{"id":1637,"date":"2024-11-28T11:33:48","date_gmt":"2024-11-28T11:33:48","guid":{"rendered":"https:\/\/dev.primeai.co.uk\/?page_id=1637"},"modified":"2025-04-08T12:00:13","modified_gmt":"2025-04-08T12:00:13","slug":"preditor-de-ajuste-impacto-renovavel-csf-a","status":"publish","type":"page","link":"https:\/\/www.prime-ai.com\/pt\/fit-predictor-renewable-impact-csf-a\/","title":{"rendered":"Melhore a sustentabilidade dentro da ind\u00fastria da moda com IA"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Melhore a sustentabilidade dentro da ind\u00fastria da moda com IA<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

A conveni\u00eancia das compras online significa que cada vez mais pessoas optam por comprar no conforto de suas pr\u00f3prias casas. No entanto, ao comprar roupas, os clientes se deparam com o desafio significativo de n\u00e3o poder experiment\u00e1-las. Isso levou muitos clientes a encomendar v\u00e1rios tamanhos, e depois devolver aqueles que n\u00e3o servem. A disparidade das caracter\u00edsticas de ajuste de cada varejista, a complexidade e \u00e0s vezes a imprecis\u00e3o das tabelas de tamanhos antiquadas s\u00e3o os principais culpados por esse comportamento ruim na era digital!<\/p>

Uma vez que parte do invent\u00e1rio est\u00e1 circulando em redes log\u00edsticas para os clientes experimentarem, os varejistas s\u00e3o for\u00e7ados a fabricar mais produtos do que a demanda \"real\" do mercado. No final de cada esta\u00e7\u00e3o, a produ\u00e7\u00e3o excessiva ter\u00e1 que ser descontada agressivamente para encontrar um destino. Como voc\u00ea pode imaginar, os requisitos adicionais de embalagem e transporte para mover adequadamente a mercadoria extra n\u00e3o est\u00e3o ajudando nosso pequeno planeta, alimentando as emiss\u00f5es de gases de efeito estufa. Felizmente, a intelig\u00eancia artificial e o aprendizado de m\u00e1quina moderno podem ajudar a mitigar significativamente esses impactos negativos.<\/p>

Sacos de Pl\u00e1stico<\/strong><\/p><\/div>

Uma quantidade significativa de sacolas pl\u00e1sticas \u00e9 usada durante o ciclo de vida de um item, desde a sua fabrica\u00e7\u00e3o at\u00e9 o ponto em que \u00e9 entregue ao cliente. Na maioria das vezes, os varejistas entregam pedidos usando sacolas pl\u00e1sticas. Al\u00e9m disso, cada item individual tem sua pr\u00f3pria sacola pl\u00e1stica. Por exemplo, para 3 itens pedidos, ser\u00e3o usadas pelo menos 4 sacolas para embalagem. Claro, existem raz\u00f5es para usar tantas sacolas. O principal prop\u00f3sito \u00e9 proteger as roupas de serem danificadas enquanto s\u00e3o manuseadas na cadeia de suprimentos, nos armaz\u00e9ns dos varejistas e finalmente chegando ao cliente.<\/div>
\u00a0<\/div>

Transporte<\/strong><\/p>

Os itens adicionais que est\u00e3o sendo movidos, com o \u00fanico prop\u00f3sito de serem experimentados, obviamente colocar\u00e3o uma carga adicional significativa no transporte. Isso inclui do varejista para o cliente, do cliente para o varejista, e muito frequentemente movimento de filial para filial para eliminar o excedente de produ\u00e7\u00e3o.<\/div>
\u00a0<\/div>
Mas de quanto polui\u00e7\u00e3o estamos falando?<\/div>

Ao analisar as raz\u00f5es para a devolu\u00e7\u00e3o de roupas, cerca de 40% s\u00e3o compradas com a \u00fanica inten\u00e7\u00e3o de serem experimentadas. Claro, existem v\u00e1rias raz\u00f5es para experimentar um item, mas a principal raz\u00e3o \u00e9 selecionar o tamanho certo.<\/p>

