طراحی سیستم هوشمند انتخاب فرش برای برند فروهر

مدیر فنی زیر ساخت و سایت : نوید زمانی

مدیر پروژه و طراح گرافیک : سهیل متقی نیا

انتخاب فرش برای خانه فقط انتخاب یک محصول از میان چند تصویر نیست؛ فرش باید با ابعاد فضا، سبک دکوراسیون، رنگ مبلمان، نور محیط، سلیقه افراد و حتی میزان استفاده روزمره هماهنگ باشد. همین موضوع باعث می‌شود خرید آنلاین فرش، به‌خصوص برای محصولات ارزشمند و دکوراتیو، به فرآیندی پیچیده‌تر از یک خرید معمولی تبدیل شود. در پروژه مفهومی فروهر، نتانیک با طراحی یک سیستم هوشمند انتخاب فرش تلاش کرد این پیچیدگی را به تجربه‌ای ساده، بصری و شخصی‌سازی‌شده تبدیل کند. این سیستم هوشمند انتخاب فرش با ترکیب هوش مصنوعی، تحلیل تصویر، موتور پیشنهاددهی و شبیه‌سازی فضای داخلی، به کاربر کمک می‌کند فرشی را پیدا کند که با نیاز و فضای واقعی او هماهنگ‌تر باشد. در ادامه توجه شمارو به نمونه کار فرش خاقانی که توسط نتانیک طراحی و اجرا شده جلب میکنم.

سیستم هوشمند انتخاب فرش برای فروهر

چالش اصلی خرید آنلاین فرش

فرش محصولی است که ارزش آن فقط در مشخصات فنی خلاصه نمی‌شود و ظاهر آن در کنار فضای داخلی معنا پیدا می‌کند. یک طرح ممکن است در تصویر کاتالوگ بسیار جذاب باشد، اما وقتی در کنار مبلمان، کف‌پوش و رنگ دیوار قرار می‌گیرد، نتیجه متفاوتی ایجاد کند. همین فاصله میان «دیدن محصول» و «تصور محصول در فضای واقعی» یکی از مهم‌ترین چالش‌های خرید آنلاین فرش است. سیستم هوشمند انتخاب فرش می‌تواند این فاصله را با تحلیل اطلاعات محصول و شرایط فضای کاربر کاهش دهد.

هدف پروژه فروهر

هدف پروژه، ساخت یک فروشگاه اینترنتی معمولی با چند فیلتر بیشتر نبود، بلکه ایجاد یک تجربه تصمیم‌گیری هوشمند برای مشتری بود. کاربر باید بتواند تصویری از فضای خود ارائه کند، نیازش را توضیح دهد و در نهایت مجموعه‌ای از فرش‌های مناسب را همراه با دلایل پیشنهاد مشاهده کند. سیستم باید بتواند ویژگی‌هایی مانند سبک، رنگ، ابعاد، نقش و کاربرد را در کنار اطلاعات فضای داخلی بررسی کند. در این معماری، سیستم هوشمند انتخاب فرش نقش یک مشاور دیجیتال را ایفا می‌کند، در حالی که تصمیم نهایی همچنان در اختیار مشتری باقی می‌ماند.

معماری سیستم هوشمند انتخاب فرش

لایه اطلاعات محصولات

هر سیستم پیشنهاددهی قدرتمند، به داده‌های ساختاریافته و دقیق نیاز دارد. برای هر فرش می‌توان اطلاعاتی مانند سبک، رنگ غالب، رنگ‌های مکمل، ابعاد، شکل، جنس، نوع بافت، تراکم، طرح، میزان رسمی یا روزمره بودن و کاربرد پیشنهادی را ثبت کرد. این داده‌ها باید به شکلی استاندارد در اختیار موتور هوش مصنوعی قرار بگیرند تا سیستم بتواند محصولات مختلف را با نیاز کاربر مقایسه کند. در نتیجه، سیستم هوشمند انتخاب فرش فقط بر اساس نام محصول یا چند برچسب ساده تصمیم نمی‌گیرد، بلکه از یک پروفایل کامل برای هر فرش استفاده می‌کند.

