Искусственный интеллект стремительно перекраивает модную индустрию стоимостью $1,8 трлн — от первого эскиза до витрины магазина. Согласно свежему аналитическому обзору Observer Research Foundation, опубликованному к Всемирному дню творчества и инноваций 2026 года, глобальный рынок ИИ в фэшн-индустрии оценивается в $2,47 млрд и, по прогнозам, вырастет до $9,45 млрд к 2030 году при среднегодовом темпе роста 40,8%. Уже сегодня 73% руководителей модных компаний называют ИИ главным стратегическим приоритетом, а отчёт McKinsey и Business of Fashion «State of Fashion 2026» подтверждает: к 2030 году генеративный ИИ способен автоматизировать до 30% рабочего времени сотрудников отрасли в Европе и США.
Zara, флагман быстрой моды, уже анализирует 3 миллиона изображений из социальных сетей ежедневно для прогнозирования трендов и производит 85% коллекций «в сезон» — то есть реагирует на реальный спрос, а не на прогнозы полугодовой давности. H&M активно внедряет генеративный ИИ для усиления креативного процесса: «Мы исследуем новые технологии вроде генеративного ИИ, чтобы усилить креативность и переосмыслить то, как мы демонстрируем моду», — заявил Йорген Андерссон, креативный директор H&M. Nike объединяет потребительские, производственные и логистические данные в единую адаптивную систему, а Levi Strauss применяет предиктивные модели для оптимизации закупки материалов и повышения эффективности производства.
Одним из самых перспективных направлений стала генеративная ИИ-дизайн-платформа. Стартап Raspberry AI, привлёкший $24 млн от Andreessen Horowitz, позволяет дизайнерам визуализировать и итерировать идеи практически мгновенно — среди клиентов Under Armour, Kate Spade и MCM Worldwide. Платформа Fashion Diffusion, которой доверяют более 3000 брендов и агентств, обещает сократить дизайн-цикл на 70%, а затраты на физические образцы — на 30%. Китайская Zhiyi Tech, привлёкшая $100 млн, помогает Nike, Gap и Urban Revivo предсказывать следующий модный тренд, сканируя интернет и электронную коммерцию в поисках вирусных стилей.
ИИ несёт и серьёзные экологические преимущества. Модная индустрия ежегодно производит 92 миллиона тонн текстильных отходов, при этом перерабатывается в новую одежду лишь 1% выброшенных вещей. ИИ-системы прогнозирования спроса уже сокращают перепроизводство на 20–30%, а оптимизация раскроя ткани с помощью алгоритмов в пилотных проектах 2024–2025 годов снизила отходы текстиля на 10–15%. Стартап Unspun запустил систему FITOS для точного подбора размеров, которая позволяет перейти к производству по запросу и минимизировать возвраты. Однако эксперты предупреждают: без осознанного регулирования ИИ может просто ускорить потребление, а не сократить его.
Вместе с тем оборотная сторона ИИ-революции вызывает тревогу. По оценкам аналитиков, от 60 до 80% вакансий в модном дизайне могут быть автоматизированы к 2028 году. В Бангладеш, крупнейшем мировом хабе пошива одежды, под угрозой находятся 2,7 миллиона рабочих мест — около 60% всей рабочей силы отрасли. Отчёт McKinsey фиксирует парадокс: 92% компаний планируют увеличить инвестиции в генеративный ИИ, но лишь 1% готовы к полноценному масштабированию, а до 90% ИИ-инициатив не выходят за рамки пилотных проектов из-за слабой инфраструктуры данных.
53% американских потребителей, использовавших ИИ для поиска в 2025 году, уже применяют его и для шопинга, причём более 40% считают ИИ-рекомендации надёжнее платной рекламы. Это создаёт новую реальность: модные бренды, не внедряющие ИИ, рискуют потерять связь с аудиторией. Европейский AI Act и рост требований к прозрачности алгоритмов добавляют регуляторное давление. Очевидно одно: ИИ уже не эксперимент для модной индустрии — это фундаментальная трансформация, сравнимая по масштабу с появлением интернета. Вопрос лишь в том, удастся ли отрасли направить эту силу в сторону устойчивости, а не просто эффективности ради прибыли.
