La rapida espansione vissuta dal mercato delle sneakers negli ultimi anni ha portato alla nascita di un problema ormai ben noto agli appassionati del settore, che in breve tempo è diventato il principale nemico sia dei collezionisti che dei rivenditori.

La produzione di falsi è infatti cresciuta in maniera esponenziale, creando complicazioni per entrambe le parti coinvolte nello scambio: oltre a minare la fiducia degli acquirenti nei confronti delle aziende di resell, il fenomeno dei dupes rischia sempre di più di danneggiare l’immagine di queste ultime, costringendole ad attivarsi per garantire autenticità ai clienti nella maniera più efficace possibile.

È dunque in tale contesto che entra in gioco Osmo, una start-up fondata all’ex ricercatore di Google Alex Wiltschko e specializzata in intelligenza artificiale, che ha capito come digitalizzare la percezione olfattiva e impiegare i dati raccolti per determinare l’autenticità di una sneaker. In poche parole, l’AI riconoscerebbe le sneakers false semplicemente annusandole. Ma come è possibile?

Facendo analizzare all’intelligenza artificiale 5 mila molecole aromatiche diverse, il team di Osmo è riuscito a sviluppare una sorta di “mappa delle fragranze”, nella quale a ciascun odore sono associati i rispettivi materiali. Di conseguenza, il macchinario può efficacemente riconoscere una sneaker falsa associando al suo odore i rispettivi materiali, certamente diversi e di qualità inferiore rispetto a quelli impiegati nella versione originale.

Il legit check olfattivo viene già praticato da alcune aziende di resell, ma l’accuratezza di un naso umano non è ovviamente paragonabile a quella dell’intelligenza artificiale: come rivelato da BoF, infatti, la startup avrebbe già condotto un test per un noto rivenditore, registrando una precisione nel riconoscimento dei fake superiore al 95%.

Nonostante il metodo sia decisamente innovativo e possa rivelarsi una svolta nel settore, ci sono ancora delle limitazioni: attualmente gli strumenti sviluppati da Osmo sono in grado di identificare solo sneakers e borse, oggetti prodotti entrambi con materiali comuni come pelli o gomma, e l’utilizzo di sostanze più ricercate potrebbe sensibilmente abbassare il grado di precisione senza un addestramento adeguato. Inoltre, per ragioni simili il metodo della start-up statunitense funziona solo per items prodotti in grande volumi, e potrebbe fallire nell’identificare capi rari realizzati in quantità limitate.