Мы продолжаем публиковать материалы, посвященные возможностям искусственного интеллекта применительно к легпрому. В данной статье мы предлагаем ознакомиться с исследованиями главного редактора издания ReHack Девина Партида для Technology Magazine, в которых он на практике описывает то, технологии искусственного интеллекта помогают в производстве одежды и позволяют удовлетворять спрос без превышения доступного предложения.

После некоторого торможения, вызванного пандемией Covid-19, спрос на одежду в мире продолжает расти. И в ближайшие несколько лет эта потребность увеличит объем мировой легкой промышленности с $1,5 трлн в 2020 году до $2,25 трлн к 2025 году. Однако такое расширение рынка вовсе не означает, что производители готовы с легкостью оправдать ожидания потребителей. Как и любая другая отрасль, швейная и текстильная промышленности должны научиться обслуживать растущее население, не забывая при этом об ограниченности ресурсов планеты.

ИИ в текстильной промышленности – применение и влияние

Новое исследование Grand View Research показывает, что в результате увеличения спроса на одежду в развивающихся странах, таких как Китай, Индия, Мексика и Бангладеш, ожидается, что до 2027 года мировые рынки текстиля будут демонстрировать среднегодовые темпы роста в 4,3 %. Уже сейчас развитие таких новых технологий, как ИИ и Интернет вещей (IoT), существенно меняет некогда весьма трудоемкий текстильный бизнес.

На большинстве текстильных производств в настоящее время уже применяются программируемые станки и массовый выпуск тканей теперь организован значительно эффективнее, чем прежде. ИИ же может получать доступ к архивным и оперативным данным и собирать их для производителей в режиме реального времени. И если у тех есть четкое представление о своих операциях, им будет значительно легче изменять процессы для повышения производительности труда людей.

ИИ хотя бы частично может уже применяться на каждом этапе создания продукта, будь то определение его стоимости, изготовление текстиля, контроль качества, выпуск товара точно в срок, сбор данных или компьютеризированное производство. Обычно интегрированные приложения ИИ включают в себя функции обнаружения дефектов, проверку лекал и сопоставление цветов для текстильного производства. Использование ИИ позволило также предложить лучшие варианты для создания «умной одежды», в которой используются IoT и электронные датчики. Благодаря применению этих технологий такая одежда может стать более приятной и полезной для здоровья.

Автоматизация сбора данных и управления активами

Основными источниками и бенефициарами операционных данных в индустрии являются распределительные центры. У менеджеров этих центров есть множество источников информации, которые могут помочь им оптимизировать текущую нагрузку, от архивных данных о потребительских тенденциях и ресурсах поставщиков до информации о колебаниях рынка в реальном времени.

Искусственный интеллект может превратить распределительные центры в источник данных, касающихся в первую очередь текущего учета товара, истории спроса и спроса в реальном времени, а также тенденций на рынке труда и будущих потребностей в рабочей силе, доступности сырья и ценового предложения на него.

Помимо сбора и распространения данных, относящихся к каждому звену цепочки поставок, ИИ также может оптимизировать перемещение и распределение персонала, материальных и других активов на объектах. Один из способов – умная автономная робототехника. Предполагается, что производители и дистрибьюторы всех видов будут способствовать росту автоматизированных транспортных средств с $2,1 млрд в 2020 году до $6,23 млрд в 2030 году. Уже есть ощутимый выигрыш, когда ИИ приводит в действие автоматизированные погрузочно-разгрузочные работы на швейных фабриках и в распределительных центрах. Даже возможность автоматизировать транспортировку сырья с одного участка завода на другой – например, со склада до линии упаковки – может дать значительные преимущества во времени и в безопасности.

Искусственный интеллект также зарекомендовал себя и в управлении персоналом. Когда сбалансировать текущую и будущую работу с доступной рабочей силой становится сложнее, чем когда-либо, ИИ помогает менеджерам создавать смены и перестраивать процессы, чтобы удовлетворить текущие потребности производства и предвосхитить будущие.

