The National Times - Vestiaire Collective su ChatGPT: l'AI come personal shopper per il second hand

Vestiaire Collective su ChatGPT: l'AI come personal shopper per il second hand


Vestiaire Collective su ChatGPT: l'AI come personal shopper per il second hand
Vestiaire Collective su ChatGPT: l'AI come personal shopper per il second hand

Con l'ingresso di Vestiaire Collective su ChatGPT, la ricerca di capi di seconda mano diventa un dialogo con l'intelligenza artificiale. Thomas Hézard, Chief Product Officer del marketplace, spiega come questa integrazione stia ridefinendo lo shopping online: da una logica meccanica di filtri a un'esperienza conversazionale che mira a scoprire desideri latenti e a personalizzare le raccomandazioni, pur affrontando il delicato equilibrio tra efficienza algoritmica e la sfera personale del gusto.

Cambia la dimensione del testo:

Con l'integrazione di Vestiaire Collective su ChatGPT, la ricerca di abiti e accessori di seconda mano sta abbandonando le tradizionali barre di ricerca per trasformarsi in una conversazione diretta con l'intelligenza artificiale. Questa evoluzione segna un passaggio significativo nel modo in cui i consumatori interagiscono con il mercato del lusso usato: invece di navigare attraverso sequenze rigide di filtri, gli utenti possono ora descrivere in linguaggio naturale le proprie esigenze, ricevere raccomandazioni personalizzate e confrontare prodotti specifici all'interno della chat.

Thomas Hézard, Chief Product Officer di Vestiaire Collective, ha illustrato a FQMagazine come questa tecnologia stia cambiando le dinamiche dello shopping online. Per quasi trent'anni, il commercio elettronico si è basato su una logica meccanica: l'utente inseriva termini di ricerca e applicava filtri per marca, taglia, colore o prezzo. Questo modello presentava però limiti evidenti, soprattutto nella difficoltà di immaginare la vestibilità, la consistenza dei tessuti e l'effetto reale del capo prima dell'acquisto. L'arrivo dell'intelligenza artificiale conversazionale sta sostituendo questo approccio con un'esperienza simile a quella di un personal shopper dotato di tempo infinito, capace di scandagliare cataloghi vasti quanto quello di Vestiaire Collective.

L'app ufficiale di Vestiaire Collective su ChatGPT, appena lanciata, permette agli utenti di interrogare direttamente il catalogo descrivendo budget, marca, colore e occasione d'uso. Il sistema è in grado di confrontare fino a tre prodotti senza passare dalla tradizionale sequenza di filtri, sebbene l'acquisto finale rimanga sul marketplace. Questa integrazione non rappresenta solo una nuova funzione tecnica, ma un caso studio per osservare il passaggio più ampio dell'e-commerce: dalla domanda "dove trovo questo prodotto?" a una più aperta e potenzialmente più influente, "che cosa dovrei comprare?".

Il mercato del second hand offre un banco di prova particolarmente complesso per l'IA. A differenza del retail tradizionale, dove dieci esemplari dello stesso cappotto sono teoricamente identici, nel resale ogni articolo è unico: cambia il venditore, lo stato di conservazione, il prezzo, l'anno di produzione e persino le misure di prodotti nominalmente uguali. Vestiaire Collective gestisce un catalogo di oltre 5 milioni di articoli, con più di 30 mila nuovi pezzi caricati ogni giorno in 70 Paesi. Confrontare manualmente queste varianti richiede tempo ed expertise; l'IA mira a semplificare questo processo rendendo lo shopping più accessibile.

"L'AI dovrebbe anzitutto rendere lo shopping più facile e accessibile", spiega Hézard, arrivato in azienda nel 2019 dopo un'esperienza in BCG nel settore del lusso. "Oggi comprare second hand può essere complicato: ogni articolo è unico, proviene da un venditore diverso e si trova in condizioni differenti, quindi confrontare le alternative è più difficile". La prospettiva di Vestiaire Collective va però oltre la semplice eliminazione dei filtri. Hézard sottolinea come l'IA possa rendere lo shopping anche "più giocoso ed esplorativo", permettendo ai consumatori di esprimere un bisogno o un'ispirazione e ricevere raccomandazioni che completino il guardaroba esistente.

