De AI-industrie heeft een fysicaprobleem — en het kost retailers 890 miljard dollar

Een modemerk toonde me vorig jaar hun nieuwe AI-tool voor virtueel passen. Ze waren er trots op — en eerlijk gezegd zag het er ongelooflijk uit. Een gebruiker kon een selfie uploaden, een jurk kiezen, en de AI zou een prachtig beeld renderen van hoe die persoon hem droeg. Het licht was zacht, de stof viel prachtig, de pasvorm was onberispelijk.

Dat was nu net het probleem. De pasvorm was altijd onberispelijk.

Ik vroeg hun iets te proberen: upload een foto van iemand die duidelijk maat 44 heeft en selecteer een jurk in maat 36. De AI liet niet zien dat de rits gespannen stond. Het toonde niet dat de stof aan de naden trok. Het vervormde de jurk om het lichaam perfect te bedekken — of erger, het vervormde subtiel het lichaam om in de jurk te passen. Het was een fantasiespiegel, geen paskamer. En elke klant die op basis van die fantasie kocht, zou het product retourneren.

Die demo maakte iets concreet waarmee ik al maandenlang worstelde bij Veriprajna. De AI-industrie heeft geen intelligentieprobleem. Ze heeft een fysicaprobleem. Generatieve modellen optimaliseren voor pixelcoherentie — om beelden er juist te laten uitzien. Maar in de echte wereld heeft stof treksterkte. Geluidsgolven hebben auteursrechthouders. En "grotendeels juist" is geen businessmodel wanneer je je marges verliest aan retouren of een rechtszaak van Universal Music Group riskeert.

Dit is het verhaal van waarom we de dominante aanpak van enterprise-AI verlieten en iets fundamenteel anders bouwden.

De fantasiespiegel van 890 miljard dollar

Hier is een getal dat elke e-commerce-manager de slaap zou moeten ontnemen: retouren van consumenten in de detailhandel bedroegen in totaal naar schatting 890 miljard dollar in 2024, volgens de National Retail Federation. Geen miljoen. Miljard. En kleding is de grootste boosdoener — retourpercentages van online kleding overschrijden consequent 25-30%, waarbij sommige high-fashioncategorieën tijdens piekseizoenen 50% halen.

De grondoorzaak is niet ingewikkeld. Mensen kunnen aan een foto niet zien of kleding zal passen. "Verkeerde maat, slechte pasvorm en kleur" zijn goed voor 55% van alle retouren. Deze onzekerheid heeft een consumentengedrag voortgebracht dat "bracketing" wordt genoemd — drie maten van hetzelfde shirt kopen, ze thuis passen, er twee terugsturen. In 2024 gaf 51% van de Gen Z-consumenten toe dit te doen. Ze hebben hun slaapkamers in paskamers veranderd en de postdienst in een retour-lopende band.

Het verwerken van één enkele retour kost detailhandelaren gemiddeld 27% van de aankoopprijs van het artikel. Verzending, inspectie, reiniging, herverpakking — allemaal voor een artikel dat toch misschien afgeprijsd eindigt. Het is een marge-verbrander.

De mode-industrie heeft geen conversieprobleem. Ze heeft een waarheidsprobleem. AI die vleit in plaats van informeert, versnelt gewoon de retourcyclus.

Dus wendde de industrie zich tot technologie. Tools voor virtueel passen aangedreven door generatieve AI — GAN's, diffusiemodellen, het hele arsenaal. En deze tools zijn briljant in één ding: verkopen. Ze optimaliseren voor doorklikpercentages en initiële conversies. Ze verkopen de droom.

Ze kunnen alleen de realiteit niet leveren.

Waarom hallucineert generatieve AI de pasvorm?

Ik herinner me het exacte moment waarop mijn team ophield te geloven in generatief virtueel passen. We benchmarkten een op diffusiemodellen gebaseerd systeem — een van de goed gefinancierde — tegen fysieke kledingstalen. We hadden een spijkerjas, ruw en onvergeeflijk, het soort stof dat vrijwel geen rek heeft. We voerden het systeem een gebruikersfoto en het beeld van de jas.

De AI renderde een prachtig resultaat. De jas paste perfect. Op een lichaam dat, in de fysieke werkelijkheid, de linkerarm niet eens door de mouw had gekregen.

Mijn medeoprichter keek naar het scherm en zei: "Het past de jas niet. Het Photoshopt de jas." En dat klopt precies. De doelfunctie van een diffusiemodel is pixelcoherentie — het uitvoerbeeld er statistisch plausibel laten uitzien gegeven de trainingsdata. Het heeft geen begrip van trekstijfheid. Het weet niet dat ruw denim niet rekt. Het weet helemaal niets over stof.

