Alta собрала $11 млн: как AI помогает одеваться лучше и покупать умнее.

В чём идея? Alta — это персональный AI-стилист. Пользователь загружает фотки своей одежды (или чеки из магазинов), а приложение создаёт виртуальный гардероб и подбирает луки под конкретные события. Хочешь на конференцию Alta покажет несколько вариантов и даже смиксует твои вещи с новыми покупками. Главная фишка — персоналный аватар, на котором можно «примерить» рекомендованные образы. Система учитывает бюджет, стиль жизни, погоду и календарь, чтобы предложить не просто красивое, а подходящее именно тебе. Решает классическую проблему: стоишь перед шкафом и не знаешь, что надеть. Плюс помогает не покупать лишнее — показывает, как новые вещи будут сочетаться с тем, что уже есть.

Почему это сейчас работает? Три тренда сошлись в одной точке. Первый — AI наконец дозрел до понимания моды. Дженни Ван, основательница Alta, прямо говорит: «Я пыталась строить такой продукт много раз, но технологии AI ещё не были достаточно зрелыми». Второй тренд — усталость от шоппинга. Рынок модного e-commerce в США стоит $185 млрд, но он перенасыщен выбором. «У тебя открыто 30 вкладок, ты скриншотишь людей в соцсетях — ощущение, что пьёшь из пожарного шланга TikTok». Третий - рост рынка AI в моде: с $1.26 млрд в 2024 до прогнозируемых $6.99 млрд к 2029 году при CAGR 41%. Персонализация, виртуальные примерки, компьютерное зрение для распознавания стилей — всё это стало мейнстримом.

Что с бизнес-моделью? Alta пока держит карты близко к груди — точная схема монетизации не раскрывается. Но логика понятна: классический B2C с элементами маркетплейса. Пользователи получают рекомендации бесплатно, а компания зарабатывает на партнёрствах с брендами и комиссиях с продаж . Уже заключено партнёрство с Советом модных дизайнеров Америки (CFDA), что даёт доступ к профессиональной аудитории. Модель Жасмин Тукс использует Alta для планирования гардероба в путешествиях и даже добавила свой бренд Joja на платформу. Типичный путь: freemium с базовыми функциями, премиум за расширенные возможности, комиссии с покупок через приложение. В перспективе — B2B продажи брендам дляинтеграции в их собственные платформы.

Как это использовать у нас? Прямое внедрение: Alta расширяется в Европу и Океанию, планы на Россию пока неясны. Но технология воспроизводима — нужны модели компьютерного зрения, обученные на модных данных . Копирование для локального рынка: Создать аналог для российских ритейлеров. Wildberries или Ozon могли бы встроить такую функцию в свои приложения. Ключ — качественная база товаров и алгоритмы сочетаемости. B2B решения: Предлагать технологию стилизации магазинам одежды. Небольшие бутики получают AI-стилиста уровня люксовых брендов.

Open-source альтернатива: На базе открытых моделей типа CLIP для распознавания изображений можно собрать MVP. Главная сложность — не технология, а данные о моде и понимание стиля.

А конкуренты вообще есть? Прямые конкуренты — Whering (4 млн пользователей, фокус на устойчивости) и Cladwell (персональные рекомендации). Whering позиционируется как «устойчивый» выбор, помогая носить уже купленное, а не покупать новое. Непрямые, но опасные — Google Shopping с функцией Style Ideas (копия Pinterest Shop the Look) и сам Pinterest с Complete the Look. У техгигантов больше ресурсов и данных, они могут задавить стартапы масштабом. Из больших игроков: Stitch Fix использует AI для персональных боксов, Zalando тестирует AI-ассистентов. Amazon наверняка работает над чем-то похожим, хотя публично не раскрывается.

Пока что Alta выигрывает качеством — у них дюжина собственных мультимодальных AI- моделей, обученных специально на модных данных. Но это преимущество временное.

Что может пойти не так? Проблема масштабирования: 80% AI-стилистов закрываются в первые два года, средний удержание всего 12%. Сложно удержать пользователей, когда новизна проходит. Приватность данных: AI требуют персональные данные — фото, покупки, предпочтения. В эпоху GDPR и растущей осведомлённости о приватности это серьёзный барьер 15. 87% потребителей беспокоятся о приватности данных. Качество рекомендаций: AI могут усиливать стереотипы и предрассудки, заложенные в обучающих данных. Плохие советы быстро убивают доверие пользователей. Регулирование: EU AI Act вступает в силу, создавая новые требования к AI-системам. Непонятно, как это повлияет на модные AI. Конкуренция с гигантами: Google, Amazon, Meta имеют больше ресурсов и данных. Если направление выстрелит, они могут скопировать и задавить стартап.

Инсайд от разработчиков / Что говорят внутри? «Мы построили Alta, чтобы сделать персональный стиль лёгким и весёлым — с AI, который действительно понимает тебя», — говорит основательница Дженни Ван. Команда подчёркивает, что их AI «декодирует моду и понимает персональный вкус в масштабе». Интересный инсайт от партнёров: «На протяжении многих лет персональная стилизация была роскошью, зарезервированной для редких случаев. Alta ломает эту модель», — комментирует Эми Ву из Menlo Ventures. Команда активно работает с фидбэком сообщества — «непрерывно обновляем собственные модели и улучшаем опыт на основе отзывов пользователей». Стилист Мишель Обамы Мередит Куп помогала обучать AI Alta .

А теперь — цифры ARR: Не раскрывается (стартап слишком молодой) MAU: Не раскрывается публично CAC: Данных нет Рост YoY: Компания запущена в 2025, исторических данных нет Оценка на последнем раунде: $11M seed round, валуация не раскрыта.

Кто стоит за этим? Дженни Ван — 28 лет, инженер из Гарварда со специализацией по математике и компьютерным наукам. Пересечение fashion и tech: участвовала в хакатоне Facebook при поддержке Gucci ещё в колледже, создавала NFT для Beaumont, Gucci и Dolce & Gabbana. Ранее стажировалась в DoorDash, волонтёрила в проекте Карли Клосс «Kode with Klossy». Инвестиционный опыт — работала в фондах, была техническим советником брендов. Инвесторы уровня: Menlo Ventures (лид), Aglaé Ventures (семья Арно/LVMH), плюс звёздный состав — CEO DoorDash Тони Сю, модели Карли Клосс и Жасмин Тукс, стилист Мишель Обамы.

Много стартапов из-за границе в моём телеграм канале.