Mote er en bransje med kun én konstant: endring. For ikke lenge siden revolusjonerte fast fashion detaljhandelen ved å doble produksjonen. Nå står merkevarer overfor en annen type disrupsjon: produkter de allerede har solgt, får et nytt liv uten deres medvirkning. Infrastrukturen som bygges rundt dette andre livet, er det som har gjort at markedet har kunnet utvikle seg så raskt. Denne infrastrukturen er KI, og B2B-leddet for wholesale – som kobler tilbudet av secondhand-varer med etterspørselen fra detaljhandelen – er der transformasjonen skjer først og raskest.

Hva dataene forteller oss

Før vi ser nærmere på teknologien, er det verdt å forstå omfanget av den atferdsendringen som allerede er i gang.

Både for luksus- og high-street-merker overgår nå søk etter secondhand konsekvent søk etter nye varer. For eksempel, en sammenligning av «Mango Vinted» eller «Zara Vinted» med «Mango ny kolleksjon» eller «Zara ny kolleksjon» viser at søk etter secondhand har 4–6 ganger høyere søkevolum gjennom 2024 og inn i 2026, der Vinted-søk nådde en popularitetstopp i midten av 2025, mens søk etter nye kolleksjoner utgjorde bare en brøkdel av dette.

På luksusnivå overgår søk etter vintage fra Hermès betydelig søk etter nye vesker – mer enn en dobling på sitt siste høydepunkt – mens selv hos Chanel, hvor søk etter nytt og vintage hadde fulgt hverandre tett i årevis, opplevde at interessen for vintage nesten nådde samme nivå som for nytt tidlig i 2026.

Google Trends måler søkeinteresse på en skala fra 0 til 100, der 100 representerer den høyeste populariteten for et søkeord i den valgte perioden.

Det disse dataene viser, er at forbrukernes intensjon rundt secondhand har endret seg fundamentalt – folk starter sin motereise med pre-loved, ikke som et andrevalg – og for merkevarer er dette et signal om hvor de må være til stede og hvilken infrastruktur de må bygge for å delta i dette markedet.

Ikke bare det, men måten folk snakker om secondhand på har endret seg like mye som hva de søker etter. Før 2020 var det dominerende språket negativt: bruktbutikk, arvegods, kompromiss, stigma. I perioden 2024–2026 var dette vokabularet nesten fullstendig erstattet av et språk preget av identitet, aspirasjon og oppdagelse: pre-loved, vintage-funn, kuratert, unikt – noe som bekrefter endringen i kulturell persepsjon, ifølge min analyse av mediedekning, markedsrapporter og forbrukerfellesskap før og etter Covid.

Globalt er det anslått at salget av secondhand-klær vil nå 289 milliarder dollar i år – en vekst på 105 prosent fra 2021 – og utvider seg dobbelt så raskt som klesmarkedet for øvrig, ifølge ThredUp Annual Resale Report 2026. Og KI-laget ser ut til å ha akselerert denne veksten ytterligere. Søkeinteressen for «KI-shopping» var praktisk talt null i alle markeder frem til midten av 2024, begynte å bygge seg opp sent i 2024 da generative KI-verktøy ble allment tilgjengelige, og økte deretter kraftig fra juni 2025 og utover, med en vekst på over 3000 prosent på to år før den stabiliserte seg nær toppnivået.

Men det mest slående funnet i dataene er korrelasjonen mellom de to. Både «KI-shopping» og «secondhand-klær» var i praksis flate i fire år på rad. Begge begynte å bevege seg i samme måned – juli 2025 – økte samtidig i august 2025 og har siden opprettholdt høye nivåer. Dataene tyder på at KI ikke bare var en tilfeldighet som sammenfalt med akselerasjonen i secondhand-markedet, men at teknologien kan ha spilt en betydelig rolle i å muliggjøre veksten i stor skala.

Hvorfor secondhand ikke kan skaleres uten KI – B2B-infrastrukturproblemet

Forbrukerendringen er tydelig og støttes av data. Det som er mindre synlig – og kommersielt viktigere – er infrastrukturproblemet som historisk har gjort det så vanskelig å skalere secondhand-markedet, og hvorfor KI ikke er et valgfritt tillegg, men en strukturell nødvendighet.

