كذبة الـ890 مليار دولار: لماذا تزيد "التجربة الافتراضية للملابس" بالذكاء الاصطناعي معدلات إرجاع الأزياء سوءاً

في نوفمبر الماضي، فتحت نائبة رئيس قسم التجارة الإلكترونية في علامة أزياء متوسطة الحجم عرضاً توضيحياً على حاسوبها المحمول أثناء مكالمة مع فريقي. قالت: "انظروا إلى هذا"، وهي تدير شاشتها لتُرينا أداة تجربة افتراضية للملابس تعتمد على الذكاء الاصطناعي التوليدي كانت شركتها قد رخّصتها للتو. صورة سيلفي لإحدى العميلات، وفستان ملفوف بنقوش زهرية مرسوم رقمياً على جسدها. كانت الصورة رائعة الجمال — إضاءة بجودة الاستوديو، وقماش يبدو وكأنه يعكس الضوء، ومقاس يبدو وكأنه فُصّل خصيصاً لها.

قالت: "ارتفعت معدلات التحويل بنسبة 14% منذ أن أطلقناها".

سألتها عمّا حدث لمعدلات الإرجاع.

صمت. ثم: "ارتفعت هي الأخرى".

بلورت تلك اللحظة شيئاً كنت أصارعه طوال أشهر أثناء بنائي لمنظومة VeriPrajna للذكاء الاصطناعي القائمة على الفيزياء. لقد وقعت صناعة الأزياء في حب تقنية كانت تجعل مشكلتها الأكثر تكلفة أسوأ — وكانت الصور مقنعة إلى حدٍّ لم يرغب معه أحد في الاعتراف بذلك.

أزمة الإرجاع في التجارة الإلكترونية للأزياء ليست مشكلة لوجستية. وليست مشكلة خدمة عملاء. إنها مشكلة فيزيائية متخفية في هيئة صورة جميلة. وحلّ الذكاء الاصطناعي الأكثر رواجاً في هذه الصناعة — التجربة الافتراضية التوليدية للملابس — ما هو إلا مرآة سحرية بقيمة 890 مليار دولار.

الرقم الذي ينبغي أن يُرعب كل رئيس تنفيذي في مجال الأزياء

إليكم الرقم الذي يحرمني النوم ليلاً: تحمّل تجّار التجزئة في الولايات المتحدة ما يقارب 890 مليار دولار من التكاليف المرتبطة بالإرجاع في عام 2024، وفقاً للاتحاد الوطني لتجارة التجزئة. هذا ليس خطأً مطبعياً. إنه رقم يضاهي الناتج المحلي الإجمالي لدول بأكملها، والأزياء هي المتسبب الأكبر.

في حين تتراوح معدلات إرجاع الإلكترونيات حول 8-10% وتستقر منتجات التجميل عند 4-10%، تظل الملابس ثابتة بين 30% و40%. وخلال موجات العروض الترويجية مثل الجمعة السوداء، تقفز بعض الفئات إلى ما يتجاوز 50%. لقد اطّلعت على بيانات داخلية لعلامات تجارية بلغت فيها معدلات إرجاع الجينز 88% أثناء عروض سريعة. ثمانية وثمانون بالمئة. فمقابل كل عشرة سراويل جينز تُشحن، عاد نحو تسعة منها.

الميل الغريزي هو التعامل مع هذا باعتباره تكلفة لممارسة الأعمال. لكن الحسابات قاسية. عندما تُرتجع قطعة ملابس قيمتها 100 دولار، لا يخسر تاجر التجزئة 100 دولار من الإيرادات فحسب. بل يتكبّد 5-15 دولاراً في الشحن العكسي (متقطع، لا مركزي، يستحيل تحسينه كما هو الحال في الشحن الصادر). ويدفع 3-8 دولارات مقابل عمالة الفحص اليدوي — إذ يتعيّن على أحدهم فتح الطرد، والتحقق من البقع، والتأكد من رمز المنتج (SKU). وينفق 2-5 دولارات على البخار وإعادة الطي وإعادة وضع البطاقات. ثم يأتي القاتل الحقيقي: فبحلول عودة تلك القطعة إلى الرف بعد أسبوعين إلى أربعة أسابيع، ربما تكون نافذة الرواج قد أُغلقت، مما يفرض تخفيضاً في السعر بنسبة 30-50%.