Dit creëert drie opeenvolgende faalpunten:

De pasvormhallucinatie. Het model vervormt het kledingstuk om het lichaam te bedekken, of vervormt het lichaam om in het kledingstuk te passen. Hoe dan ook, de klant ziet een leugen. Branche-analyse is hier onomwonden over geweest: "Virtuele pasessies missen nauwkeurigheid in de echte wereld, negeren het gedrag van stof en kunnen klanten misleiden over hoe een kledingstuk werkelijk past en aanvoelt."

Textuurdegradatie. GAN's lijden aan mode collapse — fijne details zoals kant, borduurwerk of complexe weefsels worden vervaagd tot generieke patronen. Diffusiemodellen verzinnen soms details die niet op het fysieke product bestaan. Nu wordt de klant verrast door zowel de pasvorm als het uiterlijk.

Het papieren-poppetjeseffect. De meeste 2D-gebaseerde systemen plakken een plat beeld van kleding over een gebruiker. Geen diepteperceptie. Geen begrip van hoe stof over de welving van een heup valt of zich bij een taille plooit. Voor alles wat los of vloeiend is — waar de val juist de stijl is — is het resultaat nutteloos.

We keken naar een technologie die de verkoop verhoogde en de retouren in ongeveer gelijke mate verhoogde. Netto-impact op de marge: verwaarloosbaar, mogelijk negatief. Toen wist ik dat we een volledig andere architectuur nodig hadden.

De jurk simuleren in plaats van hem in te beelden

De doorbraak was geen beter neuraal netwerk. Het was een beslissing om virtueel passen te behandelen als een werktuigbouwkundig probleem in plaats van een beeldgeneratieprobleem.

Bij Veriprajna bouwden we wat ik de architectuur "Deterministic Core, Probabilistic Edge" noem. De kern — het deel dat bepaalt of een kledingstuk past — is een fysicasimulatiemotor, vergelijkbaar met wat professionele modeontwerpers gebruiken in tools zoals CLO3D of Marvelous Designer. We trainen geen neuraal netwerk op afbeeldingen van kleding. We nemen de daadwerkelijke CAD-patronen van de kledingstukken in en kennen ze de fysieke eigenschappen van hun echte stoffen toe.

Dit is belangrijker dan het misschien klinkt. Elke stof heeft meetbare mechanische eigenschappen: buigstijfheid (valt het als zijde of blijft het stijf als denim?), afschuifstijfheid (hoe gedraagt het zich op de schuine draad?), trekstijfheid (hoeveel rekt het onder spanning?), interne demping (hoe zakt het op het lichaam?), plooiverhouding (hoe bundelt en plooit het?). Onze simulatie kalibreert tegen al deze eigenschappen.

Het resultaat is dat wanneer een lichaam met maat 44 een jurk in maat 36 past in ons systeem, de simulatie precies laat zien wat er in een fysieke paskamer zou gebeuren. Spanningslijnen verschijnen. Het "X"-patroon bij de taille dat elke kleermaker zou herkennen. De stof slaagt er zichtbaar niet in te sluiten. Het is niet flatterend. Het is eerlijk.

We vervingen de fantasiespiegel door een fysicamotor. Als het kledingstuk niet past, laat de simulatie het je zien — spanningslijnen, trekken, stof die niet wil sluiten. Eerlijkheid blijkt beter voor de business dan vleierij.

Ik schreef over de volledige technische architectuur — de PBR-renderingpijplijn, de parameters voor stofsimulatie, het compositen met differentiële rendering — in de interactieve versie van ons onderzoek. Maar het kerninzicht is simpel: een fysicamotor kan niet hallucineren. Hij berekent. En berekening is, in tegenstelling tot generatie, deterministisch.

Het moeilijkste was niet de fysica

Dit is wat ik niet had verwacht: de fysicasimulatie was het makkelijke deel. Het werkelijk moeilijke probleem was om het resultaat er echt genoeg uit te laten zien zodat klanten het zouden vertrouwen.

Een perfect nauwkeurige fysicasimulatie gerenderd met slecht licht ziet eruit als een videogame-asset die op een foto is geplakt. Klanten kijken er één keer naar en wuiven het weg. We hadden het nauwkeurigheidsprobleem opgelost en een geloofwaardigheidsprobleem gecreëerd.

Dit is waar we AI weer inbrachten — niet om het kledingstuk te genereren, maar om de uitdaging van belichting en integratie op te lossen. We gebruiken Physically Based Rendering (PBR) om te modelleren hoe licht interageert met stofoppervlakken met behulp van fysiek nauwkeurige formules. Albedo voor basiskleur, roughness maps voor hoe licht verstrooit (katoen versus satijn), normal maps voor microscopische oppervlaktetextuur zoals het weefsel van keper.

