การทำงานของ 3D virtual try-on
3D try-on ต้องสร้างแบบจำลองดิจิทัลสามมิติของเสื้อผ้าแต่ละชิ้น ซึ่งเป็นกระบวนการที่เรียกว่า 3D modeling หรือการสร้างฝาแฝดดิจิทัล (digital twin) ทำได้โดยใช้ photogrammetry (การถ่ายภาพสินค้าจริงจากหลายสิบมุมแล้วนำมาสร้างโครงข่าย 3D), การปั้นโมเดล 3D ด้วยซอฟต์แวร์เช่น CLO3D หรือ Browzwear หรือทั้งสองอย่างรวมกัน สินทรัพย์ 3D ที่ได้จะเก็บรวบรวมทั้งรูปทรงและพื้นผิวของเสื้อผ้า เพื่อนำไปเรนเดอร์ในฉาก 3D ร่วมกับหุ่นจำลองร่างกายเสมือนจริง
เมื่อมีสินทรัพย์ 3D แล้ว ประสบการณ์ของผู้ซื้อคือการวางโมเดลร่างกายเสมือน (มักเป็นอวตารหรือหุ่นมนุษย์ที่ดูสมจริง) ลงในชุดภายในโปรแกรมเรนเดอร์ 3D แบบเรียลไทม์บนเบราว์เซอร์ ผู้ซื้อสามารถหมุนดูสินค้าได้จากหลายมุม การติดตั้งทางเทคนิคต้องใช้การเรนเดอร์ผ่าน WebGL หรือแอปที่มีระบบรองรับ 3D ซึ่งเพิ่มความซับซ้อนในการพัฒนาส่วนหน้า (front-end)
การทำงานของ photo-based AI try-on
AI try-on แบบรูปภาพไม่จำเป็นต้องผลิตโมเดล 3D ต่อ SKU ผู้ซื้อเพียงอัปโหลดรูปภาพของตนเองเพียงรูปเดียว จากนั้นโมเดล AI — Nano Banana 2 ในกรณีของ Photta — จะนำรูปภาพสินค้า 2D และรูปภาพของผู้ซื้อมาประมวลผลเพื่อสร้างภาพจำลองที่สมจริง ซึ่งแสดงให้เห็นว่าผู้ซื้อสวมใส่ชุดนั้นอยู่ กระบวนการทั้งหมดเกิดขึ้นทันทีเมื่อมีการกดลองชุด โดยไม่ต้องมีขั้นตอนการเตรียมการผลิตล่วงหน้า
การเพิ่มสินค้าใหม่ลงในแค็ตตาล็อกไม่ต้องดำเนินการใดๆ เพิ่มเติม นอกจากการมีรูปภาพสินค้าที่มีคุณภาพดีอยู่แล้ว AI จะอ่านภาพ 2D โดยตรงและวิเคราะห์ประเภทผ้า สี และโครงสร้างจากรูปภาพสินค้า การประมวลผลใช้เวลา 8–15 วินาทีและให้ผลลัพธ์ที่สมจริง การติดตั้งบนหน้าร้านทำได้ง่ายเพียงใช้สคริปต์แท็กเดียว ไม่ต้องมีโครงสร้างพื้นฐานสำหรับการเรนเดอร์ 3D ในฝั่งของผู้ขาย
เปรียบเทียบต้นทุน: ต่อ SKU และค่าใช้จ่ายต่อเนื่อง
ต้นทุน 3D try-on แบ่งออกเป็นการผลิตต่อ SKU และค่าธรรมเนียมแพลตฟอร์มรายเดือน ค่าผลิตโมเดล 3D มีตั้งแต่ $50–$150 ต่อ SKU สำหรับการทำ photogrammetry ไปจนถึง $200–$500 ต่อ SKU สำหรับเสื้อผ้าที่ปั้นโมเดลด้วยมือ สำหรับแค็ตตาล็อก 200 รายการ ต้นทุนการผลิตเพียงอย่างเดียวอาจสูงถึง $10,000–$100,000 ก่อนรวมค่าสมาชิกแพลตฟอร์ม และเมื่อมีคอลเลกชันใหม่ ก็ต้องทำโมเดล 3D ใหม่สำหรับทุกสไตล์ ซึ่งเป็นภาระต้นทุนการผลิตที่เติบโตตามจำนวนสินค้า
