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.
2024-10-23
File in questo prodotto:
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.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14247/22958