يمكن أن تلتهم التكلفة الإجمالية لعملية إرجاع واحدة 66% من السعر الأصلي للمنتج. فمقابل كل ثلاثة منتجات تُباع، إذا عاد واحد منها، فإن الربح المحقق من الاثنين الآخرين كثيراً ما يتبخّر لمجرد تغطية الخسارة.

هذا ما أسميه "الازدهار بلا ربح" — إيرادات متنامية، وهوامش متقلصة، وفريق تنفيذي عاجز عن معرفة السبب.

لماذا يُرجع العملاء الملابس؟ (الأمر ليس كما تظن)

افترضت، حين بدأنا لأول مرة نغوص في هذه البيانات، أن السبب الأول سيكون ندم المشتري أو عمليات الشراء الاندفاعية. لكنني كنت مخطئاً.

تُشكّل مشكلات المقاس والحجم ما بين 53% و67% من إجمالي إرجاع الملابس. لا "غيّرت رأيي". ولا "بدا اللون مختلفاً". بل إن القطعة لم تناسب فعلياً الجسد البشري الذي اشتُريت من أجله.

وهنا يصبح الأمر مثيراً للاهتمام: المستهلكون ليسوا أغبياء. إنهم يعلمون أن معلومات المقاسات على الإنترنت لا قيمة لها. فمقاس "وسط" (Medium) في زارا هو "صغير جداً" (Extra Small) لدى علامة فاخرة. تمنحك جداول المقاسات محيط الصدر والخصر — رقمان أحاديّا البُعد يحاولان وصف سطح ثلاثي الأبعاد، منحنٍ، ومعقد ميكانيكياً حيوياً.

لذا تكيّفوا. إنهم يلجؤون إلى الطلب المتعدد للمقاسات.

الطلب المتعدد للمقاسات يعني طلب الفستان نفسه بمقاس صغير ووسط وكبير مع نية صريحة للاحتفاظ بواحد وإرجاع اثنين. وهو سلوك عقلاني تماماً حين لا تملك أي معلومات موثوقة عن المقاس. ويعترف 51% من متسوّقي الجيل Z بممارسته بانتظام. فمن منظور العميل، إنه ذكاء. ومن منظور تاجر التجزئة، إنه كارثة — ثلاثة أضعاف الشحن الصادر، وضعف شحن الإرجاع، وثلاث وحدات محتجزة خارج المخزون بينما تقبع في شقة أحدهم.

أذكر أنني شرحت هذا لأحد المستثمرين في وقت مبكر. هزّ كتفيه وقال: "إذن امنحهم فقط جداول مقاسات أفضل". فعرضت له جدولَي مقاسات من علامتين تجاريتين كنا نحللهما. المسمّى "وسط" (Medium) نفسه. أحدهما بقياس صدر 88 سم، والآخر 96 سم. فارق 8 سم — هذا ليس خطأ تقريب، بل جسد مختلف تماماً.

جداول المقاسات ليست الحل. إنها جزء من المشكلة.

إغراء الذكاء الاصطناعي التوليدي

لذا راحت الصناعة تبحث عن حلّ تقني، فوجدت واحداً بدا كالسحر: التجربة الافتراضية للملابس بالذكاء الاصطناعي التوليدي.

العرض التسويقي مُسكر. تحمّل العميلة صورة سيلفي. ثم يقوم نموذج انتشار — من العائلة التقنية نفسها التي تقف وراء Stable Diffusion وMidjourney — بـ"رسم" القطعة على جسدها. تبدو النتيجة واقعية كالصورة الفوتوغرافية. ترى العميلة نفسها في الفستان، فتشعر بالثقة، وتنقر على زر الشراء.

كل منصة تجارة إلكترونية كبرى إما تبني هذه التقنية أو ترخّصها. وقد جمعت الشركات الناشئة في هذا المجال مئات الملايين. وأنا أتفهّم جاذبيتها — حقاً أتفهّمها. في المرة الأولى التي رأيت فيها عرضاً توضيحياً متقن التنفيذ لتجربة توليدية، كان ردّ فعلي العفوي هذا يغيّر كل شيء.

ثم بدأنا الاختبار.

أجرى فريقي سلسلة من التجارب أخذنا فيها القطعة نفسها — سترة بليزر منظّمة البنية ذات مرونة ضئيلة — وأدخلناها في ثلاثة من أبرز أنظمة التجربة الافتراضية التوليدية (VTON) إلى جانب صور لأجساد سبق أن قِسناها بشريط القياس والمسح ثلاثي الأبعاد. كنا نعرف الحقيقة المرجعية. كنا نعلم أن هذه السترة ستكون فعلياً ضيّقة أكثر من اللازم عند الكتفين لدى عدد من الأشخاص الخاضعين للاختبار.

