アパレル・ファッション業界でもAI・人工知能の活用が進む

最終更新日:2024/01/10

消費者の嗜好が多様化する中、アパレル業界ではトレンドの移り変わりに合わせた小ロットでの多品種生産が求められています。小ロットでの多品種生産において欠かせないのは、需要を正確に予測し、必要以上の在庫を持ち過ぎないということです。そうした中、パーソナル人工知能「SENSY」の需要予測サービスがアパレル業界で注目を集めています。

AI採寸や骨格診断で本当に似合うアパレルを提案

システム開発を手がけるTISは、AI（人工知能）を活用して人の骨格タイプを診断することができるサービスをアパレル企業向けに提供し始めました。アパレル店舗は、このサービスを活用することで、消費者の体型にマッチする服を提案できるようになるといいます。特に昨今は新型コロナウイルスの影響もあり、ECサイトへの需要が高まっているため、こういったサービスの活用によって顧客満足度の向上が図れると期待されているのです。なお、TISは今後5年間で50社の導入を目指すといいます。

このサービスの名称は「AI骨格診断サービス」というもので、身だしなみに関するセミナーを運営しているアイシービー（東京都中央区）と共同で開発されました。このサービスの具体的な仕組みとしては、まず自社の扱う洋服一点一点がどのような骨格の人の似合うのか、「ストレート」「ウェーブ」「ナチュラル」という3つの種類に分けていきます。そして、消費者が全身や手の写真などを送信すると、AI画像認識技術によって、3つの骨格タイプのうちから最適なものを査定し、提示してくれるという仕組みです。

ファッションのECサイト市場は拡大傾向にあるものの、消費者の中には「実際に着てみなければ分からないから不安」「思っていた着丈・サイズ感と違う可能性があり不安」といった声も少なくありませんでした。そういった消費者の需要に応えるべく、この「AI骨格診断サービス」が開発されたといいます。

ちなみに、診断用のサイトにアクセスするタイプの「Web（ウェブ）版」は、1ヶ月の利用者が1,000人以内の場合で月額50万円（税抜）となっています。また、専門家が洋服をタイプ分けするサービスは別途費用が必要です。

 

AIを活用した自動採寸アプリによってワイシャツのオーダー期間を縮小

株式会社コナカが″リアルスーツ″をコンセプトにして国内外に展開しているSUIT SELECT（スーツセレクト）では、AI自動採寸アプリを使用し、最短10日間でオーダーワイシャツのお渡しを可能にした「AI SPEED ORDER SHIRT」というサービスを2021年3月20日(土)より開始しました。「AI SPEED ORDER SHIRT」は、オーダースーツの売上が昨年9月より700％を超える好調の要因となった「AI SPEED ORDER」の第二弾として生まれたサービスです。

これまで、「AI SPEED ORDER」のスーツを購入した顧客からは、ワイシャツも簡単に採寸ができ、短い時間で商品の発注が完了し、早く仕上がるオーダーワイシャツが欲しいという要望が多数寄せられていたといいます。そこで、多忙なビジネスマンが休日だけでなくお仕事の合間でも手軽にワイシャツをオーダーできるよう、新たに「AI SPEED ORDER SHIRT」が開発されました。

従来のオーダーワイシャツは、仕上りまでに約3週間かかり、また既製で人気のノーアイロンニット素材を使用する場合、特殊な縫製針の使用や工程数の増加により、既製ワイシャツの約3倍程度の価格となっていました。しかし、「AI SPEED ORDER SHIRT」では、受注から裁断、縫製、発送に至るまでの無駄な工程を極限まで削減し、長野県にノーアイロンニット専用の製造ラインを設置することで、ノーアイロンニット素材のオーダーワイシャツとしては業界トップクラスの納期（10日間渡し）、そして6,800円（税抜）という価格が実現したのです。そんな「AI SPEED ORDER SHIRT」の特徴としては、以下の3つが挙げられます。

 

10 MINUTES：AI自動採寸アプリを活用し、最短10分で採寸

スマートフォンアプリを使い、店舗スタッフまたはお客様のパートナーが4枚の写真を撮り、数項目入力するだけで、でき上がりの目安サイズが分かります。

 

10 FABRICS：10種類の色柄生地と厳選素

10種類くらいの生地から選択する顧客も多いことから、より心地よくオーダーを楽しむことができるよう、無地、織柄、ストライプ柄の生地を10種類に厳選しています。また、組み合わせも考え抜かれており、まとめ買い時の着回しも迷うことなく着用することが可能です。素材には、既製ワイシャツの大ヒット商品と同じ高機能ポリエステル100％を使用した4S_SHIRT生地（ノーアイロンニット）が採用されており、洗濯後ノーアイロンでの着用を可能にしました。さらに、驚異的なストレッチ性があることも大きな特徴であり、イージーケアでありストレスフリーなワイシャツとなっています。

