Giới thiệu dự án

Ngành công nghiệp may mặc và thời trang nhanh (fast fashion) đang là một trong những tác nhân hàng đầu gây ô nhiễm môi trường và cạn kiệt tài nguyên. Theo báo cáo của Bloomberg, dệt may là nhóm sản phẩm sử dụng gốc nhựa hóa dầu lớn thứ hai toàn cầu, chiếm tới 15% tổng sản lượng hóa dầu. Mỗi năm, ngành thời trang thải ra môi trường khoảng 1,2 tỷ tấn khí thải CO₂, vượt tổng lượng phát thải của ngành hàng không và vận tải biển quốc tế cộng lại. Nếu không có các biện pháp kiểm soát và chuyển đổi mô hình tiêu dùng, Viện Tài nguyên Thế giới (World Resources Institute) dự báo đến năm 2050 ngành dệt may sẽ tiêu tốn lượng tài nguyên thiên nhiên gấp 3 lần so với năm 2000 và chiếm tới 60% tổng ngân sách phát thải khí nhà kính toàn cầu.

Trước thách thức này, mô hình kinh tế tuần hoàn (circular economy) và dịch vụ cho thuê trang phục trực tuyến (online clothing rental) nổi lên như một giải pháp bền vững. Báo cáo từ Mordor Intelligence chỉ ra quy mô thị trường cho thuê trang phục toàn cầu đạt 1,66 tỷ USD vào năm 2023 và dự kiến chạm mốc 2,31 tỷ USD vào năm 2028 với tốc độ tăng trưởng kép hàng năm (CAGR) là 6,79%. Tại Việt Nam, theo Báo cáo Chỉ số Thương mại điện tử (EBI 2023) từ Hiệp hội Thương mại điện tử Việt Nam (VECOM), quy mô thương mại điện tử đạt 20,5 tỷ USD với 76% người tiêu dùng mua sắm trực tuyến các mặt hàng thời trang, giày dép và mỹ phẩm. Đặc biệt, nhóm người tiêu dùng Thế hệ Z (Gen Z) đang dẫn dắt làn sóng tiêu dùng có trách nhiệm: 80% người thuộc Gen Z mua sắm đồ đã qua sử dụng và 20% hướng đến việc tối ưu tủ đồ để tránh lãng phí (khảo sát eBay 2022).

[Người dùng di động] 
                                                       [Database: PostgreSQL 15 + Redis Cache]

Vấn đề nghiên cứu và Điểm nghẽn thực tế (Problem Statement & Pain Points)

Mặc dù nhu cầu thuê trang phục dự tiệc, sự kiện, áo dài lễ hội tại các đô thị lớn như TP.HCM tăng cao, thị trường hiện tại vẫn tồn tại các điểm nghẽn nghiêm trọng:

  • Tỷ lệ đổi trả và rủi ro kích cỡ cao: Khách hàng thuê đồ trực tuyến không thể ước lượng chính xác độ vừa vặn và thẩm mỹ thực tế trên cơ thể mình, dẫn đến tâm lý e ngại hoặc tốn chi phí đổi trả.
  • Lãng phí chi phí cá nhân cho trang phục dùng một lần: Chi phí mua sắm các bộ váy dạ hội, áo vest cao cấp chỉ để mặc trong một sự kiện đơn lẻ gây gánh nặng tài chính lớn cho người trẻ.
  • Quy trình vận hành phân tán của các cửa hàng cho thuê: Hầu hết các shop cho thuê trang phục truyền thống hoạt động nhỏ lẻ trên mạng xã hội, thiếu hệ thống quản lý tồn kho (inventory management), xác thực danh tính (eKYC) và công cụ thử đồ ảo (Virtual Try-On).

Mục tiêu của dự án

  1. Mục tiêu 1: Nghiên cứu hành vi tiêu dùng và khảo sát thị trường tại TP.HCM để xác định các nhân tố ảnh hưởng đến quyết định thuê trang phục trực tuyến của nhóm khách hàng trẻ.
  2. Mục tiêu 2: Ứng dụng Khung mô hình kinh doanh Canvas (Business Model Canvas - BMC) cùng chiến lược Quản trị quan hệ khách hàng (CRM) và mô hình truyền thông POEM nhằm định hình cấu trúc vận hành cho nền tảng.
  3. Mục tiêu 3: Thiết kế và hiện thực hóa giải pháp ứng dụng AR CLOSET – nền tảng thương mại điện tử kết hợp mạng xã hội tích hợp công nghệ Thực tế tăng cường (Augmented Reality - AR) cho phép thử đồ trực tuyến với độ mô phỏng tiệm cận 90% so với thực tế.