أظهر كل نموذج توليدي على حدة أن السترة تناسب المقاس بشكل مثالي.

ليس "غير مناسبة قليلاً". ولا "ضيّقة بعض الشيء". بشكل مثالي. فقد نحّف الذكاء الاصطناعي الكتفين بمكر، ولطّف صلابة القماش الظاهرة، وأنتج صورة تبدو كأنها من صفحات مجلة أنيقة. كانت جميلة. وكانت أيضاً كذبة.

كيف "يهلوس" نموذج الانتشار بشأن المقاس؟

أحتاج هنا إلى شيء من التقنية، لأن نمط الإخفاق ليس بديهياً وله أهمية هائلة.

نماذج الانتشار احتمالية. فهي تتعلّم التوزيع الإحصائي لترتيبات البكسل من ملايين الصور. وعند توليد تجربة افتراضية للملابس، فهي لا تحسب ما إذا كان القماش يتمدد بما يكفي لاستيعاب انحناءة الورك. بل تتنبأ بأي البكسلات هي الأكثر احتمالاً من الناحية الإحصائية في الظهور بجانب بعضها بعضاً استناداً إلى بيانات تدريبها.

بيانات التدريب في غالبيتها الساحقة تصوير أزياء احترافي — عارضات طويلات ونحيلات بملابس منسّقة بإتقان. لذا حين تحمّل عميلة حقيقية ذات نوع جسد مختلف صورةً، يفعل النموذج شيئاً ماكراً: فهو يستكمل استقرائياً باتجاه ما "يعرفه".

الذكاء الاصطناعي التوليدي لا يحسب المقاس. إنه يهلوس المقاس — مُقدّماً المعقولية البصرية على الحقيقة الفيزيائية.

تكشف الأبحاث حول هلوسات نماذج الانتشار أن هذه النماذج تُسند حتماً احتمالاً غير صفري لـ"مناطق الفجوة" الواقعة خارج توزيع البيانات الحقيقي. وبعبارة واضحة: إنها تولّد بثقة صوراً لأشياء لا يمكن أن توجد فيزيائياً. ملمس جينز غير قابل للتمدد يُصوَّر كأنه من قماش السباندكس. صدار منظّم البنية يتهدّل كالحرير. أكمام تندمج في الجذوع بطرق مستحيلة هندسياً.

وأخطر تجلٍّ لذلك هو ما أسميه "انحياز التنحيف". فالنموذج لا يهلوس القطعة فحسب — بل يشوّه بمكر الجسد، فيشدّ الخصر إلى الداخل، ويطيل الساقين، لأن هذا هو شكل "شخص يرتدي ملابس" في بيانات تدريبه. ترى العميلة نسخة من نفسها تبدو مذهلة. فتشتري بثقة عالية. ثم تصل القطعة الفعلية ولا يُغلق سحّابها.

لقد حوّلت الآن زائراً متصفّحاً إلى مشترٍ و مُرجِعٍ في آنٍ واحد — وهي أسوأ نتيجة ممكنة. لقد دفعت ثمن استقطابه، ودفعت ثمن الشحن الصادر، وأنت على وشك دفع ثمن الإرجاع. الذكاء الاصطناعي التوليدي لم يقلّل من الإرجاع. بل صنعه.

لقد كتبت عن نمط الإخفاق هذا بعمق تقني أكبر في النسخة التفاعلية من بحثنا، حيث نفصّل بدقة كيف تفقد بنى الرسم البيني (inpainting) مثل VITON-HD وIDM-VTON دقة الملمس والاتساق الهندسي.

ماذا لو توقّفنا عن التخمين وبدأنا نحسب؟

كانت هناك ليلة — أظنها كانت ليلة ثلاثاء، نحو الساعة الثانية فجراً — حين كنت أحدّق في مقارنة جنباً إلى جنب على شاشتي. على اليسار، صورة مُصيَّرة لتجربة توليدية. وعلى اليمين، مخرجات محاكاتنا الفيزيائية للقطعة نفسها على الجسد نفسه. بدت النسخة التوليدية أفضل. بشرة أنعم، وإضاءة أكثر إطراءً، من النوع الذي تنقر عليه نقرتين مزدوجتين على إنستغرام.

