Closet AI Platforma Handlu Odsprzedażowego - Ruoxuan Pan, Junjie Tang and Huixiang Chen

Projekt Closet AI Platforma Handlu Odsprzedażowego autorstwa: Ruoxuan Pan, Junjie Tang and Huixiang Chen zdobył cenioną i bardzo prestiżową nagrodę Żelazna Nagroda A' Design Award 2026 w kategorii konkursowej: Mobilne.

ŻelaznaMobilne· 2026

Closet AI Platforma Handlu Odsprzedażowego

Projektant: Ruoxuan Pan, Junjie Tang and Huixiang Chen

Zwycięzca Żelazna Nagroda A' Design Award w kategorii: Mobilne

6,336

Zweryfikowany Zwycięzca Nagrody

Zweryfikuj status nagrody dla #182338

Zobacz w A' Design Award Informacja prasowa Znaczek nagrody

Kolory

Projekt

O projekcie Closet AI Platforma Handlu Odsprzedażowego

Closet AI to mobilna platforma odsprzedaży odzieży używanej. Użytkownicy przesyłają zdjęcia ubrań, a aplikacja generuje kategorie, opisy i sugerowane ceny na podstawie danych z rynku odsprzedaży. Podczas negocjacji system tworzy propozycje odpowiedzi, które użytkownicy mogą edytować lub zatwierdzać, dzięki czemu ostateczne decyzje pozostają w rękach sprzedającego. System nagród śledzi postępy poprzez zadania, odznaki i kamienie milowe. Platforma została opracowana na podstawie badań nad zachowaniami związanymi z odsprzedażą. Celem jest ograniczenie czasu i wysiłku, które zniechęcają do udziału w modzie cyrkularnej.

Wyróżnienie

O nagrodzie Żelazna Nagroda A' Design Award

Closet AI Platforma Handlu Odsprzedażowego to laureat Żelaznej Nagrody A' Design Award, prestiżowego wyróżnienia przyznawanego dobrym projektom, które spełniają zawodowe i przemysłowe wymagania oczekiwane od dobrze zaprojektowanych dzieł. Laureaci Żelaznej Nagrody wykazują wielką biegłość, wysoką specjalizację, fachowe zrozumienie i zdolności twórcze ich autorów. Closet AI Platforma Handlu Odsprzedażowego ma być wysoko cenionym, podziwianym i drogim sercu dziełem, które jest praktyczne i innowacyjne. Ten projekt nagrodzony Żelazną Nagrodą A' Design Award integruje najlepsze praktyki branżowe i ma kompetentne cechy techniczne powiązane z wiedzą fachową i talentem. Dzięki starannemu wykonaniu Closet AI Platforma Handlu Odsprzedażowego cieszy się szacunkiem, a jego zadaniem jest zapewnianie poprawy jakości życia, która pomaga uczynić świat lepszym miejscem.

Za kulisami projektu

Pakiet prasowy

Autorzy, członkowie zespołu i szczegóły techniczne podane przez projektanta.

Unikalne Cechy: Closet AI is an AI powered resale platform designed to remove friction from circular fashion. It automates listing creation, pricing suggestions and negotiation support, transforming second hand selling into a streamlined experience. By integrating intelligent automation with a reward system that tracks impact and milestones, Closet AI reduces emotional barriers and encourages sustainable participation, making fashion circulation measurable and efficient.
Wymiary i Opakowanie: Closet AI is a mobile first digital platform prototyped in Figma at 402 x 874 pixels aligned with iPhone interface standards. The system follows a modular and scalable architecture supporting real time feedback and adaptive interaction flows. A structured design system ensures visual consistency accessibility compliance and responsive layout behavior across future multi platform extensions.
Tagi: AI powered resale platform, UX/UI design, circular fashion system, sustainable commerce design, intelligent negotiation support, automated listing generation, user centered interaction design, behavioral incentive system, mobile marketplace experience, fashion sustainability innovation
Technologia Produkcji: Closet AI was developed through a human centered design process informed by user research and resale behavior analysis. Insights into pricing uncertainty and negotiation stress shaped the interaction framework. Computer vision, natural language generation and data driven recommendations were integrated as supportive technologies. Iterative prototyping refined the system into an assisted workflow that reduces cognitive load while preserving user agency.
Wyzwanie Projektowe: The major challenge was balancing automation with user autonomy. Fully automated systems risk removing agency, while manual systems maintain friction. Closet AI introduces assisted intelligence, where AI drafts and recommends actions but users retain final control. Another challenge was integrating sustainability incentives without overwhelming users. The solution implements subtle impact indicators and milestone badges that reinforce behavior without creating gamified complexity.
Badania: Type of Research: Qualitative behavioral research and workflow analysis. Research Objectives: To identify barriers preventing users from participating in clothing resale despite sustainability awareness. Methodology: User interviews journey mapping and competitive benchmarking. Data Collection: Structured interviews usability testing and prototyping. Participants: Gen Z and Millennial users. Results: Identified negotiation fatigue and listing complexity as key friction points. Insights and Impact: Automation reduces participation barriers and supports circular fashion adoption.
Inspiracja: Closet AI was inspired by the gap between sustainable intention and practical behavior. While many Gen Z and Millennial users want to reduce waste, resale platforms often demand time and effort. Listing creation, price negotiation and cross platform management introduce friction that discourages participation. The project explores how artificial intelligence can reduce this friction and connect resale with meaningful environmental impact.
Czas Trwania Projektu: The project began in Dec 2025 in Austin and is currently in advanced prototype development.
Przebieg Działania: Users upload clothing images to generate automatic categories, descriptions, and smart pricing suggestions based on resale data. They publish listings, track engagement insights, and receive recommendations such as price adjustments or repost timing. Users complete quests, earn badges, and unlock milestones as they list, optimize, and close deals. During negotiations, AI drafts reply suggestions that users can edit or approve, keeping full control.
Członkowie Zespołu: Ruoxuan Pan
Junjie Tang
Huixiang Chen
Autorzy Zdjęć: Main Image: Creator Junjie Tang, Huixiang Chen, Closet AI Home page and Swipe flow, 2026
Image #1: Creator Huixiang Chen, Item Scan, Item Swipe and Select, Item Editing, and Item Posting page, 2026
Image #2: Creator Ruoxuan Pan, AI listing and message assistant flow, 2026
Image #3: Creator Junjie Tang, reward and badge pages, 2026
Image #4: Creator Ruoxuan Pan, Huixiang Chen, Junjie Tang, Closet AI interface overview, 2026