 

10 DAYS：最短10日間渡し

通常納期は20日間となっているものの、「AI SPEED ORDER SHIRT」であれば注文より最短10日間での商品お渡しが可能となっています。

 

リアル×デジタル体験型店舗の導入が広がる

（参照：アパレル業界の課題にメス、ストライプインターナショナルが仕入高350億円削減で在庫問題解消へ）

少子高齢化やマス広告の減退、嗜好やライフスタイルの多様化、長引く不況による若年層の購買力低下……など、アパレル業界では「服を作っても売れない」という状況に陥っています。また、こうしたアパレル品を取り扱う百貨店業界もネット通販やSPA（製造小売り）企業の台頭で低迷しており、業界は大量の在庫を抱え、苦境にあえいでいます。そうした中、近年アパレル業界で注目されているのが、AIによる需要予測と在庫管理システムです。

アパレル業界が抱える課題にメスを入れるのは、ストライプインターナショナル。女優の宮崎あおいさんを起用したCMでおなじみの「earth music&ecology（アースミュージック＆エコロジー)」など、若い世代の女性向けファッションブランドを展開しています。
同社では、2019年度の事業計画の目玉に、AIを活用したデータ分析の強化による仕入れ高の大幅削減を掲げています。2018年に主力ブランドの「earth music&ecology」でAIによる在庫最適化の検証を実施したところ、値引き率が大幅に改善され、利益が２倍に跳ね上がったといいます。

この結果を受けて、今年は全ブランドでAIによる需要予測や発注の適正化、値引きの適正化を実施し、仕入れ高のさらなる削減を目指します。無駄な在庫を持たないことで、値引き率を抑制し、粗利の向上も見込めるといいます。

同社は昨年、ソフトバンクと合弁でECサイトを立ち上げました。百貨店で売られているファッションブランドを中心に、600ブランドの商品6万点の販売をスタート。小売りのノウハウを持つ三越伊勢丹ホールディングスの大西洋前代表取締役社長を社外取締役に迎えるなど、事業強化に乗り出しており、今年は1200ブランドまで取り扱いを広げる計画を立てています。

同サイトでは、WEB接客ツール（リモート接客ツール）やチャットボットを活用。顧客のサイト閲覧履歴や購入履歴をもとに需要予測や顧客対応に生かします。加えて、衣料品の試着サービスやパーソナルスタイリングサービスなどの特色あるサービスもとりそろえ、顧客の利便性向上を図るそうです。

アパレルを始めとする小売業界では近年、リアル店舗とオンラインを融合するO2Oマーケティングやオムニチャネル化がさかんに叫ばれました。しかし、ストライプインターナショナルの石川康晴社長は「オムニチャネル化は失敗した」と指摘。リアルとテクノロジーを組み合わせた「ニューリテール」構想が大切だといいます。

リアル店舗でしっかりとブランドとのエンゲージメントを高めた顧客に、リアルとECどちらでも購入できる環境を提供するためには、ECとリアル店舗での在庫管理情報の共有や、需要予測に基づいた生産計画が欠かせません。そのため同社では、ECと小売店舗の在庫統合により、消化率の向上にも取り組んでいます。

 

AIを活用して店舗の売場を評価するサービスをDNPが開始

（参照：AIを活用して店舗の売場を評価するサービスを開始 | ニュース | DNP 大日本印刷）

DNP（大日本印刷株式会社）は、AI（人工知能）の活用によって、商品の陳列方法やPOPといった演出などをチェックし、店舗の売場を評価することができるサービスを開発しました。このサービスは2018年4月より提供が開始されており、価格は月額100万円〜となっています。

サービスが開発された背景としては、商品に触れたり試したりする、ECでは得られない「コト体験」を消費者に訴求して差別化を図る必要性が増してきたことが大きな要因となっています。

DNPでは、商品の陳列方法や、POPを活用した売場の演出などを、フィールドスタッフが実店舗の売場に足を運んで調査したり評価したりするサービスを2013年から提供していました。このサービスは、日用品・化粧品・食品メーカーなど、多くの企業で導入されています。そのような中で、DNPは今回、これまでに培ってきたノウハウ・知見を活かし、AIを活用して売場づくりの価値を高めたり、販売促進を活性化させたりすることを目的とするサービスの開発に至ったというわけです。