Vamos olhar para um exemplo: Um varejista com faturamento de 10 milh\u00f5es, 200.000 pedidos por ano e uma taxa de devolu\u00e7\u00e3o de 25% estar\u00e1 usando mais de 20.000 sacolas de pl\u00e1stico apenas para atender aos itens para serem experimentados. Al\u00e9m disso, o varejista mant\u00e9m pelo menos 3% mais estoque do que o necess\u00e1rio devido \u00e0 desconfian\u00e7a dos clientes em rela\u00e7\u00e3o \u00e0s tabelas de tamanhos, adicionando outras 12.500 sacolas, nas quais os itens individuais s\u00e3o embalados.<\/p>

No total, estamos olhando para a produ\u00e7\u00e3o de 32.500 sacolas pl\u00e1sticas que envolvem o uso de recursos energ\u00e9ticos n\u00e3o renov\u00e1veis, principalmente combust\u00edveis f\u00f3sseis, levando \u00e0 emiss\u00e3o de cerca de 500 kg de CO2 na atmosfera.<\/p>

O impacto do transporte \u00e9 ainda mais significativo. Com 20.000 pedidos para serem experimentados, isso representa uma emiss\u00e3o adicional de 7.200 kg de CO2.<\/p>

A produ\u00e7\u00e3o de uma \u00fanica camiseta de poli\u00e9ster resulta na emiss\u00e3o de 5,5kg de CO2, enquanto o algod\u00e3o gera 2,1kg de CO2. Com base em um estoque excessivo estimado em 3%, e considerando uma camiseta de algod\u00e3o, que emite menos CO2 para produzir, seriam produzidas 26.000 kg de emiss\u00f5es de CO2. E isso n\u00e3o leva em conta o transporte da f\u00e1brica para o varejista.<\/p><\/div>

A solu\u00e7\u00e3o?<\/strong><\/p>

A Prime AI identificou que a imprecis\u00e3o e a impraticabilidade dos tabelas de tamanhos convencionais est\u00e3o muito no cerne do comportamento dos clientes. A Prime AI oferece uma ferramenta inteligente de recomenda\u00e7\u00e3o de tamanho, que aproveita a intelig\u00eancia artificial moderna para encontrar a correspond\u00eancia perfeita entre as biometrias dos clientes, os h\u00e1bitos de compra dos clientes e as caracter\u00edsticas \u00fanicas de tamanho de cada marca. Fornecendo uma recomenda\u00e7\u00e3o de tamanho instant\u00e2nea e muito mais precisa para cada cliente, aumentando a probabilidade de eles encontrarem o ajuste perfeito na primeira tentativa, mas tamb\u00e9m aumentando a confian\u00e7a do cliente ao prosseguir com a compra.<\/div>
Conclus\u00e3o\u2026<\/div>

Ao substituir as tabelas de tamanho tradicionais por uma ferramenta de recomenda\u00e7\u00e3o de tamanho mais f\u00e1cil de usar, mais precisa e mais adapt\u00e1vel, alimentada por intelig\u00eancia artificial, pode-se obter uma redu\u00e7\u00e3o significativa na necessidade dos clientes de encomendar v\u00e1rios itens. E com isso, uma redu\u00e7\u00e3o significativa nas emiss\u00f5es de carbono.<\/p>

Voltando ao nosso exemplo; o varejista com faturamento de 10 milh\u00f5es poderia reduzir seu impacto no meio ambiente em 28.000 kg de CO2. Para colocar em perspectiva, isso equivale a um carro m\u00e9dio funcionando sem parar por 45 dias.<\/p>

Entre em contato conosco para descobrir mais e ver o que podemos fazer pelo seu neg\u00f3cio em\u00a0nosso formul\u00e1rio de contato<\/a>\u00a0.<\/p>

Ou por que n\u00e3o solicitar uma demonstra\u00e7\u00e3o\u00a0aqui<\/a> .<\/p><\/div><\/div><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Enhance sustainability within the fashion industry with AI https:\/\/www.youtube.com\/watch?v=M7qh5TuILA8 The convenience of online shopping means more and more people choose to shop from the confines of their own homes. However, when shopping for clothes, customers are faced with the significant challenge of not being able to try them on. This has led many customers ordering […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":118,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1637","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/pages\/1637","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/comments?post=1637"}],"version-history":[{"count":35,"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/pages\/1637\/revisions"}],"predecessor-version":[{"id":8312,"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/pages\/1637\/revisions\/8312"}],"wp:attachment":[{"href":"https:\/\/www.prime-ai.com\/pt\/wp-json\/wp\/v2\/media?parent=1637"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}