फैशन में AI: क्या मशीनें ले लेंगी डिजाइनरों की जगह?

यह लेख वर्ल्ड क्रिएटिविटी एंड इनोवेशन डे 2026: अब कल्पना भी ऑटोमेटेड? नामक श्रृंखला का हिस्सा है. 

2025 के एक इंटरव्यू में, H&M के चीफ क्रिएटिव ऑफिसर जॉर्गन एंडरसन ने कहा: ‘हम जनरेटिव एआई जैसी उभरती तकनीकों का उपयोग कर रचनात्मकता को बढ़ाने और फैशन को प्रस्तुत करने के तरीकों को फिर से कल्पित करने की कोशिश कर रहे हैं.’ एंडरसन अकेले नहीं थे. पिछले साल, दुनिया भर के 73 प्रतिशत फैशन एग्जीक्यूटिव्स ने कहा था कि जनरेटिव एआई-और व्यापक रूप से एआई-उनके व्यवसायों के लिए प्राथमिकता होगा.

फैशन में एआई पर बढ़ते फोकस ने पूरी वैल्यू चेन में एआई के एकीकरण के लिए बड़े पैमाने पर निवेश और प्रयोग को जन्म दिया है. वर्तमान में वैश्विक फैशन एआई बाजार लगभग 2.47 बिलियन अमेरिकी डॉलर का है, जो 2030 तक 40.8 प्रतिशत की वार्षिक वृद्धि दर के साथ बढ़कर 9.45 बिलियन अमेरिकी डॉलर तक पहुंचने की उम्मीद है.

फैशन व्यवसायों के लिए यह एक तरफ आपूर्ति पक्ष से दक्षता बढ़ाने और जिम्मेदार कॉर्पोरेट छवि बनाने की जरूरत से आता है, वहीं दूसरी तरफ मांग पक्ष से भी, जहां ग्राहक पर्यावरण के अनुकूल और नैतिक रूप से बनाए गए कपड़े चाहते हैं. इस संदर्भ में, एआई प्री-प्रोडक्शन, प्रोडक्शन और पोस्ट-प्रोडक्शन-तीनों चरणों में टिकाऊ प्रथाओं को लागू करने में बेहद उपयोगी साबित हो रहा है.

कॉर्पोरेट सोच में बदलाव भी साफ दिखाई दे रहा है. पिछले दो वर्षों में, एआई केवल प्राथमिकता से बढ़कर आवश्यकता बन गया है. मैकिन्से की स्टेट ऑफ फैशन 2026 रिपोर्ट के अनुसार, अब एग्जीक्यूटिव्स एआई को ‘उद्योग का सबसे बड़ा अवसर‘ मानते हैं, जो उत्पाद भिन्नता और स्थिरता जैसे लक्ष्यों से भी आगे है. वास्तव में, एआई केवल डिजाइन, निर्माण और मार्केटिंग को ही नहीं बदल रहा, बल्कि उन कार्यप्रवाहों को भी रूपांतरित कर रहा है जो फैशन उद्योग को कचरा कम करने, अधिक चुस्त, जिम्मेदार और संसाधन-कुशल बनने में मदद कर सकते हैं.

वोग से भी आगे

आज के समय में टिकाऊ फैशन (सस्टेनेबल फैशन) की दिशा में बढ़ना एक बड़ा लक्ष्य बन चुका है. फैशन व्यवसायों के लिए यह एक तरफ आपूर्ति पक्ष से दक्षता बढ़ाने और जिम्मेदार कॉर्पोरेट छवि बनाने की जरूरत से आता है, वहीं दूसरी तरफ मांग पक्ष से भी, जहां ग्राहक पर्यावरण के अनुकूल और नैतिक रूप से बनाए गए कपड़े चाहते हैं. इस संदर्भ में, एआई प्री-प्रोडक्शन, प्रोडक्शन और पोस्ट-प्रोडक्शन-तीनों चरणों में टिकाऊ प्रथाओं को लागू करने में बेहद उपयोगी साबित हो रहा है.