Phương pháp tiếp cận và Triết lý cốt lõi

AR CLOSET vận hành dựa trên triết lý "BA KHÔNG":

  • Không lãng phí: Tối ưu hóa vòng đời của sản phẩm may mặc thông qua chia sẻ tủ đồ thông minh, giảm thiểu việc mua sắm thời trang nhanh không bền vững.
  • Không rủi ro: Triển khai phòng thử đồ ảo AR cá nhân hóa dựa trên nhận diện các điểm mốc cơ thể (body pose landmark detection), giúp người dùng chọn đúng phom dáng và kích cỡ trước khi đặt thuê.
  • Không chờ đợi: Trải nghiệm số hóa toàn trình từ thử đồ ảo, đặt cọc, thanh toán trực tuyến đến giao vận tận nơi thông qua thiết bị di động kết nối Internet.

Dự án đã xuất sắc đạt Giải Nhất trong cuộc thi "Ý tưởng khởi nghiệp 2023" do Đoàn trường Đại học Công nghiệp Thành phố Hồ Chí Minh (IUH) tổ chức.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng và Nghiên cứu thị trường

Tiêu chí so sánh Cửa hàng cho thuê truyền thống Nền tảng quốc tế (Rent the Runway / Style Theory) Ứng dụng thử đồ AR đơn lẻ (PNJ AR Try-on) Nền tảng AR CLOSET
Mô hình hoạt động Cửa hàng vật lý + Fanpage Cho thuê qua gói Subscription/Sự kiện Thử phụ kiện/trang sức ảo Thuê trang phục E-commerce + MXH + AR
Trải nghiệm thử đồ Thử trực tiếp tại shop Không có AR, chỉ xem số đo người mẫu AR 2D/3D phụ kiện đơn giản Phòng thử AR Body-Tracking 2.5D/3D
Độ bao phủ sản phẩm Giới hạn theo kho hàng shop Đồ hiệu cao cấp, chi phí thuê cao Chỉ trang sức, mắt kính Đa dạng: Dạ hội, áo dài, công sở, cosplay
Mạng xã hội tích hợp Không có Đánh giá dạng review text/ảnh tĩnh Không có Chia sẻ Lookbook, KOC Livestream, Follow
Khả năng nhân rộng Thấp, phụ thuộc vị trí mặt bằng Cao, nhưng chưa tối ưu cho thị trường VN Trung bình Rất cao, mô hình sàn kết nối các shop

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc phải có):
    • Hệ thống xác thực người dùng đa kênh (OAuth 2.0, OTP SMS).
    • Module AR Try-On nhận diện khung xương người dùng theo thời gian thực và ướm trang phục 3D/2.5D.
    • Quản lý danh mục sản phẩm, đặt cọc giữ chỗ và lịch trình cho thuê (Booking Calendar).
    • Cổng thanh toán tích hợp (VNPay, MoMo, ZaloPay, Thẻ quốc tế).
  • Should Have (Nên có):
    • Hệ thống mạng xã hội: Đăng bài Lookbook, gắn thẻ sản phẩm thuê, bình luận, tương tác cộng đồng.
    • Hệ thống CRM phân tích vòng đời khách hàng và tự động hóa email/thông báo cá nhân hóa.
    • Dashboard phân tích doanh thu, tỷ lệ hao mòn tài sản cho các chủ cửa hàng (Shop Vendors).
  • Could Have (Có thể có):
    • Công cụ gợi ý trang phục thông minh (AI Stylist Recommendation) dựa trên thời tiết và lịch trình sự kiện.
    • Module cho thuê P2P (người dùng tự cho thuê tủ đồ cá nhân).
  • Won't Have (Chưa triển khai trong giai đoạn 1):
    • Thiết bị gương thông minh chuyên dụng (AR Smart Mirror) lắp đặt tại trung tâm thương mại.