Videresalgsmarkedet er notorisk komplekst. Plattformer må håndtere et enormt, uforutsigbart varelager som varierer i kvalitet, størrelse og autentisitet, med en kompleksitet som ikke har sin like i tradisjonell detaljhandel. For å forstå hvordan alt dette ser ut operasjonelt, snakket jeg med Sanket Agarwal, medgrunnlegger av Fleek, en av de raskest voksende KI-plattformene innen secondhand wholesale og en av de primære innkjøpsplattformene for Vinted-videreselgere. Han hjalp meg å forstå nøyaktig hvorfor B2B-laget i dette markedet krevde en fundamental teknologisk ombygging.

Kjerneproblemet, som Sanket forklarer, er et skaleringsproblem uten sidestykke i den tradisjonelle motebransjen: «I klassisk detaljhandel har butikker vanligvis et begrenset antall definerte SKU-er, men i secondhand finnes det et så stort mangfold av tidsepoker, merker, stiler og slitasje at det resulterer i millioner, til og med milliarder, av SKU-er – i praksis er hvert plagg unikt, selv om det har samme merkevare-SKU». Og det er nettopp denne unikheten som gjør hvert enkelt produkt så vanskelig å kategorisere, prise og matche med en kjøper. I motsetning til Amazon eller Asos, hvor KI opererer på strukturerte, konsistente produktkataloger, har secondhand wholesale ingen felles produktdata, ingen standardiserte SKU-er, og ingen taksonomi som kobler tilstand til kjøpsintensjon. Dette har gjort det så vanskelig å skalere, og er nettopp det som gjør KI så transformerende på dette området.

Utover unikhetsproblemet sliter videreselgere med variabler som inkonsekvent belysning i bilder eller slitasjemønstre. Autentisering krever menneskelig ekspertise i sluttfasen, selv om KI håndterer den innledende skanningen. Prissetting er et konstant kalibreringsproblem. Og på toppen av alt dette er den tradisjonelle forsyningskjeden for secondhand wholesale ikke bare rotete, utdatert og utrolig kompleks, men den ble også bygget på personlige relasjoner – tillit mellom kjøpere og selgere bygget opp over år med uformell handel.

Dette er hvor Fleek kommer inn. Plattformen ble grunnlagt i november 2021, som et resultat av et problem medgrunnlegger Abhi Arora oppdaget i Brick Lane, Londons sentrum for vintage-mote, under pandemien: forsyningskjeden for secondhand var bygget på kaos. Pre-loved-klær samlet inn i vestlige land – rundt 90 prosent av alle donasjoner globalt – sendes i bulk til sorteringssentre i Pakistan, India og over hele Afrika, hvor de håndsorteres og selges tilbake til vestlige videreselgere, enten det er secondhand-butikker eller grossistene som forsyner Vinted-selgere. Den manuelle kategoriseringen var tidkrevende og unøyaktig, og jo mer detaljert og presis graderingen er, desto bedre selger klærne – så innsatsen for å gjøre feil var høy. Videreselgere visste ofte ikke hva de fikk, transaksjoner skjedde via WhatsApp-grupper og uformelle nettverk der tillit var alt og transparens nesten ingenting, og bare en svært liten brøkdel av disse donasjonene kom noen gang tilbake for å bli videresolgt i vestlige markeder. Systemet var ineffektivt og strukturelt ødelagt.

Som Abhi nevnte i et intervju for The Industry.Fashion, ble plattformen bygget for å jobbe direkte med disse wholesale-leverandørene, for å få varelageret listet, kategorisert, priset og solgt gjennom Fleeks eget system. En videreselger i London, Paris eller New York kan bla gjennom kuraterte pakker eller håndplukke varer via videosamtale og legge inn en bestilling. Bestillingen går gjennom et av Fleeks kvalitetskontrollsentre, hvor varene sjekkes for kvalitet og autentisitet, før de sendes til kjøperen.

