Virtual try-on nella moda: come funziona e riduce davvero i resi?
L'IA generativa può ormai mostrare un capo su una foto del cliente. Ciò aiuta nelle scelte di stile, ma vestibilità e taglia sono un problema diverso. Che cosa fa la tecnologia, di che cosa ha bisogno e che cosa dicono le evidenze.
IN SINTESI Sintesi della redazione
- Il virtual try-on utilizza la computer vision o l'IA generativa per mostrare come apparirebbe un capo sulla foto del cliente o su un avatar.
- Nel luglio 2025 Google ha lanciato negli Stati Uniti il virtual try-on con IA su Search, Google Shopping e Google Immagini, utilizzando un modello di diffusione addestrato a comprendere come i tessuti si piegano e si tendono su corpi diversi.
- La maggior parte degli strumenti di try-on basati su immagini mostra aspetto e stile, non se una determinata taglia calzerà, che è il principale fattore dei resi nella moda.
- Nel 2023 Zalando ha riferito che gli articoli dotati del suo consiglio sulla taglia registravano il 10 percento di resi per motivi di taglia in meno rispetto ad articoli simili che ne erano privi, un dato riferito al consiglio sulla taglia e non al try-on visivo.
- Gli strumenti di try-on trattano immagini del corpo, per cui i brand hanno bisogno di informative privacy chiare, minimizzazione dei dati e un piano di misurazione che monitori i resi, non solo il coinvolgimento.
Il virtual try-on consente a chi acquista online di vedere un capo su un'immagine di sé o su un avatar digitale prima dell'acquisto. I sistemi moderni utilizzano l'IA generativa per rappresentare come il tessuto cade su un determinato corpo. Aiutano a valutare stile e colore, ma la maggior parte non risponde in modo affidabile alla domanda che genera i resi: questa taglia mi andrà bene?
Che cos'è il virtual try-on nella moda?
Il virtual try-on (VTO) è una famiglia di tecnologie più che un singolo prodotto. I filtri di realtà aumentata sovrappongono articoli come occhiali da sole, make-up o sneaker all'immagine live della fotocamera. I camerini basati su avatar costruiscono un corpo 3D a partire dalle misure e lo vestono con un capo 3D. L'approccio più recente, il try-on generativo basato su immagini, prende una foto del cliente e una foto del prodotto e genera una nuova immagine del cliente che lo indossa.
| Approccio | Come funziona | Più adatto a | Limite principale |
|---|---|---|---|
| Sovrapposizione AR | Traccia volto, piedi o mani nell'immagine live della fotocamera e sovrappone un modello 3D | Occhiali, calzature, accessori, beauty | Inadeguato per capi ampi o morbidi |
| Prova su avatar 3D | Costruisce un modello del corpo da altezza, peso o misure e simula un capo 3D | Visualizzazione della vestibilità dove esistono specifiche del capo | Richiede dati 3D accurati del capo per ogni modello e taglia |
| Try-on generativo su immagine | Un modello di diffusione rappresenta il prodotto su una foto del cliente | Decisioni di stile e colore su larga scala | Di solito non modella taglie specifiche |
| Raccomandazione della taglia | Prevede la taglia migliore dallo storico di acquisti e resi e dai dati del capo | Ridurre i resi per motivi di taglia | Non visivo; dipende da dati sulle taglie coerenti |
Come funziona il virtual try-on con IA generativa?
I sistemi di try-on generativo si basano tipicamente su modelli di diffusione, la stessa famiglia di modelli utilizzata per la generazione di immagini con l'IA. Il modello apprende da un gran numero di immagini di persone e capi come sono fatti i corpi e come i materiali si piegano, si tendono e cadono. In fase di utilizzo riceve due input, la persona e il capo, e produce una nuova immagine che conserva la posa e le caratteristiche della persona sostituendone l'abbigliamento.
Google è l'esempio su larga scala più noto. Alla sua conferenza per sviluppatori del maggio 2025 ha presentato un esperimento di try-on in Search Labs che chiedeva agli utenti di caricare una foto a figura intera e utilizzava, secondo il resoconto di TechCrunch della descrizione di Google, un nuovo modello di diffusione per la moda progettato per comprendere come materiali diversi si piegano e si tendono su persone diverse. Il 24 luglio 2025 Google ha esteso la funzione negli Stati Uniti ai risultati di prodotto di Search, Google Shopping e Google Immagini, consentendo agli utenti di toccare "prova" sugli articoli di abbigliamento e di condividere i look generati.
Google ha testato anche un formato più personale. Secondo TechCrunch, la sua app sperimentale Doppl utilizza la stessa tecnologia generativa, ma aggiunge una personalizzazione più profonda e video generati dall'IA per mostrare come potrebbero apparire gli outfit in movimento. Per i brand, il punto rilevante non è tanto l'app in sé, quanto il fatto che il try-on si sta spostando verso motori di ricerca e piattaforme che non controllano, dove la qualità delle loro immagini e dei loro dati di prodotto determina il modo in cui i loro capi vengono rappresentati.
Il virtual try-on riduce i resi?