प्री-प्रोडक्शन

प्री-प्रोडक्शन में वे सभी प्रक्रियाएं शामिल होती हैं जो किसी परिधान के बड़े पैमाने पर उत्पादन से पहले की जाती हैं, जैसे डिजाइन, पैटर्न बनाना, सैंपल तैयार करना और ट्रेंड का अनुमान लगाना. इन कार्यों में एआई के उपयोग ने स्थिरता को बढ़ावा देने के नए रास्ते खोले हैं. अब एआई आधारित तरीके सैंपलिंग प्रक्रिया को सरल बना रहे हैं और कचरे को कम कर रहे हैं. कुछ अनुमान बताते हैं कि एआई के उपयोग से कपड़े की बर्बादी 25 प्रतिशत से भी कम रह सकती है.

2D स्केच को 3D परिधान के लिए सटीक तकनीकी पैटर्न में बदलना हमेशा डिजाइन प्रक्रिया का कठिन हिस्सा रहा है. लेकिन अब एआई-आधारित प्लेटफॉर्म नए स्केच को ब्रांड के पुराने पैटर्न और निर्माण तकनीकों के साथ जोड़कर, और वास्तविक निर्माण डेटा का उपयोग करके, कम समय और कम लागत में तैयार डिजाइनों में बदल सकते हैं. सही उपयोग करने पर, एआई पैटर्न बनाने की प्रक्रिया को 70 प्रतिशत तक तेज कर सकता है. हालांकि, एआई-आधारित तरीकों का उपयोग अब तेजी से सैंपलिंग प्रक्रिया को सरल बनाने और कचरे को कम करने के लिए किया जा रहा है. कुछ अनुमानों के अनुसार, एआई के इस्तेमाल से कपड़े की बर्बादी 25 प्रतिशत से अधिक नहीं रहती.

ज़ारा हर दिन 30 लाख से अधिक सोशल मीडिया इमेज का विश्लेषण करने के लिए एआई का उपयोग करता है, ताकि ट्रेंड का सही अनुमान लगाया जा सके. इसके आधार पर, ज़ारा अपनी 85 प्रतिशत उत्पादन प्रक्रिया सीजन के दौरान ही पूरी करता है और अनबिकी स्टॉक से बचता है.

इसके बाद ब्रांड्स को इन पैटर्न्स की जांच के लिए फिजिकल सैंपल तैयार करने पड़ते हैं. इस दौरान आमतौर पर काफी कपड़ा काटा, बदला या फेंका जाता है. लेकिन अब एआई आधारित तरीकों से इस प्रक्रिया को बेहतर बनाकर कचरे को काफी हद तक कम किया जा रहा है.

कुल मिलाकर, कपड़ों का अधिक उत्पादन ही फैब्रिक वेस्ट का मुख्य कारण है. मांग का सटीक अनुमान लगाने में एआई की क्षमता इस समस्या का समाधान कर रही है. इससे ब्रांड्स अपनी उत्पादन मात्रा को वास्तविक मांग के करीब ला सकते हैं और लाखों टन कपड़े की बर्बादी से बच सकते हैं. उदाहरण के लिए, ज़ारा हर दिन 30 लाख से अधिक सोशल मीडिया इमेज का विश्लेषण करने के लिए एआई का उपयोग करता है, ताकि ट्रेंड का सही अनुमान लगाया जा सके. इसके आधार पर, ज़ारा अपनी 85 प्रतिशत उत्पादन प्रक्रिया सीजन के दौरान ही पूरी करता है और अनबिकी स्टॉक से बचता है.

उत्पादन 

एआई अब उत्पादन प्रक्रिया को भी बदल रहा है. गारमेंट फैक्ट्रियों में एक नई तरह की एआई तकनीक उभर रही है, जिसे ‘फिजिकल एआई’ कहा जाता है. यह सामग्री के साथ सीधे इंटरैक्ट करती है और रियल-टाइम में बदलाव करती है. इसमें हाई-टेक कैमरे और सेंसर डेटा इकट्ठा करके एआई सिस्टम को देते हैं, जिससे वह ‘महसूस करना, सोचना, काम करना और सीखना’ (sense, think, act, learn) जैसे फीडबैक लूप पर काम करता है.

