe essere più piccolo di quanto suggerisce la gamma di 150-275 miliardi di dollari.

Infine, la stima non tiene conto dei costi di implementazione dell'IA, incluse licenze di piattaforma, infrastruttura dati, lavoro di integrazione, acquisizione di talenti e la cancellazione dei progetti pilota falliti. Se il 30 per cento dei progetti di IA generativa viene abbandonato dopo la prova di concetto, come previsto da Gartner, il valore netto catturato dal settore sarà inferiore all'opportunità lorda.

Domande frequenti

Cosa dovrebbero fare ora le aziende di moda?

1. Verificare i progetti pilota IA attuali e eliminare quelli che non si scalano. Se un progetto pilota è in corso da più di sei mesi senza un percorso chiaro verso l'implementazione in produzione, dargli risorse adeguate o chiuderlo. La cifra dell'1 per cento di maturità segnala che la maggior parte delle aziende sta accumulando progetti pilota, non scalando soluzioni.
2. Dare priorità ai casi d'uso con ROI misurabile e brevi periodi di ammortamento. Iniziare con generazione di immagini, descrizioni di prodotti e servizio clienti, dove i fornitori offrono strumenti collaudati e i risultati sono visibili entro settimane. Evitare costruzioni personalizzate complesse in aree come la previsione delle tendenze finché le basi operative non sono a posto.
3. Investire nella qualità e integrazione dei dati prima dei modelli. Lo studio NANDA del MIT ha scoperto che dati e modelli operativi, non i modelli IA, sono il collo di bottiglia. Dati di prodotto puliti, sistemi di inventario integrati e profili clienti unificati sono prerequisiti per scalare l'IA lungo la catena del valore.
4. Stabilire una governance chiara per bias, trasparenza e consenso. Stabilire linee guida per la provenienza dei dati di addestramento, richiedere ai fornitori di documentare le fonti dei dati e implementare misure di rilevamento dei bias e diversità. Prepararsi ai requisiti di divulgazione obbligatoria etichettando ora i contenuti generati dall'IA.
5. Riqualificare i team e reclutare per nuovi ruoli. I criteri chiave di assunzione includono competenza in qualità dei dati, integrazione di sistemi, gemelli digitali e automazione del marketing, secondo State of Fashion 2026. Migliorare le competenze dei dipendenti esistenti nei flussi di lavoro assistiti dall'IA piuttosto che presumere che l'automazione semplicemente sostituirà il personale.
6. Misurare i guadagni di produttività, non solo i tagli dei costi. Monitorare risparmi di tempo, velocità delle campagne, velocità di iterazione e riduzione degli errori insieme alle metriche dei costi. I maggiori rendimenti provengono dal fare di più con le stesse risorse, non solo dal fare lo stesso con meno risorse.
7. Pianificare l'IA agentica nel 2027 e oltre. Mentre le implementazioni attuali si concentrano sull'IA generativa per contenuti e raccomandazioni, l'IA agentica che può prendere decisioni e automatizzare processi sistematici è emergente. I marchi dovrebbero monitorare gli sviluppi nel commercio agentico, dove gli agenti IA assistono con ricerca, selezione di prodotti e acquisti.