Daydream želi iz fotografij in pogovorov s Siri ustvariti modnega nakupovalnega agenta

Aplikacija za modno odkrivanje in nakupovanje Daydream je predstavila dve novi funkciji, s katerima želi iskanje oblačil premakniti iz klasičnega spletnega brskanja v uporabnikovo fotogalerijo in glasovni vmesnik Siri. Prva omogoča prepoznavanje kosov oblačil na shranjenih fotografijah, druga pa iskanje izdelkov z naravnimi jezikovnimi zahtevki.

Pomembna opomba glede izvornega gradiva: TechCrunchov članek, na katerem temelji novica, navaja iOS 27 in datum september 2026. Gre za podatke iz priloženega vira, ki jih ni mogoče neodvisno potrditi. Zato ni primerno trditi, da gre za trenutno javno dostopno Applovo različico sistema, niti ugibati, katero različico iOS naj bi oznaka nadomeščala.

Od Instagram posnetka do izdelka v spletni trgovini

Daydreamova funkcija vizualnega iskanja analizira slike, shranjene v aplikaciji Photos. Uporabnik lahko denimo uporabi posnetek zaslona modne kombinacije z Instagrama ali Pinteresta. Sistem naj bi prepoznal posamezne elemente outfita — pulover, hlače, čevlje, torbico ali očala — in jih povezal z izdelki iz Daydreamovega kataloga.

Če aplikacija najde točen izdelek, ki je še na voljo, uporabnika usmeri do prodajalca. Če ga ne najde oziroma ni več v prodaji, ponudi slogovno podobne alternative. Daydream navaja, da njegov katalog obsega približno tri milijone izdelkov.

Za uporabnika je prednost očitna: navdih, ki je bil prej le slika brez uporabne povezave, postane izhodišče za nakup. To je hkrati eden težjih problemov računalniškega vida. Sistem ne sme le zaznati, da je na fotografiji »rdeč pulover«, temveč mora oceniti kroj, material, vzorec, silhueto, cenovni razred in kontekst celotne kombinacije.

Kako takšna umetna inteligenca najverjetneje deluje

Daydream v predstavljenih informacijah ni razkril uporabljenih modelov, arhitekture ali konkretnih Applovih programskih okvirov. Zato ni mogoče z gotovostjo trditi, ali uporablja Vision, Core ML, Apple Intelligence ali druge tehnologije neposredno na napravi.

Takšne rešitve običajno združujejo več plasti umetne inteligence. Model računalniškega vida najprej zazna osebo in modne izdelke na sliki. Nato modele za klasifikacijo oziroma multimodalne modele uporabi za določanje lastnosti: kategorije izdelka, barve, kroja, teksture, znamke in sloga. Temu sledi iskanje po katalogu, kjer se vizualni opis fotografije primerja z opisi in slikami izdelkov trgovcev.

Zahtevek, kot je »ta pulover mi je všeč, vendar ga želim v rdeči«, je bolj kompleksen od preprostega ujemanja ključnih besed. Dober sistem mora razumeti, da uporabnik želi ohraniti tip izdelka in slog, zamenjati pa le atribut barve. To zahteva semantično razumevanje besedila in strukturirane podatke o izdelkih. Iz objavljenih informacij ni razvidno, ali Daydream pri tem uporablja generativno umetno inteligenco, klasične modele za priporočanje ali kombinacijo obojega.

Siri kot nakupovalni vmesnik

Druga funkcija omogoča iskanje prek Siri, brez neposrednega odpiranja aplikacije. Uporabnik lahko z glasom ali besedilom poda zahtevo, kot je iskanje blazerja za poslovni sestanek, Daydream pa vrne prilagojene rezultate.

Priporočila naj bi bila natančnejša, če uporabnik izpolni profil »Style Passport«. Vanj vnese velikosti, priljubljene znamke, osebni slog in proračun. To nakazuje, da Daydream ne gradi le iskalnika izdelkov, temveč profil preferenc, ki ga lahko uporabi pri rangiranju rezultatov.

Tak pristop lahko skrajša pot od želje do nakupa, vendar odpira tudi vprašanje, koliko nadzora uporabnik ohrani nad priporočili. Če algoritem preveč poudarja pretekle nakupe, lahko uporabnika zapre v slogovni mehurček: prikazuje mu podobne izdelke, manj pa nove, alternativne ali cenovno ugodnejše možnosti.

Modni specialist ali še en priporočilni sistem?

Daydream se želi razlikovati od splošnih vizualnih iskalnikov podjetij, kot sta Google in Amazon. Soustanoviteljica in izvršna direktorica Julie Bornstein trdi, da številna tovrstna orodja nimajo dovolj specializiranega znanja o modni kategoriji, zato vračajo nenatančne rezultate, povezave do nezanesljivih znamk ali celo ne-nakupovalne slike.

V praksi bi Daydreamova prednost lahko izhajala iz kakovosti in strukture njegovega modnega kataloga. Specializiran sistem lahko izdelke bolje označi po kroju, slogu, sezoni, materialu, priložnosti in kombiniranju z drugimi kosi. Toda trditve o večji natančnosti bo treba presojati na podlagi dejanske uporabniške izkušnje: pri slabo osvetljenih fotografijah, trendovskih ali nišnih kosih, nejasnih slikah ter izdelkih brez jasne prodajne povezave.

Zasebnost in pristranskost ostajata odprti vprašanji

Ker aplikacija analizira fotografije in zbira podatke o velikostih, proračunu, znamkah ter osebnem slogu, je zasebnost pomemben del zgodbe. Daydream v priloženem gradivu ne pojasnjuje, ali se analiza fotografij izvaja lokalno na napravi ali se slike oziroma njihovi podatki pošiljajo v oblak. Prav tako ni navedeno, kako dolgo se hranijo podatki iz profila Style Passport, ali se uporabljajo za oglaševanje in ali jih podjetje deli s trgovci.

Poleg zasebnosti je pomembna tudi algoritmična pristranskost. Priporočilni modeli lahko dajejo prednost bolje zastopanim znamkam, dražjim izdelkom ali ozkim predstavam o slogu in telesnih tipih. Transparentnost glede plačanih uvrstitev in kriterijev rangiranja bo ključna za zaupanje uporabnikov.

Daydream navaja, da ima več kot 1,5 milijona uporabnikov, več kot 325 trgovcev in približno 10.000 znamk. Njegova dolgoročna ambicija je nakupovalni agent, ki bi uporabnikov slog razumel dovolj dobro, da bi mu pomagal na različnih digitalnih površinah. Te nove funkcije so korak v to smer — a njihova prava vrednost bo odvisna od natančnosti, preglednosti priporočil in odgovornega ravnanja z osebnimi podatki.