सिर्फ दोष (defect) पहचानने से आगे बढ़कर, फिजिकल एआई कपड़े के गुणों का रियल-टाइम विश्लेषण कर सकता है और उसी के अनुसार कटिंग पैटर्न को तुरंत बेहतर बना सकता है. इससे पुराने तयशुदा पैटर्न की जगह लचीलापन आता है और बेकार कपड़े (fabric waste) की मात्रा कम होती है.

ये सिस्टम पारंपरिक गुणवत्ता जांच से बिल्कुल अलग हैं, जहां उत्पाद बनने के बाद ही दोष पता चलता था और तब तक काफी सामग्री, श्रम और ऊर्जा खर्च हो चुकी होती थी. फिजिकल एआई उत्पादन के दौरान ही समस्याओं को पहचान लेता है, जिससे संसाधनों की बर्बादी रुक जाती है. कुल मिलाकर, फिजिकल एआई और अन्य एआई-आधारित ऑटोमेशन मिलकर उत्पादन के दौरान कचरे को कम करने में बड़ी भूमिका निभा रहे हैं, और हर साल पैदा होने वाले लगभग 92 मिलियन टन टेक्सटाइल वेस्ट को घटाने में मदद कर सकते हैं.

पोस्ट-प्रोडक्शन 

पोस्ट-प्रोडक्शन चरण में भी एआई कई तरीकों से उपयोग हो रहा है. सबसे प्रमुख उपयोग ट्रांसपोर्ट, लॉजिस्टिक्स और वेयरहाउसिंग को बेहतर बनाने में है. इन प्रक्रियाओं को एआई के जरिए अधिक कुशल बनाकर फैशन उद्योग के कार्बन उत्सर्जन को कम किया जा सकता है.

ऑनलाइन फैशन रिटेल में एक बड़ी समस्या यह रही है कि ग्राहक खरीदने से पहले कपड़े ट्राय नहीं कर पाते, जिससे रिटर्न (वापसी) की दर बहुत ज्यादा होती है. इसे हल करने के लिए एआई आधारित ‘वर्चुअल ट्राय-ऑन’ तकनीक विकसित की जा रही है. उदाहरण के लिए, Catches नामक स्टार्टअप ने ऐसा प्लेटफॉर्म बनाया है जहां ग्राहक अपना डिजिटल अवतार बनाकर कपड़े ट्राय कर सकते हैं. इसी तरह शॉपिफाई ने जेनलुक की एआई ट्राय-ऑन तकनीक को अपने प्लेटफॉर्म में जोड़ा है. इससे बिक्री बढ़ती है, रिटर्न कम होते हैं और परिवहन से जुड़ा प्रदूषण भी घटता है.

वरिष्ठ और पुराने कामगारों को आर्थिक सहायता प्रदान करना भी जरूरी है, ताकि वे इस बदलाव के दौर में सुरक्षित रह सकें. इसके अलावा, नए कौशल और प्रशिक्षण कार्यक्रमों को बढ़ावा देकर श्रमिकों को बदलती तकनीकी जरूरतों के अनुसार तैयार किया जाना चाहिए.

अंततः, ऐसे समय में जब फैशन और टेक्सटाइल कचरा संकट के स्तर तक पहुंच चुका है-जहां हर साल 85 प्रतिशत कपड़े फेंक दिए जाते हैं और कपड़े बनाने में इस्तेमाल होने वाली सामग्री का केवल 1 प्रतिशत ही नए कपड़ों में पुनः उपयोग (रीसाइक्लिंग) किया जाता है. रिसाइक्लिंग के क्षेत्र में भी एआई एक गेम-चेंजर साबित हो रहा है. एआई अब फाइबर (रेशों) की पहचान पहले से ज्यादा तेजी और सटीकता से कर सकता है, जिससे कपड़ों की बेहतर छंटाई, तेज रीसाइक्लिंग और कम लागत संभव हो पाई है.

