Emma Grede da Good American: IA está mudando os negócios, mas o design de jeans continua sendo trabalho humano

Emma Grede, cofundadora e CEO da Good American, propôs para a indústria da moda uma fórmula surpreendentemente sóbria para trabalhar com inteligência artificial: usá-la em quase todos os lugares onde importam velocidade e eficiência, mas mantê-la afastada das áreas onde uma marca é construída sobre o entendimento humano do gosto e das necessidades do cliente.

De acordo com ela, a IA já está transformando notavelmente suas empresas, mas criatividade, inovação e design devem permanecer com as pessoas.

Grede disse isso em uma entrevista da série Leaders with Francine Lacqua, publicada em 27 de abril de 2026.

Sua posição não parece uma resistência à tecnologia; pelo contrário, ela reconhece diretamente que a IA já está reestruturando os processos de negócios.

Mas para ela, há uma linha vermelha clara.

Tudo o que requer toque humano, empatia e a capacidade de entender outra pessoa não deve ser entregue às máquinas.

Em termos de mercado de moda, isso significa que as redes neurais podem acelerar o trabalho da empresa, mas não devem determinar quais são as coisas que as pessoas usam.

Para Good American, esta é uma questão particularmente importante.

A marca, lançada em 2016, foi construída desde o início em torno da ideia de inclusividade e compreensão precisa do cliente real, em vez de um ideal de moda homogeneizado.

A empresa começou com o maior lançamento de mercado de jeans da história e já no primeiro dia alcançou 1 milhão de dólares em vendas.

Posteriormente, Good American cresceu de uma marca de jeans para uma linha de moda mais ampla, mantendo sua ênfase na inclusividade de tamanhos.

Portanto, as palavras de Grede soam não como uma discussão abstrata sobre o futuro da IA, mas como uma regra de gestão para um negócio que vende não apenas roupas, mas a sensação de acertar precisamente as necessidades do cliente.

Com base na formulação de Grede, a IA em suas empresas deve assumir tudo o que pode ser descrito como trabalho repetitivo, analítico ou operacional.

Isso é já uma interpretação de suas palavras, não uma citação direta, mas a lógica é clara: previsão de demanda, preparação de rascunhos, trabalho com dados internos, aceleração de processos de equipe, auxílio no planejamento e outras tarefas rotineiras são mais fáceis de padronizar e entregar aos algoritmos.

Inversamente, design, inovação e soluções criativas permanecem no território humano, porque o que importa lá não é apenas padrões de dados passados, mas também intuição, contexto cultural, risco e compreensão do que o cliente ainda não conseguiu articular.

Esta posição se encaixa bem na imagem mais ampla de Grede como uma operadora que constrói marcas na interseção da cultura e da disciplina comercial rigorosa.

Ela não apenas lidera Good American, mas também atua como sócia-fundadora da Skims, e em apareções recentes fala consistentemente sobre a velocidade da tomada de decisões e a implementação de IA em processos de trabalho.

Ao mesmo tempo, até mesmo nas descrições de suas entrevistas e podcasts recentes, a mesma ideia se repete: a automação deve fortalecer o negócio, mas não substituir o núcleo criativo.

Para um mercado onde muitas empresas ou se abraçam incondicionalmente ao conteúdo generativo ou, conversamente, temem publicamente a IA, esta é uma posição importante de meio-termo.

O significado da declaração de Grede vai além do debate sobre se uma rede neural pode criar bons jeans.

Ela está essencialmente propondo dividir o negócio em duas partes: o que pode ser otimizado e o que molda a identidade do produto.

Na primeira parte, a IA se torna uma ferramenta para aceleração e redução de custos.

Na segunda parte, as pessoas ainda decidem, porque é lá que nasce a distinção da marca de um fluxo infinito de variantes geradas automaticamente.

Para empresas de consumo, este pode ser o cenário mais realista dos próximos anos: não 'IA em vez de uma equipe', mas IA em torno da equipe, que ainda é responsável pelo gosto, escolha e significado.