150–275 mld $
potencjalny wzrost zysku operacyjnego sektora apparel/fashion/luxury w 3–5 lat dzięki gen-AI (McKinsey × Business of Fashion).
MOKOSH · AI Fashion Styling
Mokosh zamienia zdanie — „elegancko na wesele w plenerze" — w kompletny outfit z realnych, kupowalnych produktów i renderuje go fotorealistycznie na ciele użytkownika.
01 Problem
Ludzie nie potrafią złożyć spójnego stroju z tego, co realnie dostępne, ani wyobrazić sobie, jak wygląda na nich. Efekt: porzucone koszyki, masowe zwroty (drogie i nieekologiczne) i wybory oparte na zgadywaniu.
02 Rozwiązanie
Nie kolejny chatbot „na oko" i nie sam render ubrania, które już wybrałeś. Mokosh łączy semantyczne dopasowanie realnego, kupowalnego katalogu z fotorealistyczną wizualizacją całego zestawu.
Zdjęcie twarzy/sylwetki, analiza kształtu ciała i quiz stylu zasilają personalizację.
Prompt zamieniany na wektor; najbliższe realne produkty w każdej kategorii — spójny, wielo-elementowy outfit.
Osoba + wybrane ubrania + tło → fotorealistyczny render image-to-image całego stroju.
Kluczowa różnica: stylizacja jako operacja odzyskiwania z katalogu (embeddingi), a nie sugestia chatbota. Rekomendujemy produkty, które da się kupić — i pokazujemy je na kliencie.
03 Dlaczego teraz
potencjalny wzrost zysku operacyjnego sektora apparel/fashion/luxury w 3–5 lat dzięki gen-AI (McKinsey × Business of Fashion).
wzrost przychodów przy dobrze zrobionej personalizacji; to już oczekiwanie, nie dodatek (McKinsey).
globalnego e-commerce to mobile (2024) — presja na płynny, wizualny UX (DemandSage).
fotorealistyczny render z jednego selfie stał się produkcyjnie wykonalny dopiero w 2024–2025.
04 Rynek
Uczciwie o założeniach: SAM/SOM opierają się na jawnych założeniach o udziale regionu (~25–30%) i take-rate (~0,5–1% GMV). Świadomie nie podajemy GMV mody (setki mld $) jako TAM — to zawyżenie, które inwestor od razu zdyskontuje.
05 Konkurencja & luka
Sygnał rynkowy: Google wygasza appkę Doppl (kwi 2026), a Vue.ai i Revery skończyły distress-exitem — czysty konsumencki try-on jest kruchy. Trwałe modele to B2B / platform-embedded. Stąd nasz defensywny wedge (slajd 06).
06 Model biznesowy
Sklepy fashion e-commerce osadzają promptową stylizację + render na swoim katalogu.
Wizualny „przymierz zanim kupisz" i spójne zestawy z ich produktów.
Roczna licencja (ACV) + opłata per render/MAU. B2C jako kanał dem/ lead, nie rdzeń.
07 Traction & status
Uczciwie: Mokosh jest przed launchem — bez katalogu i realnych użytkowników. Ale rdzeń, na którym wielu poległo, działa.
Metryki dziś: 4 konta testowe, katalog i użycie = 0. To nie jest slajd o trakcji — to slajd o tym, że ryzyko technologiczne jest w dużej mierze zdjęte, a kapitał idzie na dowiezienie produktu i pierwsze pilotaże, nie na R&D od zera.
08 Roadmapa
| Horyzont | Cel | Kamień milowy |
|---|---|---|
| 0–3 mies. | Dowieźć rdzeń | Weryfikacja end-to-end wizualizacji; pierwszy realny katalog + embeddingi; zastąpienie mockowej logiki rekomendacji. |
| 3–6 mies. | Pierwszy pilotaż | Wdrożenie white-label u 1–2 retailerów; pomiar konwersji i zwrotów na realnym ruchu. |
| 6–12 mies. | Powtarzalność | Case studies z pilotaży; hardening kosztu inferencji; 3–5 klientów; gotowość do rundy seed. |
09 Zespół
Ta sekcja to Wasza najmocniejsza karta obok technologii — uzupełnijcie ją realnymi nazwiskami i rolami.
rola, doświadczenie, dlaczego wy do tego rynku
autor stacku: Fashion-CLIP, pgvector, pipeline async
fashion retail / gen-AI / GTM
Inwestorzy na pre-seed kupują przede wszystkim zespół. Dopiszcie: kto, co już zbudował, dlaczego akurat wy wygracie ten rynek.
10 Ask
orientacyjnie pre-seed w Europie: ~300–700 tys. € (do ustalenia z Wami)
do case studies z pilotaży i gotowości na seed
2–3 wdrożenia white-label z mierzalnym wpływem
Na co idą środki
Podział środków jest ilustracyjny — dostosujcie do realnej kwoty i priorytetów.
11 Wizja
„Zamieniamy co ja mam na siebie włożyć w obraz — a nie w zgadywankę."
Mokosh (słowiańska bogini kobiet i tkactwa) to długoterminowo warstwa stylizacji dla całego handlu modą: każdy sklep dostaje osobistego stylistę, który dobiera realne produkty i pokazuje je na kliencie — mniej zwrotów, więcej trafionych wyborów.
mokosh.avantweb.pl