Come l'Ia sta trasformando il resale nella più grande opportunità per la moda

Da frammentata a scalabile: come una nuova ondata di Ia sta costruendo l'infrastruttura alla base dell'ascesa del secondhand
Moda
Illustrazione di una scatola di scarpe Chanel per il resale Crediti: Foto di Mevlüde Bildirici via Pexels
Scritto da Guest Contributor

loading...

Automated translation

Leggi l'originale en
Scroll down to read more

La moda è un'industria con una sola costante: il cambiamento. Non molto tempo fa, il fast fashion ha rivoluzionato il retail raddoppiando la produzione. Ora i brand si trovano di fronte a un tipo diverso di disruption: i prodotti che hanno già venduto trovano una seconda vita senza di loro. L'infrastruttura che si sta costruendo attorno a questa seconda vita è ciò che ha permesso a questo mercato di evolversi così rapidamente. Questa infrastruttura è l'Ia, e il livello business to business wholesale, che collega l'offerta di seconda mano con la domanda del retail – è dove questa trasformazione sta avvenendo prima e più velocemente.

Informazioni su:
The Data Fashion Brief analizza i trend e le performance dei brand attraverso i dati. Fondata da Carmen Martinez-Ferrer, senior data analyst presso un marketplace di moda globale a Londra, la piattaforma si colloca all'intersezione tra moda e analisi, decodificando il settore da una prospettiva diversa.

Cosa ci dicono i dati

Prima di esaminare la tecnologia, è opportuno comprendere la portata del cambiamento comportamentale già in atto.

Sia per i brand di lusso sia per quelli high-street, le ricerche di articoli di seconda mano superano costantemente quelle di prodotti nuovi. Per esempio, confrontando "Mango Vinted" o "Zara Vinted" con "Mango nuova collezione" o "Zara nuova collezione" si nota che le query sul secondhand hanno un volume di ricerca da 4 a 6 volte superiore per tutto il 2024 e fino al 2026, con le ricerche su Vinted che hanno raggiunto il picco di popolarità a metà del 2025, mentre le ricerche di nuove collezioni sono rimaste una frazione di quel valore.

Nel segmento del lusso, le ricerche di Hermès vintage superano significativamente quelle di borse nuove – più che raddoppiandole al loro recente picco, mentre anche per Chanel, dove le ricerche di nuovo e vintage erano state simili per anni, l'interesse per il vintage ha raggiunto quasi la parità con il nuovo all'inizio del 2026.

Google Trends misura l'interesse di ricerca su una scala da 0 a 100, dove 100 rappresenta il picco di popolarità di un termine di ricerca durante il periodo selezionato.

Ciò che questi dati mostrano è che l'intenzione dei consumatori riguardo al secondhand è cambiata radicalmente: le persone iniziano il loro percorso di acquisto dalla moda preloved, non ci arrivano come ripiego. Per i brand, questo è un segnale su dove devono essere presenti e quale infrastruttura devono costruire per partecipare a quel mercato.

Non solo, ma anche il modo in cui le persone parlano del secondhand è cambiato, così come ciò che cercano. Prima del 2020, il linguaggio dominante era negativo: negozio di beneficenza, usato, compromesso, stigma; tra il 2024 e il 2026, quel vocabolario è stato quasi interamente sostituito dal linguaggio dell'identità, dell'aspirazione e della scoperta: preloved, pezzo vintage, curato, irripetibile. Questo conferma il cambiamento nella percezione culturale, secondo la mia analisi della copertura mediatica, dei report di mercato e delle community di consumatori prima e dopo il Covid.

A livello globale, si prevede che le vendite di abbigliamento di seconda mano raggiungeranno i 289 miliardi di dollari quest'anno, una crescita del 105% dal 2021 – espandendosi a un ritmo doppio rispetto al mercato complessivo dell'abbigliamento, secondo il ThredUp annual resale report 2026.

E il livello di Ia sembra aver accelerato ulteriormente questa crescita. L'interesse di ricerca per "Ai shopping" era praticamente nullo in tutti i mercati fino a metà 2024, ha iniziato a crescere verso la fine del 2024 con l'ingresso degli strumenti di Ia generativa nel mainstream, per poi impennarsi da giugno 2025 in poi, crescendo di oltre il 3.000 per cento in due anni prima di attestarsi su livelli quasi massimi.

Ma la scoperta più sorprendente nei dati è la correlazione tra i due. Sia "Ai shopping" sia "abbigliamento di seconda mano" sono rimasti sostanzialmente stabili per quattro anni consecutivi. Entrambi hanno iniziato a muoversi nello stesso mese, luglio 2025, registrando un'impennata simultanea ad agosto 2025 e mantenendo da allora livelli elevati. I dati suggeriscono che l'IA non sia stata una mera coincidenza con l'accelerazione del secondhand, ma potrebbe aver giocato un ruolo significativo nel consentirne la crescita su larga scala.