Thiết kế kiến trúc hệ thống

graph TD
    subgraph Client Layer
        A[Mobile App - Flutter 3.19] -->|AR Interaction| B[ARCore / ARKit Engine]
        A -->|State Management| C[BLoC Architecture]
    end

    subgraph API Gateway & Security
        D[Traefik Reverse Proxy / Gateway]
        E[JWT / OAuth 2.0 Authentication]
        A -->|HTTPS / WSS| D
        D --> E
    end

    subgraph Microservices Layer
        F[Auth & User Service - Node.js]
        G[Inventory & Rental Engine - NestJS]
        H[3D Asset & Warping Service - Python FastAPI]
        I[CRM & Notification Service - Go]
        D --> F
        D --> G
        D --> H
        D --> I
    end

    subgraph Data & Storage Layer
        J[(PostgreSQL 15 - Primary Relational DB)]
        K[(Redis 7.2 - Session & Caching)]
        L[MinIO / AWS S3 - 3D Models & Media]
        G --> J
        H --> L
        F --> K
        G --> K
    end

Technology Stack và Thông số kỹ thuật

  • Mobile Client: Flutter Framework v3.19.x (Dart 3.3), ARCore SDK v1.40 (Android), ARKit SDK 6.0 (iOS).
  • Backend Services: Node.js v20.11 LTS, NestJS Framework v10.3, Python 3.11 (xử lý hình ảnh và mô hình máy học).
  • AR & Computer Vision Engine: MediaPipe Pose v0.10.9, OpenCV 4.9.0, Three.js v0.162 / Filament Engine.
  • Database & Cache: PostgreSQL 15.4 kết hợp tiện ích mở rộng PostGIS (truy vấn định vị cửa hàng lân cận), Redis v7.2.
  • Cloud Infrastructure & Storage: Docker Container, Kubernetes Cluster, AWS S3 (hoặc MinIO Private Storage) lưu trữ file GLTF/GLB 3D assets.

Thiết kế Cơ sở dữ liệu và API Contract

-- Thiết kế bảng quản lý đơn hàng thuê trang phục (Rental Orders)
CREATE TABLE rental_orders (
    order_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    user_id UUID NOT NULL REFERENCES users(user_id) ON DELETE RESTRICT,
    item_id UUID NOT NULL REFERENCES inventory_items(item_id),
    rental_start_date TIMESTAMP WITH TIME ZONE NOT NULL,
    rental_end_date TIMESTAMP WITH TIME ZONE NOT NULL,
    rental_price_per_day NUMERIC(12, 2) NOT NULL,
    deposit_amount NUMERIC(12, 2) NOT NULL,
    total_amount NUMERIC(12, 2) NOT NULL,
    order_status VARCHAR(30) NOT NULL DEFAULT 'PENDING_PAYMENT',
    fitting_session_id UUID REFERENCES ar_fitting_sessions(session_id),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    CONSTRAINT check_rental_duration CHECK (rental_end_date > rental_start_date)
);

CREATE INDEX idx_rental_status_dates ON rental_orders(order_status, rental_start_date, rental_end_date);

Endpoint khởi tạo phiên thử đồ ảo AR:

POST /api/v1/ar/fitting/session
Content-Type: application/json
Authorization: Bearer <jwt_token>

Request Body:
{
  "user_id": "8f3b2a1c-7d4e-4f1a-9e2b-3c4d5e6f7a8b",
  "product_id": "prod_dress_gala_009",
  "body_measurements": {
    "height_cm": 165.5,
    "bust_cm": 86.0,
    "waist_cm": 64.0,
    "hip_cm": 90.0
  },
  "device_specs": {
    "platform": "iOS",
    "ar_engine": "ARKit",
    "lidar_supported": false
  }
}

Response (200 OK):
{
  "session_id": "sess_ar_99182312a",
  "model_asset_url": "https://cdn.arcloset.vn/models/3d/prod_dress_gala_009.glb",
  "scale_factors": {
    "x_scale": 0.985,
    "y_scale": 1.012,
    "z_scale": 0.990
  },
  "anchor_landmarks": [11, 12, 23, 24],
  "render_mode": "REALTIME_WARPING"
}

Implementation và kết quả

Quy trình phát triển phần mềm và Thuật toán cốt lõi

Dự án được thực hiện theo khung quy trình Agile/Scrum qua 6 Sprint (mỗi Sprint 2 tuần):