Un aspetto cruciale di questa trasformazione è l'intervento dell'algoritmo sulla sfera del gusto. Accelerare la ricerca di un oggetto già noto è una funzione strumentale; delegare all'IA il compito di intuire cosa potrebbe piacerci, assemblare un look per un'occasione specifica o stabilire quale tra dieci borse abbia "più senso" per noi entra nella sfera del desiderio, dell'identità e della sorpresa. Nel 2025, Vogue Business aveva documentato come la Generazione Z si rivolgesse abitualmente a ChatGPT per decidere cosa indossare, cercando di risultare professionali senza apparire troppo formali o di strutturare capsule wardrobe. Parallelamente, OpenAI ha ampliato le funzionalità dedicate allo shopping, introducendo raccomandazioni personalizzate e, a novembre, lo strumento Shopping Research, progettato per trasformare ricerche articolate in dialoghi progressivi.

Tuttavia, l'ambizione iniziale di racchiudere l'intero processo d'acquisto all'interno della chat, pagamento compreso, ha incontrato ostacoli pratici. Secondo quanto riportato da Wired, l'Instant Checkout sperimentato con Walmart ha registrato tassi di conversione sensibilmente inferiori rispetto ai prodotti che rimandavano al sito del rivenditore. Di fronte a questa evidenza, OpenAI ha ricalibrato lo sviluppo concentrando gli sforzi sulla fase precedente all'acquisto: ricerca visuale, confronto e scoperta delle informazioni, lasciando la chiusura della transazione al merchant. La partita dell'intelligenza artificiale nello shopping si gioca quindi nel momento esatto in cui si forma la scelta, non alla cassa.

La parola chiave per Vestiaire Collective è "scoprire". Chi frequenta il second hand sa quanto una parte del piacere consista nella ricerca stessa: imbattersi in un marchio dimenticato o trovare un cappotto di vent'anni prima mentre si cercava tutt'altro. È una forma di "serendipità" che le interfacce digitali hanno sempre tentato di riprodurre e che un assistente estremamente efficiente potrebbe paradossalmente ridurre. Se il processo viene compresso in una risposta del tipo "questi sono i tre prodotti migliori per te", il guadagno di tempo è evidente, ma si perde la componente gratificante ed evasiva dello shopping.

Il problema diventa più complesso quando il sistema comincia a conoscerci. ChatGPT può utilizzare il contesto della conversazione e le informazioni provenienti dalla memoria dell'utente per selezionare prodotti pertinenti. Tuttavia, un gusto costruito soltanto sulla nostra storia rischia di diventare una profezia che si autoavvera. Vogue Business aveva già individuato questo rischio nelle prime sperimentazioni: modelli addestrati sui dati esistenti tendono naturalmente verso le opzioni più sicure, i brand già popolari e i prodotti con molte recensioni, creando il rischio di una "brand monoculture" in cui designer piccoli o proposte eccentriche finiscono sotto la soglia di visibilità algoritmica.

Hézard introduce deliberatamente una quota di disturbo per evitare questo effetto. "L'AI deve prima imparare dal gusto personale di ciascun consumatore, dalle ricerche, dagli acquisti e dalle interazioni, per rendere le raccomandazioni progressivamente più rilevanti. Ma non credo debba limitarsi a riprodurre quello che già ci piace. Una buona raccomandazione dovrebbe contenere anche una sorpresa, spingendoci verso designer, stili e prospettive che magari non avremmo preso in considerazione". Il gusto, aggiunge, è profondamente personale e continua a evolversi; l'IA dovrebbe accompagnare questa evoluzione, non definirla.