لایه شناخت فضای کاربر

در مرحله دوم، سیستم باید فضای کاربر را بشناسد. کاربر می‌تواند تصویر اتاق، پذیرایی یا فضای مورد نظر خود را بارگذاری کند و سیستم از طریق مدل‌های بینایی ماشین، ویژگی‌های قابل تشخیص تصویر را استخراج کند. رنگ‌های غالب، حضور مبلمان، نوع چیدمان، سطح تقریبی کف و ویژگی‌های بصری فضا می‌توانند بخشی از این اطلاعات باشند. سیستم هوشمند انتخاب فرش سپس این داده‌ها را در کنار مشخصات فرش‌ها قرار می‌دهد تا مجموعه‌ای از گزینه‌های سازگارتر ایجاد کند.

ساختار کلی سیستم

معماری پیشنهادی سیستم فروهر را می‌توان در چند لایه اصلی تعریف کرد:

این معماری باعث می‌شود سیستم هوشمند انتخاب فرش از یک موتور جستجوی ساده فراتر برود و به یک سیستم تصمیم‌یار برای خرید تبدیل شود. (نمونه کارهای نتانیک)

تحلیل تصویر در سیستم هوشمند انتخاب فرش

شناخت رنگ و سبک دکوراسیون

یکی از قابلیت‌های کلیدی سیستم، تحلیل تصویری فضای کاربر است. مدل بینایی می‌تواند برای شناسایی رنگ‌های غالب، اشیای اصلی، سبک بصری و ویژگی‌های عمومی فضا مورد استفاده قرار گیرد. این اطلاعات سپس به داده‌هایی تبدیل می‌شوند که موتور پیشنهاددهی بتواند آن‌ها را با مشخصات فرش‌ها مقایسه کند. به این ترتیب، سیستم هوشمند انتخاب فرش می‌تواند از تصویری که کاربر ارائه می‌دهد، اطلاعاتی برای شخصی‌سازی پیشنهادها استخراج کند.

تشخیص عناصر مهم فضا

برای انتخاب فرش، شناخت همه جزئیات تصویر ضروری نیست و سیستم باید روی عناصر تأثیرگذار تمرکز کند. مبلمان، رنگ کف، رنگ دیوار، میزان فضای خالی، سبک کلی چیدمان و رنگ‌های غالب می‌توانند در اولویت تحلیل قرار بگیرند. سیستم می‌تواند این ویژگی‌ها را با سطح اطمینان مشخص ذخیره کند تا در صورت ابهام، کاربر بتواند اطلاعات را اصلاح کند. این روش باعث می‌شود سیستم هوشمند انتخاب فرش به جای تکیه کامل بر حدس AI، ترکیبی از تحلیل ماشین و تأیید انسانی داشته باشد.

مسیر تحلیل تصویر

فرآیند تحلیل تصویر می‌تواند در شش مرحله انجام شود:

1. دریافت تصویر فضای داخلی توسط کاربر.

2. تشخیص عناصر و ویژگی‌های بصری اصلی.

3. استخراج پالت رنگ غالب و رنگ‌های مکمل.

4. تخمین سبک بصری و ویژگی‌های کلی دکوراسیون.

5. دریافت تأیید یا اصلاح اطلاعات توسط کاربر.

6. ارسال پروفایل نهایی فضا به موتور پیشنهاددهی.

این ساختار باعث می‌شود سیستم هوشمند انتخاب فرش قبل از پیشنهاد محصول، ابتدا مسئله را بهتر بشناسد.

موتور پیشنهاددهی هوشمند فروهر

تطبیق فرش با فضای داخلی

بعد از تحلیل تصویر، نوبت به موتور پیشنهاددهی می‌رسد. این موتور می‌تواند ویژگی‌های فضای کاربر را با ویژگی‌های ثبت‌شده برای هر فرش مقایسه کند و میزان تطابق هر محصول را محاسبه کند. برای مثال، هماهنگی رنگی، سبک طراحی، ابعاد، نوع استفاده و ترجیح کاربر می‌توانند بخشی از مدل امتیازدهی باشند. سیستم هوشمند انتخاب فرش سپس چند گزینه را با اولویت‌بندی مشخص به کاربر نمایش می‌دهد، بدون اینکه ادعا کند یک انتخاب مطلقاً درست یا غلط وجود دارد.

