Come usa l'IA generativa Myntra? Da MyFashionGPT alle taglie e alla prova virtuale con l'IA

Myntra, il maggiore retailer di moda online dell'India, usa l'IA generativa in tre ambiti: ricerca conversazionale e styling per gli acquirenti, strumenti di taglia e prova virtuale per aumentare la sicurezza sulla vestibilità, e automazione del catalogo e dell'assistenza per venditori e operations. È stata tra i primi a muoversi, lanciando nel maggio 2023 l'assistente MyFashionGPT basato su ChatGPT, e a metà 2026 descriveva un programma più ampio che comprende taglie, prova virtuale, onboarding dei venditori e servizio clienti.

Che cos'è MyFashionGPT e come funziona?

MyFashionGPT consente agli acquirenti di cercare in linguaggio naturale, ad esempio chiedendo outfit per una festa, una partita di cricket o un viaggio, invece di digitare parole chiave del catalogo. Secondo Microsoft, Myntra lo ha sviluppato su Azure OpenAI Service dopo che un hackathon di febbraio 2023 aveva prodotto in due giorni un prototipo funzionante; i team hanno poi dedicato circa cinque settimane al perfezionamento prima del lancio nell'app Myntra alla fine di maggio 2023, in concomitanza con la End of Reason Sale.

L'architettura è importante. La recensione di DailyO al momento del lancio spiegava che la richiesta viene inviata a un modello ChatGPT e che il motore di ricerca di Myntra usa poi la risposta per mostrare i prodotti. Microsoft ha riferito che il team ha addestrato il sistema sul catalogo di Myntra e ha aggiunto dei vincoli per mantenere i risultati al suo interno, e che venivano comprese anche richieste in hindi come sardiyon ke kapde (abiti invernali). Il filtro per genere è stato un problema su cui il team ha dovuto lavorare.

Microsoft ha riferito, citando il team di prodotto di Myntra, che gli acquirenti che hanno usato l'assistente avevano una probabilità tre volte maggiore di acquistare e hanno aggiunto in media prodotti dal 16% di categorie in più. Si tratta di dati dichiarati dall'azienda senza metodologia pubblicata, e l'autoselezione (gli acquirenti più coinvolti sono più propensi a provare nuove funzioni) può spiegare parte della differenza.

Quali altre funzioni di IA usa Myntra per gli acquirenti?

Myntra usava il machine learning ben prima dell'IA generativa. iTnews Asia ha riferito nel 2023 che la sua funzione My Stylist personalizzava la schermata iniziale e consigliava outfit, taglie e design usando reti neurali convoluzionali profonde sui dati del catalogo, accanto a ricerca per immagini, rilevamento di oggetti di moda e consigli di outfit. Nel 2023 Myntra ha inoltre introdotto Maya, presentata inizialmente come influencer di moda virtuale sui social media; Microsoft e YourStory descrivono oggi Maya come un assistente di shopping conversazionale.

Al suo evento mynnovAIte a Bengaluru il 16 luglio 2026, Myntra ha illustrato le attuali funzioni rivolte agli acquirenti, come riportato da YourStory:

Merita attenzione il livello di spiegabilità dei consigli sulla taglia. Spiegare a un acquirente perché è stata suggerita una taglia (ad esempio in base agli acquisti precedenti o alla vestibilità del brand) gli dà un motivo per fidarsi o per scegliere diversamente, il che conta in una categoria in cui è la vestibilità a determinare i resi. Myntra non ha pubblicato effetti sui tassi di reso.

Leggi anche

Come Nike usa l'IA: dati direct-to-consumer e creazione di prodotto generativa

Come usa Myntra l'IA per venditori e operations?

Myntra è un marketplace, quindi la qualità del catalogo dipende da migliaia di venditori. YourStory ha riferito che oggi un venditore può caricare un'unica immagine di prodotto e l'IA ne estrae fino a 40 attributi, come colore, tessuto, scollo e tipo di manica, che gli esperti di catalogo verificano poi. Myntra afferma che il tempo di go-live dei venditori è sceso da 10-15 giorni a circa uno o due giorni e che la generazione di immagini con IA ha ridotto a quattro ore un'attività che richiedeva circa un giorno.

• Video di prodotto: da 400 a 600 video di prodotto generati dall'IA al giorno.
• Supporto ai venditori: un portale partner ridisegnato mostra azioni quotidiane in ordine di priorità, e una piattaforma vocale chiamata Saarthi chiama i venditori per problemi operativi o scostamenti di prezzo.
• Assistenza clienti: un assistente chiamato Meera risolve il 31% delle richieste, secondo Myntra.
• Analytics interne: una piattaforma di analisi in linguaggio naturale, BIRA, che secondo Myntra riduce le analisi da giorni a minuti.

Lo schema è quello della revisione umana sopra l'automazione. Gli esperti di catalogo controllano gli attributi estratti, un controllo sensato perché gli errori negli attributi si propagano nella ricerca, nei filtri e nei consigli sulla taglia.

Quali sono i limiti dell'approccio di Myntra?

Le prime recensioni sono state schiette. Al lancio DailyO ha osservato che MyFashionGPT restituiva suggerimenti simili per un acquirente di 21 anni e uno di 50, non gestiva bene descrizioni articolate o l'abbigliamento di lusso ed era limitato dal catalogo in cui cercava. Sono limiti tipici quando si ancora un modello generico all'assortimento di un retailer.

Diverse funzioni di punta (il fit visualiser, «Try it on Me» e un copilot per i venditori) erano ancora in fase di estensione, rilascio o sviluppo nel luglio 2026. La prova virtuale sulla foto dell'acquirente solleva inoltre questioni di consenso e di gestione delle immagini che ogni retailer deve affrontare prima di estenderla.

Quali dati e quale infrastruttura ci sono dietro l'IA di Myntra?

Le funzioni di IA di Myntra poggiano su una piattaforma dati costruita per il machine learning ad alti volumi. All'Aerospike Summit 2023 il senior architect Narayana Pattipati ha descritto, come riportato da iTnews Asia, una piattaforma che consolida flussi di dati diversi in un unico database per l'intero ciclo di vita del machine learning, con un'architettura di memoria ibrida che combina storage flash e RAM. Serve feature store online, state store e cache di inferenza, e aiuta in problemi come l'ordinamento dei widget nella schermata iniziale dell'app.

Myntra ha inoltre dichiarato di voler sottoporre la maggior parte delle nuove funzioni ad A/B test. Questa disciplina conta più di qualsiasi singolo modello: senza test controllati un retailer non può separare l'effetto di una nuova funzione di IA da stagionalità, promozioni o dal fatto che gli acquirenti più coinvolti provano per primi i nuovi strumenti.

Leggi anche

Come Ralph Lauren usa l'IA: Ask Ralph e l'assistente di shopping conversazionale

Che cosa possono imparare da Myntra gli altri operatori dell'e-commerce di moda?

1. Ancorare l'IA generativa al proprio catalogo e al proprio motore di ricerca invece di lasciare che un modello risponda liberamente.
2. Supportare presto le lingue locali; le richieste in hindi hanno fatto parte del progetto di Myntra fin dall'inizio.
3. Investire nell'IA lato venditori nei marketplace, perché la qualità del catalogo limita ogni funzione per gli acquirenti.
4. Far verificare a persone gli attributi estratti dall'IA prima che vadano online.
5. Rendere spiegabili i consigli dell'IA, soprattutto per taglia e vestibilità.