Crediti: Analisi di The Data Fashion Brief

Perché il secondhand non può scalare senza l'Ia: il problema dell'infrastruttura business to business

Il cambiamento dei consumatori è evidente e supportato dai dati. Ciò che è meno visibile, e che conta di più a livello commerciale, è il problema infrastrutturale che ha storicamente reso il secondhand così difficile da scalare, e il motivo per cui l'Ia non è un livello opzionale, ma un requisito strutturale.

Il mercato del resale è notoriamente complesso. Le piattaforme devono gestire un inventario vasto e imprevedibile che varia per qualità, taglia e autenticità, con una complessità che non ha eguali nel retail del nuovo. Per capire come si presenta tutto questo a livello operativo, ho parlato con Sanket Agarwal, co-fondatore di Fleek, una delle piattaforme di Ia in più rapida crescita nel settore del secondhand wholesale e una delle principali piattaforme di sourcing per i reseller di Vinted. Mi ha aiutato a comprendere esattamente perché il livello business to business di questo mercato richiedesse una ricostruzione tecnologica fondamentale.

Il problema principale, come spiega Sanket, è una questione di scala che non ha eguali nel business della moda tradizionale: "nel retail classico, i negozi hanno solitamente pochi SKU definiti, ma nel secondhand c'è una tale varietà di epoche, brand, stili e usura che si arriva a milioni o miliardi di Sku; in sostanza, ogni pezzo è unico anche se ha lo stesso Sku del brand". E questa unicità è esattamente ciò che rende ogni singolo articolo così difficile da categorizzare, prezzare e abbinare a un compratore. A differenza di Amazon o Asos, dove l'Ia opera su cataloghi di prodotti strutturati e coerenti, il secondhand wholesale non ha dati di prodotto condivisi, Sku standardizzati, né una tassonomia che colleghi le condizioni del prodotto all'intenzione del buyer, ed è questo che lo ha reso così difficile da scalare e, precisamente, ciò che rende l'Ia così trasformativa in questo ambito.

Oltre al problema dell'unicità, i reseller devono fare i conti con variabili come le incongruenze di illuminazione nelle foto o i segni di usura. L'autenticazione richiede l'esperienza umana nella fase finale, anche quando l'Ia si occupa della scansione iniziale. La determinazione del prezzo è un problema di calibrazione costante. E, a tutto questo, si aggiunge il fatto che la catena di fornitura tradizionale del secondhand wholesale non è solo disordinata, obsoleta e incredibilmente complessa, ma è stata costruita su relazioni personali: una fiducia tra buyer e venditori costruita in anni di accordi informali.

È qui che entra in gioco Fleek. La piattaforma è stata fondata nel novembre 2021, nata da un problema che il co-fondatore Abhi Arora ha scoperto a Brick Lane, il centro della moda vintage di Londra, durante la pandemia: la catena di fornitura del secondhand era basata sul caos. Gli abiti preloved raccolti nei paesi occidentali, circa il 90% di tutte le donazioni a livello globale, vengono spediti in blocco a centri di smistamento in Pakistan, India e in tutta l'Africa, dove vengono selezionati a mano e rivenduti ai reseller occidentali, che si tratti di negozi di seconda mano o dei grossisti che riforniscono i venditori di Vinted. La categorizzazione manuale era noiosa e imprecisa, e più la classificazione era granulare e accurata, meglio si vendevano i capi, quindi il rischio di sbagliare era alto. I reseller spesso non avevano idea di cosa stessero ricevendo, le transazioni avvenivano tramite gruppi WhatsApp e reti informali dove la fiducia era tutto e la trasparenza quasi nulla, e solo una piccolissima parte di quelle donazioni tornava a essere rivenduta nei mercati occidentali. Il sistema era inefficiente e strutturalmente difettoso.

Come ha menzionato Abhi in un'intervista per The Industry.Fashion, la piattaforma è stata costruita per lavorare direttamente con questi fornitori all'ingrosso, facendo sì che l'inventario venisse elencato, categorizzato, prezzato e venduto attraverso il sistema di Fleek. Un reseller a Londra, Parigi o New York può sfogliare lotti curati o scegliere articoli a mano tramite videochiamata ed effettuare un ordine. L'ordine passa attraverso uno dei centri di controllo qualità di Fleek, dove gli articoli vengono controllati per qualità e autenticità, e poi viene spedito al compratore.

Come si concretizza l'Ia su Fleek?