شخصی‌سازی بر اساس سلیقه

سلیقه مشتری را نمی‌توان فقط از روی یک تصویر تشخیص داد. ممکن است کاربر فضای مینیمال داشته باشد اما به فرش‌های سنتی علاقه‌مند باشد یا برعکس، فضای کلاسیک داشته باشد و یک طرح مدرن را ترجیح دهد. بنابراین سیستم باید امکان دریافت ترجیحات مستقیم کاربر را نیز فراهم کند و آن‌ها را با داده‌های تصویری ترکیب کند. در نتیجه، سیستم هوشمند انتخاب فرش به جای تحمیل یک سبک، تلاش می‌کند تعادل میان فضای موجود و سلیقه شخصی مشتری را پیدا کند.

معیارهای پیشنهاددهی

موتور پیشنهاد می‌تواند معیارهای زیر را در نظر بگیرد:

• هماهنگی رنگ فرش با فضای داخلی

• تطابق سبک فرش با دکوراسیون

• تناسب ابعاد فرش با فضای مورد نظر

• ترجیح مستقیم کاربر

• کاربرد فضا و میزان استفاده

• محدوده قیمت و بودجه خرید

این معیارها می‌توانند بر اساس نوع پروژه وزن‌های متفاوتی داشته باشند و به مرور با داده‌های واقعی تعامل کاربران بهینه شوند.

برای کسب اطلاعات بیشتر به بلاگ نتانیک مراجعه فرمایید.

تجسم هوشمند فرش در فضای واقعی

تبدیل تصویر به تجربه خرید

یکی از جذاب‌ترین بخش‌های پروژه فروهر، قابلیت نمایش فرش در فضای واقعی کاربر است. کاربر می‌تواند تصویر فضای خود را بارگذاری کند و سیستم نسخه‌ای از فضا را با فرش انتخاب‌شده تولید کند تا بتواند تصور بهتری از نتیجه نهایی داشته باشد. این تصویر نباید به عنوان شبیه‌سازی دقیق اجرایی معرفی شود، بلکه باید به عنوان پیش‌نمایش بصری برای تصمیم‌گیری استفاده شود. سیستم هوشمند انتخاب فرش از این طریق فاصله میان مشاهده محصول و تصور آن در محیط واقعی را کاهش می‌دهد.

مقایسه چند فرش در یک فضا

کاربر می‌تواند چند گزینه را انتخاب و آن‌ها را در یک محیط مشابه مقایسه کند. در این حالت، تفاوت رنگ، نقش، اندازه و سبک فرش‌ها راحت‌تر قابل درک خواهد بود و تصمیم‌گیری از حالت ذهنی خارج می‌شود. سیستم می‌تواند اطلاعات هر گزینه را نیز کنار تصویر قرار دهد تا کاربر فقط بر اساس ظاهر تصمیم نگیرد. ترکیب مقایسه بصری و داده محصول، یکی از بخش‌های مهم تجربه سیستم هوشمند انتخاب فرش خواهد بود.

مزایای تجسم هوشمند

• کاهش ابهام در انتخاب طرح

• ایجاد درک بهتر از مقیاس فرش

• مقایسه ساده‌تر گزینه‌های مختلف

• افزایش تعامل کاربر با محصولات

• ایجاد تجربه خرید شخصی‌تر

• کمک به تصمیم‌گیری پیش از خرید

این قابلیت می‌تواند به‌خصوص برای فرش‌های پرمیوم که تصمیم خرید آن‌ها زمان بیشتری می‌برد، ارزش بیشتری ایجاد کند.

دستیار هوشمند خرید فرش

گفت‌وگوی طبیعی با مشتری

همه کاربران نمی‌دانند دقیقاً چه نوع فرشی می‌خواهند و بسیاری از آن‌ها نیاز خود را با زبان تخصصی بیان نمی‌کنند. یک دستیار هوشمند می‌تواند به جای نمایش فیلترهای متعدد، گفت‌وگو را با چند سؤال ساده آغاز کند و به تدریج نیاز مشتری را مشخص کند. برای مثال، سیستم می‌تواند درباره فضای مورد نظر، سبک دکوراسیون، رنگ‌های مورد علاقه، ابعاد و محدوده بودجه سؤال کند. این دستیار می‌تواند بخشی از سیستم هوشمند انتخاب فرش باشد و فرآیند خرید را به تجربه‌ای شبیه مشاوره شخصی تبدیل کند.