AI try-on แบบรูปภาพไม่มีต้นทุนการผลิตต่อ SKU ค่าสมาชิกของ Photta ครอบคลุมทั้งแค็ตตาล็อกเริ่มต้นที่ $49 ต่อเดือน สำหรับแค็ตตาล็อก 200 รายการ ส่วนต่างของต้นทุนในปีแรกจะอยู่ที่ประมาณ $9,900–$99,900 ซึ่ง AI แบบรูปภาพประหยัดกว่ามาก สำหรับผู้ค้าที่มีการเปลี่ยนสินค้าบ่อย (แบรนด์แฟชั่นที่มีสินค้าใหม่ 100+ รายการต่อซีซั่น) ความได้เปรียบด้านต้นทุนของ AI แบบรูปภาพจะยิ่งเพิ่มทวีคูณขึ้นในระยะยาว
เปรียบเทียบยอดขาย: ข้อมูลสถิติบ่งบอกอะไร
การศึกษา 3D try-on ในบริบทของเฟอร์นิเจอร์และของตกแต่งบ้าน ซึ่งเป็นอุตสาหกรรมที่เทคโนโลยี 3D พัฒนาไปไกลที่สุด พบว่ายอดขายเพิ่มขึ้น 40–65% ในหมวดหมู่เหล่านั้น อย่างไรก็ตาม เฟอร์นิเจอร์ไม่ใช่เสื้อผ้า: โมเดล 3D ของโซฟามีความแม่นยำระดับมิลลิเมตรเพราะโซฟาไม่มีการทิ้งตัว ไม่เสียรูป หรือไม่มีปฏิสัมพันธ์กับสรีระของมนุษย์ การนำวิธี 3D แบบเดียวกันมาใช้กับเสื้อผ้าจึงเผชิญกับปัญหาการจำลองเนื้อผ้า (fabric simulation) การทำให้ชุด 3D ทิ้งตัวอย่างสมจริงต้องใช้การคำนวณทางฟิสิกส์ที่ซับซ้อนและมักจะยังดูไม่สมจริงในทางสายตา
ข้อมูลจากกลุ่มผู้ใช้ Photta สำหรับ AI try-on แบบรูปภาพในหมวดเสื้อผ้า แสดงให้เห็นว่ายอดขายเพิ่มขึ้น 18–28% และลดอัตราการคืนสินค้าลง 25–30% สำหรับการใช้งานเฉพาะด้านเสื้อผ้า ตัวเลขนี้ถือว่าแข่งขันได้หรือสูงกว่าตัวเลขของ 3D try-on ในขณะที่มีต้นทุนการผลิตต่ำกว่ามาก คุณภาพการเรนเดอร์ของ AI แบบรูปภาพได้ก้าวข้ามขีดจำกัดที่ผู้ซื้อยอมรับว่าสมจริงแล้ว ซึ่งเป็นปัจจัยเดียวที่สำคัญต่อผลลัพธ์ด้านยอดขาย
กรณีที่ 3D try-on เป็นฝ่ายชนะ
3D try-on ให้ประสิทธิภาพเหนือกว่า AI แบบรูปภาพอย่างแท้จริงในกรณีที่ 'ความสัมพันธ์ของพื้นที่สามมิติ' เป็นข้อมูลหลักที่ผู้ซื้อต้องการ เฟอร์นิเจอร์และของตกแต่งบ้านเป็นตัวอย่างที่ชัดเจนที่สุด การดูโซฟาในห้องนั่งเล่นผ่าน AR ขึ้นอยู่กับมิติพื้นที่ที่แม่นยำซึ่งระบบแบบรูปภาพไม่สามารถให้ได้ รวมถึงเครื่องประดับพื้นผิวแข็งที่มีรูปทรงเรขาคณิตชัดเจน เช่น นาฬิกาที่มีความหนาเฉพาะตัว หรือกระเป๋าถือที่มีรูปทรงคงที่ ก็เป็นกรณีการใช้งานที่เหมาะสมสำหรับ 3D
สำหรับรองเท้า 3D try-on อยู่ในสถานะกึ่งกลาง: มิติด้านพื้นที่มีความสำคัญ (ปริมาตรของรองเท้าและรูปทรงหุ่นรองเท้ามีผลต่อความสบาย) แต่ความท้าทายในการเรนเดอร์วัสดุพื้นรองเท้าและระบบเชือกผูกรองเท้ายังคงมีสูง การประเมินอย่างตรงไปตรงมาคือ 3D เป็นเครื่องมือที่เหมาะสมสำหรับสินค้าที่ไม่ใช่ผ้าและเน้นความสำคัญของมิติ ส่วน AI แบบรูปภาพเป็นเครื่องมือที่เหมาะสมสำหรับเสื้อผ้า เครื่องประดับ และสินค้าที่การทิ้งตัวของผ้าและรูปลักษณ์ภายนอกเป็นปัจจัยหลักในการตัดสินใจซื้อ