Michael Musandu ei aloittanut Lalalandia muotialalta.
Hän opiskeli tietojenkäsittelyä Amsterdamissa ja myöhemmin tekoälyä Utrechtissa.
Opintojen aikana Musandu tutustui Ugnius Rimšaan. Molemmat olivat kiinnostuneita koneoppimisesta ja generatiivisista malleista, mutta teknologia ei vielä kertonut, minkä ongelman heidän pitäisi ratkaista.
Musandu on kuvannut lähtökohtaa suoraan: heillä oli ratkaisu ja he etsivät sille ongelmaa.
Ratkaiseva havainto tuli omasta kokemuksesta.
Mustana kuluttajana Musandu ei usein nähnyt verkkokaupoissa malleja, jotka muistuttivat häntä. Tiimiin myöhemmin liittynyt Harold Smeeman tunnisti saman ongelman plus-kokoisen asiakkaan näkökulmasta.
Voisiko tekoäly luoda verkkokaupalle erilaisia digitaalisia malleja niin, että sama vaate voitaisiin näyttää useammalla vartalolla ja ihonsävyllä?
Vuonna 2019 syntyi Lalaland.ai.
## Teknologia ei ollut vielä tuote
Musandu oli tutustunut generative adversarial network -malleihin eli GAN-teknologiaan.
Niillä voidaan tuottaa kuvia, jotka eivät ole suoria kopioita harjoitusdatasta vaan mallin generoimia uusia esimerkkejä.
Teknisesti se oli kiehtovaa.
Kaupallisesti sillä ei kuitenkaan ollut vielä merkitystä.
UtrechtInc-ohjelmassa Musandu alkoi etsiä käyttötilannetta, jossa generatiivinen kuva voisi ratkaista oikean liiketoimintaongelman. Verkkokaupan mallikuvat olivat sellainen: kuvausten tuottaminen on hidasta ja kallista, ja yhden tuotteen näyttäminen monenlaisilla ihmisillä vaatii paljon sisältöä.
Lalaland alkoi rakentaa synteettisiä, fotorealistisia malleja verkkokaupoille.
## Perustajat olivat opiskelijoita
MT/Sproutin vuoden 2021 25 under 25 -jutussa Michael Musandu oli 23- ja Ugnius Rimša 24-vuotias.
He olivat tutustuneet opiskelijoina ja rakentaneet yhtiön ympärille erittäin teknisen tuotteen ennen kuin kumpikaan oli kolmekymppinen.
Vuonna 2020 Lalaland voitti Philips Innovation Awardin opiskelijayrittäjille.
Seuraavana vuonna yhtiö sai Googlen Black Founders Fundista 350 000 euroa tukea.
Vuonna 2022 yhtiö keräsi 2,1 miljoonan euron pre-Series A -kierroksen.
Pienestä opiskelijaprojektista tuli muutamassa vuodessa kansainvälisesti seurattu fashiontech-yritys.
## Hyvä AI-tuote tarvitsee selvän käyttötapauksen
Lalalandin tarina on erityisen ajankohtainen, koska tekoälytuotteita rakennetaan helposti teknologia edellä.
Perustajat tekivät aluksi juuri niin.
Heillä oli kiinnostava generatiivinen teknologia, mutta ei tarpeeksi tarkkaa asiakkaan ongelmaa.
Kaupallinen suunta löytyi vasta, kun ratkaisu sidottiin konkreettiseen työnkulkuun: verkkokaupan pitää tuottaa paljon laadukkaita kuvia nopeasti ja näyttää vaatteita erilaisille asiakkaille.
Tämä muutti AI:n demosta työkaluksi.
Yritys ei myynyt asiakkaalle GAN-mallia.
Se myi valmista visuaalista sisältöä.
## AI-mallit toivat myös vaikeita kysymyksiä
Synteettisten ihmismallien käyttö ei ole vain tekninen kysymys.
Kun muotibrändit käyttävät tekoälyllä luotuja ihmisiä, syntyy keskustelu siitä, täydentävätkö digitaaliset mallit oikeita kuvausmalleja vai korvaavatko ne heidän työtään.