रोजगार पर असर

जहां एआई फैशन उद्योग को अधिक टिकाऊ और दक्ष बना रहा है, वहीं इसके मानवीय प्रभाव गंभीर चिंता का विषय बनते जा रहे हैं. पारंपरिक ऑटोमेशन तकनीकों की तुलना में, एआई का प्रभाव अधिक व्यापक है क्योंकि यह केवल मशीन-आधारित या शारीरिक श्रम तक सीमित नहीं है. अब यह ब्लू-कॉलर (फैक्ट्री वर्कर्स) के साथ-साथ व्हाइट-कॉलर (डिजाइनर, मैनेजर, और तकनीकी विशेषज्ञ) कर्मचारियों की भूमिकाओं को भी प्रभावित कर रहा है. अप्रैल 2026 में भारत की एक गारमेंट फैक्ट्री के मजदूरों के वीडियो सामने आए, जिनमें वे सिर पर कैमरे लगाकर काम कर रहे थे. आशंका जताई गई कि इन कैमरों से डेटा इकट्ठा कर एआई को प्रशिक्षित किया जा रहा है, जो भविष्य में इन्हीं कामगारों की जगह ले सकता है.

एआई का उपयोग ‘क्रिएटिव डायरेक्टर’ की तरह करना सीखना होगा, जिससे उनकी रचनात्मकता और दक्षता दोनों बढ़ें. यही दृष्टिकोण भविष्य में फैशन शिक्षा और प्रशिक्षण का मुख्य आधार बनेगा.

बांग्लादेश में, जो दुनिया का दूसरा सबसे बड़ा गारमेंट निर्यातक है, लगभग 60 प्रतिशत यानी 27 लाख कर्मचारियों की नौकरियां ऑटोमेशन (एआई सहित) से खतरे में हैं.

केवल फैक्ट्री मजदूर ही नहीं, बल्कि डिजाइनर और अन्य रचनात्मक पेशेवर भी जोखिम में हैं. अनुमान है कि 2028 तक एआई 60–80 प्रतिशत फैशन डिजाइन और डेवलपमेंट नौकरियों को प्रभावित कर सकता है. खासकर पैटर्न डिजाइनर, जूनियर और तकनीकी डिजाइनर सबसे ज्यादा प्रभावित होंगे, जबकि हाई-एंड लग्जरी और कुट्योर सेक्टर के रचनात्मक पेशेवर अपेक्षाकृत सुरक्षित रह सकते हैं. यह एक कठिन संतुलन है-जहां एआई एक तरफ स्थिरता और दक्षता बढ़ा रहा है, वहीं दूसरी तरफ मानव श्रम की जरूरत को कम कर रहा है.

इस चुनौती से निपटने के लिए ठोस और व्यावहारिक समाधान अपनाना आवश्यक है. एआई से होने वाले आर्थिक लाभ का एक हिस्सा उन कामगारों के लिए विशेष फंड में डाला जा सकता है, जो ऑटोमेशन के कारण प्रभावित हो रहे हैं. साथ ही, वरिष्ठ और पुराने कामगारों को आर्थिक सहायता प्रदान करना भी जरूरी है, ताकि वे इस बदलाव के दौर में सुरक्षित रह सकें. इसके अलावा, नए कौशल और प्रशिक्षण कार्यक्रमों को बढ़ावा देकर श्रमिकों को बदलती तकनीकी जरूरतों के अनुसार तैयार किया जाना चाहिए.

डिजाइनर्स और क्रिएटिव पेशेवरों के लिए यह महत्वपूर्ण है कि वे एआई से प्रतिस्पर्धा करने के बजाय उसे एक सहयोगी उपकरण के रूप में अपनाएं. उन्हें एआई का उपयोग ‘क्रिएटिव डायरेक्टर’ की तरह करना सीखना होगा, जिससे उनकी रचनात्मकता और दक्षता दोनों बढ़ें. यही दृष्टिकोण भविष्य में फैशन शिक्षा और प्रशिक्षण का मुख्य आधार बनेगा.

^[1] The H&M Group is a global conglomerate of fashion brands and businesses.

^[2] Namrata Rana and Utkarsh Majumdar, Balance: Responsible Business for the Digital Age (New Delhi: Westland, 2018)