Google quiere que la prueba virtual de ropa pase a ser algo habitual. En Estados Unidos, Reino Unido e India, los compradores pueden subir una foto y verse con miles de millones de prendas gracias a un modelo personalizado que entiende cómo las telas se pliegan, se estiran y caen sobre distintos cuerpos, "el primero de su tipo que funciona a esta escala", según señaló la empresa. 

La meta es que la prueba virtual deje de ser una demostración futurista y se convierta en una herramienta cotidiana para comprar. Eso también abre otra pregunta: si una plataforma del tamaño de Google puede hacer que esta categoría funcione, ¿qué le falta resolver a una empresa especializada en IA para la moda?

DRESSX, una firma que trabaja en moda digital desde hace años, es una de las compañías que busca responder ese interrogante. Desde 2020 desarrolla tecnologías específicas para la moda y, más cerca en el tiempo, sumó una suite de IA para la prueba virtual de prendas, la generación de contenido, el merchandising digital y la producción de campañas. 

Además, trabaja con marcas como Burberry, Fendi y Puma, junto con plataformas como Farfetch y Printemps. Para DRESSX, el punto más urgente no pasa solo por si la IA puede generar una imagen de ropa que resulte verosímil, sino por si puede hacerlo de una manera que respete la identidad de la marca, el comportamiento de la prenda y las exigencias operativas del negocio de la moda.

En el fondo, hay un factor clave: la moda nunca buscó la verosimilitud por sí sola. Lo que busca es control, coherencia y confianza, sobre todo en categorías donde la caída, la silueta, la textura y el estilo definen el sentido del producto.

Natalia Modenova, cofundadora y directora ejecutiva de DRESSX, lo explicó con claridad: “Google está demostrando que la prueba virtual funciona a gran escala, lo cual representa un gran avance para el sector”. 

Además, afirmó: “Sin embargo, sabemos que la escala no es suficiente. La moda exige un alto nivel de precisión y atención al detalle en lo que respecta a la IA aplicada al merchandising y la prueba virtual. A las marcas les importa la caída, el estilo, la silueta, las texturas, el ajuste y la identidad de marca, no solo una imagen genérica”.

Daria Shapovalova, cofundadora de DRESSX, fue un paso más allá: “Además, las tallas no están estandarizadas en la moda. Aquí es donde la prueba virtual va más allá de la visualización, ofreciendo el tipo de información sobre el producto que las marcas necesitan, más allá de la simple prueba”. 

También agregó: “Nuestra tecnología también permite predicciones más precisas, no solo sobre cómo se ve una prenda, sino también sobre cómo queda realmente, lo que ayuda a los minoristas a reducir las tasas de devolución… abordando así una de las mayores y más costosas ineficiencias en una industria multimillonaria”.

En este marco, queda claro por qué otros jugadores mantienen su presencia en este sector y avanzan con su propia estrategia.

Dónde creen tener ventaja los sistemas especializados de prueba virtual

El caso de la IA especializada gana todavía más peso cuando se mira lo que la prueba virtual de prendas todavía no logra resolver con facilidad.

Un estudio de 2024 de la Universidad de Brunel sobre modelos de prueba virtual basados en aprendizaje profundo marcó fallas persistentes en la preservación de las características y texturas de la ropa, la aplicación precisa de las prendas sobre la persona, la conservación de la identidad facial y el manejo de los sesgos en los conjuntos de datos. 

Deloitte hizo una observación parecida desde el lado del comercio minorista y advirtió que, en la moda, "el ajuste preciso y las características complejas, como la caída de las diferentes telas, pueden ser particularmente difíciles de representar de manera efectiva en la actualidad".

Es justamente ahí donde DRESSX dice que marca una diferencia: entrena sus modelos con grandes conjuntos de datos específicos de la moda y con insumos de video. Eso le permite analizar prendas en movimiento a través de visión artificial y captar la caída, la estructura y la dinámica del tejido con más precisión que los sistemas estáticos a partir de imágenes. 

Además, el sistema suma lógica de estilismo y atributos propios de cada marca para que las prendas se muestren de una manera que refleje la identidad visual de cada una, en vez de generar resultados genéricos.

Modenova sostuvo que los datos de movimiento son la clave: “Nuestra capa de entrenamiento basada en vídeo nos permite capturar cómo se comportan las prendas en movimiento, no solo cómo se ven en una imagen estática. Un sistema general puede renderizar algo que parezca plausible, pero las marcas de moda necesitan que sea preciso”.

