Dacht Julie Bornstein het zou een makkie zijn om haar idee voor een AI-opstarten. Haar CV binnen digitale handel is onberispelijk: VP e-commerce bij Nordstrom, COO van de startup Stitch Fix en oprichter van een gepersonaliseerd winkelplatform overgenomen door Pinterest. Mode is haar obsessie sinds ze op de middelbare school in Syracuse zat en in Seventeen spreads inhaleerde en rondhing in plaatselijke winkelcentra. Ze voelde zich dus goed gepositioneerd om een bedrijf op te richten waar klanten met behulp van AI de perfecte kledingstukken konden ontdekken.
De realiteit was veel moeilijker dan ze had verwacht. Ik heb onlangs ontbeten met Bornstein en haar CTO, Maria Belousova, om meer te weten te komen over haar startup, Dromengefinancierd met $ 50 miljoen van durfkapitaalbedrijven zoals Google Ventures. Het gesprek nam een onverwachte wending toen de vrouwen mij uitlegden over de verrassende moeilijkheid om de magie van AI-systemen te vertalen naar iets dat mensen daadwerkelijk nuttig vinden.
Haar verhaal helpt iets te verklaren. In mijn eerste nieuwsbrief van 2025 werd aangekondigd dat dit zo zou zijn Het jaar van de AI-app. Hoewel er inderdaad veel van dergelijke apps zijn, hebben ze de wereld niet getransformeerd zoals ik had verwacht. Sinds de lancering van ChatGPT eind 2022 zijn mensen overweldigd door de trucs van AI, maar onderzoek na onderzoek heeft aangetoond dat de technologie nog geen significante productiviteitsstijging heeft opgeleverd. (Eén uitzondering: codering.) A studie gepubliceerd in augustus ontdekte dat 19 van de 20 AI-proefprojecten voor ondernemingen geen meetbare waarde opleverden. Ik denk wel dat er een productiviteitsverbetering in het verschiet ligt, maar het duurt langer dan mensen hadden verwacht. Luisteren naar de verhalen van startups als Daydream die proberen door te breken, geeft enige hoop dat volharding en geduld deze doorbraken inderdaad kunnen bewerkstelligen.
Fashionista mislukt
De oorspronkelijke pitch van Bornstein voor durfkapitaalbedrijven leek voor de hand liggend: gebruik AI om lastige modeproblemen op te lossen door klanten te matchen met de perfecte kledingstukken, waar ze graag voor willen betalen. (Daydream zou een stuk minder kosten.) Je zou denken dat de installatie eenvoudig zou zijn: maak gewoon verbinding met een API voor een model als ChatGPT en je bent klaar om te gaan, toch? Eh, nee. Het aanmelden van meer dan 265 partners, met toegang tot meer dan 2 miljoen producten, van boetieks tot retailgiganten, was het makkelijke gedeelte. Het blijkt dat het vervullen van zelfs een eenvoudig verzoek als “Ik heb een jurk nodig voor een bruiloft in Parijs” ongelooflijk complex is. Bent u de bruid, de schoonmoeder of een gast? Welk seizoen is het? Hoe formeel een bruiloft? Welke verklaring wil je afleggen? Zelfs als deze vragen zijn opgelost, hebben verschillende AI-modellen verschillende opvattingen over dergelijke zaken. “Wat we ontdekten was dat het model vanwege het gebrek aan consistentie en betrouwbaarheid van het model – en de hallucinaties – soms een of twee elementen van de zoekopdrachten liet vallen”, zegt Bornstein. Een gebruiker in de langdurige bètatest van Daydream zou zoiets zeggen als: “Ik ben een rechthoek, maar ik heb een jurk nodig die me op een zandloper laat lijken.” Het model reageerde door jurken met geometrische patronen te laten zien.
Uiteindelijk begreep Bornstein dat ze twee dingen moest doen: de geplande lancering van de app in het najaar van 2024 uitstellen (hoewel deze nu beschikbaar is, is Daydream technisch gezien nog in bèta tot ergens in 2026) en haar technische team upgraden. In december 2024 nam ze Belousova, de voormalige CTO van Grubhub, in dienst, die op haar beurt een team van topingenieurs binnenhaalde. Het geheime wapen van Daydream in de felle talentenoorlog is de kans om aan een fascinerend probleem te werken. “Mode is zo’n sappige ruimte omdat het smaak, personalisatie en visuele gegevens bevat”, zegt Belousova. “Het is een interessant probleem dat nog niet is opgelost.”
Bovendien moet Daydream dit probleem oplossen tweemaal– eerst door te interpreteren wat de klant zegt en vervolgens door hun soms eigenzinnige criteria te matchen met de waren aan de cataloguskant. Met ingangen zoals Ik heb een wraakjurk nodig voor een bat mitswa waar mijn ex aanwezig is met zijn nieuwe vrouw, dat begrip is van cruciaal belang. “Bij Daydream hebben we het idee van een shopperwoordenschat en een verkopersvocabulaire, toch?” zegt Bornstein. “Handelaars spreken in categorieën en attributen, en shoppers zeggen dingen als: ‘Ik ga naar dit evenement, het zal op het dak zijn, en ik zal bij mijn vriend zijn.’ Hoe kun je deze twee vocabulaires daadwerkelijk samenvoegen tot iets tijdens runtime? En soms zijn er meerdere iteraties nodig in een gesprek.” Daydream leerde dat taal niet genoeg is. “We gebruiken visuele modellen, waardoor we de producten eigenlijk veel genuanceerder begrijpen”, zegt ze. Een klant kan een specifieke kleur delen of een ketting laten zien die hij gaat dragen.
Bornstein zegt dat de daaropvolgende rehabilitatie van Daydream betere resultaten heeft opgeleverd. (Toen ik het uitprobeerde, kreeg ik bij een verzoek om een zwarte smokingbroek een beige broek met atletische pasvorm te zien, naast waar ik om vroeg. Hé, het is een bètaversie.) “Uiteindelijk hebben we besloten om van een enkele oproep over te gaan naar een ensemble van vele modellen”, zegt Bornstein. “Iedereen doet een gespecialiseerd telefoontje. We hebben er één voor kleur, één voor stof, één voor seizoen, één voor locatie.” Daydream heeft bijvoorbeeld ontdekt dat OpenAI-modellen voor hun doeleinden heel goed zijn in het begrijpen van de wereld vanuit het kledingoogpunt. Google’s Gemini is dat minder, maar hij is snel en nauwkeurig.