Maar de echte magie zit in wat er gebeurt wanneer je dat 3D-kledingstuk in de 2D-foto van een klant plaatst. Als het licht op de digitale jurk niet overeenkomt met het licht in de kamer van de klant, ziet het geheel er nep uit — als een sticker die op een beeld is geplakt.

We besteedden hier weken aan. Late nachten met discussies over de vraag of de CNN-gebaseerde omgevingsschatting goed genoeg was, of het opvangen van schaduwen te agressief was, of het lichtomvouwen aan de randen van het kledingstuk te subtiel was. Er was een specifieke donderdag — ik herinner het me omdat we pizza hadden besteld en die koud was geworden — toen onze rendering-lead een vergelijking liet zien: onze composiet naast een echte foto van hetzelfde kledingstuk op dezelfde persoon. Drie van ons konden niet zien welke welke was. De vierde wel, maar alleen omdat ze een lichte kleurtemperatuurafwijking op een ritstrekker opmerkte.

Dat was het moment waarop ik wist dat we iets hadden.

De techniek heet differentiële rendering — je berekent het effect van het 3D-object op de scène zonder de scène zelf opnieuw te renderen. Schaduwvangers, omgevingsmaps geschat vanuit de foto van de gebruiker, lichtomvouwen aan de randen om subsurface scattering te simuleren. Het kledingstuk werpt een realistische schaduw op de echte benen van de gebruiker. De knopen weerkaatsen hetzelfde raamlicht dat in de ogen van de gebruiker staat.

Welke metriek zou virtueel passen eigenlijk moeten optimaliseren?

Dit is waar de businesscase interessant wordt, en waar volgens mij het grootste deel van de industrie het achterstevoren heeft.

Generatieve AI voor virtueel passen optimaliseert voor conversiepercentage. Het verkoopt de fantasie. Ons systeem optimaliseert voor netto-omzet — verkoop minus retouren. Door de waarheid te tonen, zelfs wanneer de waarheid is "dit past je niet", voorkomen we de marge-dodende retourcyclus.

We leveren ook data, niet alleen afbeeldingen. Ons systeem genereert een Fit-Confidence Score — zoiets als "95% match voor de taille, 60% match voor de heupen". Dit doet iets contra-intuïtiefs: het ontmoedigt soms een aankoop. Maar de aankopen die het niet ontmoedigt, komen bijna nooit terug. En de klant vertrouwt het systeem de volgende keer meer. Vertrouwen bouwt zich op. Retouren niet.

Mensen vragen me of het tonen van onflatterende pasvorminformatie de conversiepercentages schaadt. Korte antwoord: ja, aanvankelijk. Langer antwoord: de klanten die je verliest, zijn degenen die het product toch zouden hebben geretourneerd. Je verliest geen omzet — je verliest de illusie van omzet die over twee weken zou verdampen wanneer de retour zich zou aandienen.

Het andere mijnenveld: waarom generatieve audio een juridische tijdbom is

Terwijl we fysicamotoren voor mode bouwden, navigeerden we tegelijkertijd door een even verraderlijk domein: audio. En hier is het probleem geen fysica — het is de wet.

De muziek- en stemindustrieën verkeren midden in een existentiële crisis rond generatieve AI. Universal Music Group, Sony Music en de RIAA hebben grote rechtszaken aangespannen tegen AI-bedrijven zoals Suno en Udio. De kernkwestie: de meeste generatieve audiomodellen werden getraind op auteursrechtelijk beschermde muziek die van het web is geschraapt. Als een onderneming een van deze modellen gebruikt om een jingle te genereren en die uitvoer onbedoeld een auteursrechtelijk beschermd werk nabootst — een fenomeen dat "regurgitation" wordt genoemd — is de onderneming aansprakelijk voor inbreuk. En omdat de modellen black boxes zijn, kun je de herkomst van wat eruit komt niet verifiëren.

Het wordt erger. Onder de huidige richtlijnen van het U.S. Copyright Office komen werken die uitsluitend door AI zijn gemaakt zonder significante menselijke tussenkomst niet in aanmerking voor auteursrechtelijke bescherming. Dat betekent dat als een merk een puur generatieve tool gebruikt om een sonisch logo te maken, ze het niet kunnen bezitten. Het valt in het publieke domein. Concurrenten kunnen het vrij gebruiken. Voor commerciële IP is dit een no-go.

