La tesi esplora l'utilizzo dell'intelligenza artificiale generativa (GenAI) per l'analisi e l'individuazione dei trend emergenti nel settore della moda, con un focus particolare sulle startup sostenibili. In un contesto in cui l'industria della moda è sempre più criticata per le pratiche insostenibili e l'alto impatto ambientale, questa ricerca propone un'analisi dei modelli di business sostenibili e delle tendenze tecnologiche che stanno plasmando il futuro della moda. Attraverso una duplice metodologia, che combina un'analisi manuale delle tendenze e una classificazione automatica mediante algoritmi di elaborazione del linguaggio naturale (NLP) come Latent Dirichlet Allocation (LDA) e ChatGPT, la tesi identifica e mappa le innovazioni più significative delle startup sostenibili. I risultati evidenziano un aumento delle iniziative di economia circolare, l'adozione di materiali sostenibili, l'uso di tecnologie immersive e il crescente impegno per la trasparenza nelle catene di approvvigionamento. Questa ricerca fornisce una panoramica completa delle tendenze chiave e delle opportunità che il settore della moda deve affrontare nel perseguire pratiche più sostenibili, proponendo inoltre soluzioni per la gestione dei dati e la tracciabilità basate su GenAI.
The use of GenAI for trend scouting in the fashion industry: sustainable startups on the rise
Zanini, Beatrice
2024/2025
Abstract
La tesi esplora l'utilizzo dell'intelligenza artificiale generativa (GenAI) per l'analisi e l'individuazione dei trend emergenti nel settore della moda, con un focus particolare sulle startup sostenibili. In un contesto in cui l'industria della moda è sempre più criticata per le pratiche insostenibili e l'alto impatto ambientale, questa ricerca propone un'analisi dei modelli di business sostenibili e delle tendenze tecnologiche che stanno plasmando il futuro della moda. Attraverso una duplice metodologia, che combina un'analisi manuale delle tendenze e una classificazione automatica mediante algoritmi di elaborazione del linguaggio naturale (NLP) come Latent Dirichlet Allocation (LDA) e ChatGPT, la tesi identifica e mappa le innovazioni più significative delle startup sostenibili. I risultati evidenziano un aumento delle iniziative di economia circolare, l'adozione di materiali sostenibili, l'uso di tecnologie immersive e il crescente impegno per la trasparenza nelle catene di approvvigionamento. Questa ricerca fornisce una panoramica completa delle tendenze chiave e delle opportunità che il settore della moda deve affrontare nel perseguire pratiche più sostenibili, proponendo inoltre soluzioni per la gestione dei dati e la tracciabilità basate su GenAI.File | Dimensione | Formato | |
---|---|---|---|
875177-1290217.pdf
accesso aperto
Tipologia:
Altro materiale allegato
Dimensione
4.85 MB
Formato
Adobe PDF
|
4.85 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14247/22958