Louise Laing
Modebranchen bygger på en udviklingsmodel, der allerede var presset, før kunstig intelligens ændrede grænserne for, hvad der var muligt. Et typisk stykke tøj gennemgår en proces fra skitse til produktion, der strækker sig over seks til otte uger med manuelt mønsterarbejde, adskillige fysiske prøveeksemplarer og lagerforpligtelser, der indgås måneder før kunden overhovedet bliver spurgt om noget. Det operationelle spørgsmål er ikke længere, om man skal automatisere. Det er, om ledelsen forstår, hvilke dele af cyklen der nu kan komprimeres, hvordan forsyningskæden ser ud, når produktionen bliver on-demand, og hvordan man integrerer digitale og fysiske produktlinjer uden at miste brandidentiteten.
Louise Laing er modeiværksætter og grundlægger af PhygitalTwin, der hjælper mærker med at forkorte tiden fra design til produktion ved at anvende kunstig intelligens, 3D-teknologi og on-demand-produktion i hele værdikæden.
Full Profile
Hvorfor virksomheder samarbejder med Louise Laing
- Hun har selv anvendt den forretningsmodel, hun nu rådgiver om. Som CEO for Shrimps øgede hun omsætningen med 240 % og bragte virksomheden i positiv EBITDA inden for tre år, med tidligere ledende stillinger hos Burberry og Reiss inden for indkøb, udvikling og forsyningskæde.
- PhygitalTwin og Phygen giver hende et praktisk teknisk indblik i, hvordan AI komprimerer mønsterudvikling og digital-til-fysisk produktion, ikke blot en konsulents overblik over området.
- Hun fungerer som oversætter mellem kreative direktører, produktionschefer og teknologiteams. Traditionelle modevirksomheder mister måneder, fordi disse tre funktioner taler forskellige sprog; hun har arbejdet inden for alle tre.
- Recode the Curriculum, den fond hun leder, giver hende en troværdig stemme i arbejdet med at lukke teknologikløften blandt unge kvinder, hvilket forbinder hendes kommercielle arbejde med et bredere arbejdsmarkedsspørgsmål, som seniorindkøbere bekymrer sig om.
Højdepunkter i biografien
- Grundlægger af PhygitalTwin (2022), en AI-platform, der konverterer 3D-design til spilklare digitale aktiver og produktionsklare fysiske filer.
- Grundlægger af Phygen, en AI-baseret platform til mønsterudvikling.
- Tidligere CEO for Shrimps (modemærke fra London). Skabte en omsætningsvækst på 240 % og positivt EBITDA inden for tre år.
- Har tidligere haft ledende stillinger hos Burberry og Reiss inden for indkøb, produktudvikling og forsyningskæde.
- Grundlægger af Recode the Curriculum, en fond der støtter piger inden for teknologi og iværksætteri.
- Talere ved World Economic Forum, Davos (januar 2024, Phygital Wednesday med CV Labs og Phygicode). Bidragyder til The Interline.
Biografi
Mønsterudvikling er den del af modebranchens forsyningskæde, som næsten ingen uden for branchen ser. Det er også her, seks til otte uger af hvert nyt stykke tøj bruges. Louise Laing har bygget sit arbejde i det sidste årti op omkring spørgsmålet om, hvad der sker, når den cyklus kollapser til timer.
PhygitalTwin, det firma, hun grundlagde i 2022, er en AI SaaS-platform, der konverterer et enkelt 3D-design til to kommercielle output: en rigget, spilklar digital skin og en printklar fil til fysiske varer. Phygen, et parallelt projekt, automatiserer det arbejde med mønstre, gradering og tekniske specifikationer, der traditionelt ligger mellem designeren og fabrikken. Begge er bygget på en tese, hun har levet efter: Modens affaldsproblem er strukturelt, og løsningen ligger i produktionsmodellen snarere end i markedsføringsmodellen.
Inden hun grundlagde nogen af virksomhederne, drev hun en modevirksomhed. Som CEO for Shrimps øgede hun omsætningen med 240 % og fik virksomheden til at opnå positivt EBITDA inden for tre år, samtidig med at hun beskyttede brandets kreative identitet. Tidligere ledende stillinger hos Burberry og Reiss gav hende direkte operationel erfaring med indkøb, produktudvikling og forsyningskæde i stor skala, hvilket er den driftsmæssige kontekst, som de fleste traditionsrige mærker nu er nødt til at redesigne.
Hendes bredere arbejde omfatter Recode the Curriculum, en fond, der introducerer piger til teknologi som en kreativ og entreprenørsk vej. Hun har talt ved World Economic Forum i Davos og skriver for The Interline om mode, gaming og brandstrategi i virtuelle miljøer.
Vigtigste foredragstemaer
- AI i modedesign og produktudvikling
- 3D og on-demand-produktion
- Phygital mode og den digitale-til-fysiske produktkæde
- Optimering af forsyningskæden hos etablerede og nye mærker
- Bæredygtighed gennem redesign af produktionsmodeller
- Iværksætteri og skalering af en modevirksomhed
- Kvinder og piger inden for teknologi
Ideel for
- Bestyrelser og ledelsesteam inden for mode, detailhandel og forbrugerbrands, der overvejer en omlægning af driften med udgangspunkt i AI.
- Produkt-, indkøbs- og forsyningskædechefer, der søger et praktisk overblik over digitale til fysiske arbejdsgange.
- Ledere inden for innovation, transformation og digitalisering i beslægtede brancher (forbrugsgoder, luksusvarer, sportstøj), der studerer modebranchen som en sektor, der er foran inden for phygital.
- Programledere, der opbygger kønsbalancerede talentpipelines inden for teknologi.
Resultater for målgruppen
- Et klarere overblik over, hvor AI reducerer de reelle omkostninger og tidsforbruget i produktudviklingen.
- Konkrete eksempler på, hvordan 3D-, on-demand- og digital twin-teknologi ændrer enhedsøkonomien i en brandvirksomhed.
- Et overblik over phygital mode som en kommerciel kategori med de spørgsmål om brand og IP, det rejser.
- En iværksætters perspektiv på at drive en kreativ virksomhed gennem en operationel fornyelse.
Samtaler
Et arbejdsmøde om, hvordan kunstig intelligens allerede ændrer produktudviklingen inden for mode, markedsføring og e-handel, og hvordan man kan udnytte dette uden at miste kontrollen over sit brand.
Hovedpunkter:
- Hvordan prædiktiv analyse og AI-drevne anbefalingsmotorer ændrer økonomien i e-handel.
- Hvordan 3D-tøjmodellering og on-demand-produktion reducerer omkostningerne til prøver, lager og spild.
- Hvorfor mindre, proprietære AI-modeller bliver en mere praktisk løsning end generelle store sprogmodeller til brandspecifikt arbejde.