Moda Sektöründe Yapay Zeka: Otrium, Robotik ve İçerik Üretiminde Yapay Zekayı Nasıl Kullanıyor?
Yapay zeka, moda endüstrisini hızla fethediyor. Kimi şirketler gelişmeleri beklerken, kimileri ise bu alanda öncülük ediyor.
Outlet platformu Otrium, yapay zekayı hem depo operasyonlarının perde arkasında hem de üretken yapay zeka ile oluşturulan içeriklerle ön planda kullanıyor. Kurucu ortak Milan Daniels, bu teknolojinin şirketi nasıl daha hızlı, daha akıllı ve daha müşteri odaklı hale getirdiğini anlatıyor. Daniels ayrıca, gelecek için gördüğü fırsatları da ele alıyor.
1. Yapay zekaya bakış açınız nedir? Otrium, yapay zekayı hangi amaçlarla kullanıyor?
Şirket olarak, yapay zekanın bize sunduğu olanaklar konusunda oldukça heyecanlıyız. Gelişmeler çok hızlı ilerliyor. Bizim için önemli olan, işe yarayan çözümleri test etmek, öğrenmek ve ölçeklendirmek.
Şu anda yapay zekayı iki temel alanda kullanıyoruz. Depomuzda, siparişleri toplamak için en hızlı rotaları hesaplamak üzere yapay zekadan yararlanan otomatik bir toplama ve paketleme makinesi olan Autostore da dahil olmak üzere robotik ve otomasyon sistemlerinden faydalanıyoruz. Bu, maliyetleri düşürürken müşteriye daha hızlı hizmet sunmamızı sağlıyor.
Buna ek olarak, ürün veya model fotoğrafı temin edemediğimiz ürünler için görsel oluşturmak amacıyla üretken yapay zekadan yararlanıyoruz. Bu yaklaşım, ürün sunumunu iyileştiriyor ve dönüşüm oranlarını artırıyor. Bu yöntemi yaklaşık dört aydır uyguluyoruz. Robotik ve yapay zekayı lojistik süreçlerimize ise bu yılın başlarında, Nisan ayında entegre ettik.
2. Bu konuyu biraz daha açabilir misiniz? Öncelikle, deponuzdaki otomasyon ve yapay zeka entegrasyonu süreci nasıl gelişti?
Depomuzdaki otomasyon ve yapay zeka entegrasyonu, teknik olarak oldukça zorlu ve kapsamlı bir iş birliği gerektiren bir süreçti. Bu projeyi, lojistik ortağımız Bleckmann, makinelerin yönetimini üstlenen Kardex ve sistemin kendisi olan Autostore ile birlikte yürüttük. Kurulumun tamamlanması için bu dört taraf birlikte çalıştı. Bu sistemlerin arkasında on yıllara dayanan bir deneyim var; Kardex ve Autostore, bu hizmeti başka birçok şirket için de sunuyor.
Bizim için asıl mesele, doğru zamanda bu trene binmekti. Bu, önemli bir yatırımdı ve ancak ekonomik olarak anlamlı hale geldiği bir ölçeğe ulaştığımız için mümkün oldu. Bu, bizim için bir dönüm noktasıydı.
Metin, görsellerin altında devam etmektedir
3. Yapay zeka destekli deponun operasyonlarınız üzerindeki etkisi ne oldu? Bu yatırım size ne gibi kazanımlar sağladı?
Açıkçası fark muazzam. Artık daha fazla kapasitemiz var ve daha az personele ihtiyaç duyuyoruz; iş gücümüz yüzde 70 oranında azaldı. Depo personelinin daha az tekrarlayan görevle meşgul olması ve belirttiğim gibi, müşterilere daha hızlı hizmet verebilmemiz de önemli bir avantaj.
Bunun yanı sıra verimlilik artışları da söz konusu. Elde ettiğimiz tasarrufu daha iyi hizmet sunmak veya pazarlama bütçemizi güçlendirmek için kullanıyoruz. Bu da bizi kârlılığa daha da yaklaştırıyor.
Sipariş toplama makinesinin yanı sıra, kutuları paketleyen Genesis adında bir makinemiz daha var. Yakında, ürünleri otomatik olarak plastik torbalara yerleştiren bir polietilen torbalama makinesi de eklenecek.
Elbette her sistemin kendine özgü bir öğrenme eğrisi var. İnsanlarla çalışmanın zorlukları olduğu gibi, robotlarla çalışmanın da kendine has güçlükleri bulunuyor. Bazen duraksayabiliyorlar ve yeniden başlatılmaları gerekiyor. Bu kırılganlık ve teknik karmaşıklık da sürecin bir parçası.
4. Üretken yapay zekayı (GenAI) nasıl kullanıyorsunuz ve bu size ne gibi faydalar sağladı?
Otrium, 250 markayla çalışıyor ve yılda beş milyon adet stok ürünü alıyor. Bazen model fotoğrafları eksik oluyor veya bizim gibi üçüncü taraf platformlarda kullanım hakları bulunmuyor. Ağırlıklı olarak artık stoklarla çalıştığımız için SKU (stok tutma birimi, ed.) başına derinlik genellikle az oluyor. Bu durum, geçmişte pahalı fotoğraf çekimleri düzenlemeyi kârsız kılıyordu. Ancak bir ürün, model fotoğrafları olmadan iyi satmıyor. Üretken yapay zeka sayesinde, bu ihtiyacı uygun maliyetli bir şekilde karşılayabiliyor ve böylece ürün sunumunu iyileştiriyoruz.