Als je niet kunt bewijzen waar je AI-audio vandaan kwam en je niet kunt bezitten wat het produceert, heb je geen bezit — je hebt een aansprakelijkheid.

We liepen hier vroeg tegenaan. Een reclamebureau kwam bij ons met de wens voor AI-gegenereerd stemwerk voor een campagne. Ze gebruikten een populaire tekst-naar-spraaktool en hadden net een sommatiebrief ontvangen. De tool was blijkbaar getraind op stemdata die samples bevatte van een herkenbare acteur. Niemand kon het definitief bewijzen — black box — maar niemand kon het ook weerleggen. De campagne werd in de ijskast gezet.

Hoe maak je AI-audio die daadwerkelijk legaal is?

We losten dit op door het paradigma van "vanaf nul genereren" volledig te verwerpen. In plaats daarvan bouwden we een transformatieve workflow met twee diepe technologieën: Deep Source Separation en Retrieval-Based Voice Conversion (RVC).

Deep Source Separation is het proces van het ontmengen van een afgewerkt audiobestand in zijn samenstellende stems — zang, drums, bas, instrumenten. Zie het als het ont-bakken van een taart, wat onmogelijk klinkt maar moderne deep learning heeft het opmerkelijk effectief gemaakt. Onze motor gebruikt een U-Net-architectuur die op audiospectrogrammen werkt en zachte maskers uitvoert die de frequenties van elke stem isoleren. We gebruiken golfvorm-domein-varianten om de "waterige" fase-artefacten te vermijden die standaard spectrogram-gebaseerde benaderingen teisteren.

Dit ontsluit enorme waarde uit bestaande, gelicentieerde IP-catalogi. Een mediabedrijf kan dialoog scheiden van de orkestrale filmmuziek van een film om nagesynchroniseerde versies te maken. Platenlabels kunnen legacy-masters "ontsluiten" waar de originele multitrack-tapes verloren zijn gegaan, om nieuwe remixen of meeslepende Dolby Atmos-mixen te creëren. Elke stap respecteert bestaande rechten omdat we werken met bronmateriaal dat in bezit of gelicentieerd is.

Voor stemwijziging gebruiken we RVC — een spraak-naar-spraak-framework dat de timbre van een stem verandert terwijl het de prosodie (ritme, toonhoogte, emotie) van de originele uitvoering behoudt. Het systeem strippt de identiteit uit een stem met behulp van zelf-superviserende modellen zoals HuBERT, en reconstrueert die vervolgens met een FAISS-geïndexeerde database van de daadwerkelijke stem-embeddings van de doelspreker. Het hallucineert geen stem — het assembleert er een uit microscopische plakjes van echte, met toestemming gemaakte opnamen.

Voor de volledige technische uiteenzetting van zowel de source-separation-architectuur als de RVC-pijplijn, zie ons uitgebreide onderzoeksrapport.

De consent-infrastructuur waar niemand over praat

De technologie is slechts de helft van het verhaal. Wat dit enterprise-klaar maakt, is het compliancekader eromheen.

We gebruiken geen publieke RVC-modellen die zijn getraind op geschraapte celebritydata. We bouwen aangepaste modellen die uitsluitend zijn getraind op stemacteurs die specifieke AI Commercialization Releases hebben ondertekend — expliciete toestemming voor specifiek gebruik, met royalty's die worden bijgehouden telkens wanneer hun stemmodel wordt ingezet.

Hier is het deel dat het meest telt voor de juridische verdediging: omdat het RVC-systeem een retrieval-database gebruikt, kunnen we wiskundig bewijzen welk stemmodel een bepaalde uitvoer heeft geproduceerd. Als iemand beweert "dit klinkt als Beroemdheid X", kunnen we de FAISS-index auditen en aantonen dat elke embedding afkomstig is van Stemacteur A met toestemming. Dat is geen "wij geloven"-verdediging — het is een cryptografische.

En omdat de uitvoer een afgeleid werk is gebaseerd op een menselijke uitvoering en een door mensen gecreëerde compositie, komt het in aanmerking voor auteursrechtelijke bescherming. De onderneming kan het uiteindelijke bezit daadwerkelijk bezitten. Probeer dat maar eens te krijgen van een tekst-naar-muziek-generator.

Er was een moment — ik denk dat het tijdens een gesprek met het juridische team van een mediabedrijf was — waarop hun general counsel pauzeerde en zei: "Wacht, jullie kunnen ons daadwerkelijk laten zien welke stem is gebruikt voor elke milliseconde audio?" Toen ik ja zei, viel er een lange stilte. Toen: "Begrijpen jullie hoeveel geld we hebben uitgegeven aan juridische controle voor AI-gegenereerde content?" Toen begreep ik dat de compliance-infrastructuur geen feature is. Het is het product.

