Actualizado
Comentarios
La carrera de la IA en la moda: así compiten Inditex, H&M, Mango, Shein y Uniqlo por reinventar el textil
Las grandes compañías del sector avanzan con estrategias diversas para integrar estas tecnologías y mejorar su eficiencia y competitividad, con aplicaciones que van desde la IA generativa y la creatividad hasta la previsión de la demanda, la optimización del stock y la automatización de los procesos logísticos
Comentarios
La inteligencia artificial ha dejado de ser una tecnología experimental para convertirse en una nueva palanca de transformación de la industria de la moda. El diseño, la previsión de tendencias, la gestión del inventario o la logística son algunos de los ámbitos en los que los grandes grupos textiles ya están incorporando estas herramientas. Inditex, H&M, Mango, Shein y Uniqlo avanzan por caminos diferentes, pero con el objetivo común de convertir la IA en una nueva ventaja competitiva y extender su aplicación.
En la junta general de accionistas de Inditex, celebrada el pasado julio, Marta Ortega, presidenta no ejecutiva de la multinacional, señalaba que “la inteligencia artificial y las nuevas tecnologías abrirán posibilidades nuevas y transformarán nuestra industria, pero seguimos creyendo que el valor está en las personas, en el criterio, la sensibilidad y la empatía”. Por su parte, Óscar García Maceiras, CEO de la compañía, apuntaba que continuarían sacando “provecho de cualquier tecnología a nuestra disposición”. “Llevamos tiempo invirtiendo de manera sostenida en la inteligencia artificial, que tiene una aplicación transversal en el grupo».
Inditex lleva años digitalizando su cadena de producción. Mucho antes de la irrupción de la inteligencia artificial generativa, la compañía ya había construido una sólida base tecnológica sobre la que ahora está desplegando estas nuevas herramientas. Así, por ejemplo, en 2018 la compañía comenzó la implantación del programa de Identificación por Radiofrecuencia (RFID), un sistema que permite saber en qué lugar se encuentra cada prenda en cada momento gracias a un código localizador situado en la misma etiqueta de la marca.
Ese mismo año también se implantó el Sistema de Gestión Integrado (SINT), tecnología que permite que los clientes puedan recibir sus productos tanto desde el inventario de los puntos de venta físicos como desde el canal online y que adquirió una especial relevancia con el estallido de la pandemia.
En 2019 la multinacional firmó un acuerdo con el Massachusetts Institute of Technology (MIT) para desarrollar líneas conjuntas de investigación enfocadas al análisis de datos, la inteligencia artificial y el reciclaje. En base a él iniciaron un proyecto para incluir un método de búsqueda analítico de artículos comparables en su página web. “Intentar anticipar la recepción comercial de nuestros artículos por nuestros clientes es un ejercicio especialmente complejo en el caso de las novedades, ya que es un tipo de artículo sujeto a una gran volatilidad y para el que no existen datos históricos de comportamiento en el que basar las estimaciones”, explicaban entonces.
En 2021 se puso en marcha el proyecto Inducción automática a Sorter, el primer piloto de la compañía que permite colocar de forma automática las prendas dobladas en los clasificadores de paquetería. En la memoria de ese año explicaban que se trataba de “una tecnología puntera que identifica y selecciona las prendas que posteriormente serán introducidas en el sistema, para lo que ha sido necesario contar con modelos avanzados de inteligencia artificial apoyados en la investigación de algunos de los centros tecnológicos más importantes del mundo”.
En la memoria anual de 2025 explican que a mediados de diciembre del año anterior entró en funcionamiento Zara Try-on, “un sistema de prueba virtual basado en IA, que permite a los clientes crear un avatar a partir de sus propias fotos y generar imágenes de dicho avatar luciendo prendas reales”. A cierre de ejercicio estaba implementado en 43 mercados y acumulaba más de 7 millones de sesiones.
En el World Summit AI 2025 de Ámsterdam, David Lacalle Castillo, entonces Senior Machine Learning Engineer de Inditex, presentó KAIA, la plataforma unificada de la compañía para construir productos basados en inteligencia artificial a gran escala. Esta herramienta, según apuntó el ingeniero en una publicación de Linkedin, busca “democratizar el acceso a capacidades avanzadas de IA dentro del grupo” y acortar el camino entre la investigación y la puesta en producción de nuevas soluciones.
Algunos de los productos impulsados con KAIA son el motor de búsqueda semántico y visual de Zara, que ayuda a los usuarios a descubrir productos similares mediante texto o imágenes, o Pixia, “una plataforma segura y privada” para los diseñadores de la compañía con herramientas de IA “para la creatividad y la productividad”.
Otro de los sistemas empleados por la multinacional es Moya. Según avanzaba el pasado julio el diario Expansión, gracias a él los ingenieros “definen qué soluciones quieren desarrollar y los agentes de inteligencia artificial desarrollan el código”. También han desarrollado Inditex.AI, un asistente que centraliza las herramientas de IA a disposición de los trabajadores y entiende preguntas formuladas en lenguaje natural, como ocurre con ChatGPT o Gemini, para ofrecer respuestas basadas en la información interna de la empresa.