"Esto significa cómo se ajusta una campera a los hombros, cómo cae la tela cuando alguien se mueve o cómo una silueta mantiene su forma. Los datos de movimiento son fundamentales. Permiten que el sistema comprenda cómo se comportan los materiales en la vida real, que es lo que, en última instancia, define si el resultado se percibe como preciso desde la perspectiva de la marca", añadió.

La prueba virtual en 3D se basa en simulaciones físicas y en aproximaciones impulsadas por avatares. En cambio, la propuesta de DressX se vincula más con la realidad, ya que se entrenó con el comportamiento de las prendas en el mundo real sobre cuerpos diversos, con "una precisión que eleva la prueba digital de la aproximación a la representación fiel , un estándar esencial para el lujo", según destacó la empresa.

Existe la tentación, sobre todo en el sector de la tecnología aplicada a la moda, de leer estas afirmaciones especializadas como una señal de que las grandes compañías del rubro tendrán dificultades para mantener relevancia, aunque la realidad parece más compleja. 

Google ya usa un modelo específico para la moda y su ventaja en la búsqueda y la distribución es enorme. Lo que DRESSX plantea es otro tipo de valor: el punto en el que los resultados fieles a la marca, la presentación de alta calidad y los matices propios de cada categoría pasan a importar más que el alcance general.

De la prueba virtual a la capa de negocio

La visión general de DRESSX deja en claro esa ambición. La empresa asegura que su plataforma ya generó más de 23.000 pruebas virtuales y que hace poco se alió con Victoria Beckham para incorporar la prueba virtual con inteligencia artificial de manera directa en el entorno de ecommerce de la marca.

Shapovalova aseguró que esta categoría ya dejó atrás la mera novedad. "Probarse la ropa ya no es solo un truco visual para el consumidor. Se está convirtiendo en parte fundamental de la infraestructura que sustenta la comercialización y venta de moda. A medida que este comportamiento se vuelve habitual, las marcas comienzan a optimizar cada vez más sus estrategias de comercialización, contenido y distribución en torno a la prueba de ropa como un punto de contacto clave en la experiencia del cliente", señaló.

También precisó que la empresa ya vio datos muy llamativos que respaldan esa idea: los usuarios que se prueban productos registran una tasa de conversión diez veces mayor que la de quienes no lo hacen dentro de la misma página de producto. Además de empujar la conversión, esta herramienta también fortalece la interacción. Los usuarios que interactúan con la prueba de productos, aunque sea una sola vez, muestran una retención de hasta siete veces más que quienes nunca la usan, lo que refuerza su papel en la conversión y en la fidelización de clientes a largo plazo.

Esa historia más amplia, vinculada con la infraestructura del negocio, también despertó el interés de NVIDIA. En enero de 2025, la compañía lanzó un prototipo de asistente para compras minoristas con prueba virtual integrada de manera directa en una interfaz de chat online, como parte de un sistema pensado para elevar las tasas de conversión, bajar las devoluciones de productos y agrandar el tamaño de los pedidos a partir de sugerencias más personalizadas. En otras palabras, otro gran actor tecnológico también mira la prueba virtual como una capa dentro de un flujo de trabajo minorista más amplio y no como una experiencia aislada.

Google avanza en una dirección parecida desde la mirada del consumidor. Su experiencia de compra en Modo IA conecta la prueba virtual de productos con la búsqueda, el descubrimiento de artículos, el pago asistido por agentes y los 50.000 millones de listados de Shopping Graph.

Desde esa mirada, el mercado empieza a dividirse en tres capas: Google normaliza la posibilidad de probarse ropa para el consumidor masivo, NVIDIA ayuda a construir la infraestructura minorista alrededor del descubrimiento asistido por IA y DRESSX busca dominar la capa de moda especializada, donde el estilismo, la comercialización y la fidelidad de marca pesan más.

Lo que la prueba virtual todavía no resolvió

Esta idea de especialización gana fuerza cuando se marcan con claridad los límites actuales de la prueba virtual. Modenova los explica mejor que muchos fundadores del sector: “La prueba virtual con IA aún presenta desafíos, pero el progreso de los últimos años fue significativo. Aspectos que antes resultaban muy difíciles, como la superposición de capas complejas o la combinación de varias prendas en un mismo look, ahora se pueden representar con mucha más precisión".