Прогнозирование трендов

Весь процесс создания модных коллекций начинается за два, а то и за три года до выхода готовой продукции на рынок. И начинается он с определения материалов и цветовой гаммы для тех моделей, которые будут востребованы потребителем через такой значительный промежуток времени. И поскольку модные тенденции сегодня меняются стремительно, прогнозирование является не только само по себе трудным, но и трудоемким занятием. До сих пор аналитики должны были определить следующую тенденцию, вручную перебрав фотографии с показов, изучив ранее популярные стили, тенденции в социальных сетях и предпочтения клиентов. Профессионалы могут «попасть в яблочко», а могут и промахнуться. ИИ, обученный работе с Big Data, анализирует предыдущие данные о моде, оценивает требования и предпочтения клиентов, оценивает движения конкурентов и выявляет тенденции рынка значительно точнее и быстрее. Уже через несколько минут после обработки данных он готов предоставить точную информацию о перспективных моделях. Отслеживая последние тенденции моды, ИИ позволяет брендам и производителям выходить в топ за считанные дни или месяцы.

Машинный дизайн

Сейчас бурно обсуждается, сможет ли полностью ИИ заместить дизайнеров. На данном этапе нет, искусственный интеллект учится все же на уже разработанных до него моделях. Но приложения ИИ могут быть проанализированы, а загруженные в них фотографии изучены, и, следовательно, в какой-то момент из этого может возникнуть уже совершенно новая мода. Так, в апреле 2023 года состоялась первая в мире AI Fashion Week, заявки на которую подали более 300 дизайнеров. Пока представленные на ней коллекции выглядели все же узнаваемой имитацией известных брендов, только в более качественном эскизном исполнении, но после того, как дизайнерские приложения ИИ были запущены, многочисленные e-comm титаны уже предпринимают серьезные шаги по внедрению этой технологии на этапе разработки ассортимента. Например, группа профессионалов из Amazon разработала инструмент искусственного интеллекта, который может анализировать фотографии и самостоятельно создавать совершенно новый дизайн одежды. Другое приложение этой компании быстро считывает подобранный образ и дает стилистический совет по поводу «модности» того или иного лука (это работает и по отношению к продукции, представляемой на маркетплейсе сторонними продавцами). Не только Amazon, но и сотни других цифровых гигантов уже начали свои эксперименты с искусственным интеллектом и полностью оптимизировали процесс проектирования. В сотрудничестве с брендом Tommy Hilfiger и нью-йоркским Технологическим институтом моды (FIT) компания IBM использует искусственный интеллект, чтобы дать дизайнерам возможность ускорить цикл разработки продукта.

Итак, с качественным тренд-прогнозом и разработанными моделями компании приступают к заказу тканей. И здесь самое время посмотреть, где можно применить (или уже применяют) ИИ в текстильной промышленности.

Производство пряжи

Человеческий глаз – замечательный инструмент, но он подвержен ошибкам. Одной из областей легкой промышленности, где искусственный интеллект уже применяется для улучшения контроля качества, является сортировка пряжи и другого исходного сырья.

Применение искусственного интеллекта в этой области приводит к экономии средств и более точной классификации основных материалов, используемых в производстве одежды. Иными словами, ИИ может поддерживать более высокие и последовательные стандарты качества в текстильной промышленности, чем люди в одиночку, тем самым повышая среднее качество выпускаемого продукта.

Сегодня на каждом этапе прядения и ткачества за счет использования ИИ производственный процесс испытывает революционные изменения, начиная от выдувной камеры до кардочесания, волочения, формирования нахлестов, гребнечесания, скоростной рамы, кольцевого прядения, намотки, упаковки и даже кондиционирования помещений. Теперь все необходимые производственные параметры определяются панелями управления на основе ИИ с минимальным участием человека. Это не только укрепило процесс, но также способствовало снижению затрат и повышению качества. За счет оцифровки процесса прядения прогнозирование необходимого количества пряжи стало более точным. Использование ИИ сократило на 60 % количество ошибок на этапе сортировки пряжи, что привело к повышению качества ОТК текстиля. ИИ упростил измерение физических и тактильных характеристик ткани.