Fleek ha ricostruito da zero l'intera esperienza di sourcing. "In Fleek abbiamo dovuto reimmaginare completamente la nostra esperienza di ricerca e scoperta, che ora è guidata da una tecnologia di ricerca basata sull'Ia. Stiamo sfruttando gli embedding Clip* per definire proprietà semantiche della moda come 'decorazioni' o 'stampa a fungo', un compito molto più difficile per i modelli pre-Llm**". Un buyer può ora cercare per mood, stile o riferimento estetico anziché per specifica di prodotto, ovvero il modo in cui le persone pensano realmente al secondhand. Non solo, la piattaforma fornisce una stima del prezzo, gestisce le transazioni, ottimizza la catena di fornitura, gestisce i rimborsi e offre fiducia a entrambe le parti. I risultati commerciali sono visibili: “più che raddoppiate le vendite dal 2024 al 2025”, collegando oltre 10.000 reseller con più di 1.000 grossisti in 70 Paesi, dopo aver raccolto 50 milioni di dollari di finanziamenti totali, con il sostegno di investitori come Andreessen Horowitz e Y Combinator. Sanket è diretto sull'opportunità per i retailer che sono ancora in attesa: "oggi, una persona su due cerca il secondhand: fa bene all'ambiente e fa bene al business. Stiamo già vedendo i clienti di Fleek vendere abiti di seconda mano e di prima mano fianco a fianco".

*(Clip sta per Contrastive language-image pre-training: è un modello sviluppato da OpenAI che è stato addestrato su centinaia di milioni di coppie di immagini e testi contemporaneamente, imparando così a comprendere la relazione tra contenuto visivo e linguaggio. Il riconoscimento tradizionale delle immagini si chiede "che oggetto è questo?": riconosce una borsa, una scarpa, una giacca. CLIP va oltre: comprende la sensazione e il carattere di ciò che vede. Quindi, invece di riconoscere semplicemente "giacca", può capire "giacca streetwear giapponese oversize anni '90 con lavaggio acido" o "stampa a fungo" o "abito da sera decorato”).

**(LLM sta per Large Language Model: il tipo di IA che alimenta strumenti come ChatGPT, Claude e Gemini).

Cosa significa questo per il tuo business

Il secondhand esisteva prima dell'Ia, ma senza l'infrastruttura per reperire, autenticare, classificare e prezzare l'inventario su larga scala, la domanda non aveva modo di essere soddisfatta in modo efficiente. Ciò che Fleek dimostra a livello wholesale è che quando si rimuove l'attrito strutturale, il volume commerciale segue.

Detto questo, le sfide non sono scomparse. La logistica rimane complessa e costosa: gli articoli di seconda mano non possono essere riassortiti e la qualità della presentazione di un articolo influisce ancora sulla precisione della classificazione e genera resi. La coerenza su larga scala è difficile da garantire anche con la computer vision. L'autenticazione nella fase finale richiede ancora l'esperienza umana. I margini in tutto il settore rimangono sotto pressione e la maggior parte delle grandi piattaforme di resale è ancora in cammino verso la redditività, piuttosto che averla raggiunta. L'Ia migliora significativamente tutti questi problemi, ma non li elimina, e i brand che entrano in questo spazio senza una chiara strategia operativa probabilmente troveranno più difficoltà di quanto i numeri di mercato suggeriscano.

Ciò che fa l'Ia è rendere queste sfide gestibili: non le fa scomparire del tutto, ma le struttura abbastanza da poterci costruire sopra un business scalabile. Ora opera a ogni livello dello stack del resale: nel sourcing, piattaforme come Fleek utilizzano la computer vision e la ricerca semantica per rendere scopribile su larga scala l'inventario di seconda mano all'ingrosso; a livello di brand, piattaforme di Resale-as-a-Service come ThredUp gestiscono l'acquisizione, la classificazione, la fotografia, la determinazione del prezzo e l'evasione degli ordini utilizzando l'automazione dell'Ia, rendendo possibile lanciare un programma di resale senza costruire nulla da zero.

L'autenticazione, storicamente la più grande barriera alla fiducia nel secondhand, è gestita da modelli di computer vision che selezionano gli articoli sospetti prima che gli esperti umani li esaminino. Gli algoritmi di pricing dinamico sostituiscono le congetture che rendevano imprevedibili i margini del secondhand. Il caso commerciale è già provato: Aymeric Déchin, ceo di Faume, ha dichiarato a Vogue Business che i clienti che utilizzano il servizio di permuta di un brand mostrano un tasso di abbandono inferiore del 20% rispetto a quelli che non lo fanno. Collettivamente, queste capacità fanno qualcosa di più significativo che ottimizzare le singole transazioni; normalizzano il secondhand come un canale affidabile e degno di fiducia sia per i brand sia per i consumatori, e Fleek ne è solo un esempio.