لكن النسخة الفيزيائية امتلكت شيئاً افتقرت إليه الأخرى: خريطة حرارية. أحمر عند الوركين. أصفر عبر الصدر. أزرق حيث تدلّى القماش فضفاضاً عند الخصر. كانت تقول الحقيقة. كانت تقول: هذه القطعة أصغر بمقدار سنتيمترين مما ينبغي عند الورك بالنسبة لهذا الجسد، وهذا بالضبط هو المكان الذي ستشدّ فيه.

تلك هي اللحظة التي توقفت فيها عن التفكير في نهجنا باعتباره بديلاً للذكاء الاصطناعي التوليدي، وبدأت أفكر فيه بوصفه فئة مختلفة تماماً.

الفكرة الجوهرية وراء نهج VeriPrajna بسيطة على نحوٍ خادع: لا ترسم الملابس على صورة — بل حاكِها على جسد.

نبدأ بالمُدخل نفسه الذي يستخدمه الجميع: صورة سيلفي للعميل. لكن بدلاً من تغذيتها لنموذج انتشار، نعيد بناء جسد العميل في ثلاثة أبعاد. نستخدم بنى قائمة على المُحوِّل (Transformer) — آليات الانتباه نفسها التي تشغّل أفضل النماذج اللغوية، لكن مُطبَّقة على الهندسة البشرية — لاستعادة شبكة ثلاثية الأبعاد دقيقة قياسياً من تلك الصورة الثنائية الأبعاد الواحدة.

يُسمّى هذا استعادة الشبكة البشرية (Human Mesh Recovery أو HMR)، والدقة هنا بالغة الأهمية. نستخدم نماذج جسد بارامترية متقدمة مثل SMPL-X (الذي يتضمن يدين مفصليتين ونسباً تعبيرية) وSKEL (الذي يدمج هيكلاً عظمياً فعلياً بحدود مفاصل دقيقة ميكانيكياً حيوياً مستمدة من بيانات طبية). النتيجة ليست دمية عرض. إنها توأم رقمي لجسد العميل الفعلي، دقيق في حدود 1-2 سنتيمتر من قياس شريط فعلي.

لماذا تشوّه صورة السيلفي جسدك؟ (وكيف نُصلح ذلك)

إليك مشكلة لا يفكر فيها معظم الناس أبداً. أمسك هاتفك على مسافة ذراع والتقط صورة سيلفي. سيبدو وجهك أعرض قليلاً. وسيبدو جسدك مضغوطاً قليلاً. ذلك هو تشوّه المنظور — إذ يشوّه البُعد البؤري للكاميرا النسب.

تتجاهل معظم نماذج إعادة بناء الجسد بالذكاء الاصطناعي هذا الأمر. فهي تفترض إسقاطاً "متعامداً"، كما لو أن الكاميرا على بُعد لا نهائي. وبالنسبة لتطبيق أزياء تهمّ فيه السنتيمترات، فهذا كارثة.

ندمج خوارزمية تُسمى BLADE — محاذاة أطراف الجسم وتقدير العمق — تستعيد صراحةً البُعد البؤري للكاميرا وعمق الشخص من ملامح الصورة. وهي تعكس تشوّه المنظور لاستعادة النسب الحقيقية. قد يبدو هذا تفصيلاً تقنياً ثانوياً. لكنه ليس كذلك. إنه الفرق بين التوصية بمقاس وسط والتوصية بمقاس كبير. إنه الفرق بين بيع مُحتفَظ به وإرجاع.

القماش ليس ملمساً — إنه مادة

بمجرد أن نحصل على جسد العميل ثلاثي الأبعاد، لا "نرسم" الملابس عليه. بل نُسدلها باستخدام تحليل العناصر المحدودة — الفيزياء الحاسوبية نفسها المستخدمة في محاكاة أجنحة الطائرات وأحمال الجسور.

نأخذ ملفات الأنماط الرقمية الفعلية (DXF أو GLB) التي تستخدمها العلامات التجارية لتصنيع ملابسها — وليست صورة فوتوغرافية للقطعة، بل مخططها الهندسي. نتعامل مع القماش لا بوصفه صورة مسطحة، بل شبكة فيزيائية من العُقد المتصلة بنوابض، تحكم كلاً منها ثلاث خصائص ميكانيكية قابلة للقياس: صلابة الشدّ (مقدار تمدده)، وصلابة الانحناء (كيفية إسداله)، وصلابة القصّ (مدى تطابقه مع المنحنيات).