  • Sprint 1-2: Thiết kế UI/UX trên Figma, xây dựng hệ cơ sở dữ liệu PostgreSQL và các API xác thực người dùng, cửa hàng.
  • Sprint 3-4: Phát triển module AR Try-On, huấn luyện và tích hợp pipeline MediaPipe Pose để trích xuất 33 điểm mốc tọa độ cơ thể.
  • Sprint 5: Tích hợp cổng thanh toán VNPay, hệ thống đặt cọc, tính toán phí hao mòn và quản lý lịch trình trả hàng.
  • Sprint 6: Kiểm thử bảo mật (Penetration Testing), tối ưu hóa hiệu năng render AR và phát hành phiên bản thử nghiệm kín (Closed Beta).
import cv2
import mediapipe as mp
import numpy as np

class ARFittingPipeline:
    def __init__(self):
        self.mp_pose = mp.solutions.pose
        self.pose = self.mp_pose.Pose(
            static_image_mode=False,
            model_complexity=1,
            smooth_landmarks=True,
            min_detection_confidence=0.75,
            min_tracking_confidence=0.75
        )

    def extract_anchor_points(self, image_frame):
        """
        Trích xuất tọa độ không gian các điểm mốc cơ thể chính
        Landmark 11: Vai trái, Landmark 12: Vai phải
        Landmark 23: Hông trái, Landmark 24: Hông phải
        """
        h, w, _ = image_frame.shape
        rgb_frame = cv2.cvtColor(image_frame, cv2.COLOR_BGR2RGB)
        results = self.pose.process(rgb_frame)
        
        if not results.pose_landmarks:
            return None
        
        landmarks = results.pose_landmarks.landmark
        
        left_shoulder = np.array([landmarks[11].x * w, landmarks[11].y * h, landmarks[11].z * w])
        right_shoulder = np.array([landmarks[12].x * w, landmarks[12].y * h, landmarks[12].z * w])
        left_hip = np.array([landmarks[23].x * w, landmarks[23].y * h, landmarks[23].z * w])
        right_hip = np.array([landmarks[24].x * w, landmarks[24].y * h, landmarks[24].z * w])
        
        shoulder_width = np.linalg.norm(left_shoulder - right_shoulder)
        torso_height = np.linalg.norm((left_shoulder + right_shoulder)/2 - (left_hip + right_hip)/2)
        
        return {
            "shoulder_center": ((left_shoulder + right_shoulder) / 2).tolist(),
            "shoulder_width": float(shoulder_width),
            "torso_height": float(torso_height),
            "landmarks_3d": [[lm.x, lm.y, lm.z, lm.visibility] for lm in landmarks]
        }

Đánh giá kiểm thử và Đo lường hiệu năng (Testing & Benchmarks)

Hạng mục kiểm thử Công cụ / Phương pháp Số lượng ca kiểm thử (Test cases) Kết quả đạt được Tiêu chuẩn đánh giá
Unit & Integration Test Jest, Supertest, PyTest 148 test cases Độ bao phủ mã nguồn: 88,4% Đạt tiêu chuẩn CI/CD
AR Landmark Latency MediaPipe Profiler 1.000 khung hình liên tục 28,4 ms / frame Đạt mốc thời gian thực (< 33 ms)
Tốc độ hiển thị khung hình Flutter Performance Overlay Test trên iPhone 12 & Samsung S21 Duy trì 58 - 60 FPS Không giật lag (> 30 FPS)
Tải chịu đựng API Gateway k6 Load Testing Giả lập 2.500 CCU đồng thời P95 Response Time = 142 ms Sai số lỗi < 0,1%
Độ chính xác kích thước AR Đo đạc đối chiếu mẫu thật 50 sản phẩm mẫu (Áo dài, Váy) Khớp số đo đạt 89,7% Tiệm cận mục tiêu 90%

Kết quả khảo sát người dùng thực tế (User Acceptance Testing)

Khảo sát thực hiện trên 362 người dùng thuộc nhóm tuổi Gen Z (18 - 26 tuổi) tại TP.HCM cho thấy:

  • 84,5% người dùng đánh giá tính năng thử đồ ảo AR giúp họ tự tin hơn khi ra quyết định thuê trang phục.
  • 78,2% nhận định mức giá thuê (tương đương 15% - 25% giá mua sản phẩm mới) là hợp lý và tiết kiệm.
  • 91,0% thể hiện sự ủng hộ mô hình vì mục tiêu giảm rác thải thời trang và bảo vệ môi trường.