Il livello normativo sta accelerando tutto questo. Il regolamento dell'Ue sulla progettazione ecocompatibile dei prodotti sostenibili (Ecodesign for sustainable products regulation) richiede che ogni brand di moda che vende in Europa alleghi un Passaporto digitale del prodotto (Dpp) a ogni capo a partire dal 2028: un'identità leggibile da una macchina che registra materiali, origine e cronologia della proprietà. Per l'Ia, questo è trasformativo: un indumento con un passaporto può essere autenticato, classificato e prezzato automaticamente, perché i dati sono già presenti.

Un terzo dei dirigenti del settore ha definito il resale una priorità per il 2026, secondo il report State of Fashion 2026 di BoF/McKinsey. Questo divario, tra dove si trova già il consumatore, come l'Ia lo sta accelerando e dove la maggior parte del settore è ancora concentrata (il nuovo), è l'opportunità, e si sta chiudendo rapidamente. Se state ancora trattando il secondhand come secondario, o l'IA come opzionale, i dati sono chiari: non siete indietro rispetto al trend, siete indietro rispetto al consumatore.

Re-Commerce su Vinted. Crediti: Vinted
Carmen Martínez Ferrer, fondatrice di The Data Fashion Brief Crediti: Carmen Martínez Ferrer

Fonti:
-The Guardian — Sarah Butler, “Le vendite di abiti di seconda mano previste a 289 miliardi di dollari mentre l'IA aiuta gli acquirenti a trovare offerte,” 2 aprile 2026.
-Retail Dive — Tatiana Walk-Morris, “Il mercato del resale statunitense dovrebbe superare i 78 miliardi di dollari entro il 2030,” 3 aprile 2026.
-Adobe — Vivek Pandya, “Lo shopping potenziato dall'IA generativa aumenta con il traffico verso i siti di retail,” 21 agosto 2025.
-Modaes — “Risultati Inditex 2025: otto punti critici da tenere d'occhio,” C. De Agenlis / T. Alonso, 12 marzo 2026.
-Retail Boss — “Risultati Inditex Q1 2026: il miglior trimestre di sempre per Zara,” Jenel Alvarado, 3 giugno 2026.
-Vinted Newsroom — “Risultati finanziari 2025,” 2026.
-Unece (United Nations Economic Commission for Europe) — UNECE e ECLAC propongono misure per ridurre gli impatti ambientali e sanitari del commercio globale di abiti di seconda mano’, 15 luglio 2024
-TheIndustry.fashion — “L'intervista: il co-fondatore Abhi Arora sulla costruzione del marketplace wholesale di seconda mano Fleek,” Camilla Rydzek, 16 aprile 2026.
-Wwd — “Come Vestiaire sta usando l'IA per scalare il suo business e migliorare il servizio clienti, di Lisa Lockwood, 14 giugno 2024.
-The Impression — Vestiaire Collective espande le capacità di IA con nuove assunzioni di dirigenti.
-Vogue — “Le innovazioni che guidano la rinascita del resale,” di Maghan McDowell 19 novembre 2024.
-GWI — Come l'economia circolare sta trasformando la moda: trend e approfondimenti sostenibili di Stephanie Harlow, Senior Trends Analyst.
-McKinsey & Company — Lo stato della moda 2026: quando le regole cambiano, 17 novembre 2025 di -Trellis — Boom(let) circolare: il resale e il riutilizzo aumentano mentre il turnover della moda nuova rallenta, di Elsa Wenzel 21 novembre 2025 (Aggiornato il 24 novembre 2025)
-Barclays Insights — Il polso della moda: come la crescita del mercato del resale ha cambiato le regole del gioco per i retailer, di Melissa Pendlebury e Isabella Clough, 2 aprile 2026.
-Fashionista — “Tecnologia del resale nella moda: IA e il futuro dell'evoluzione,” di Emma Raydar, 4 giugno 2025.

Questo articolo è stato pubblicato originariamente sulle altre edizioni di FashionUnited e tradotto in italiano usando un tool di intelligenza artificiale.

FashionUnited ha implementato strumenti di intelligenza artificiale per ottimizzare la traduzione degli articoli sulle nostre piattaforme. Con una rete globale di giornalisti attivi in oltre 30 mercati, forniamo business intelligence e contenuti aggiornati in 9 lingue.

Questo permette ai nostri giornalisti di dedicare più tempo alla ricerca di notizie e alla stesura di articoli esclusivi.

Prima della pubblicazione, le traduzioni assistite dall'intelligenza artificiale vengono sempre riviste da un redattore. Se avete domande o commenti su questo processo, contattateci pure all'indirizzo info@fashionunited.com.

Fleek
IA
preloved
Resale
Seconda Mano
The Data Fashion Brief
Vinted