そんな、AIを活用した売り場評価サービスの概要と特徴は、以下のようなものになります。

AIの活用によって売場づくりにおける演出の評価をリアルタイム実施

店頭では、消費者に対して視覚的に訴えることで、購買意欲を向上させるVMD（ビジュアルマーチャンダイジング）理論に基づく売場作りが重視されています。DNPでは、「誘引（遠距離）」「関心（中距離）」「理解（近距離）」という3種類の消費行動プロセスに分類し、フィールドスタッフが売場を観察します。そして、5段階で評価を行い、その評価ポイントとともに売場改善案を提出するわけです。これは、DNPが独自に生み出したものであり、VMDサービスと呼ばれています。

DNPが新たに開始した新サービスでは、これまでに蓄積した調査員のノウハウ・観察データをAIに学習をさせることで、売場づくりにおける演出の評価を、より客観的かつリアルタイムに実施することが可能です。

売り場の画像データを読み込ませるだけでAIがリアルタイム評価

これまで、調査員が店舗に行って調査や評価を行う場合、観察や結果の集計、レポート作成、改善案提示といった作業に約2週間かかっていました。しかし、新サービスであれば、売場の画像データを読み込ませるだけで、AIがリアルタイムで評価を行うことが可能です。そして、その結果をレポートにて報告していくため、さらなる効率化を実現できます。

1プロセスの画像から評価が行える

これまでは、複数の店舗を観察したり比較したりした上で、対象店舗の評価を行わなければなりませんでした。しかし、新サービスを活用すれば、これまでに蓄積された数千件の売場データを使用して比較できるため、1プロセスの画像から評価を行うことが可能です。

 

アパレルECサイトのAIチャットボット導入も加速

チャットボット、AI女子高生「りんな」が進化中｜チャットボットやWeb接客・RPA等のAI・人口知能製品・サービスの比較・検索・資料請求メディア” width=”400″ height=”auto” />

アパレル業界では、AIチャットボットの導入も加速しています。その一例として挙げられるのが、若者に人気のアパレル大手ウィゴー（WEGO）です。ウィゴー（WEGO）では、「女子高生りんながウィゴーでアルバイトしてみた」という設定で、Eコマース上にりんなを登場させています。

ユーザーのコーディネート画像にコメントする「りんなのファッションチェック」や、ファッションへのアドバイスなどもしてくれます。ウィゴーではりんなに、ファッションという知識を学習させて、10代の女の子が持つファッションに関する感性や興味をキャラクター性に取り込む狙いがあると説明しています。「意外と鋭くて深い」と評判の高いりんなの会話技術をもとにEコマース上でユーザーとの対話を展開して、新たなファンの獲得を目指しているようです。

 

ECサイトにおける「カゴ落ち」を対策するツールも登場

（参照：Brandit、アパレル向けECプラットフォーム「BRANDIT system」のカゴ落ち対策ツールを開発｜株式会社Branditのプレスリリース｜PR TIMES）

東京都渋谷区に本社を置く株式会社Branditでは、アパレル向けECプラットフォーム「BRANDIT system」と連携可能なカゴ落ち対策ツールを開発・提供しています。このツールでは、ユーザーがカートに商品を入れたものの購入には至らなかった「カート離脱者（カゴ落ちユーザー）」をリカバリーメールやリマーケティングによって呼び出し、購入までを提案することで売り上げとコンバージョンの改善を図るというものです。

BRANDIT systemは、今回新たに開発されたカゴ落ち対策ツールの他に、分析ツールやAI販売支援ツール、CRMツール、CSツールなどの開発にも着手しています。これらのアプリケーションツールは、マーケティング活動の支援が目的であり、BRANDIT systemの利用者には無償で提供することで、売上拡大施策をサポートしていくそうです。

 

ワコールはAIを活用して最適な下着を提案

下着メーカーのワコールは、2019年5月末に東京・原宿でまったく新しいタイプの店舗をオープンさせました。同店に導入する「3D smart ＆ try」という新システムは、わずか5秒で全身の採寸が可能な3Dスキャナーです。

この3Dスキャナーは試着室で利用することができ、顧客はまず3Dボディスキャナーの画面に生年月日とパスワードを入力します。そして、センサーが四隅に取り付けられている専用マシンによって、ボディの約 150 万カ所を計測します。バストやウエストのサイズだけでなく、胴の形状といった体型の特徴も把握できるのです。

計測データや個人の好みにもとづいて、Watsonが顧客ごとにぴったりの下着を提案します。約150の商品からおすすめの下着を提案してくれますが、店内に在庫が残っていない場合はワコールのEC（ショッピングサイト）から購入することができる仕組みです。まさに、下着というフィット感が重視される商品ならではのAI活用といえるでしょう。

