Piattaforma o soluzioni verticali? Come strutturare il panorama dei fornitori di IA nella moda

Le aziende della moda raramente devono scegliere nettamente tra un'unica piattaforma di IA e tante soluzioni verticali. La risposta pratica è uno stack a livelli: un assistente generalista per il lavoro quotidiano, IA integrata nei sistemi centrali che contengono i dati di prodotto, ordini e clienti, e pochi strumenti specializzati là dove offrono prestazioni nettamente superiori. La decisione va presa caso d'uso per caso d'uso, con l'integrazione e la proprietà dei dati come fattori decisivi.

Come è strutturato il panorama dei fornitori di IA?

Conviene distinguere quattro livelli, perché i fornitori di ciascun livello competono su basi diverse.

Quali sono i vantaggi di un approccio a piattaforma?

Una piattaforma, che sia una suite di assistenti generalisti o un ambiente per costruire agenti, offre coerenza: un solo contratto, una sola verifica di sicurezza, un solo insieme di controlli amministrativi e un solo punto in cui formare i dipendenti. Può inoltre raggiungere molte funzioni contemporaneamente. PVH, capogruppo di Calvin Klein e Tommy Hilfiger, ha annunciato nel gennaio 2026 che avrebbe messo ChatGPT Enterprise a disposizione dei dipendenti di tutta l'azienda, con applicazioni previste in prodotto e design, pianificazione e supply chain, marketing e retail. L'annuncio di OpenAI precisa che PVH prevede anche capacità su misura che combinano i modelli con la propria competenza in merchandising e supply chain: segno che anche la scelta di una piattaforma tende a essere completata da applicazioni specifiche.

Altrettanto chiari sono i limiti delle piattaforme. Un assistente generalista non conosce le curve taglie, le regole di allocazione o le condizioni wholesale di un'azienda, a meno che non sia collegato ai sistemi che le contengono, e costruire questi collegamenti è un lavoro vero e proprio.

Leggi anche

IA per CIO e responsabili IT nella moda: architettura, dati e governance

Quando le soluzioni verticali sono la scelta migliore?

Le soluzioni verticali vincono quando un'attività richiede modelli specializzati, dati di settore o interfacce utente che una piattaforma generalista non offre: raccomandazioni su taglia e vestibilità addestrate sui dati dei resi, ricerca visiva sulle immagini di prodotto o simulazione 3D dei capi. Spesso sono anche più rapide da implementare per un singolo team. Il report del MIT del 2025 The GenAI Divide ha rilevato che gli strumenti acquistati da fornitori o partner esterni hanno avuto successo in circa due terzi dei casi, contro circa un terzo per i sistemi sviluppati internamente, il che depone a favore dell'acquisto di strumenti collaudati per problemi ben definiti.

Il rovescio della medaglia è la proliferazione. Ogni strumento in più porta con sé contratto, flussi di dati, verifica di sicurezza e formazione degli utenti, e i dati possono finire duplicati in sistemi che non dialogano tra loro.

In questa scelta l'integrazione è il fattore decisivo nascosto. Ogni strumento di IA ha bisogno di dati di prodotto, clienti o ordini, e nella moda questi dati risiedono tipicamente in un PIM, un ERP, una piattaforma di e-commerce e un sistema di ordini B2B che non sempre concordano tra loro. Una soluzione verticale che richiede una propria copia del catalogo prodotti crea un ulteriore punto in cui gli attributi possono diventare obsoleti. Una piattaforma che non raggiunge i sistemi di riferimento produce risposte generiche. In entrambi i casi è la qualità dei dati e delle interfacce sottostanti a fissare il limite di ciò che qualsiasi fornitore può offrire.

Come dovrebbero valutare i fornitori di IA le aziende della moda?

Le promesse dei fornitori vanno verificate con attenzione. Nel giugno 2025 Gartner ha affermato che molti fornitori stavano ribattezzando come IA agentica assistenti, robotic process automation e chatbot già esistenti, e ha stimato che solo circa 130 delle migliaia di fornitori di IA agentica fossero autentici. Domande utili per qualsiasi fornitore:

• Di quali dati ha bisogno lo strumento, da dove provengono e di chi sono i risultati?
• Quali integrazioni standard esistono con i sistemi PIM, ERP, e-commerce e di gestione ordini già in uso?
• I risultati possono essere dimostrati sui dati dell'azienda, e non solo su un set dimostrativo?
• Come vengono protetti i dati dei clienti e vengono usati per addestrare modelli condivisi?
• Che cosa succede ai dati e ai flussi di lavoro se il contratto termina?
• La funzionalità si sovrappone a funzioni di IA già incluse nei sistemi esistenti?

Come si presenta uno stack di IA ibrido sensato?

Per un'azienda della moda di medie dimensioni, una struttura praticabile ha spesso questo aspetto:

1. Un assistente generalista approvato per tutti i dipendenti d'ufficio, con regole chiare sui dati.
2. IA utilizzata all'interno dei sistemi centrali ovunque il fornitore la offra, perché è lì che risiedono già i dati di prodotto, ordini e clienti.
3. Una breve lista di strumenti specializzati, ciascuno con un responsabile di business e un risultato misurato, per le attività in cui offrono prestazioni dimostrabilmente superiori.
4. Un sottile livello di integrazione e dati, così che i dati di prodotto e clienti siano gestiti una sola volta e riutilizzati da ogni strumento.

Le condizioni contrattuali meritano la stessa attenzione delle funzionalità. Durate iniziali brevi, diritti chiari di esportazione dei dati e la possibilità di cambiare i modelli sottostanti proteggono dal lock-in in un mercato in cui capacità e prezzi cambiano da un trimestre all'altro. Conta anche il rischio di concentrazione: affidarsi a un unico fornitore per ogni capacità di IA semplifica l'amministrazione, ma rende più dirompenti interruzioni del servizio, variazioni di prezzo o cambi di policy.

Leggi anche

Perché i progetti pilota di IA si arenano nella moda e come portarli in produzione?

Come incide la questione della piattaforma sulla strategia di lungo periodo?

Lo State of AI 2026 di McKinsey ha rilevato che le organizzazioni con l'impatto più forte dell'IA avevano molte più probabilità di aver riprogettato radicalmente i flussi di lavoro. La struttura dei fornitori dovrebbe seguire la stessa logica: scegliere strumenti adatti al processo riprogettato, invece di riprogettare i processi in funzione del primo strumento acquistato. Lo stack va rivisto ogni anno, perché i confini tra i livelli si spostano rapidamente, man mano che gli assistenti acquisiscono connettori e i sistemi aziendali aggiungono i propri agenti.