È la domanda commerciale centrale, e la risposta onesta è che le evidenze pubbliche e indipendenti sono scarse. Molti dati pubblicati sulla riduzione dei resi provengono da fornitori di tecnologia e non sono verificati in modo indipendente. Tre punti sono meglio supportati:
- La taglia è il problema centrale. La letteratura accademica sul virtual try-on osserva che la maggior parte degli strumenti esistenti segue un approccio standardizzato che limita l'interazione con taglia e vestibilità e non fornisce indicazioni sulla taglia utilizzabili. Un prototipo di ricerca del 2024, SiCo, consentiva agli utenti di visualizzare taglie diverse sulla propria immagine, e i partecipanti al relativo studio con utenti hanno riferito una maggiore sicurezza nella scelta della taglia.
- Il consiglio sulla taglia ha effetti misurabili. Quando nel 2023 Zalando ha sperimentato in 25 mercati un camerino con avatar 3D per i jeans, ha riferito che gli articoli con il suo consiglio sulla taglia mostravano una riduzione del 10 percento dei resi per motivi di taglia rispetto ad articoli simili privi di indicazioni. Si tratta di un'evidenza a favore della raccomandazione della taglia, non del try-on visivo.
- La sicurezza sullo stile può aiutare. Vedere un colore o una silhouette sul proprio corpo può ridurre i resi del tipo "su di me sta diversamente", ma i brand dovrebbero verificarlo sui propri dati.
Di quali dati e integrazioni ha bisogno il virtual try-on?
- Immagini di prodotto pulite: immagini frontali, ben illuminate e su sfondo neutro forniscono ai modelli generativi l'input migliore.
- Misure del capo per taglia: indispensabili per qualsiasi approccio che pretenda di mostrare la vestibilità e non solo l'aspetto.
- Ambito di categoria: il try-on generativo funziona meglio per top, abiti, pantaloni e gonne; l'esperimento iniziale di Google riguardava camicie, pantaloni, gonne e abiti.
- Prestazioni e UX mobile: tempi di generazione e flussi di fotocamera o caricamento incidono fortemente sull'adozione.
- Dati sui motivi dei resi: necessari per valutare se lo strumento cambia i motivi indicati dai clienti per la restituzione degli articoli.
Quali sono i rischi per privacy e accuratezza?
Gli strumenti di try-on trattano foto a figura intera e alcuni ricavano misure corporee. I brand dovrebbero considerarli dati personali sensibili: spiegare chiaramente che cosa viene conservato e per quanto tempo, cancellare le immagini quando non sono più necessarie ed evitare di riutilizzarle per altri scopi in assenza di una base giuridica. Se uno strumento identifica le persone a partire dai tratti del volto, possono applicarsi norme più rigorose sui dati biometrici.
L'accuratezza è il secondo rischio. Un'immagine generata può far apparire un capo più lusinghiero, o con una vestibilità diversa, rispetto al prodotto reale. Se i clienti si affidano a una rappresentazione troppo ottimistica, il try-on può aumentare anziché ridurre la delusione. Un'indicazione chiara che l'immagine è generata dall'IA e costituisce un'approssimazione aiuta a gestire le aspettative.
Un brand della moda dovrebbe investire nel virtual try-on?
Per la maggior parte dei brand la prima priorità è un consiglio sulla taglia accurato, basato sulle misure dei capi e sui dati dei resi, perché affronta la causa principale dei resi. Il try-on visivo è sempre più disponibile tramite grandi piattaforme e motori di ricerca, per cui i brand dovrebbero innanzitutto assicurarsi che le proprie immagini e i propri dati di prodotto siano abbastanza buoni da essere rappresentati bene in quei contesti. Sviluppare un'esperienza di try-on proprietaria ha senso per i brand con tassi di reso elevati in categorie guidate dall'aspetto visivo, traffico sufficiente per test adeguati e dati di prodotto in grado di supportarla.
Domande frequenti
Come funziona il virtual try-on con IA?
Il try-on generativo utilizza un modello di diffusione che ha appreso l'aspetto di corpi e tessuti. Prende una foto del cliente e un'immagine del capo e genera una nuova immagine del cliente che lo indossa. Altri approcci utilizzano sovrapposizioni AR o avatar 3D.
Il virtual try-on riduce i resi nella moda?
Le evidenze indipendenti sono limitate e molti dati pubblicati provengono dai fornitori. La maggior parte degli strumenti di try-on visivo mostra lo stile più che la vestibilità, mentre la taglia è una delle cause principali dei resi. Zalando ha riferito un calo del 10 percento dei resi per motivi di taglia per gli articoli con consiglio sulla taglia, che è uno strumento diverso.
Il virtual try-on di Google è disponibile in Europa?
Google ha lanciato la sua funzione di try-on con IA negli Stati Uniti nel luglio 2025 su Search, Shopping e Immagini. I brand dovrebbero consultare la documentazione aggiornata di Google per la disponibilità in altri mercati, poiché lo stato del rollout cambia nel tempo.
Di che cosa hanno bisogno i brand per il virtual try-on?
Immagini di prodotto di alta qualità, misure dei capi per taglia se si vuole mostrare la vestibilità, informative privacy chiare per le foto del corpo e un disegno di test che confronti i tassi di reso con un gruppo di controllo.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
