Google estrena una función para probar ropa con inteligencia artificial

Google ha incorporado la inteligencia artificial a las compras de ropa con una función que permite ver una prenda sobre una fotografía de cuerpo entero antes de adquirirla. La experiencia, presentada para usuarios de Estados Unidos, busca hacer más visual la búsqueda de ropa en internet: en vez de imaginar cómo quedaría una blusa o un pantalón a partir de una imagen de catálogo, el comprador puede contemplar una simulación sobre su propia silueta.

La herramienta, conocida como Try it on, se integra en las experiencias de búsqueda y compra de Google y parte de una foto que sube el usuario. Sin embargo, no equivale a probarse una prenda en una tienda ni determina qué talla conviene: muestra una aproximación visual, no garantiza el ajuste real. Esa diferencia explica tanto el interés de la función como sus límites actuales.

Una imagen propia cambia la búsqueda de ropa

La compra de ropa por internet obliga a tomar una decisión con información incompleta. Las fotografías de producto enseñan el diseño, el color y, a veces, varios detalles de la tela, pero la prenda aparece sobre una modelo o aislada del cuerpo. El comprador debe imaginar entonces cómo se verá en otra constitución física, una tarea que puede resultar difícil incluso cuando la descripción ofrece medidas y una guía de tallas. Google intenta cubrir precisamente esa distancia entre mirar una imagen y hacerse una idea de su aspecto puesto.

La función permite elegir una prenda disponible en los resultados y generar una vista en la que aparece sobre la fotografía personal. El sistema no se limita a pegar la imagen del producto encima del cuerpo como una capa plana: según la descripción de Google, sus modelos de inteligencia artificial tienen en cuenta la forma del cuerpo y la manera en que los tejidos pueden caer, plegarse o estirarse. El propósito es ofrecer una representación más convincente que un montaje convencional, aunque siga siendo una imagen generada.

La experiencia se presentó para Estados Unidos a través de Search Labs, el espacio donde Google prueba funciones antes de incorporarlas de forma más amplia. La compañía la vinculó también a la búsqueda de productos en Google Shopping y a los resultados de imágenes. En la práctica, eso permite encontrar una prenda mientras se exploran productos y pasar de la ficha o la imagen de catálogo a una representación personalizada sin acudir a un probador físico.

El alcance inicial incluye blusas, pantalones, faldas y vestidos, además de un catálogo muy amplio de prendas disponibles en Shopping Graph, la base de productos que utiliza Google para sus servicios de compra. La empresa ha descrito ese inventario como de miles de millones de artículos. La amplitud del catálogo es importante porque una prueba virtual solo resulta útil si puede aplicarse a una variedad suficiente de productos y no a una colección cerrada de ejemplos escogidos para una demostración.

Cómo transforma la inteligencia artificial la fotografía

El proceso comienza con una imagen de cuerpo entero que aporta el usuario. A partir de ella, el sistema combina la representación de la persona con la fotografía de la prenda elegida y genera una nueva escena. Para que el resultado parezca coherente, la tecnología debe estimar dónde se sitúan el torso y las extremidades, cómo se orienta el cuerpo y qué partes de la ropa quedarían visibles desde ese ángulo. También necesita interpretar rasgos del tejido, como sus pliegues y su caída.

Ese trabajo distingue la función de un simple cambio de vestuario digital. Una camisa no se comporta como un vestido, ni una tela rígida cae igual que una ligera; además, el cuerpo no es una superficie sin relieve. El modelo procura representar esas relaciones para que la prenda conserve una apariencia plausible sobre distintas siluetas. La imagen resultante es una simulación visual creada por IA, no una fotografía de la persona con la ropa puesta ni una medición directa de su cuerpo.

La diferencia puede parecer sutil, pero es central para interpretar el resultado. La simulación puede ayudar a valorar el estilo general, el color o la proporción de una prenda sobre una figura concreta. No permite comprobar con la misma certeza si una costura quedará en el lugar adecuado, si una manga tendrá la longitud deseada o si el tejido será cómodo al moverse. La tecnología resuelve una parte de la incertidumbre —cómo podría verse—, pero deja abierta otra: cómo se sentirá y ajustará en la realidad.