ОТК на ткацком производстве

Технология искусственной нейронной сети упрощает обнаружение дефектов как в тканых, так и в вязаных полотнах. Так, например, ИИ-приложение Cognex ViDi может автоматически исследовать структуру ткани, изобретенную Cognex Corp. Проверка рисунка ткани с помощью ИИ ускоряет производство за счет уменьшения количества дефектов при минимальной рабочей нагрузке и максимальной точности. ИИ также можно использовать для обнаружения дефектов, которые исторически выполнялись рабочими путем индивидуальной проверки качества каждого материала.

Проверка цветовых характеристик ткани

Традиционно для проверки соответствия окончательного цвета ткани исходному дизайну использовались цветовые карты. Приложение Datacolor со своей функцией искусственного интеллекта предлагает учитывать предыдущие данные визуальной оценки людей-операторов и генерировать допуски, которые, в свою очередь, ложатся в основу дополнительных проверок, что должно привести к точному соответствию образцам.

Цветные красители, жидкие пигменты, пасты и вся информация по ним поступают в дозатор Data Color System. Это позволяет подготовить наиболее точные решения для различных областей применения за меньшее время.

Классификация ткани

В текстильном производстве машинное обучение позволило более объективно оценивать ткани и получать более стабильные результаты. ИИ определяет длину тонких, толстых и штапельных волокон, точно распределяя их с помощью искусственной нейронной сети. Примером технологии ИИ является «мудрый глаз», способный обнаруживать дефекты ткани. Для этого процесса используется соединенная с двигателем станка высокоэффективная осветительная LED-система вкупе с мощной камерой высокого разрешения

Сокращение ошибок при проверке конечного продукта

Машинное обучение и компьютерное зрение достигли такого уровня, когда они могут даже различить, есть ли у фрукта синяки под кожурой. Применение этих технологий в текстильном и швейном производстве также вдохновляет. Алгоритмы в сочетании со специальными системами освещения могут оценить состояние и пригодность к продаже новых и ранее ношенных предметов одежды. Измерение уровня проходящего и отраженного света позволяет ИИ с одного взгляда «увидеть», соответствует ли плотность куска ткани или готовой одежды текущим стандартам качества. При тестировании остроты зрения человека в производственных условиях исследователи обнаружили 17,8 % и 29,8 % вероятности ошибок I и II типа соответственно. Первый тип ошибок связан с ложными срабатываниями, второй – с тем, что контролеры пропускают настоящие дефекты. Каждая операция по изготовлению одежды отличается, но эксперты считают программное обеспечение для автоматизированного контроля на базе ИИ заслуживающим внимания способом, с помощью которого производители одежды могут снизить затраты и количество ошибок. Такая простая вещь, как выявление некачественной пряжи на раннем этапе производственного процесса, может обеспечить ценность продукта на всех этапах экономической цепочки.

Создание кроя

Создание как рисунка текстиля, так и кроя моделей – важные операции в легкой промышленности, когда на ткани формируются различные узоры, а материалы вырезаются точно по заданным лекалам. Программное обеспечение САПР – это подмножество ИИ, которое позволяет дизайнерам на базе заложенных шаблонов создавать и оцифровывать конструкции моделей. В нем сразу можно примерять ткань к 3D-изображениям моделей, что упрощает их визуализацию.

Управление цепочками поставок и мерчандайзинг

На этапе отгрузки коллекций ИИ можно использовать для автоматизации транспортировки и упаковки. Управление цепочкой поставок жизненно важно для беспрепятственного движения между продавцами материалов и производителями одежды. Хорошее управление цепочкой поставок требует больших складских площадей, улучшенного управления складом, распределения товара и грамотной коммуникации между всеми звеньями. С помощью роботизации, машинного обучения, Интернета вещей и других технологий ИИ может предложить все эти преимущества.