なお、2019年の時点ではAカップ〜Gカップ、アンダーバストが65〜90cmの範囲内で計測が可能だといいます。そして、その計測をもとに約150の商品から提案するわけですが、これはワコールが販売するすべての商品ではないそうです。そのため、今後はよりさまざまな体型の人により多くの商品を提案するために、AIの学習をすすめていくといいます。また、ワコールでは、2022年3月までに同様のシステムを約100台導入する計画を立てているそうです。

 

ZOZOTOWNはWeb接客を活用

（参照：「ZOZOTOWN」、オンライン接客の実証実験を開始 WEB接客ソリューション「WhatYa」採用 | 日本ネット経済新聞｜新聞×ウェブでEC＆流通のデジタル化をリード）

ZOZOが運営しているファッションECサイトの「ZOZOTOWN」では、2021年1月12日より、Web接客ソリューション「WhatYa（ワチャ）」を活用したオンライン接客の実証実験を開始しました。ZOZOTOWNを利用するユーザーは、同実験のトライアル参画ショップにおいて、「WhatYa」によるオンライン接客を体験することができるといいます。

この実証実験における支援の利用対象は、「ZOZOTOWN」内のトライアル参画ショップの商品詳細ページであり、2021年3月31日までの支援期間中は「WhatYa」の提供に加え、オンライン接客運用面での支援が行われるそうです。

この実証実験が行われることになった背景としては、新型コロナウイルスの影響があるといいます。アパレル業界では、2020年だけでも退店数が3,100店舗以上に及ぶなど、新型コロナウィルスによる影響は決して小さなものではありませんでした。アパレル企業にとって、店舗は「さまざまな体験を通じてブランド価値や商品へのこだわりを最も伝えることができる顧客接点の場」と言っても過言ではありません。そのため、消費者にとって身近な場所から店舗が退店することは、「顧客とアパレル企業との重要な接点が減少してしまう」ということでもあるのです。

また、近年のアパレル業界では、店舗スタッフの活躍の場をデジタルに拡大することの必要性も高まっています。店舗の売上減少を補うための新たな方法を検討する必要があるわけです。そのような中で、「WhatYa（ワチャ）」のようなWeb接客ソリューションによってオンライン接客の質を高められるかどうかという点は、極めて重要なポイントになるでしょう。

 

JUNグループの全ブランドにAYATORIを導入

（参照：AYATORIがアパレル大手メーカーJUNグループの全ブランドに導入決定。MD,生産,企画業務のデジタル化と製造データのデジタル管理を実現、DXを目指して参ります｜株式会社DeepValleyのプレスリリース｜PR TIMES）

東京都渋谷区に本社を置く株式会社DeepValleyが運営しているアパレル製造マネジメントサービスの「AYATORI（アヤトリ ）」は、2021年1月より、株式会社ジュンの全ブランドに導入されました。その背景としてはZOZOTOWNの「WhatYa（ワチャ）」と同じく、新型コロナウイルス感染症（COVID-19）の拡大があったといいます。

新型コロナウイルスの感染拡大に伴い、働く環境は大きく変化し、これまで日常的に行われていたアナログによる業務では、従来型のもの作り業務は成り立たないという結論に至ったそうです。そこで、デジタル化を軸とした業務改善を迅速に進めるべく、「AYATORI」の導入へと踏み切りました。この「AYATORI」を導入することによって、これまでの大きな課題であった「テレワークでは情報が拾えない」「業務の生産性を向上させたい」といった点が解消されます。現在、日常的に「MD」「生産管理」「企画」「パターンナー」などのものつくりチームが行っているアナログ業務をデジタル化することに成功しています。そんな「AYATORI」の主な機能としては、以下のようなものが挙げられます。

MD業務向け

MDMAP（たこやき、短冊）といった業界特有の製造管理MAPを、AYATORIで作成することができます。これまでは紙やエクセルで管理するのが一般的でしたが、それらをすべてクラウドで行うことで、大幅な業務効率化を実現することが可能です。また、MDMAPだけでなく、店頭投入予定表（デリバリースケジュール、投入計画表）の管理業務などもデジタル化（効率化）することができます。

生産業務向け

製造予定商品に紐づけられているさまざまなデータをAYATORI上で蓄積させることができます。そのため、より簡単に進捗を把握できるだけでなく、MDや企画、ECといった別部門との共有や連携も、さらにスムーズに行うことが可能です。また、社内だけでなく、社外のメンバーや仕入れ先とのコミュニケーションも、AYATORI上で一元管理することができます。これにより、コミュニケーショントラブルの軽減も期待できるのです。