Hvordan materialiserer KI seg på Fleek?

Fleek gjenoppbygde hele innkjøpsopplevelsen fra grunnen av. «Hos Fleek måtte vi tenke helt nytt rundt hele søke- og oppdagelsesopplevelsen, som nå er drevet av en KI-først-søketeknologi. Vi bruker CLIP-embeddings* for å definere semantiske egenskaper ved mote, som 'utsmykninger' eller 'sopptrykk' – en mye vanskeligere oppgave for modeller før LLM**». En innkjøper kan nå søke etter stemning, stil eller estetisk referanse i stedet for produktspesifikasjoner – slik folk faktisk tenker om secondhand. Ikke bare det, men plattformen gir et prisestimat, håndterer transaksjoner, effektiviserer forsyningskjeden, administrerer refusjoner og gir tillit i begge ender. De kommersielle resultatene er synlige: «mer enn en dobling i salget fra 2024 til 2025», plattformen kobler sammen over 10 000 videreselgere med mer enn 1 000 grossister i 70 land, og har hentet inn totalt 50 millioner dollar i finansiering, med støtte fra investorer som Andreessen Horowitz og Y Combinator. Sanket er direkte om muligheten for forhandlere som fortsatt sitter på sidelinjen: «I dag ser én av to personer etter secondhand – det er bra for miljøet og bra for forretningene. Vi ser allerede at Fleeks kunder selger secondhand- og nye klær side om side».

*(CLIP står for Contrastive Language-Image Pre-training – det er en modell utviklet av OpenAI som er trent på hundrevis av millioner av bilde- og tekstpar samtidig, slik at den har lært å forstå forholdet mellom visuelt innhold og språk. Tradisjonell bildegjenkjenning spør 'hvilket objekt er dette?' – den gjenkjenner en veske, en sko, en jakke. CLIP går lenger – den forstår følelsen og karakteren i det den ser. Så i stedet for bare å gjenkjenne 'jakke', kan den forstå 'oversized 90-talls japansk streetwear-jakke med acid wash', 'sopptrykk' eller 'utsmykket kveldsantrekk').

**(LLM står for Large Language Model – typen KI som driver verktøy som ChatGPT, Claude og Gemini).

Hva dette betyr for din virksomhet

Secondhand eksisterte før KI – men uten infrastrukturen til å skaffe, autentisere, gradere og prise varelager i stor skala, hadde etterspørselen ingen steder å gå effektivt. Det Fleek beviser på wholesale-nivå, er at når man fjerner den strukturelle friksjonen, følger det kommersielle volumet etter.

Når det er sagt, har ikke utfordringene forsvunnet. Logistikken forblir kompleks og kostbar – secondhand-varer kan ikke fylles på, og kvaliteten på hvordan en vare presenteres påvirker fortsatt graderingsnøyaktigheten og fører til returer. Konsistens i stor skala er vanskelig å garantere, selv med datasyn. Autentisering i sluttfasen krever fortsatt menneskelig ekspertise. Marginene i bransjen er fortsatt under press, og de fleste store videresalgsplattformer er fremdeles på vei mot lønnsomhet, snarere enn å ha oppnådd det. KI forbedrer alle disse problemene betydelig – men den eliminerer dem ikke, og merkevarer som går inn i dette markedet uten en klar operasjonell strategi, vil sannsynligvis finne det vanskeligere enn markedstallene antyder.

