Las grandes empresas de moda cuentan con ejércitos de cazadores de tendencias que viajan por todo el mundo analizando colores, tejidos y diseños de la ropa que vestimos. Esta capacidad les permite crear cada temporada la tendencia de la moda y producir con seguridad sus líneas de diseño. Sin embargo, el 90% de la industria de la moda en Europa está formado por pymes que deben arriesgar, con un año y medio de antelación, en el momento de apostar sobre el tipo de diseños que comercializarán. Por tanto, la predicción de los colores, los diseños y los tejidos que se llevarán en cada temporada es fundamental porque, si no los aciertan, pueden perder mucho dinero. De hecho, las pequeñas y medianas empresas del sector de la confección en Europa (unas 146.000, según Eurostat 2012) tienen que invertir entre el 6% y el 7% de su facturación en el diseño de producción, aproximadamente 11.500 millones de euros. Por eso, los investigadores del Innotex Center / Intexter de la UPC presentaron en la Unión Europea, junto con siete empresas y centros tecnológicos italianos, alemanes, ingleses y españoles, un proyecto para crear un sistema inteligente que permita a las pequeñas y medianas empresas europeas de la confección predecir con objetividad las tendencias de la moda, con un margen suficiente tiempo como para asegurar el máximo posible su apuesta de diseño. El proyecto Somatch consistirá en un robot o software capaz de analizar miles de millones de imágenes procedentes de las redes sociales, con las que obtendrá indicadores objetivos para poder predecir con garantías las tendencias futuras de la moda. Las imágenes que captará el sistema no se almacenarán, en cumplimiento de la ley europea de protección de datos, una de las condiciones que la Unión Europea ha exigido a los investigadores para llevar a cabo el proyecto. Somatch Trendhunter Segmentación como clave
Los datos que analizará Somatch segmentarán si es ropa para hombres o para mujeres, y la edad aproximada del usuario que la lleva. También estudiará el tipo de ropa, si se trata de una camiseta, una camisa, una falda o un pantalón así como si la prenda es ceñida, corta o larga, su color, las combinaciones de los colores y las texturas. De este modo, con la disponibilidad de miles de millones de imágenes, se pueden generar estadísticas muy afinadas y fiables, ordenadas según las necesidades de los diseñadores. Por tanto, las empresas del sector podrán planificar su producción con muchas más garantías. Más competitividad para las empresas
Según José Antonio Tornero, coordinador del proyecto Somatch, para fabricar una camisa, una pequeña empresa puede llegar a realizar 66.000 combinaciones virtuales de hilos, texturas y colores. «De estas, sólo se seleccionan un 3% para las colecciones, la mitad de las cuales se selecciona finalmente para la confección definitiva, es decir, unas mil combinaciones, pero finalmente sólo 500 tipos diferentes de camisas terminan en la tienda», afirma Tornero. Es decir, que de las 66.000 se quedan solamente con 500. «Este proceso supone un esfuerzo extraordinario para las empresas que, en el 60% de los casos en Europa, tienen menos de 50 trabajadores», concluye el investigador. El proyecto Somatch podría ahorrar hasta 8.000 millones de euros al conjunto de las pymes europeas del sector, porque reducirá y simplificará drásticamente el proceso de producción de diseño, en el que actualmente las empresas invierten cerca de un 7% de su facturación.Somatch estará terminado en 2017 y tiene un presupuesto de 1,2 millones de euros. El proyecto, que se desarrolla en el marco del programa Horizon 2020, está coordinado por el Innotex Center / Intertex de la UPC y cuenta con la participación de Sparsity, una spin off surgida de la UPC, que se encarga de analizar las redes sociales para detectar tendencias, mediante un sistema de gestión de base de datos gráfica de alto rendimiento. Asimismo, participan las empresas italianas Holonix, i-Deal y Dena Cashmere, Not just a label, del Reino Unido, Weblogs, SL, de Madrid, y la Universidad Técnica de Munich. * Para más información: https://innotex.upc.edu/español/