Google ha señalado expresamente que esta primera versión no calcula la estatura ni el peso del comprador y tampoco permite seleccionar tallas distintas para comprobar su ajuste. En otras palabras, la foto no convierte el sistema en un probador con medidas. La herramienta está diseñada para mostrar el aspecto, no para recomendar una talla, una limitación que conviene tener presente cuando la decisión depende de centímetros, holgura o largo de la prenda.

Una ayuda visual, no una garantía de talla

Las imágenes generadas pueden facilitar una decisión estética. Por ejemplo, quizá resulte más sencillo comparar cómo luce una prenda de color oscuro frente a otra clara, o hacerse una idea de la silueta que crea una falda. También pueden ayudar a descartar opciones que no encajan con el estilo buscado. Pero la precisión visual de una imagen no debe confundirse con una predicción exacta del resultado de una compra, sobre todo porque el sistema no está comprobando las medidas específicas de cada artículo ni las del cuerpo.

Las tallas tampoco son idénticas entre marcas y modelos, y una misma etiqueta puede corresponder a cortes diferentes. Incluso con una guía de medidas, influyen el patrón, la elasticidad y la composición del tejido. La función de Google no elimina esas variables: en la información presentada no se describe como un sistema que contraste las dimensiones de la persona con las medidas de la prenda. Por eso, una representación convincente no equivale a una recomendación de compra basada en el ajuste.

Este límite marca la diferencia con algunas expectativas que despierta la expresión prueba virtual. El nombre sugiere una experiencia parecida a ponerse ropa delante de un espejo, pero la primera versión se acerca más a una visualización personalizada. No permite combinar varias prendas para construir un conjunto completo ni sustituye la posibilidad de moverse con la ropa puesta. Google ha presentado la función como una manera de ver cómo luce una pieza, no como un sistema capaz de certificar que queda bien.

La advertencia también importa para valorar las devoluciones. Una simulación más cercana a la apariencia real podría ayudar a algunos compradores a elegir con mayor criterio, pero la información disponible no demuestra que la función reduzca las devoluciones ni cuantifica ese efecto. Si una prenda llega y no se ajusta, la imagen previa no cambia las condiciones de venta del comercio. La utilidad inmediata está en visualizar, no en asegurar que la compra será acertada.

De la prueba de prendas a una compra más conversacional

La función de ropa forma parte de una transformación más amplia de la búsqueda de Google. En su conferencia para desarrolladores, la compañía presentó un modo de búsqueda con inteligencia artificial que permite formular consultas más largas y complejas en lenguaje cotidiano. En lugar de introducir una combinación breve de palabras clave, el usuario puede plantear una necesidad con varios matices y recibir una respuesta organizada mediante búsquedas sobre distintos aspectos de la consulta.

Ese modo utiliza Gemini, el modelo de inteligencia artificial de Google, y divide la petición en subtemas para encontrar información relacionada en la web. El objetivo es que el buscador responda a preguntas menos simples que una consulta por nombre de producto, como explorar alternativas o acotar una búsqueda según varias preferencias. La compra empieza así a integrarse en una interacción más parecida a una conversación, aunque la función de probarse ropa y el modo de búsqueda con IA son herramientas distintas.

En el ámbito de la moda, Google también anunció que quería incorporar inspiración de atuendos a la búsqueda, junto con ideas para habitaciones que pudieran convertirse en productos comprables. La propuesta es pasar de una necesidad abierta —buscar un estilo, una combinación o una idea para renovar un espacio— a imágenes y artículos concretos. Esa experiencia fue presentada como una función prevista para Estados Unidos, no como una disponibilidad universal e inmediata.

El cambio altera el papel del buscador. Durante años, la búsqueda de ropa consistió sobre todo en introducir un producto y revisar enlaces o fotografías. Con herramientas visuales y respuestas generadas por IA, Google trata de conectar la inspiración, la comparación y la localización de artículos dentro del mismo recorrido. La tecnología no elimina las tiendas ni los comercios que venden las prendas: organiza la exploración y presenta productos que pueden proceder de vendedores distintos.

Qué cambia para quienes compran y para las tiendas

Para el usuario, la principal ventaja potencial es contar con una referencia visual personal antes de abrir la ficha de producto o visitar la web de un comercio. La imagen de catálogo deja de ser la única representación disponible y la búsqueda puede resultar menos abstracta. En artículos donde el color, la forma o el volumen influyen mucho en la elección, disponer de una vista aproximada puede ayudar a comparar opciones sin desplazarse entre decenas de fotografías de modelos diferentes.