Đổi mới và đóng góp

  1. Đổi mới công nghệ thử đồ ảo trên thiết bị di động phổ thông: Nền tảng kết hợp xử lý AI Pose Estimation trực tiếp trên thiết bị (On-device Inference) với thuật toán biến dạng lưới (Mesh Deformation), cho phép trải nghiệm AR mượt mà trên các dòng smartphone tầm trung mà không bắt buộc phải có cảm biến LiDAR chuyên dụng.
  2. Số hóa quy trình vận hành cho thuê thời trang: Khác với các cửa hàng tự phát quản lý qua bảng tính hay sổ tay, AR CLOSET tự động hóa việc tính toán vòng xoay tồn kho (inventory turnover), khấu hao trang phục sau mỗi lần giặt ủi và theo dõi tình trạng hư hại tài sản qua hợp đồng điện tử.
  3. Tiên phong mô hình tiêu dùng tuần hoàn tại Việt Nam: Đóng góp vào việc giảm lượng rác thải dệt may tại các đô thị, giảm chi phí tiêu dùng cho cá nhân lên đến 65% - 75% so với việc mua mới các trang phục có tần suất sử dụng thấp.

Ứng dụng thực tế và triển khai

Kịch bản sử dụng trong đời thực

  • Thuê áo dài lễ hội / Tốt nghiệp: Nữ sinh viên sử dụng ứng dụng để quét cơ thể, ướm thử 10 mẫu áo dài cách tân khác nhau trong 5 phút, chọn mẫu ưng ý nhất và đặt giao tận nhà trước buổi lễ tốt nghiệp 1 ngày.
  • Dự tiệc dạ hội / Gala doanh nghiệp: Khách hàng công sở thuê bộ váy thiết kế trị giá 6.000.000 VNĐ với giá chỉ 450.000 VNĐ/3 ngày, kiểm tra trước độ rủ của tà váy trên cơ thể qua công nghệ AR mà không cần đến cửa hàng.
Năm 1: Khởi động tại TP.HCM (Thâm nhập 15.000 User, 40 Shop đối tác)

Kế hoạch tài chính và Dự báo khả năng sinh lời

Dự án được xây dựng với cơ cấu nguồn thu kép:

  1. Phí hoa hồng giao dịch (Take-rate): Thu 12% - 15% trên mỗi đơn hàng thuê thành công từ các cửa hàng đối tác.
  2. Gói thành viên cao cấp (AR CLOSET VIP Subscription): Cung cấp đặc quyền miễn phí giao hàng, ưu tiên thử trước các bộ sưu tập giới hạn với mức phí 199.000 VNĐ/tháng.
  3. Dịch vụ quảng cáo và tài trợ (Brand Placement): Hiển thị vị trí nổi bật cho các thương hiệu thời trang thiết kế trên bảng tin Lookbook.

Dự toán ngân lưu trong 5 năm:

  • Thời gian hoàn vốn (Payback Period): 2 năm 8 tháng.
  • Tỷ suất hoàn vốn nội bộ (IRR): Ước đạt 26,4%.
  • Hiện giá thuần (NPV): Dương với tỷ suất chiết khấu tính toán 12%/năm, khẳng định tính khả thi tài chính của dự án khởi nghiệp.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Khả năng mô phỏng độ phồng và nếp gấp vật lý của các chất liệu đặc thù (nhung dày, ren trong suốt, kim sa lấp lánh) dưới điều kiện ánh sáng yếu vẫn còn độ trễ nhất định.
  • Sự phân mảnh về phần cứng trên các dòng máy Android đời cũ gây suy giảm tốc độ khung hình AR khi xử lý mô hình 3D đa giác cao (high-poly mesh).

Hướng phát triển trong tương lai

  • Ứng dụng Generative AI (GenAI): Xây dựng trợ lý ảo tư vấn trang phục theo thời gian thực dựa trên phân tích dáng người (Body-type Analysis) và phong cách cá nhân hóa.
  • Phát triển module WebAR: Cho phép người dùng thử đồ trực tiếp trên trình duyệt web máy tính/di động mà không bắt buộc phải cài đặt ứng dụng.
  • Hợp tác với các chuỗi bán lẻ thời trang lớn: Cung cấp giải pháp phần mềm dạng dịch vụ (SaaS Virtual Try-On SDK) cho các thương hiệu thời trang trong và ngoài nước.