پاسخ‌گویی مبتنی بر اطلاعات واقعی

دستیار هوشمند نباید درباره ویژگی فرش‌ها اطلاعاتی تولید کند که در دیتابیس محصول وجود ندارند. پاسخ‌ها باید بر اساس مشخصات واقعی محصولات، موجودی، قیمت و اطلاعات تأییدشده برند تولید شوند. اگر اطلاعات کافی برای پاسخ وجود نداشته باشد، سیستم باید به جای حدس‌زدن، کاربر را به کارشناس انسانی منتقل کند. این رویکرد باعث می‌شود سیستم هوشمند انتخاب فرش در کنار هوشمندی، قابل اعتماد و کنترل‌پذیر باقی بماند.

کاربردهای دستیار خرید

• معرفی فرش بر اساس سبک دکوراسیون

• پیشنهاد فرش بر اساس رنگ فضای داخلی

• پاسخ به پرسش‌های مشخصات محصول

• مقایسه چند مدل فرش

• کمک به انتخاب ابعاد مناسب

• انتقال مشتری به مشاور انسانی در موارد تخصصی

شخصی‌سازی تجربه مشتری در فروهر

ساخت پروفایل ترجیحات

هر تعامل کاربر با سیستم می‌تواند اطلاعاتی درباره سلیقه او ایجاد کند. مشاهده محصولات، ذخیره کردن مدل‌ها، مقایسه گزینه‌ها، تغییر فیلترها و انتخاب رنگ‌ها می‌توانند به ساخت یک پروفایل ترجیحی کمک کنند. این اطلاعات باید با رعایت سیاست‌های حریم خصوصی و در حد نیاز کسب‌وکار مدیریت شوند. در این ساختار، سیستم هوشمند انتخاب فرش می‌تواند در بازدیدهای بعدی پیشنهادهایی متناسب‌تر با علاقه کاربر ارائه کند.

پیشنهادهای هوشمند در مسیر خرید

شخصی‌سازی نباید فقط در صفحه اول سایت اتفاق بیفتد. سیستم می‌تواند در صفحات محصول، دسته‌بندی‌ها و حتی بعد از مشاهده چند محصول، پیشنهادهای مرتبط‌تری ارائه دهد. برای مثال، کاربری که چند فرش با سبک خاص را مشاهده کرده است، می‌تواند محصولات مشابه یا مکمل دریافت کند. این مدل باعث می‌شود سیستم هوشمند انتخاب فرش در تمام مسیر خرید حضور داشته باشد و تجربه کاربر را به شکل تدریجی شخصی‌سازی کند.

داده و سئو در فروشگاه آنلاین فرش

ساختار داده محصولات

فروشگاه آنلاین فرش نیازمند معماری دقیق اطلاعات محصول است. نام، تصویر، قیمت، موجودی، مشخصات، برند، ویژگی‌های فرش و اطلاعات مرتبط باید به شکل ساختاریافته در صفحات محصول قرار بگیرند. داده‌های ساختاریافته به موتورهای جستجو کمک می‌کنند محتوای صفحه را بهتر درک کنند و برای صفحات محصول، اطلاعاتی مانند قیمت و موجودی نیز قابل تعریف است. در نتیجه، معماری داده نه‌تنها برای سیستم هوشمند انتخاب فرش، بلکه برای زیرساخت SEO فروشگاه نیز اهمیت دارد.

صفحات فرش و معماری اطلاعات

دسته‌بندی‌هایی مانند فرش مدرن، فرش کلاسیک، فرش ایرانی، فرش دستباف، فرش ماشینی، فرش اتاق پذیرایی و فرش اتاق خواب می‌توانند بر اساس نیاز واقعی کاربران طراحی شوند. هر دسته باید محتوای اختصاصی و اطلاعات قابل فهم داشته باشد و صفحات محصول نیز نباید صرفاً مجموعه‌ای از تصاویر و قیمت باشند. این ساختار به موتور جستجو و کاربر کمک می‌کند رابطه میان محصولات و نیازهای مختلف را بهتر درک کنند. سیستم هوشمند انتخاب فرش نیز می‌تواند از همین معماری اطلاعات برای ساخت پیشنهادهای دقیق‌تر استفاده کند.