企画業務向け

仕様書を蓄積AYATORI上に蓄積させることができます。また、絵型や企画アイデアなどもAYATORI上に蓄積することが可能です。MDmapへの流用などの業務も円滑化され、フォルダの管理なども効率的に行えるため、よりクリエイティブな業務に専念することができるでしょう。なお、画像をアップロードする際は、スマートフォンからカメラでアップロードしたり、カメラロールから直接選択したりすることも可能です。

 

アパレルのMARK STYLER、SENSYと需要予測AIの実証実験に参加

SENSYは、感性工学に基づいて一人ひとりの感性を個別に解析する、自然言語処理・画像解析技術などを組み合わせたディープラーニング（深層学習）技術です。このパーソナル人工知能「SENSY」を活用した需要予測サービスは、大手アパレル企業での導入が進んでおり、セレクトショップや専門店を展開するアパレル大手約50社のうち、4分の1程度がSENSYを導入しているといいます。 中には粗利が18％向上した例があるなど、その効果が認められています。

SENSYは2019年2月、TISインテックグループのクオリカが手掛ける流通・サービス業界のファッションアパレル企業向けMD支援システムと、「SENSY－MD」を組み合わせた新プロダクトの開発に向け、アパレル大手のMARK STYLER社との実証実験を開始しました。

MARK STYLER社は、幅広い年代と嗜好に合わせたブランドを数多く展開し、約200の店舗とeコマースで提供しています。展開する商品の鮮度維持や、顧客ニーズの多様化を反映した店頭商品の陳列、売れ筋商品を見極めて在庫を適切なコントロールするスキルなど、幅広い業務に対応できる人材の育成が求められる一方で、少子高齢化による人材不足や離職といった問題も抱えていました。

これまで同社が蓄積したノウハウに加えて、AIが解析した売価変更と需要予測を組み合わせることで意思決定を迅速にし、本部スタッフの業務負担軽減を目指すとしています。

（参照：PRTIMES　感性解析、パーソナル人工知能「SENSY」の需要予測サービスがアパレル業界向けに新サービス）

 

SENSYの詳細を見る

 

「服を買う」という行為から得られる膨大な情報を需要予測に活用

従来の需要予測とは、過去の販売実績や気象といったマクロデータを分析して売れ筋商品を見極めていくもので、そこに顧客の嗜好は反映されません。

一方、SENSYが扱うのは“感性工学”と呼ばれる領域です。AIが顧客ごとの好みを理解し、適切に商品を提案できれば在庫を減らせるのではないかという発想のもとに、需要予測サービスは誕生しました。

AIに学習させるには膨大なデータが必要です。ただ、服を一着買うという行為だけでも結構な量の情報量が得られます。例えば、服の種類やデザイン、色、ブランド、素材といった服そのものの情報。買った店の地理的な情報。購入日の気象条件や時間帯。洋服だけでなく、コスメやライフスタイルまで含めた世の中のトレンドなど。こうした情報が組み合わさることで「なぜこの顧客はこの服を買ったのか」ということが導き出されるわけです。

SENSYはAIが需要を正確に予測することで、マーケットのニーズを踏まえた商品の企画、マーチャンダイジング、在庫管理といった業務を効率化します。
アパレルは感覚的なコンテンツでもあり、データによる裏付けよりも感性が重視されてきました。SENSYによって感性をデジタル化することで、より精緻な判断が下せるようになります。

（参照：Weare　SENSYに聞く“AI導入元年”を迎えたアパレル業界が今知るべきこと）

 

需要予測の結果をもとに人間とAIで業務の役割分担が進む

今回は、アパレル・ファッション業界におけるAI（人工知能）の活用事例についてご紹介しました。今回ご紹介した事例以外にも、クレジットカードの個人情報漏洩を防ぐためのAIソリューションが存在するなど、さまざまな目的でAIが活用されています。

特に昨今は、新型コロナウイルスの拡大により、働き方にも変化が求められているため、AIという技術がより重要な役割を担い始めているといえるでしょう。

ただ、AIを活用することで、需要予測などによる業務効率化を実現できるからといって、その結果だけを鵜呑みにするというわけにはいきません。AIの判断材料は膨大なデータであり、データは過去の情報の蓄積です。AIはいまのところ、ゼロから何かを生み出すという作業はできません。

今後は、AIがデータから分析した需要予測結果を見ながら予測の精度を向上させるためのデータの工夫などに知恵を絞ったり、そこから新たなトレンドを生み出したりといったクリエイティブな業務に注力すべく、人間とAIのあいだで仕事の棲み分けがされるようになるでしょう。

 

需要予測AIのサービス比較と企業一覧を見る