Мерчандайзинг – еще одна область, в которой ИИ может применяться для оценки и обработки фрагментов информации, персонализации клиентского опыта, отслеживания поведения потребителей и прогнозирования рыночных тенденций. Такие технологии, как анализ данных, НЛП и виртуальные помощники, позволяют ИИ обеспечивать оптимальную связь между производством, розничной торговлей и клиентами.

ИИ и смарт-текстиль

Отдельная сфера применения искусственного интеллекта – появление смарт-моды. Каждый день изобретаются новые «умные» предметы одежды. Смарт-текстиль может отслеживать и обмениваться информацией о пользователях, включая биометрические данные, такие как артериальное давление, частота сердечных сокращений, влажность, температура и многое другое, путем включения ИИ с такими технологиями, как Bluetooth Low Energy (BLE), периферийные вычисления и облачные данные.

«Умная» одежда в сочетании с технологиями электрических датчиков может выполнять те же функции, что фитнес-трекеры, но при этом предложить больше форм мониторинга физиологических сигналов, чем смарт-часы, потому что она лучше взаимодействует с телом человека, чем часы. Умная одежда может обеспечить непрерывный мониторинг важных биометрических показателей, таких как частота сердечных сокращений, что позволяет собирать полную и обширную информацию о сердечно-сосудистых заболеваниях пациентов. Благодаря более практичному долгосрочному наблюдению врачи могут лучше выявлять или диагностировать вероятные сердечные заболевания.

Индпошив

А что же люкс? Есть ли в этом сегменте моды место для автоматизации? Да, устойчивое и индивидуальное производство – еще одна область, в которой ИИ готов проявить себя. Современные программы и приложения позволяют конечным пользователям создавать 3D-визуализацию своего тела, чтобы упростить производство одежды по индивидуальному заказу с меньшими трудозатратами. Генеративный дизайн – еще одна технология, которая произвела фурор в индустрии одежды. Дизайнеры и инженеры используют алгоритм ИИ для выбора материала и ограничений производительности, а затем дают указание ИИ создать дизайн продукта, соответствующий этим критериям. Результатом является более широкий выбор пригодных для использования конструкций и существенное сокращение времени производства и материальных отходов. Сейчас аналитики рынка заняты прогнозированием экономического влияния ИИ на швейную промышленность и производство в целом. По одной из оценок, к 2026 году объем производства продуктов с искусственным интеллектом достигнет $16,7 млрд.

Клиентский опыт

Поскольку клиенты все еще раздражены и ворчат из-за того, что не получают своевременную поддержку или обслуживание, модные компании постоянно вынуждены ускоряться и предоставлять им почти мгновенный сервис. Благодаря же ИИ ритейлеры стремятся сделать все возможное для персонализации шопинга.

От персонифицированных рекламных уведомлений до снижения цен, от ответов на вопросы в чат-ботах до онлайн-консультаций персональных стилистов – все эти мгновенные предложения могут быть предоставлены искусственным интеллектом, а бренды таким образом смогут выполнить свою задачу по повышению качества обслуживания.

На рынке есть приложения ИИ для стилистов, которые позволяют пользователям просматривать одежду в Интернете или нажимать на изображения. Когда эти фотографии отображаются во входных данных, программное обеспечение рекомендует оптимальный стиль на основе цветотипа, сложения и предпочтений пользователя и с учетом тенденций моды.

Что ж, уже понятно, что ИИ сыграет важную роль в изменении формы и ускорении роста бизнеса в текстильной и легкой промышленности в ближайшие несколько лет. И, вероятно, он существенно изменит рынок труда в этой области. И здесь встает вопрос, куда же отправится весь низкоквалифицированный персонал, который сегодня занят на конвейерах текстильных и швейных предприятий в не самых благополучных с экономической точки зрения странах (а именно там, как мы знаем, производится большая часть продукции, которая затем продается по всему миру). Но вопрос о безусловном базовом доходе и перестройке образования под современные требования экономики 4.0 выходит за рамки этой статьи.

Юна Завельская главный редактор SHOES Magazine