Julie Bornstein pensó que sería muy fácil poner en marcha su idea para una startup de IA. Su currículum en comercio digital es impecable: vicepresidenta de comercio electrónico en Nordstrom, directora de operaciones de la startup Stitch Fix y fundadora de una plataforma de compras personalizadas adquirida por Pinterest. La moda ha sido su obsesión desde que era una estudiante de secundaria de Syracuse que consumía las propagandas de Seventeen y pasaba el rato en los centros comerciales locales. Así que se sintió bien posicionada para crear una empresa en la que los clientes descubrieran las prendas perfectas utilizando IA.
La realidad fue mucho más dura de lo que ella esperaba. Hace poco desayuné con Bornstein y su directora de tecnología, Maria Belousova, para conocer su nueva empresa, Daydream, financiada con 50 millones de dólares por empresas de capital de riesgo como Google Ventures. La conversación dio un giro inesperado cuando las mujeres me explicaron la sorprendente dificultad de traducir la magia de los sistemas de IA en algo que la gente encuentre realmente útil.
Su historia ayuda a explicar algo. Mi primer boletín de 2025 anunciaba que sería el año de la aplicación de IA. Aunque hay muchas aplicaciones de este tipo, no han transformado el mundo como esperaba. Desde el lanzamiento de ChatGPT a finales de 2022, la gente se ha quedado asombrada por los trucos que realiza la IA, pero un estudio tras otro ha demostrado que la tecnología aún no ha supuesto un aumento significativo de la productividad. (Una excepción: la codificación.) Un estudio publicado en agosto reveló que 19 de cada 20 proyectos piloto de IA en empresas no aportaron ningún valor cuantificable. Creo que el aumento de la productividad está en el horizonte, pero está tardando más de lo esperado. Escuchar las historias de startups como Daydream, que se esfuerzan por abrirse camino, da cierta esperanza de que la persistencia y la paciencia pueden hacer realidad esos avances.
Un fracaso de moda
La propuesta original de Bornstein a los inversionistas parecía obvia: utilizar la inteligencia artificial para resolver complicados problemas de moda poniendo en contacto a los clientes con las prendas perfectas, por las que estarían encantados de pagar. (Daydream se llevaría una parte, claro.) Uno pensaría que la configuración sería sencilla: basta con conectarse a una API para un modelo como ChatGPT y ya está, ¿verdad? Pues no. Dar de alta a más de 265 socios, con acceso a más de 2 millones de productos, desde tiendas boutique a gigantes del comercio minorista, fue la parte fácil. Pero resulta que satisfacer incluso una petición tan sencilla como “Necesito un vestido para una boda en París” es algo increíblemente complejo. ¿Eres novia, la suegra o una invitada? ¿En qué época del año? ¿Es una boda formal? ¿Qué statement quieres hacer? Incluso cuando esas preguntas están resueltas, los distintos modelos de IA tienen opiniones diferentes sobre esas cosas. “Lo que descubrimos fue que, debido a la falta de coherencia y fiabilidad del modelo (y a las alucinaciones), a veces el modelo dejaba de lado uno o dos elementos de las consultas”, señala Bornstein. Un usuario de la prueba beta de Daydream, que se prolongó durante mucho tiempo, decía algo así como: “Soy un rectángulo, pero necesito un vestido que me haga parecer un reloj de arena”. El modelo respondía mostrando vestidos con motivos geométricos.
Al final, Bornstein comprendió que tenía que hacer dos cosas: posponer el lanzamiento de la aplicación previsto para otoño de 2024 (aunque ya está disponible, Daydream sigue técnicamente en fase beta hasta algún momento de 2026) y mejorar su equipo técnico. En diciembre de 2024 contrató a Belousova, antigua directora de tecnología de Grubhub, que a su vez incorporó a un equipo de ingenieros de primer nivel. El arma secreta de Daydream en la feroz guerra de talentos es la posibilidad de trabajar en un problema fascinante. “La moda es un espacio tan jugoso porque tiene gusto y personalización y datos visuales”, destaca Belousova. “Es un problema interesante que no se ha resuelto”.
Es más, Daydream tiene que resolver este problema dos veces: primero, interpretando lo que dice el cliente y, después, haciendo coincidir sus criterios, a veces extravagantes, con los artículos del catálogo. Con entradas como: “Necesito un ‘vestido de venganza’ para un bat mitzvah al que asistirá mi ex con su nueva esposa”, esa comprensión es fundamental. “En Daydream tenemos la noción del vocabulario del comprador y del vocabulario del vendedor”, explica Bornstein. “Los comerciantes hablan en categorías y atributos, y los compradores dicen cosas como: ‘Voy a ir a este evento, va a ser en la azotea y voy a estar con mi novio’. ¿Cómo se fusionan estos dos vocabularios en tiempo de ejecución? Y a veces hacen falta varias iteraciones en una conversación”. Daydream aprendió que el lenguaje no es suficiente. “Estamos utilizando modelos visuales, por lo que realmente entendemos los productos de una manera mucho más matizada”, indica. Una clienta puede entonces compartir un color específico o mostrar un collar que llevará puesto.
Bornstein asegura que la revisión posterior de Daydream ha dado mejores resultados. (Aunque cuando lo probé, una petición de pantalones negros de esmoquin me mostró pantalones beige de corte deportivo además de lo que había pedido. Pues, es una versión beta). “Acabamos decidiendo pasar de una llamada única a un conjunto de muchos modelos”, cuenta Bornstein. “Cada una hace una llamada especializada. Tenemos una por color, otra por tejido, otra por temporada, otra por ubicación”. Por ejemplo, Daydream ha descubierto que, para sus fines, los modelos de OpenAI son realmente buenos a la hora de entender el mundo desde el punto de vista de la ropa. Gemini de Google lo es menos, pero es rápido y preciso.