اتوماسیون فروش و مدیریت مشتری

اتصال AI به فروشگاه

سیستم هوشمند زمانی ارزش بیشتری پیدا می‌کند که مستقیماً با زیرساخت فروشگاه ارتباط داشته باشد. موجودی محصولات، قیمت، وضعیت سفارش، مشخصات و اطلاعات مشتری باید بتوانند در چارچوب دسترسی‌های مشخص با موتور AI تبادل داده داشته باشند. این اتصال باعث می‌شود پیشنهادها بر اساس وضعیت واقعی فروشگاه تولید شوند و محصول ناموجود یا اطلاعات قدیمی به مشتری نمایش داده نشود. سیستم هوشمند انتخاب فرش در این معماری بخشی از زیرساخت فروش خواهد بود، نه یک ابزار مستقل و جدا از سایت.

انتقال مشتری به کارشناس

همه تصمیم‌های خرید را نمی‌توان با AI نهایی کرد، به‌خصوص زمانی که مشتری درباره فرش‌های خاص، سفارش‌های سفارشی یا خریدهای با ارزش بالا سؤال دارد. سیستم باید بتواند در نقطه مناسب مکالمه را به کارشناس منتقل کند و خلاصه‌ای از نیاز مشتری را نیز در اختیار کارشناس قرار دهد. این کار باعث می‌شود مشتری مجبور نباشد اطلاعات خود را دوباره از ابتدا توضیح دهد. چنین معماری ترکیبی، هوش مصنوعی و نیروی انسانی را در یک مسیر واحد قرار می‌دهد.

تحلیل عملکرد سیستم هوشمند انتخاب فرش

شاخص‌های قابل اندازه‌گیری

برای ارزیابی عملکرد سیستم هوشمند انتخاب فرش باید شاخص‌هایی تعریف شود که رفتار واقعی کاربران را نشان دهند. میزان استفاده از قابلیت تحلیل تصویر، تعداد تعامل با پیشنهادها، نرخ کلیک روی محصولات پیشنهادی، تعداد استفاده از قابلیت تجسم و نرخ تکمیل خرید می‌توانند بخشی از این شاخص‌ها باشند. هر شاخص باید در مقایسه با یک خط مبنای مشخص و طی یک بازه زمانی مناسب تحلیل شود. بدون داده واقعی، نمی‌توان ادعا کرد که یک سیستم AI الزاماً باعث افزایش فروش یا نرخ تبدیل شده است.

بهینه‌سازی مداوم پیشنهادها

سیستم پیشنهاددهی باید به شکل مستمر بررسی شود تا مشخص شود کاربران با چه پیشنهادهایی تعامل بیشتری دارند. اگر کاربران مرتباً پیشنهادهای سیستم را رد می‌کنند، ممکن است وزن معیارها یا کیفیت داده‌های محصول نیاز به اصلاح داشته باشد. همچنین محصولات جدید، تغییر موجودی و تغییر رفتار بازار باید در مدل پیشنهاددهی لحاظ شوند. این چرخه باعث می‌شود سیستم هوشمند انتخاب فرش از یک قابلیت ثابت به یک سیستم قابل توسعه و بهینه‌شونده تبدیل شود.

شاخص‌های پیشنهادی

• نرخ تعامل با پیشنهادهای هوشمند

• نرخ استفاده از تحلیل تصویر

• نرخ استفاده از قابلیت تجسم فرش

• نرخ کلیک روی محصولات پیشنهادی

• نرخ مقایسه محصولات

• نرخ تکمیل خرید پس از پیشنهاد

امنیت و مدیریت داده مشتریان

حفاظت از تصاویر کاربران

تصاویر خانه و فضای داخلی می‌توانند حاوی اطلاعات شخصی و محیط خصوصی افراد باشند. بنابراین ذخیره‌سازی، پردازش و حذف تصاویر باید بر اساس سیاست مشخصی انجام شود و اطلاعات بیشتر از نیاز واقعی سیستم نگهداری نشود. همچنین باید مشخص باشد تصاویر برای چه منظوری استفاده می‌شوند و چه مدت در سیستم باقی می‌مانند. امنیت داده در سیستم هوشمند انتخاب فرش بخشی از معماری اصلی است و نباید بعد از توسعه سیستم به آن اضافه شود.

کنترل دسترسی و اطلاعات مشتری

اطلاعاتی مانند تاریخچه جستجو، ترجیحات، تصاویر و سوابق تعامل نیز باید در سطح دسترسی مناسب مدیریت شوند. تیم فروش ممکن است فقط به اطلاعات لازم برای مشاوره دسترسی داشته باشد و تیم فنی نیاز متفاوتی داشته باشد. ثبت رویدادها، کنترل دسترسی و سیاست نگهداری داده می‌تواند ریسک‌های عملیاتی سیستم را کاهش دهد. چنین رویکردی کمک می‌کند تجربه هوشمند فروهر در کنار قابلیت‌های AI، از نظر فنی نیز قابل اتکا باشد.

