В Копенгагене на Global Fashion Summit объявили победителей премии Trailblazer Award 2026. Главный месседж года прост как рубль: все технологии для спасения индустрии уже изобретены, теперь вопрос только в том, у кого хватит смелости и денег их масштабировать.
Главный приз в $200 000 забрал японский стартап Synflux. Ребята не стали изобретать новый материал, они создали ИИ-алгоритм для оптимизации раскладки лекал.
Система за 10 минут прогоняет 100 вариантов дизайна и сокращает отходы ткани на рекордные 66%. При этом сам дизайн не меняется, а расход сырья падает на 15%. Это тот самый случай, когда экология напрямую помогает экономике. Synflux уже вовсю тестируют такие гиганты, как The North Face и Issey Miyake.
Но ИИ — это не всё. В финал вышли еще два мощных техно-проекта, которые решают проблему сырья:
MacroCycle (США): Ребята из MIT научились вытаскивать чистый полиэстер из смесовых тканей без огромных энергозатрат. Процесс напоминает очистку соли от камней в воде. Результат — вторсырье, которое по качеству и цене не уступает первичному пластику. К 2027 году они планируют перерабатывать по 5000 тонн текстиля в год.
Fibe (Великобритания): Стартап превращает сельскохозяйственные отходы в пряжу. Начали со стеблей картофеля, но технология позволяет использовать любой локальный «мусор» — от отходов масличных культур в Европе до банановых стеблей в Латинской Америке. Это реальная альтернатива хлопку, который становится всё дороже и сложнее в выращивании.
Главный тренд 2026 года в устойчивой моде — это фокус на решениях, которые можно внедрить в существующие заводы уже завтра. Индустрия больше не хочет ждать «революций», ей нужны рабочие инструменты для повышения эффективности.
Мы в редакции считаем, что будущее как раз за такими прагматичными решениями: когда алгоритмы и химия делают производство не только чище, но и дешевле.
На ваш взгляд, что станет стандартом быстрее: ИИ-оптимизация раскроя, которая экономит деньги брендам, или переход на волокна из сельхозотходов?
#умнаяодежда
#устойчивоеразвитие
#новыетехнологии
