Julie Bornstein pensou seria muito fácil implementar sua ideia para uma startup de IA. Seu currículo em comércio digital é impecável: VP de comércio eletrônico da Nordstrom, COO da startup Sew Repair e fundadora de plataforma de compras personalizadas adquirida pelo Pinterest. A moda tem sido sua obsessão desde que ela period uma estudante do ensino médio em Syracuse, inalando pastas na Seventeen e passeando pelos shoppings locais. Então ela se sentiu bem posicionada para criar uma empresa para que os clientes descobrissem as roupas perfeitas usando IA.
A realidade foi muito mais difícil do que ela esperava. Tomei café da manhã recentemente com Bornstein e sua CTO, Maria Belousova, para conhecer sua startup, Sonhar acordadofinanciado com US$ 50 milhões de VCs como Google Ventures. A conversa tomou um rumo inesperado quando as mulheres me ensinaram sobre a surpreendente dificuldade de traduzir a magia dos sistemas de IA em algo que as pessoas realmente considerem útil.
Sua história ajuda a explicar algo. Meu primeiro boletim informativo de 2025 anunciou que seria o ano do aplicativo AI. Embora existam muitos desses aplicativos, eles não transformaram o mundo como eu esperava. Desde o lançamento do ChatGPT no ultimate de 2022, as pessoas ficaram maravilhadas com os truques realizados pela IA, mas estudo após estudo mostrou que a tecnologia ainda não proporcionou um aumento significativo na produtividade. (Uma exceção: codificação.) A estudo publicado em agosto descobriram que 19 em cada 20 projetos-piloto empresariais de IA não geraram valor mensurável. Acredito que o aumento da produtividade está no horizonte, mas está demorando mais do que as pessoas esperavam. Ouvir as histórias de startups como a Daydream que estão se esforçando para avançar dá alguma esperança de que a persistência e a paciência possam de fato fazer com que essas inovações aconteçam.
Falha Fashionista
A proposta unique de Bornstein para os investidores de risco parecia óbvia: usar a IA para resolver problemas complicados de moda, combinando os clientes com as roupas perfeitas, pelas quais eles ficariam felizes em pagar. (O Daydream sofreria uma redução.) Você pensaria que a configuração seria simples: basta conectar-se a uma API para um modelo como ChatGPT e pronto, certo? Hum, não. Inscrever-se em mais de 265 parceiros, com acesso a mais de 2 milhões de produtos, desde boutiques a gigantes do varejo, foi a parte fácil. Acontece que atender até mesmo um pedido simples como “Preciso de um vestido para um casamento em Paris” é incrivelmente complexo. Você é a noiva, a sogra ou uma convidada? Em que estação estamos? Quão formal é um casamento? Que declaração você quer fazer? Mesmo quando essas questões são resolvidas, diferentes modelos de IA têm visões diferentes sobre essas coisas. “O que descobrimos foi que, devido à falta de consistência e confiabilidade do modelo – e às alucinações – às vezes o modelo descartava um ou dois elementos das consultas”, diz Bornstein. Um usuário no longo teste beta do Daydream diria algo como: “Sou um retângulo, mas preciso de um vestido que me faça parecer uma ampulheta”. A modelo responderia mostrando vestidos com estampas geométricas.
No ultimate das contas, Bornstein entendeu que precisava fazer duas coisas: adiar o lançamento planejado do aplicativo para o outono de 2024 (embora já esteja disponível, o Daydream ainda está tecnicamente em beta até 2026) e atualizar sua equipe técnica. Em dezembro de 2024, ela contratou Belousova, ex-CTO da Grubhub, que por sua vez trouxe uma equipe de engenheiros de ponta. A arma secreta do Daydream na feroz guerra de talentos é an opportunity de trabalhar em um problema fascinante. “A moda é um espaço muito interessante porque tem gosto, personalização e dados visuais”, diz Belousova. “É um problema interessante que não foi resolvido.”
Além do mais, o Daydream tem que resolver este problema duas vezes– primeiro interpretando o que o cliente diz e depois combinando seus critérios, às vezes peculiares, com os produtos do catálogo. Com entradas como Preciso de um vestido de vingança para um bat mitzvah onde meu ex vai com sua nova esposa, essa compreensão é crítica. “No Daydream temos essa noção de vocabulário de comprador e vocabulário de comerciante, certo?” diz Bornstein. “Os comerciantes falam em categorias e atributos, e os compradores dizem coisas como: ‘Vou a este evento, será no terraço e estarei com meu namorado’. Como você realmente mescla esses dois vocabulários em algo em tempo de execução? E às vezes são necessárias várias iterações em uma conversa.” Daydream aprendeu que a linguagem não é suficiente. “Estamos usando modelos visuais, então entendemos os produtos de uma forma muito mais sutil”, diz ela. Um cliente pode compartilhar uma cor específica ou mostrar um colar que usará.
Bornstein diz que a reformulação subsequente do Daydream produziu melhores resultados. (Embora quando eu experimentei, um pedido de calças de smoking pretas me mostrou calças bege de ajuste atlético, além do que eu pedi. Ei, é uma versão beta.) “Acabamos decidindo passar de uma única chamada para um conjunto de vários modelos”, diz Bornstein. “Cada um faz uma ligação especializada. Temos um para cor, um para tecido, um para estação, um para localização.” Por exemplo, o Daydream descobriu que, para seus propósitos, os modelos OpenAI são realmente bons para compreender o mundo do ponto de vista das roupas. O Gemini do Google é menos, mas é rápido e preciso.