Ayrıca artık, örneğin hedefli e-bültenler için şirket içinde ilham görselleri ve kampanyalar oluşturuyoruz. Geleneksel moda markaları sezonlarla çalışırken, biz sürekli değişen ürünlerle uğraşıyoruz. Üretken yapay zeka, bu ürünlerin etrafında hızla içerik oluşturmamızı sağlıyor. Bunu bu ölçekte manuel olarak yapmamız asla mümkün olmazdı. Müşterilerin bu konudaki tepkileri de oldukça olumlu.
5. Yapay zeka, çalışanlarınızdan ne gibi yetkinlikler talep ediyor? Üretken yapay zekanın getirdiği zorluklar da var şüphesiz...
Üretken yapay zekanın en büyük zorluğu, sürekli yeni araçların ve hizmetlerin ortaya çıkması. Bu durum, sektörde büyük bir hareketlilik ve bir miktar da kaos yaratıyor. Bir çözüme yatırım yapıyorsunuz ve bir ay sonra, on kat daha iyi çalışan ve Google Gemini gibi daha büyük bir paketin parçası olan yeni bir sürüm veya alternatif piyasaya çıkıyor.
Bu durum, ekibimizden muazzam bir esneklik talep ediyor. Tek bir çözüme bağlı kalmak yerine, yaratmak istediğimiz şeye en uygun aracın hangisi olduğunu sürekli olarak yeniden değerlendirmemiz gerekiyor. Bu, bir SaaS çözümü seçip yıllarca onunla çalıştığımız geçmişteki yaklaşımdan gerçekten çok farklı.
6. Gelecekte yapay zeka için en büyük fırsatları nerede görüyorsunuz?
Çok fazla potansiyel gördüğümüz birkaç alan var. Beden ölçülendirme (Sizing) bunlardan en önemlisi. Sadece bizim için değil, elbette tüm moda sektörü için geçerli bu. Yapay zeka yardımıyla bedenlerde daha fazla tekdüzelik sağlayabiliriz. Ayrıca iadelerden öğrenerek müşteriye daha iyi beden tavsiyesi vermeyi de düşünebiliriz.
İkinci bir alan ise hareketli görseller. Model fotoğrafçılığı şu anda statik, ancak bunun videolara dönüşmesi, döndürme veya yakınlaştırma gibi yeni işlevler sunar. Bu da çevrimiçi deneyimi, fiziksel mağaza alışverişi deneyimine birkaç adım daha yaklaştırır.
7. Yapay zeka konusunda diğer moda şirketlerine bir tavsiyeniz var mı?
Başkalarına ne yapmaları gerektiğini söylemekten hoşlanmam ama kendi deneyimimizi paylaşabilirim. Otrium, o zamanlar çok inandırıcı görünmeseler de yapay zeka ile lookbook oluşturmaya erken bir aşamada başladı. Teknolojinin hızla daha iyiye gideceğini biliyorduk. Buradan çıkarılacak ders şu: Bir şeyin mükemmel olmasını beklemeyin. Yapay zekayı kullanmaya zamanında başlayın ve gelişim süreciyle birlikte siz de büyüyün. Sürece geç dahil olanlar geride kalma ve rekabet avantajını kaçırma riskiyle karşı karşıya kalır.
Otrium, kısa bir süre önce yeni bir segment olan güzellik kategorisini lanse etti. Şirket ayrıca, Almelo'daki ana deposundan doğrudan hizmet vererek Birleşik Krallık pazarında yeniden aktif hale geldi.
Şirketiniz tasarım, lojistik veya envanter yönetiminde yapay zeka kullanıyor mu? Deneyimlerinizi tip@fashionunited.com adresi üzerinden editör ekibimizle paylaşın.
Kaynaklar:
- 22 Eylül 2025 tarihinde Otrium kurucu ortağı Milan Daniels ile yapılan röportaj.
- Röportajın deşifresi ve yazım desteği için kullanılan yapay zeka araçları.
Bu makale bir yapay zeka aracı kullanılarak İngilizceye çevrilmiştir.
FashionUnited, (haber) makalelerinin çevirisini hızlandırmak ve nihai sonucu iyileştirmek amacıyla çevirileri kontrol etmek için yapay zeka dil araçları kullanmaktadır. Bu, insan gazetecilerimize araştırma yapmak ve özgün makaleler yazmak için harcayabilecekleri zamanı kazandırır. Yapay zeka yardımıyla çevrilen makaleler, yayınlanmadan önce bir insan editör tarafından kontrol edilir ve düzenlenir. Bu süreçle ilgili sorularınız veya yorumlarınız varsa info@fashionunited.com adresinden bize e-posta gönderebilirsiniz.
Bu makale, bir yapay zeka aracı kullanılarak Türkçeye çevrilmiştir.
FashionUnited, dünya çapındaki moda profesyonellerinin haberlere ve bilgilere daha geniş erişimini sağlamak amacıyla yapay zeka dil teknolojisinden faydalanmaktadır. Doğruluğa özen gösterilse de, yapay zeka çevirileri sürekli olarak gelişmektedir ve şu an için tamamen kusursuz olmayabilir. Bu süreçle ilgili herhangi bir sorunuz ya da yorumunuz varsa, bize info@fashionunited.com adresinden ulaşabilirsiniz.
OR CONTINUE WITH