El camino de H&M
La cadena sueca H&M también lleva años incorporando la inteligencia artificial y el análisis de datos con el objetivo de ajustar mejor la oferta a las necesidades del clientes. “Nuestras mejoras combinadas basadas en IA están contribuyendo significativamente a reducir los niveles de existencias en relación con las ventas, al tiempo que disminuyen la cantidad de muestras físicas que producimos”, explicaba la compañía en su Informe de Sostenibilidad del 2023. En ese ejercicio se implementaron además soluciones basadas en IA que permitían “redistribuir productos a zonas con una demanda más específica”.
La apuesta de H&M también alcanza la cadena de suministro. En su informe de resultados de 2025, la compañía aseguraba que la toma de decisiones basada en datos y un mayor uso de la inteligencia artificial están mejorando la precisión de sus procesos y reforzando su oferta al cliente. Las mejoras introducidas en la cadena de suministro y una mayor eficiencia en las compras han contribuido a mejorar la gestión del inventario. De hecho, las existencias del grupo se redujeron un 12% durante el ejercicio, hasta 35.427 millones de coronas suecas, unos 3.200 millones de euros al cambio
En julio del año pasado la compañía anunció que continuaba explorando la IA generativa mediante el uso de réplicas digitales de modelos para sus campañas. “Esta tecnología ofrece la oportunidad de mejorar la narrativa y encontrar nuevas maneras de conectar con nuestros clientes, sin dejar de ser fieles a la identidad de H&M, centrada en el estilo y en las personas”.
La tecnología de Mango
Mango también lleva años incorporando sistemas de inteligencia artificial a distintos puntos de su cadena de valor, desde la estrategia de precios hasta la personalización o la atención al cliente. En 2018 la compañía empezó a desarrollar sistemas de machine learning; en la actualidad cuenta con más de quince plataformas aplicadas a diferentes áreas de su negocio.
Una de ellas es LISA, plataforma interna de IA generativa conversacional, diseñada para empleados y partners que “mejora desde el desarrollo de colecciones hasta el servicio de postventa”, según explicaban en 2023. “LISA utiliza diferentes modelos, tanto privados como open source, entrenados para la compañía, a partir de los que el grupo de moda ha construido su propia plataforma de IA generativa conversacional en menos de nueve meses. La nueva plataforma cuenta con una interfaz propia de Mango, similar a ChatGPT, adaptada para atender casos de uso de sus empleados y partners”.
Mango también ha utilizado la IA generativa para crear y presentar sus colecciones. En 2024 lanzó su primera campaña generada íntegramente con esta tecnología. El proceso comenzó con imágenes reales de las prendas a partir de las cuales se entrenó un modelo para generar imágenes de esas piezas sobre una modelo. La compañía cuenta también con la plataforma de IA generativa Inspire, que ayuda al equipo de diseño y producto a “inspirarse viendo diferentes conceptos para poder cocrear estampados, tejidos, prendas, etc”.
Este mismo año, Mango ha avanzado también en la automatización de sus operaciones de la mano de Theker, una startup española especializada en robótica e inteligencia artificial. Ambas compañías trabajan en proyectos para automatizar procesos en el centro de distribución de Mango en Lliçà d’Amunt. Theker forma parte también de la cartera de empresas emergentes impulsadas por Inditex a través de Alma Mundi FutuRetail Fund, el fondo creado por el grupo en 2024 con una dotación de 50 millones de euros.
Shein y Uniqlo
En el caso de Shein, la IA y el análisis de datos ocupan un lugar importante en un modelo de negocio que tiene la velocidad y la demanda entre sus principales ejes. La compañía asegura que, en lugar de basarse únicamente en las previsiones de tendencias, toma decisiones a partir de las preferencias y compras de sus clientes y utiliza tecnología propia para medir en tiempo real la demanda. Esa información se traslada directamente a sus proveedores, que comienzan con pequeños lotes para medir su respuesta para evaluar la respuesta de los consumidores y reponer únicamente aquellos productos que demuestran tener demanda. De esta forma, la tecnología conecta el comportamiento del consumidor con las decisiones de producción y suministro.
La compañía monitoriza continuamente la diferencia entre el stock disponible y las necesidades previstas de los clientes para determinar cuándo y qué unidades debe volver a pedir a sus proveedores. A esta estrategia se suman los algoritmos de recomendación y personalización de la plataforma, que determinan qué productos ganan visibilidad para cada usuario en función de sus búsquedas, historial de navegación, preferencias, compras anteriores y ubicación. De esta forma, los clics, los productos añadidos al carrito y las compras también pueden influir en la posición que ocupa un artículo dentro de la plataforma.
Por su parte, Fast Retailing, la matriz de Uniqlo, utiliza modelos de previsión de demanda basados en algoritmos y analiza las condiciones de venta y el feedback de tiendas y clientes para ajustar sus planes de ventas a cada referencia. El objetivo es cruzar los datos que genera el cliente con producción, distribución y las tiendas para fabricar las unidades necesarias en cada momento.
La automatización alcanza también a los centros logísticos de Uniqlo, donde Fast Retailing ha implantado almacenes altamente automatizados, capaces de gestionar procesos como la recepción, clasificación, preparación e inspección de las prendas. El grupo comenzó a operar en 2018 un almacén completamente automatizado en Ariake (Tokio) y desde entonces ha extendido esta tecnología a otros mercados, con el objetivo de acelerar la llegada de los productos a las tiendas y los clientes. La compañía también integra algoritmos a lo largo de la cadena, desde la planificación hasta el retail, para conectar los planes de producción, ventas y distribución, asignar el stock de los almacenes y organizar el transporte a las tiendas.