Waarom kunnen ondernemingen hier niet gewoon GPT voor gebruiken?

Ik krijg deze vraag voortdurend. Meestal van investeerders, soms van potentiële klanten die indrukwekkende demo's van aanbieders van foundation-modellen hebben gezien. Het antwoord is architectonisch, niet filosofisch.

Wanneer je bouwt op een API van een derde partij, erf je de stochastische aard van dat model. Als het model hallucineert — een verkeerde pasvorm, een auteursrechtelijk beschermde melodie, een gekloonde stem — kun je het niet repareren. De gewichten zijn eigendomsrechtelijk beschermd. Je bent machteloos. Je hebt waarschijnlijk ook eigendomsrechtelijke data gelekt: onuitgebrachte modecollecties die naar een cloudmodel zijn geüpload, kunnen in de trainingsdata ervan belanden. Onze systemen zijn gecontaineriseerd met Docker en Kubernetes, en volledig implementeerbaar binnen de private cloud of on-premise-servers van een klant. Ze vereisen geen internettoegang. Ze bellen niet naar huis. De air gap is geen paranoia — het is een contractuele vereiste van elke serieuze enterprise-klant met wie we hebben gewerkt.

Er is ook de kwestie van verdedigbaarheid. Analisten van PitchBook zijn onomwonden geweest: de markt is oververzadigd met start-ups die "dunne wrappers rond foundation-modellen" zijn zonder structurele verdedigbaarheid. Deze bedrijven zitten klem tussen hyperscalers die de onderliggende intelligentie beheersen en eindgebruikers die van de ene op de andere dag kunnen overstappen naar de volgende wrapper. Wanneer OpenAI zijn prijzen of mogelijkheden verandert, hebben wrapper-bedrijven geen verhaal.

De duurzame waarde in AI zal niet toevallen aan bedrijven die API-toegang doorverkopen. Ze zal toevallen aan diegenen die de moeilijke, domeinspecifieke problemen oplossen die generieke modellen structureel niet in staat zijn op te lossen.

We hebben ook geoptimaliseerd voor latentie — modelkwantisatie laat onze RVC-pijplijn draaien op consumentenhardware met een latentie onder de 50 milliseconden, waardoor dure round-trips naar de cloud-GPU worden geëlimineerd. Elke afbeelding en audiofragment die we produceren, draagt een onzichtbaar watermerk dat de licentie-ID, gebruikers-ID en tijdstempel codeert. Als een bezit lekt of wordt aangevochten, bewijst het watermerk de oorsprong.

Het einde van "grotendeels juist"

Ik bouw nu al lang genoeg bij Veriprajna om het patroon duidelijk te zien. De eerste golf van enterprise-AI ging over enthousiasme — wat konden generatieve modellen doen? De tweede golf, die we nu binnengaan, gaat over verantwoording — wat zouden ze moeten doen, en wat gebeurt er wanneer ze het mis hebben?

In de mode betekent "grotendeels juist" een retourpercentage van 30% en een klant die nooit meer terugkomt. In audio betekent "grotendeels juist" een rechtszaak en een bezit dat je niet kunt bezitten. De wrapper-aanpak — snel, goedkoop, probabilistisch — werkt prima voor prototyping en consumenten-apps met lage inzet. Maar voor elk domein waar nauwkeurigheid, compliance en verdedigbaarheid ertoe doen, is het geen shortcut. Het is een aansprakelijkheid.

De architectuur die we bij Veriprajna hebben gebouwd, is niet glamoureus. Fysicamotoren demonstreren niet zo goed als generatieve AI. Compliancekaders leveren geen spannende pitch decks op. Deterministische systemen produceren niet het soort magische, verrassende uitvoer die viraal gaat op sociale media.

Maar ze werken. Ze werken wanneer de jurk niet past en de klant het moet weten voordat ze koopt. Ze werken wanneer de stemacteur verdient te worden betaald en het juridische team bewijs nodig heeft. Ze werken wanneer de onderneming haar bezittingen moet bezitten en haar data achter haar eigen muren moet houden.

De AI-industrie zal uiteindelijk ontdekken dat de moeilijkste problemen niet worden opgelost door modellen groter te maken. Ze worden opgelost door oplossingen dieper te maken — geworteld in fysica waar fysica ertoe doet, geworteld in de wet waar de wet ertoe doet, en geworteld in het onglamoureuze, nauwgezette werk van het bouwen van systemen die de waarheid vertellen.

Dat is wat we bouwen. Niet het meest opwindende AI-bedrijf. Het meest eerlijke.