Para los comercios, el atractivo está en que una experiencia más interactiva puede mantener al comprador explorando productos y acercarlo a la compra. Google ya ofrece a minoristas soluciones de inteligencia artificial para organizar galerías de productos, personalizar resultados dentro de tiendas digitales y generar recomendaciones. Esas herramientas empresariales no son lo mismo que la prueba de ropa para consumidores, pero muestran cómo la compañía aplica modelos de IA tanto a la presentación de productos como a la navegación de las tiendas.

La distinción resulta relevante porque no toda personalización comercial utiliza los mismos datos. Las herramientas de Google Cloud descritas para minoristas pueden basarse, según el producto, en el comportamiento de navegación dentro de una tienda, los clics, el carrito o compras anteriores para ordenar resultados y recomendaciones. La prueba visual, en cambio, parte de una fotografía que la persona aporta para generar una representación. Son funciones diferentes, con objetivos y datos de entrada distintos, aunque todas se apoyen en inteligencia artificial aplicada al comercio.

El sistema de Google también refleja una disputa más amplia por el lugar donde empieza la compra digital. Si el usuario encuentra ideas, explora prendas y las visualiza en el buscador, puede completar más pasos antes de llegar a la tienda. Aun así, el recorrido no es necesariamente una transacción cerrada dentro de Google: localizar una prenda y verla sobre una foto no significa que la empresa sea quien la vende ni que la compra se formalice en su plataforma. La disponibilidad y las condiciones dependen del comercio que ofrece cada artículo.

Disponibilidad limitada y preguntas que siguen abiertas

La primera disponibilidad anunciada se limita a Estados Unidos y está vinculada a Search Labs, por lo que no debe darse por hecho que la misma experiencia esté activa en España o en todos los países donde funciona Google Shopping. Las funciones experimentales pueden aparecer en etapas y cambiar durante su desarrollo. La presentación de una herramienta no equivale a un despliegue mundial, y la información publicada para el lanzamiento no establece una fecha concreta para su llegada a otros mercados.

También queda por ver hasta qué punto la simulación conserva las particularidades de cada producto. La herramienta se apoya en las imágenes disponibles y en modelos que interpretan el cuerpo y los tejidos, pero las referencias no detallan cómo representa cada textura, cómo trata prendas con transparencias o capas, ni cómo responde ante fotografías con posturas poco habituales. Esos casos importan porque una demostración clara sobre una prenda sencilla no basta para probar el rendimiento en todo el catálogo.

La protección de la fotografía personal es otra cuestión inevitable cuando una función pide una imagen de cuerpo entero. La información disponible explica el funcionamiento visual, pero no precisa en detalle los plazos de conservación, el tratamiento de la imagen ni todas las opciones de privacidad aplicables a esta herramienta concreta. Por tanto, no es posible deducir solo a partir de la presentación cómo se gestiona cada fotografía. El uso de una imagen personal exige distinguir lo que se conoce de lo que aún no se ha explicado públicamente.

El resultado final dependerá tanto de la calidad de la IA como de la forma en que se incorpore a las búsquedas y del detalle de los datos de producto. Una representación atractiva puede despertar interés, pero la información sobre composición, medidas y condiciones del vendedor sigue siendo necesaria para conocer la prenda. La prueba digital no sustituye esos datos: los complementa con una imagen más cercana a la experiencia personal.

El probador virtual todavía tiene que demostrar su alcance

Google convierte la búsqueda de ropa en una experiencia más visual al permitir que una prenda aparezca sobre la fotografía del propio comprador. Es un avance reconocible frente a la galería tradicional, donde casi todo depende de la pose de una modelo y de la imaginación de quien mira. La IA intenta reproducir cómo cae la ropa sobre diferentes cuerpos, pero el resultado sigue siendo una representación, no una prueba física ni una medición.

Ahí reside el sentido más preciso de la novedad: ayudar a imaginar el aspecto de una prenda sin prometer cómo ajustará. Su llegada a otros países, la precisión con tejidos y cortes distintos y el tratamiento de las imágenes personales serán elementos decisivos para valorar su utilidad más allá de la primera impresión. Hasta entonces, funciona como una nueva ventana para explorar ropa, no como un sustituto completo del probador.