تحلّ المحاكاة معادلات تفاضلية جزئية لحساب المكان الذي تستقر فيه كل نقطة من القماش على الجسد تحت تأثير الجاذبية والتصادم وقيود المادة. المُخرَج ليس صورة جميلة. إنه خريطة إجهاد — تمثيل بصري مُرمَّز بالألوان يوضّح بدقة أين تكون القطعة ضيّقة (أحمر)، أو محكمة (أصفر)، أو فضفاضة (أزرق)، أو غير ملامسة للجسد على الإطلاق (شفاف).

لا يمكنك أن تسأل نموذج انتشار عمّا إذا كانت الأزرار ستشدّ حين تجلس العميلة. فذلك سؤال فيزيائي، ويتطلب إجابة فيزيائية.

العميلة التي ترى مناطق حمراء عند الورك في مقاس وسط لكن مناطق صفراء في مقاس كبير لا تحتاج إلى الطلب المتعدد للمقاسات. إنها تشتري المقاس الكبير. شحنة واحدة صادرة، وصفر شحنات مرتجعة.

للاطلاع على التفصيل التقني الكامل لمنظومة المحاكاة لدينا — بما في ذلك كيفية تعاملنا مع طبقات الفيزياء القابلة للاشتقاق من أجل نشرٍ مُسرَّع بوحدة معالجة الرسوميات (GPU) — راجع ورقتنا البحثية المفصّلة.

"لكن هل يبدو جيداً بالفعل؟"

هذا هو السؤال الذي يطرحه عليّ كل قائد منتج، وهو سؤال وجيه. تشتهر المحاكاة الفيزيائية بأنها تبدو كصور مُصيَّرة لألعاب فيديو من عام 2008. فإذا بدا المُخرَج بارداً ومعقّماً، فلن يتفاعل معه العملاء، مهما بلغت دقته.

أمضينا أشهراً على هذه المشكلة. والجواب هو التصيير العصبي — وتحديداً تقنيات مثل Gaussian Splatting التي تنتج مخرجات واقعية كالصور الفوتوغرافية. لكن إليك الفرق الحاسم عن الذكاء الاصطناعي التوليدي: صورنا المُصيَّرة مقيّدة بالمحاكاة الفيزيائية الكامنة. تبدو الصورة جميلة، لكنها لا تستطيع الهلوسة. لا يمكن للقماش أن يتمدد حيث لا يتمدد. ولا يمكن للجسد أن ينحف حيث ليس نحيلاً. الطبقة البصرية جلد فوق هيكل من الحقيقة.

دار بيني وبين أحد أعضاء فريقي جدال حول هذا — إذ أراد إضافة وضع "فلتر تجميل" يُنعّم خريطة الإجهاد لإطلالة أكثر إطراءً. فرفضته. فجوهر الأمر برمّته هو أننا لسنا في مجال المجاملة. نحن في مجال الدقة. المجاملة تدفع التحويلات. أما الدقة فتدفع المُحتفَظ بها من التحويلات. أما بيان الأرباح والخسائر (P&L) فلا يهتم إلا بالثانية.

ماذا يعني هذا لصافي الأرباح؟

دعني أجعل هذا ملموساً. لنأخذ تاجر تجزئة أزياء متوسط الحجم يحقق مبيعات إجمالية سنوية قدرها 200 مليون دولار بمعدل إرجاع 30%. هذا يعني 60 مليون دولار من المرتجعات. وبتكلفة تشغيلية تبلغ نحو 20% من قيمة الإرجاع (اللوجستيات، والعمالة، والاستهلاك، والتخفيضات)، فإنهم يحرقون 12 مليون دولار سنوياً لمجرد معالجة المرتجعات.

تشير بيانات الصناعة إلى أن التجربة الافتراضية المتقدمة للملابس مع تحقّق حقيقي من المقاس يمكن أن تخفّض معدلات الإرجاع بنسبة 20-30%. فإذا خفّضنا معدل الإرجاع البالغ 30% إلى 22.5% — أي بتخفيض متحفّظ نسبته 25% — فإن الحسابات تتغير تغيراً جذرياً:

• 3 ملايين دولار من الوفورات التشغيلية المباشرة الناتجة عن معالجة عدد أقل من المرتجعات
• 7.5 مليون دولار من استرداد الإيرادات (نصف المرتجعات التي جرى تفاديها تتحول إلى مبيعات مُحتفَظ بها)
• 10.5 مليون دولار من إجمالي الأثر السنوي على بيان الأرباح والخسائر

هذه ليست تكلفة تقنية. إنها برنامج لاسترداد هامش الربح.

