Michael Musandu, co-founder & CEO van Lalaland
Michael Musandu, de 25-jarige CEO en co-founder van de Amsterdamse fashion tech start-up Lalaland, maakt levensechte virtuele fotomodellen voor modewebshops. Met behulp van artificiële intelligentie levert hij modellen in elke maat, vorm en huidskleur. Met deze body-inclusive avatars hoopt Masandu een meer inclusieve, persoonlijke en duurzame winkelbeleving te creëren. “Modemanagers ga ik niet ‘vervelen’ met het belang van inclusiviteit voor de maatschappij, maar vertel ik vooral over de voordelen van een inclusieve webshop voor hun business.”
Met de speciale AI-tool ‘Genesis Meta Model Creator’ van Lalaland kunnen merken en retailers virtuele fotomodellen maken met diverse lichaamstypes, maten en huidskleuren. Hierdoor is het niet meer nodig om een echt model in te huren, of een dure fotostudio met fotograaf.
Bovendien maakt de tool het merken makkelijker en voordeliger om een kledingstuk op meerdere lichaamstypes te tonen, zodat online shoppers beter zien hoe een bepaald kledingstuk er op hun lichaamsvorm uitziet. Dat moet een onnodig aantal retouren voorkomen.
Het idee komt van de in Zimbabwe geboren Michael Musandu (25) en zijn studiegenoot Ugnius Rimsa (24). Samen richtten ze in 2019 Lalaland op, waarmee het foundersduo in 2020 de Philips Innovation Award voor student-ondernemers won. Afgelopen zomer haalde Lalaland 2,1 miljoen euro op tijdens een nieuwe pre-serie A financieringsronde, onder leiding van Orange Wings, Unknown Group en angel-investeerders waaronder voormalig Nike general manager Bart de Wilde, Googles Amhard Ford en Thorsten Koch en Christina Caljé van Autheos. “Het is mooi om te zien dat namen zoals Nike investeren”, zegt Musandu daarover. “Daaruit blijkt dat wij de modemerken hebben weten te overtuigen van het feit dat inclusiever adverteren noodzakelijk is.”
Zelf geschiedenis schrijven
Musandu leerde zijn co-founder Rimsa kennen als medestudenten Machine Learning aan de Vrije Universiteit van Amsterdam. “Voor ons afstudeerproject wilden wij iets bouwen met impact, iets dat het ‘uiterlijk’ van de maatschappij voorgoed zou doen veranderen”, vertelt eerstgenoemde.
“Als zwarte jongen voel ik mij al sinds mijn geboorte ondervertegenwoordigd in de media. Datzelfde geldt voor mijn zussen en andere mensen van mijn community. Daarop besloten Rimsa en ik te onderzoeken waar het probleem zit: waarom zien we zo weinig diversiteit in marketing? De crux zit hem in de traditionele, kostbare fotoshoot.”
“In plaats van te wachten totdat iemand daar verandering in brengt, besloten wij om zelf geschiedenis te schrijven. De beste manier om de toekomst te voorspellen, is die toekomst zelf te creëren.”
Eén kledingstuk op meerdere modellen
Volgens Musandu realiseert de wereld van fashion e-commerce jaarlijks zo’n 380 miljard euro omzet. Daarvan wordt 7,5 procent uitgegeven aan fotografie, productie en modellen voor productpagina’s. Een behoorlijke kostenpost waar volgens hem flink op bespaard kan worden.
“Modebedrijven hebben vaak onvoldoende budget om voor ieder kledingstuk meerdere modellen met verschillende huidskleuren, maten en leeftijden in te zetten. Dat is zonde, want een jurk staat heel anders op een wit model met maatje 36, dan op een donker getint model met maat 42. Daarom draaiden wij het om: in plaats van meerdere items op één model, tonen wij met behulp van artificiële intelligentie één item op meerdere modellen.”
Spreek de taal van je klant
De fashionindustrie staat niet bepaald bekend om haar duurzaam en inclusief karakter. Daarom spreekt Musandu de C-level mensen (managers) in deze industrie daar ook niet op aan. “Het heeft geen zin om modemanagers te overtuigen van het belang van meer inclusieve advertenties op de maatschappij. Het interesseert hen simpelweg te weinig. Daarom pak ik het anders aan. Ik spreek hun taal: die van strategie, winst en euro’s. Dit dwingt ons heel matrix-driven te handelen. Met harde cijfers uit A/B tests laat ik de C-level mensen van de mode-industrie zien hoe voordelig een meer inclusieve webshop voor hun business is.”
Het heeft geen zin om modemanagers te overtuigen van het belang van meer inclusieve advertenties op de maatschappij. Het interesseert hen simpelweg te weinig. Daarom spreek ik hun taal: die van strategie, winst en euro’s
Inclusiviteit leidt tot minder retours
Nog volgens Musandu helpt een meer inclusieve webshop merken hun conversie te verhogen en de kans op miskopen en daarmee retouren te verlagen. “AI-gestuurde technologie biedt modemerken, retailers en digitale ontwerpers enorme kansen. Zo stellen onze virtuele fotomodellen merken en retailers in staat om sneller de markt op te gaan, de gemiddelde bestelwaarde van hun klanten te verhogen en retouren te verminderen.”
“Onze modellen lijken ook daadwerkelijk op de klant. Dus niet blank, blond, maatje 34 en 1 meter 90, zoals de huidige modellen, maar divers, als een ware afspiegeling van de maatschappij. De klant herkent zich in het model en krijgt een realistisch beeld van hoe een kledingstuk er op hem of haar uitziet. Dat voorkomt een onnodig groot aantal retourzendingen.”
Nieuwe rol voor de studiomanager
Daarnaast helpt AI-techniek ook de kosten te verlagen, beklemtoont Musandu. “De modelfoto’s van Lalaland kosten slechts vijftien procent van traditionele fotoshoots die meerdere keren per jaar moeten plaatsvinden met een heel leger van modellen, visagisten, stylisten, locaties en fotografen”, aldus de fashion tech ondernemer.
Wat de traditionele modellenbureaus daarvan vinden? “Ja, dat is lastig, want studiomanagers maken zich zorgen. Daarom voeren wij nu veel gesprekken. We willen hun jobs niet ‘afpakken’, alleen veranderen. Zo hebben we de studiomanagers nog steeds hard nodig. Niet om modellen te scouten, maar om de avatars vorm te geven.”
Een fout gemaakt, is een les geleerd
Een start-up oprichten die de maatschappij verandert, gaat niet zonder slag of stoot, weet intussen ook Michael Musandu. “Wanneer je een bedrijf opricht, heb je dagelijks te maken met uitdagingen. Maar fouten maken, is lessen leren.”
“Zo zou ik bijvoorbeeld in een volgende situatie een investering van buitenaf pas later accepteren, om zo lang mogelijk te blijven bootstrappen. Daarnaast weten we nu ook dat het internet niet divers genoeg is. Het kostte ons heel veel tijd om hele creatieve manieren te bedenken om tot een diverse en inclusieve dataset te komen. In zo’n situatie is het aantrekkelijk om alsnog te vervallen in de ‘gangbaardere modellen’. Dat dwong ons écht trouw te blijven aan onze missie.”
