Come YOOX NET-A-PORTER usa l'IA per i contenuti prodotto, il merchandising e il clienteling

YOOX NET-A-PORTER (YNAP) sperimenta con l'IA almeno dal 2016, con progetti documentati in styling visivo, ricerca visiva e uno stylist virtuale per i personal shopper. Oggi i suoi marchi rientrano in LuxExperience, che riferisce un uso più ampio di algoritmi per raccomandazioni, ricerca, merchandising, testi prodotto e immagini. Le evidenze sui risultati si limitano ad annunci e interviste.

Come ha usato YNAP l'IA per lo styling e il clienteling?

Il 10 dicembre 2018 FashionUnited ha riportato che Yoox aveva introdotto YooxMirror, descritta come una suite di styling virtuale basata sull'IA rivolta ai millennial, progettata dal team di ricerca e sviluppo di Yoox e disponibile nella sua app per iOS. Mostrava più di 250 prodotti a settimana in nove temi moda, con una selezione curata aggiornata ogni giorno, e permetteva agli utenti di scorrere i prodotti e vedere raccomandazioni personalizzate che completano ciò che stanno guardando.

Un avatar 3D di nome Daisy modellava i look e guidava gli utenti, che potevano abbinare capi e accessori, condividere i look, salvarli in una wishlist o aggiungerli al carrello. Secondo il resoconto, gli algoritmi rilevano elementi visivi come colore, motivo e forma nelle immagini dei prodotti, reti di deep learning estraggono gli attributi dei prodotti per scegliere capi che stanno bene insieme, e la tecnologia di realtà virtuale applica i capi al modello 3D.

Separatamente, un rapporto di Springwise descrive uno strumento di IA di stylist virtuale pensato per affiancare i personal shopper di YNAP. Apprende dal lavoro passato degli stylist e dagli acquisti, dai gusti e dai rifiuti dei clienti per suggerire capi che si abbinano bene. L'articolo non riporta una data di pubblicazione; menziona soltanto che l'azienda sperimentava con l'IA dal 2016 e aveva da poco aperto un nuovo hub tecnologico a Londra.

In che cosa consisteva il progetto di ricerca con Modena?

Il 2 giugno 2020 The Industry Fashion ha riportato che YNAP aveva avviato un progetto di ricerca sull'IA con accademici dell'Università di Modena e Reggio Emilia. Gli obiettivi dichiarati erano sviluppare soluzioni tecnologiche all'avanguardia che adattino l'esperienza di acquisto online ai singoli clienti, partendo da ricerca visiva e tecnologia di prova virtuale, e usare circa vent'anni di dati raccolti, incluse decine di milioni di immagini.

Il valore di questo dato è istruttivo per i team di merchandising: un archivio di immagini e prodotti ampio e ben strutturato è un prerequisito per i modelli visivi. L'articolo descrive obiettivi, non risultati.

Leggi anche

Come Abercrombie and Fitch pianifica assortimenti e scorte: che cosa è pubblico sull'IA

Come usa LuxExperience l'IA per i contenuti prodotto e il merchandising?

Glossy ha riportato nel maggio 2026, dopo i risultati del terzo trimestre dell'esercizio di LuxExperience, che il CEO Michael Kliger ha detto che l'azienda ha esteso ampiamente l'uso degli algoritmi per migliorare l'esperienza del cliente. Le applicazioni riportate sono raccomandazioni di prodotto on-site e nelle newsletter, ricerca on-site, merchandising on-site, testi prodotto e immagini. Kliger ha inoltre citato grandi benefici nello sviluppo software durante la trasformazione tecnologica di Net-a-Porter e Mr Porter dopo l'acquisizione.

Molte funzioni rivolte ai clienti si basano su una partnership con Google Vertex AI iniziata nel 2021. Questi strumenti usano dati di prodotto ed eventi degli utenti come clic, acquisti e aggiunte al carrello per restituire risultati di prodotto ordinati per singolo utente. L'articolo non fornisce cifre che attribuiscano all'IA incrementi di ricavi o di margine e non nomina funzioni specifiche di Net-a-Porter o Mr Porter oltre a questo elenco.

Che cosa mostra e che cosa non mostra il caso YNAP?

• Mostra: una lunga storia di sperimentazione, dallo styling con avatar alla ricerca sulla ricerca visiva.
• Mostra: l'IA posizionata come supporto agli stylist umani, non come sostituto, nella descrizione dello stylist virtuale.
• Mostra: la dipendenza dalla qualità dei dati di prodotto, compresi gli archivi di immagini e i dati sugli eventi.
• Non mostra: un incremento misurato di conversione, resi o produttività dei contenuti.
• Non mostra: quanti contenuti di prodotto siano oggi generati dall'IA, né quali passaggi di revisione esistano.

I lettori dovrebbero notare anche il cambio di proprietà: i marchi del gruppo sono ora riportati sotto LuxExperience, e parti di questo materiale si riferiscono alla precedente organizzazione YNAP. Le dichiarazioni dal 2018 al 2020 descrivono progetti passati e potrebbero non riflettere le operazioni attuali.

Quali dati sostengono l'IA nel merchandising del lusso?

Le fonti mettono in evidenza tre patrimoni di dati. Il primo è un grande archivio di immagini: il progetto di ricerca del 2020 cita circa vent'anni di dati raccolti, incluse decine di milioni di immagini, ovvero ciò di cui hanno bisogno i modelli di ricerca visiva e di prova virtuale. Il secondo è la conoscenza degli stylist: lo strumento di stylist virtuale apprende dal lavoro passato degli stylist, il che significa che l'esperienza umana diventa dati di addestramento. Il terzo sono i dati comportamentali come clic, acquisti ed eventi di aggiunta al carrello, che secondo il rapporto del 2026 alimentano gli strumenti di ranking.

Ogni patrimonio richiede manutenzione. Le immagini necessitano di attributi coerenti, le decisioni degli stylist devono essere registrate in modo strutturato e i dati sugli eventi devono essere puliti e raccolti lecitamente. Le fonti descrivono l'esistenza di questi patrimoni, non come siano stati governati.

Leggi anche

Come bonprix usa l'IA per assortimento, ranking dei prodotti e prezzi

Che cosa dovrebbero verificare i retailer prima di usare l'IA per i contenuti prodotto?

Testi e immagini generati sollevano questioni di accuratezza, voce del marchio, proprietà intellettuale e trasparenza. Una descrizione che indica in modo errato un materiale o un'istruzione di lavaggio può causare resi o problemi di conformità, e le immagini generate dei prodotti possono trarre in inganno se differiscono dall'articolo reale. I retailer dovrebbero definire quali tipi di contenuto possono essere generati, chi li rivede e come le correzioni rientrano nel processo. Nulla di tutto ciò è descritto per YNAP o LuxExperience nelle fonti esaminate.