Myös representaatio on kaksijakoinen asia. Teknologia voi näyttää vaatteen useammanlaisilla kehoilla, mutta monimuotoisuuden esittäminen algoritmilla ei automaattisesti ratkaise alan rakenteellisia ongelmia.
Siksi Lalalandin kaltainen tuote joutuu rakentamaan muutakin kuin kuvageneraattoria.
Sen pitää määritellä, missä kohdassa teknologia tuo asiakkaalle tehokkuutta ja missä kohdassa tarvitaan ihmisiä, läpinäkyvyyttä ja harkintaa.
Tämä on tärkeä oppi kaikille AI-yrittäjille: teknisesti mahdollinen ei ole sama asia kuin hyvä käyttötapa.
## Yhtiö päätyi yrityskauppaan
Lalalandin matka sai uuden vaiheen heinäkuussa 2025, kun muotisuunnittelun ohjelmistoja tekevä Browzwear osti yhtiön kokonaan.
Lalalandin teknologia siirtyi näin osaksi suurempaa digitaalisen muodin työkalukokonaisuutta.
Yrityskauppa on kiinnostava myös tuotteen kehityskaaren kannalta.
Alussa perustajat etsivät ongelmaa yhdelle AI-menetelmälle. Lopulta juuri tuo osaaminen oli tarpeeksi arvokasta tullakseen osaksi laajempaa muotiteknologian alustaa.
## Palkinnot eivät korvanneet asiakasta
Opiskelijakilpailun voittaminen ja näkyvyys auttoivat Lalalandia saamaan huomiota, mutta niiden jälkeen piti silti saada muotibrändit käyttämään tuotetta oikeassa työnkulussa.
B2B-AI:ssa tämä on ratkaiseva ero.
Demo voi näyttää vakuuttavalta muutamassa sekunnissa, mutta asiakas tarvitsee toistettavuutta: saman vaatteen pitää näyttää uskottavalta, brändin visuaalisen tyylin pitää säilyä ja kuvien pitää sopia verkkokaupan tuotantoprosessiin.
Kun Lalaland myöhemmin integroitui Browzwearin VStitcher-ympäristöön, tuote liikkui vielä lähemmäs asiakkaiden olemassa olevaa suunnittelu- ja go-to-market-prosessia.
Hyvä AI ei vain generoi. Se istuu kohtaan, jossa työ jo tapahtuu.
## Kokeile itse
Jos sinulla on kiinnostava teknologia, älä aloita kysymyksellä “mitä tällä voisi tehdä?”
Valitse yksi toimiala.
Haastattele kymmentä ihmistä, jotka tekevät siellä samaa työtä viikoittain. Kysy, mikä työvaihe maksaa aikaa tai rahaa ja missä sisältöä, kuvia, tekstiä tai dataa tuotetaan toistuvasti käsin.
Sen jälkeen yritä tehdä AI:lla vain yksi kohta nopeammaksi.
Jos käyttäjä pystyy mittaamaan hyödyn tunneissa, euroissa tai parempana lopputuloksena, sinulla on käyttötilanne.
Jos pystyt vain näyttämään hienon demon, sinulla on vielä teknologia.
## Mitä tästä voi oppia
**AI-teknologia ei yksin ole tuote.** Lalaland löysi suunnan vasta, kun generatiivinen malli sidottiin verkkokaupan sisältöongelmaan.
**Oma kokemus voi paljastaa puuttuvan käyttötapauksen.** Musandu tunnisti verkkokauppojen representaation puutteen henkilökohtaisesti.
**Opiskeluaika voi olla hyvä laboratorio.** Perustajat tapasivat yliopistossa ja muuttivat tutkimusosaamista yritykseksi.
**Kilpailu voi antaa ensimmäisen uskottavuussignaalin.** Philips Innovation Award toi opiskelijatiimille näkyvyyttä jo varhain.
**AI-tuote tarvitsee eettisen tuotepäätöksen.** Kaikkea teknisesti mahdollista ei tarvitse käyttää samalla tavalla.
**Syvä erikoisosaaminen voi johtaa yrityskauppaan.** Browzwear osti Lalalandin vuonna 2025 ja liitti osaamisen omaan fashiontech-kokonaisuuteensa.