Det KI gjør, er å gjøre disse utfordringene håndterbare – ikke fjerne dem helt, men strukturere dem nok til at man kan bygge en skalerbar virksomhet på toppen. Teknologien opererer nå på alle nivåer i videresalgskjeden: på innkjøpssiden bruker plattformer som Fleek datasyn og semantisk søk for å gjøre store mengder secondhand-varer søkbare i stor skala; på merkevarenivå håndterer Resale-as-a-Service-plattformer som ThredUp mottak, gradering, fotografering, prissetting og logistikk ved hjelp av KI-automatisering, noe som gjør det mulig å lansere et videresalgsprogram uten å bygge noe fra bunnen av. Autentisering, historisk sett den største barrieren for tillit i secondhand-markedet, håndteres av datasynsmodeller som sorterer ut mistenkelige varer før menneskelige eksperter gjennomgår dem. Dynamiske prisalgoritmer erstatter gjettingen som gjorde marginene i secondhand uforutsigbare. Den kommersielle gevinsten er allerede bevist: Aymeric Déchin, administrerende direktør i Faume, fortalte Vogue Business at kunder som bruker en merkevares innbyttetjeneste, viser 20 prosent lavere kundefrafall sammenlignet med de som ikke gjør det. Samlet sett gjør disse kapabilitetene noe mer betydningsfullt enn å optimalisere enkelttransaksjoner; de normaliserer secondhand som en pålitelig og troverdig kanal for både merkevarer og forbrukere, og Fleek er bare ett eksempel på dette.

Det regulatoriske laget akselererer alt dette. EUs Ecodesign for Sustainable Products Regulation krever at alle motemerker som selger i Europa, må utstyre hvert plagg med et digitalt produktpass (DPP) fra 2028 – en maskinlesbar identitet som registrerer materialer, opprinnelse og eierhistorikk. For KI er dette transformerende: et plagg med et pass kan autentiseres, graderes og prises automatisk, fordi dataene allerede er der.

En tredjedel av bransjelederne kalte videresalg en prioritet for 2026, ifølge BoF/McKinsey State of Fashion 2026. Dette gapet – mellom hvor forbrukeren allerede er, hvordan KI akselererer utviklingen, og hvor mesteparten av bransjen fortsatt har sitt fokus (på nytt) – er muligheten, og den lukker seg raskt. Hvis du fortsatt behandler secondhand som sekundært – eller KI som valgfritt – er dataene klare: du ligger ikke bak trenden, du ligger bak forbrukeren.

Kilder:
-The Guardian — Sarah Butler, “Secondhand Clothes Sales Forecast to Hit $289bn as AI Helps Shoppers Find Deals,” 2 April 2026.
-Retail Dive — Tatiana Walk-Morris, “US Resale Market Expected to Surpass $78 Billion by 2030,” 3 April 2026.
-Adobe — Vivek Pandya, “Generative AI-Powered Shopping Rises with Traffic to Retail Sites,” 21 August 2025.
-Modaes — “Inditex 2025 results: eight critical takeaways to watch,” C. De Agenlis / T. Alonso, 12 March 2026.
-Retail Boss — “Inditex Q1 2026 Results: Zara’s Best Quarter Yet,” Jenel Alvarado, 3 June 2026.
-Vinted Newsroom — “Financial Results 2025,” 2026.
-UNECE (United Nations Economic Commission for Europe) — UNECE and ECLAC propose measures to reduce environmental and health impacts of global trade of second-hand clothes’, 15 July 2024
-TheIndustry.fashion — “The Interview: Co-founder Abhi Arora on Building Second-Hand Wholesale Marketplace Fleek,” Camilla Rydzek, 16 April 2026.
-WWD — “How Vestiaire Is Using AI to Scale Its Business and Improve Customer Service, by Lisa Lockwood, June 14, 2024.
-The Impression — Vestiaire Collective Expands AI Capabilities With New Executive Hires.
-Vogue — “The Innovations Driving the Resale Renaissance,” byt Maghan McDowell November 19, 2024.
-GWI — How the circular economy is transforming fashion: Sustainable trends & insights by Stephanie Harlow, Senior Trends Analyst.
-McKinsey & Company — The State of Fashion 2026: When the rules change, November 17, 2025 by -Trellis — Circular boom(let): Resale and reuse surge as new fashion turnover slows, by Elsa Wenzel November 21, 2025 (Updated on November 24, 2025)
-Barclays Insights — The pulse of fashion: How the growth of the resale market has changed the game for retailers, by Melissa Pendlebury and Isabella Clough, April 2, 2026.
-Fashionista — “Fashion Resale Tech: AI and the Future of Evolution,” by Emma Raydar, June 4, 2025.