"Al mismo tiempo, la moda sigue siendo una industria muy fragmentada, donde las tallas, las medidas y las especificaciones de las prendas suelen ser inconsistentes, no solo entre marcas, sino incluso dentro de la misma marca, entre distintas colecciones o lotes de producción. Esta falta de estandarización es uno de los principales retos subyacentes", explicó.

Luego, agregó: "La calidad del resultado final sigue dependiendo de la información de entrada. Las imágenes de producto consistentes, los datos de tallas y los metadatos de las prendas siguen siendo esenciales para lograr los mejores resultados. En muchos casos, las marcas carecen por completo de información clave, ya sean medidas precisas, metadatos completos o incluso imágenes suficientes".

Uno de los problemas más frecuentes en el sector minorista con IA es la distancia entre una demostración atractiva y un sistema que de verdad funcione. Más allá de la necesidad de una representación visual más precisa, las marcas de moda también necesitan datos más confiables, flujos de trabajo más estrictos y una idea realista de lo que la prueba virtual puede aportar y de aquello que todavía no resuelve.

Los niveles de confianza son centrales en este planteo. DRESSX asegura que su sistema de prueba virtual puede darles a los clientes hasta un 89% de confianza en el ajuste. Según Modenova, esa cifra surge de encuestas posteriores a la interacción y de datos de comportamiento comparados con usuarios que recorren las mismas páginas de producto sin probarse la ropa. Además, precisó que el mayor impacto aparece en la etapa de confianza, ya que empuja la compra y la conversión, sobre todo cuando los compradores pueden pasar de probarse prendas individuales a armar conjuntos completos y distintas combinaciones.

Aunque el planteo resulta convincente, también deja en claro que la confianza visual y la confianza en el ajuste real no son lo mismo. El sector todavía tiene que demostrar, de manera consistente y a gran escala, que mejores imágenes se traducen en menos devoluciones, una mayor satisfacción del cliente y una experiencia de compra digital más confiable.

El futuro por capas de la moda: la IA en la prueba virtual

Entonces, ¿qué modelo terminará imponiéndose? El escenario más creíble para este mercado es la convivencia entre distintos enfoques.

Shapovalova lo deja claro: “El enfoque más eficaz probablemente sea una combinación de ambos. Las grandes plataformas proporcionan escalabilidad, mientras que la IA especializada ofrece el nivel de precisión y matices que exige la moda”.

La mirada de Modenova apunta más al negocio: “Las plataformas de propósito general pueden ganar en términos de distribución general, pero las capas de IA especializadas en moda ganarán en un nicho de distribución específico que, de hecho, es un segmento más rentable y un motor de ingresos más predecible”.

Eso también ayuda a explicar hacia dónde quiere avanzar DRESSX. Shapovalova afirmó que la prueba virtual es apenas "una parte de un sistema mucho más amplio" y que la próxima capa pasa por "cómo se conectan estas tecnologías a lo largo de todo el ciclo de vida, desde la creación de contenido y la producción de campañas hasta la comercialización, la personalización y las ventas". 

A la vez, Modenova puso el foco en los agentes de IA y en experiencias de compra más personalizadas, donde la prueba virtual se integra a una capa más amplia que impulsa activamente el descubrimiento, el estilismo y la conversión.

Más que una comparación del tipo "David contra Goliat" frente a un mismo problema, la prueba virtual parece avanzar hacia una especialización vertical antes que hacia una escala horizontal. En ese proceso, la confianza del consumidor puede crecer en el recorrido que va de la página del producto a la compra, con la mira puesta en representaciones de prendas fieles a la marca y no solo en imágenes verosímiles.

Google logró que la prueba virtual de ropa se sintiera natural a gran escala. DRESSX, por su parte, muestra que la moda todavía necesita una capa especializada por encima de esa escala. Y la llegada de NVIDIA sugiere que la infraestructura también gana peso. Así, la próxima etapa de la IA en la moda parece encaminarse hacia una arquitectura en la que cada capa resuelve un problema distinto, más que hacia un escenario en el que un solo jugador se queda con todo. Pero ahora la pregunta de fondo es cuál de esas capas termina aportándoles más valor a las marcas.

*Imagen de portada: DressX.

*Esta nota fue publicada originalmente en Forbes.com