Esiste poi una questione collettiva: se milioni di persone chiedono agli stessi modelli "che borsa dovrei comprare?", fino a che punto le risposte continueranno a essere individuali? Hézard si aspetta l'effetto contrario all'omologazione. "L'AI ha il potenziale per rendere lo stile personale ancora più distintivo, costruendo le raccomandazioni sui gusti, gli interessi e il guardaroba di ciascun utente. Il punto di partenza deve sempre essere il consumatore, non l'algoritmo. L'IA dovrebbe aiutare le persone a esprimere la propria individualità, non a farle vestire tutte allo stesso modo".

Resta da capire quali segnali alimenteranno concretamente quelle raccomandazioni: vendite, recensioni, volume di ricerca, immagini indicizzate, popolarità sui social o sponsorizzazioni? I feed di Instagram e TikTok hanno reso visibile la formazione delle tendenze; la raccomandazione AI avviene invece dentro milioni di conversazioni private, potenzialmente oscurando l'origine della spinta d'acquisto. Parallelamente, i brand stanno entrando direttamente negli assistenti: Prada ha lanciato un'app su ChatGPT, Etsy permette di interrogare oltre cento milioni di listing e J.Crew ha sviluppato uno style advisor. Nel resale, Vestiaire sta lavorando affinché i propri articoli appaiano anche nelle raccomandazioni AI generali, facendo concorrere la nuova giacca di stagione con la versione del 2017 venduta a metà prezzo da un privato.

Il second hand aggiunge una variabile critica: il prezzo futuro. Marketplace come Vestiaire dispongono di dati che il retail primario possiede solo in parte, osservando quali modelli conservano valore dopo dieci anni o quanto incidono condizioni e rarità. Con l'IA diventa più semplice leggere questi segnali. Tuttavia, Hézard frena sull'idea di ridurre il resale a un listino finanziario. "Il valore nella moda è difficile da prevedere. Rarità, condizioni e desiderabilità contano, ma le tendenze possono cambiare da un giorno all'altro. Il valore non dipende soltanto dal potenziale investimento. Entrano in gioco emozione, attaccamento personale e rilevanza culturale".

La fiducia è un altro elemento cruciale. Una ricerca della società di brand protection Podqi, condotta su 6.795 risposte fornite da ChatGPT, Gemini e Perplexity per 151 marchi, ha rilevato collegamenti a siti falsi o rischiosi nell'8% delle risposte di ChatGPT analizzate. Vestiaire specifica che la sua app non autentica direttamente l'articolo né verifica fisicamente le condizioni; il controllo va fatto sulla scheda completa. La stessa azienda avverte che i riassunti generati dall'IA possono contenere errori e che disponibilità e prezzi possono cambiare.

Rimane infine il paradosso della sostenibilità. Se rendiamo estremamente semplice trovare il prodotto perfetto, rischiamo di rendere altrettanto semplice comprare continuamente. Hézard considera plausibile un'evoluzione in cui l'assistente AI incoraggi a comprare meno ma meglio, o a rivendere ciò che non si usa più. "Il capo più sostenibile è quello che esiste già", dice. Vestiaire ha già eliminato marchi di fast fashion dalla piattaforma; la domanda successiva è se un marketplace dipendente dalle transazioni possa costruire una tecnologia capace a volte di suggerire nessuna transazione.

ChatGPT sta entrando nello shopping mentre questa tecnologia è ancora giovane, mostrando possibilità e difetti. Può ridurre ore di ricerca a pochi minuti e aprire la scoperta a cataloghi enormi. Allo stesso tempo, concentra in un intermediario nuovo un potere enorme: decidere quali prodotti meritino di arrivare davanti ai nostri occhi. La frontiera più delicata non sarà convincere un algoritmo a scegliere bene al posto nostro, ma costruire assistenti abbastanza intelligenti da aiutarci molto senza sostituirsi al gusto, alla curiosità e a quella parte inefficiente, personale e imprevedibile che rende ancora piacevole scegliere.

G.Morris--TNT