آینده سیستم هوشمند انتخاب فرش فروهر

توسعه به واقعیت افزوده

مرحله بعدی می‌تواند حرکت از پیش‌نمایش تصویری به تجربه‌های تعاملی‌تر باشد. کاربر در آینده می‌تواند فضای خود را از طریق دوربین موبایل مشاهده کند و فرش‌های مختلف را در همان محیط بررسی کند. چنین قابلیتی می‌تواند تجربه انتخاب را از یک صفحه وب به یک محیط تعاملی نزدیک‌تر کند. در این مسیر، سیستم هوشمند انتخاب فرش می‌تواند با فناوری‌های بینایی ماشین و تجربه‌های AR ترکیب شود.

تبدیل فروشگاه به مشاور هوشمند دکوراسیون

چشم‌انداز بلندمدت پروژه می‌تواند فراتر از انتخاب فرش باشد. سیستم می‌تواند به مرور ارتباط میان فرش، مبلمان، رنگ‌بندی و سبک دکوراسیون را بهتر تحلیل کند و به یک دستیار هوشمند انتخاب عناصر دکوراسیون تبدیل شود. در این مدل، مشتری فقط یک محصول را انتخاب نمی‌کند، بلکه درباره هماهنگی آن با فضای خود نیز راهنمایی دریافت می‌کند. سیستم هوشمند انتخاب فرش در چنین مرحله‌ای می‌تواند به یک زیرساخت هوشمند برای تجربه خرید دکوراسیون تبدیل شود.

نتیجه پروژه فروهر

ارزش اصلی پروژه

پروژه فروهر نشان می‌دهد که AI در فروش فرش می‌تواند بسیار فراتر از یک چت‌بات یا تولیدکننده محتوای خودکار باشد. سیستم هوشمند انتخاب فرش می‌تواند از لحظه ورود مشتری، فضای او را تحلیل کند، نیازش را بشناسد، محصولات مناسب را پیشنهاد دهد و امکان تجسم فرش در محیط را فراهم کند. ترکیب تحلیل تصویر، داده محصول، شخصی‌سازی و تجربه بصری می‌تواند بخش مهمی از ابهام خرید آنلاین فرش را کاهش دهد. این معماری در صورت پیاده‌سازی صحیح، تجربه خرید را از «جستجوی محصول» به «مشاوره هوشمند» نزدیک می‌کند.

نقش نتانیک در پروژه

نقش نتانیک در چنین پروژه‌ای صرفاً توسعه یک مدل هوش مصنوعی نیست، بلکه طراحی یک اکوسیستم یکپارچه میان AI، داده، تجربه کاربری و زیرساخت فروشگاهی است. از ساخت پروفایل محصولات و موتور پیشنهاددهی تا تحلیل تصویر، دستیار هوشمند، تجسم محصول و اتصال به فرآیند فروش، هر بخش باید در یک معماری مشخص قرار بگیرد. این رویکرد با نگاه نتانیک به AI به عنوان بخشی از گردش‌کار واقعی کسب‌وکار هماهنگ است. هدف نهایی، ساخت یک ابزار نمایشی نیست؛ هدف ساخت سیستمی است که بتواند همراه با رشد برند فروهر توسعه پیدا کند.

در نهایت، سیستم هوشمند انتخاب فرش می‌تواند تجربه خرید یک محصول سنتی و ارزشمند را وارد نسل جدید تجارت دیجیتال کند. کاربر به جای اینکه فقط میان تصاویر و فیلترها جستجو کند، می‌تواند فضای خود را به سیستم معرفی کند و بر اساس ویژگی‌های واقعی محیط، سلیقه و نیازش پیشنهاد دریافت کند. این رویکرد، ترکیبی از فناوری و تجربه انسانی است؛ فناوری برای تحلیل و سرعت، و نگاه انسانی برای انتخاب و سلیقه. برای فروهر، چنین سیستمی می‌تواند نقطه شروع یک تجربه دیجیتال متفاوت باشد که در آن اصالت فرش ایرانی با توانایی‌های هوش مصنوعی در یک مسیر واحد قرار می‌گیرند.