وهناك بُعد يتعلق بالاستدامة بات من المستحيل تجاهله. فاللوجستيات العكسية قنبلة كربونية. إذ يعني كل طرد مُرتجع شاحنة إضافية، ولمسة مستودع إضافية، وقطعة ملابس أخرى قد ينتهي بها المطاف في مكبّ نفايات. وتتجه لائحة التصميم البيئي للمنتجات المستدامة في الاتحاد الأوروبي إلى حظر إتلاف المنسوجات غير المباعة. وتخفيض حجم المرتجعات بنسبة 25% يمنح العلامات التجارية مؤشراً قابلاً للقياس في مجال الحوكمة البيئية والاجتماعية والمؤسسية (ESG) — لا غسلاً أخضر، بل تخفيضاً مقيساً في الشحنات غير الضرورية.

"لماذا لا نستخدم الاثنين معاً فحسب؟"

يسألني الناس هذا باستمرار — لماذا لا نستخدم الذكاء الاصطناعي التوليدي للجاذبية البصرية والفيزياء للدقة؟ ونُطبّقهما معاً في طبقات؟

أتفهّم هذا الميل الغريزي، لكنه يُغفل جوهر المسألة. فالطبقة التوليدية تقوّض بفاعلية الطبقة الفيزيائية. فإذا عرضت على عميلة صورة مُطرِية ومهلوسة إلى جانب خريطة إجهاد صادقة، فأيّهما ستصدّق؟ الجميلة. في كل مرة. تصبح الصورة التوليدية هي الوعد، وتصبح الفيزياء بمثابة النص الصغير الذي لا يقرأه أحد.

إن الترف الأسمى في عصر الذكاء الاصطناعي هو الحقيقة — حقيقة رياضية وهندسية وفيزيائية. لا وهماً أكثر إقناعاً.

السؤال الأصعب — وسأكون صادقاً بشأنه — هو أن نهجنا يتطلب شيئاً لا يتطلبه الذكاء الاصطناعي التوليدي: أصول ملابس رقمية. إذ تحتاج العلامات التجارية إلى إنشاء توائم رقمية ثلاثية الأبعاد لمخزونها باستخدام أدوات مثل CLO3D أو Browzwear. وهذا استثمار حقيقي. وتغيير في سير العمل. ويعني أن النمط الرقمي المستخدم في المحاكاة يجب أن يطابق نمط المصنع المستخدم في الإنتاج، وإلا فإن النظام برمّته بلا معنى.

نحن نقدّم الاستشارات في هذا الانتقال. وهو ليس أمراً هيّناً. لكن العلامات التجارية التي تبنّت بالفعل الإنشاء الرقمي للمنتجات في التصميم وأخذ العينات قطعت نصف الطريق. أما تلك التي لم تفعل؟ فإن أزمة الإرجاع ستجبرها في النهاية على التحرك. والسؤال هو ما إذا كانت ستستثمر بشكل استباقي أم كردّ فعل.

مفترق الطرق

تختار صناعة الأزياء الآن بين مستقبلين.

في أحدهما، يزداد الذكاء الاصطناعي التوليدي براعةً في المجاملة. وتصبح الصور غير قابلة للتمييز عن الصور الفوتوغرافية. وترتفع معدلات التحويل. وترتفع المرتجعات بوتيرة أسرع. وتتآكل الهوامش. وتتنافس العلامات التجارية على من ينتج الوهم الأكثر إقناعاً، بينما تغرق في تكاليف اللوجستيات العكسية وذنب مكبّات النفايات.

وفي الآخر، تتعامل الصناعة مع المقاس بوصفه ما هو عليه فعلاً — مشكلة توافق ميكانيكي بين مادة وجسد — وتبني البنية التحتية الهندسية لحلها. هذا المسار أصعب. فهو يتطلب هندسة حقيقية، لا أغلفة لواجهات برمجة التطبيقات (API). ويتطلب أن تستثمر العلامات التجارية في الأصول الرقمية، لا في التسويق الرقمي فحسب. ويتطلب اختيار الدقة على الجماليات حين يتعارض الاثنان.

أعرف لأي مستقبل أبني. نموذج الانتشار لا يعرف أن محيط الخصر يبلغ 72 سنتيمتراً. ولا يعرف أن قماشاً يزن 200 غرام لكل متر مربع. إنه لا يعرف شيئاً — إنه يتنبأ بالبكسلات. والتنبؤ، مهما بلغ من واقعية فوتوغرافية، ليس فهماً.

الفيزياء فهم. والفهم هو الشيء الوحيد الذي حلّ فعلاً أي مشكلة على الإطلاق.