A partir de su tecnología y del trabajo con clientes, la startup fue ampliando en el último tiempo su plataforma más allá de las recomendaciones de talles para consumidores y hoy ofrecen soluciones para diferentes etapas de la cadena del sector.
Por ejemplo, crearon una herramienta pensada para fábricas y centros de distribución que permiten medir prendas de forma automatizada y realizar controles de calidad para verificar que las dimensiones de cada producto coincidan con las especificaciones antes de que lleguen a las tiendas.
"Con la misma tecnología logramos hacer un puente entre la fabricación y el e-commerce", señalaron los fundadores.
Más recientemente, la empresa también sumó una nueva línea de negocio enfocada en la generación de contenido para catálogos mediante inteligencia artificial. Por ejemplo, la plataforma toma a una persona real como modelo y combina su imagen con distintas prendas del catálogo para generar nuevas fotografías de producto, reduciendo los tiempos y costos asociados a las producciones tradicionales.
“Dentro del mismo nicho fuimos descubriendo y resolviendo distintas funcionalidades con la confianza del cliente. Queremos resolver todos los problemas de ecommerce de moda. Empezamos siendo una empresa que ayudaba a recomendar talles para bajar devoluciones, aumentar las ventas y mejorar la experiencia de compra y nos transformamos en una empresa especializada en producto de IA para todo lo que es fashion”, resumieron los fundadores de la startup.
Para los emprendedores, la clave de esa evolución fue mantener el foco en una única industria. Además, según explicaron, el sector del retail de moda presentan una gran oportunidad, ya que todavía depende de numerosos procesos manuales que demandan tiempo y generan costos innecesarios.
"Esa realidad hace que, cuando detectamos un problema en un cliente no sea solo de una empresa o de un país en particular, sino de toda la industria", señalaron. Esa característica, agregaron, les permitió desarrollar soluciones escalables que pueden implementarse en distintos mercados y con marcas de diferentes tamaños.
Mercados que se suman en la región y la apuesta por conquistar Europa y Estados Unidos a través del trabajo con grandes marcas
Con este modelo de negocio, Fitit ya trabaja con más de 150 clientes y supera el millón de usuarios. Actualmente, la startup opera en 12 países entre los que se encuentran Uruguay, Argentina, Chile, Colombia, Perú, Honduras, Panamá, Ecuador, Guatemala, Paraguay, España y Estados Unidos. Dentro de esos, Ecuador, Paraguay y Guatemala, son los tres mercados en los que la startup desembarcó más recientemente, en un movimiento que para los fundadores responde tanto a la evolución del comercio electrónico en la región como a una estrategia de crecimiento gradual.
"Los mercados más desarrollados en e-commerce siguen siendo Chile, Argentina, Uruguay y Colombia. El resto de la región venía un poco más atrás, pero en los últimos años se aceleró mucho. Un caso claro es Perú, donde entre el año pasado y este año nuestra cartera de clientes creció de forma muy significativa", señalaron.
Además, esto también se enmarca en la estrategia de crecimiento bootstrapped -sin levantar capital externo- de la compañía. De esta manera, comenzar por América Latina les permite a los emprendedores validar el producto en un mercado con características culturales y comerciales similares, manteniendo bajos los costos de operación.
"Nos dimos cuenta de que, si logramos dominar Latinoamérica, después va a ser mucho más fácil crecer en Europa o Estados Unidos. El aprendizaje se hace a menor costo y mucho más rápido. Nuestro objetivo es convertirnos en la solución predominante en la región y, desde ahí, seguir expandiéndonos", afirmaron.
Además, adelantaron que ya mantienen conversaciones con grandes jugadores del sector en Europa y Estados Unidos.
Actualmente entre sus clientes figuran algunas de las principales marcas internacionales de la industria de la moda, como Adidas en Uruguay y Paraguay, Crocs y Nike, un cliente que recientemente incorporaron en Chile.
Para los fundadores, contar con clientes de este alcance permite validar la tecnología frente a las mismas compañías en otros países y puede funcionar como una de las principales cartas de presentación para avanzar en negociaciones con grandes empresas de Europa y Estados Unidos.
Un “probador” online con IA: cómo funciona la nueva herramienta que se suma a la propuesta de la startup
Sacás una foto de una prenda que ya tenés en el ropero, una tecnología la mide y la compara con la que estás por comprar. De ahí sale la recomendación de talle de Fitit, la empresa uruguaya que además te muestra cómo te va a quedar esa ropa puesta con un probador virtual que corre sobre las mismas imágenes.
Cuando arrancaron ya existían soluciones que recomendaban talle a partir de datos del cuerpo del usuario: altura, peso y algún dato más para estimar una M o una L. Fitit fue por otro lado. No mide cuerpos, mide prendas.
"A mí no me importa tu cuerpo, me importa cómo usás la ropa, por eso habla mucho más de vos", explicaron los fundadores. El razonamiento es que hay gente grande que usa cosas apretadas y gente flaca que las usa sueltas, así que comparar prenda contra prenda da mejor referencia que comparar prenda contra cuerpo.
Para eso está la foto. Una IA desarrollada por la empresa toma esa imagen, mide la prenda y coloca los puntos exactos de referencia para extraer las medidas y cruzarlas con la tabla del producto.
El try on resuelve la otra mitad. Si querés unos championes, sacás una foto de tu pie o del par que ya tenés y el sistema devuelve una estimación de cómo se van a ver puestos. Ahí aparece un componente de juego: mucha gente comparte esa imagen por WhatsApp, como quien manda una foto desde el probador.
Los socios separan las dos funciones. Los modelos de generación de imagen tienden a mostrar la prenda de la mejor manera posible —"no te van a hacer que te quede mal"—, así que el try on responde cómo te queda, mientras que la recomendación de talle es la que termina definiendo la compra.
Cómo logran que varias IAs trabajen a la vez
La instalación en una tienda lleva 15 minutos y no requiere API, la integración que en el mundo del ecommerce suele demorar meses. "La magia para que eso sea así es que la IA es quien se encarga", dijeron. Cada vez que un usuario visita un producto está alimentando al sistema, que categoriza esa prenda y define qué tabla de medidas le corresponde.
Ese trabajo antes lo hacían personas mirando, analizando y auditando productos todos los días. Hoy el modelo lee las fotos y la descripción del producto, extrae los parámetros que necesita y lo clasifica solo. En concreto conviven varias IA: algunas propias, otras combinadas con modelos de terceros y entrenadas por el equipo, y los usuarios que sacan la foto en su casa también las entrenan.
Con esa misma tecnología de medición por imagen entraron a fábricas y depósitos, para auditar que las prendas tengan las medidas que dicen tener desde el origen de la fabricación.
La última línea es la generación de catálogo. No crean modelos sintéticos: toman fotos de modelos reales que la marca ya tiene y les cambian la ropa encima. El argumento es de costo, porque un fotoshooting es caro y siempre quedan prendas afuera, las que llegaron tarde y no justifican una producción nueva.
Esa versión del catálogo se genera en 4K y demora más; la que ve el usuario es más rápida y con menos detalle. "La IA, por definición, inventa. Entonces la cosa es que invente algo que tenga la mayor coherencia", explicaron sobre ese margen.