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Tiếp cận các mẫu thời trang cao cấp phục vụ thuyết trình, chụp ảnh kỷ yếu, tiệc tốt nghiệp với chi phí chỉ bằng 1/5 giá mua, đồng thời nâng cao nhận thức bảo vệ môi trường.
  • Lập trình viên & Kỹ sư AR/AI: Cung cấp tài liệu tham khảo thực tiễn về kiến trúc tích hợp MediaPipe Pose, WebSockets và công nghệ ARCore/ARKit trên nền tảng di động Flutter.
  • Chủ cửa hàng kinh doanh thời trang: Được trang bị nền tảng chuyển đổi số toàn diện, mở rộng tệp khách hàng trực tuyến mà không phải gánh thêm chi phí mở thêm chi nhánh vật lý.
  • Cộng đồng nghiên cứu & Khởi nghiệp: Bổ sung dữ liệu thực nghiệm về ứng dụng mô hình Canvas (BMC) kết hợp công nghệ 4.0 trong lĩnh vực thương mại điện tử xanh.

Câu hỏi thường gặp

1. Yêu cầu cấu hình thiết bị tối thiểu để sử dụng tính năng AR Try-On là gì?

Ứng dụng AR CLOSET hỗ trợ các thiết bị di động chạy hệ điều hành iOS từ phiên bản 13.0 trở lên (từ iPhone 8) và Android từ phiên bản 9.0 (Pie) có hỗ trợ Google Play Services for AR (ARCore), camera độ phân giải tối thiểu 8.0 MP.

2. Hệ thống xử lý vấn đề tranh chấp, làm hỏng hoặc mất đồ thuê như thế nào?

Quy trình được chuẩn hóa thông qua hợp đồng điện tử có chữ ký số xác thực. Khách hàng phải đặt cọc trước một khoản tiền tương ứng giá trị sản phẩm. Trước khi gửi và sau khi nhận hàng, hai bên thực hiện chụp ảnh/quay video đối chiếu hiện trạng được lưu vết trực tiếp trên hệ thống cloud nhằm bảo vệ quyền lợi tối đa cho cả hai phía.

3. Nền tảng có thể tích hợp với phần mềm quản lý bán hàng có sẵn của các shop không?

AR CLOSET cung cấp hệ thống Open API theo chuẩn RESTful và Webhook, cho phép đồng bộ hóa dữ liệu tồn kho hai chiều với các phần mềm quản lý bán hàng phổ biến như KiotViet, Sapo, Haravan.

4. Chi phí bảo trì máy chủ và hạ tầng AR có tốn kém không?

Nhờ ứng dụng kiến trúc Microservices hướng sự kiện và cơ chế render phân tán (Offload xử lý hình ảnh về phía thiết bị di động), chi phí hạ tầng máy chủ đám mây chỉ chiếm khoảng 4% - 6% trên tổng doanh thu vận hành hàng tháng.

5. Dự án giải quyết bài toán giặt ủi và vệ sinh trang phục ra sao?

AR CLOSET ký kết hợp tác chiến lược với các đơn vị giặt ủi công nghiệp cao cấp đạt chuẩn diệt khuẩn bằng tia UV và ozone. Mọi sản phẩm sau khi hoàn trả đều trải qua quy trình khử khuẩn nghiêm ngặt và đóng gói kín trước khi chuyển sang lượt thuê tiếp theo.


Kết luận

Dự án "Ứng dụng cho thuê và thử đồ trực tuyến áp dụng công nghệ AR – AR CLOSET" là minh chứng tiêu biểu cho sự kết hợp hiệu quả giữa tư duy quản trị kinh doanh hiện đại và công nghệ tương tác thực tế ảo 4.0. Bằng việc giải quyết triệt để bài toán rủi ro chọn sai kích cỡ và áp lực chi phí trang phục dùng một lần, AR CLOSET không chỉ mang lại giá trị kinh tế thiết thực cho người tiêu dùng và các đối tác kinh doanh thời trang mà còn đóng góp trực tiếp vào mục tiêu phát triển bền vững, giảm thiểu ô nhiễm từ thời trang nhanh.

Với nền tảng kỹ thuật vững chắc, mô hình tài chính rõ ràng cùng giải thưởng Khởi nghiệp IUH 2023, dự án mở ra tiềm năng thương mại hóa mạnh mẽ trong bức tranh kinh tế số tại Việt Nam. Độc giả, các nhà phát triển và đối tác kinh doanh quan tâm có thể trải nghiệm phiên bản thử nghiệm hoặc kết nối hợp tác phát triển hệ sinh thái thời trang bền vững cùng AR CLOSET ngay hôm nay.