熱狂からインフラへ：AIはいかに直感をスケールさせ、ファッションのバリューチェーンを効率化するのか
AIは「熱狂」の域を超えてインフラとなり、デザイン、マーチャンダイジング、サプライチェーンにまたがって、ファッションの運営のあり方を書き換えている。かつては実験的だったものが、いまや不可欠になりつつあり、創造プロセスと商業戦略の両方を形づくっている。
AIは意思決定を加速し、かつてない速度でインサイトを浮かび上がらせる一方で、創造性を置き換えるものではない。経営層（C-suite）には明確な共通認識が生まれている。AIは代替ではなく増幅装置であるということだ。勝つのは、データ駆動の精密さと人間の本能を橋渡しできる企業である。
マーチャンダイジングの左脳：アートとアナリティクスの融合
いまのマーチャント（マーチャンダイザー）は、AIがアートとサイエンスのバランスを再構築するのを目の当たりにしている。ALO Yogaでマーチャンダイジング＆バイイング担当エグゼクティブ・バイス・プレジデントを務める小西雅子は、AIを、クリエイティブのリーダーを手作業の分析負担から解放するツールだと捉えている。
「AIがもたらす最大の機会の1つは、マーチャントの焦点をAI駆動のインサイトに移し、これまで時間のかかっていたデータ作業から離れられることだ。いまやそれは数秒で提供できる」と小西は言う。
小西の見立てでは、AIは分析的な「左脳」を強化し、マーチャントがプロダクトの感性やストーリーテリングに集中できるようにする。予測分析（predictive analytics）が進化するほど、直感はいっそう重要になる。「『腹落ち』は実のところパターン認識であり、経験を素早く統合することだ」と彼女は述べ、現実世界で小売を体験する「IRL（in real life）」の重要性を強調する。触感、文脈、対面での文化観察は直感を地に足のついたものにし、置き換え不可能な入力であり続ける。
この枠組みにおいて、AIは直感を強化するが、置き換えはしない。
ヘリテージのためのデザイン：ヒューマン・イン・ザ・ループ
デザイン領域では、AIの役割はクラフツマンシップ（職人技）に照らして測られる。Levi'sのアシスタントデザイナー、Kewei（Kyra）Yuは、デニムのようなヘリテージカテゴリはいまも、実物でのフィッティングとウォッシュ（洗い）実験に依存していると指摘する。
「AIツールは分析のパートナーとして機能する」とYuは言う。「データを理解し、実績を要約する助けになるが、デザインを導くのは依然としてクリエイティブチームだ」
AIはパターンを見つけられるが、感情的・文化的なニュアンスを再現することはできない。プロダクトの「魂」には、人間の解釈がなお必要である。
メンズウェアのシニアエグゼクティブであるRichard Zhaoは、AIを「キャパシティを増幅する存在」と表現する。テックパック（仕様書）作成のように、以前は退屈で数日を要した作業が、いまでは数分で完了し得る。デザイナーは、作図（ドラフティング）から編集へと重心を移している。Zhaoは、AIはベーシックアイテムのフィットや品質面では支援できる一方、テーラード（仕立て）品は複雑さゆえに人間の専門性が依然として必要だと述べる。
次なるフロンティア：AIツールからAIエージェントへ
導入は急速に進んでいるものの、AIは消費者の購買行動を根本的に変えるところまでは至っていない。TrendalyticsのCEOであるCate Khanによれば、バーチャルトライオンからパーソナライズされたレコメンデーションまで、現行の多くのアプリケーションは利便性を高めてはいるが、行動を構造的に変えているわけではない。
「AIはすでに小売体験の全体に組み込まれているが、いまの影響は変革的というより漸進的だ」とKhanは説明する。
彼女が真の変化として挙げるのは、エージェンティック・コマース（agentic commerce）の台頭である。AIが単に意思決定を助けるだけでなく、実際に意思決定を行う側へと移行する。消費者は、ただ閲覧やフィルタリングをするのではなく、意図を理解し、選択肢をキュレーションし、購入を自動で処理するシステムへの依存を強めていく。
しかし差別化要因は技術そのものではない。本当の競争優位は、データの品質と深さにある。
「AIは背後にあるデータの良し悪しに左右される。ゴミを入れればゴミが出る」とKhanは言う。Trendalyticsのようなプラットフォームは、高頻度で独自のデータによって差別化する。それは、何がトレンドかだけでなく、トレンドが時間とともにどう進化し、どうコンバージョン（購入）に結びつくかを追跡する。
すべてのシグナルが同じ重みを持つわけではない。Khanは3つの重要指標を挙げる。ボリューム（トレンドの規模）、ベロシティ（成長率）、そして購買までの時間（取引への近さ）である。バーチャルトライオンのようなツールは、価値ある短期シグナルを生み出す一方で、長期予測よりも短期最適化により有効である。
今後、このデータはマーチャンダイジングにとどまらず、プロダクト創造そのものを形づくるうえで、いっそう重要な役割を担う。検索からスタイリングに至る消費者インタラクションデータが、リアルタイムでデザイン判断に影響を与え始める。
ただし、AIが需要と創造のループを閉じていくとしても、成功するのはデータと創造性のバランスを取れるブランドだとKhanは強調する。「人は感じ、笑い、愛する。そしてこれらの感情が本物のつながりを育む。技術は感情を表現できない以上、人々が心から愛するブランドをつくる能力には制約がある」とKhanは述べた。
VTO（バーチャルトライオン）の爆発：目新しさを戦略的必然へ
Virtual Try-On（VTO、バーチャルトライオン）は、目新しさから小売の基盤へと移行し、業界最大級のコスト要因の1つである「購入の不確実性」に取り組んでいる。
購入前に商品を視覚化できることで、VTOはためらいと返品を減らす。2024年に42億ドルと評価された米国のVTO市場は、2034年までに243億9000万ドルに達すると見込まれ、年平均成長率（CAGR）は23.4%で推移する見通しだ。同時にマッキンゼーは、企業の44%がAI導入によってすでにコストと収益の面で恩恵を得ていると報告している。
コマースへの新たな入口としてのAI
消費者行動は急速に変化している。マッキンゼーのThe State of Fashion 2026によれば、買い物客の約25%が、従来型の検索バーを使う前に生成AIから始めている。Eコマースは、検索ベースのモデルから意図（インテント）ベースのモデルへ移行しつつある。
この変化を推進する新たなプラットフォームの波から、いくつか例を挙げよう。
- Google Shopping（AI Mode）: 多様な体型に対応したリアルな試着を、検索に直接組み込む
- Daydream: 自然言語プロンプトによる会話型検索
- ZARA: 360度表示で可視化するアプリ内3Dアバター試着
- DRESSX AGENT: 数千のSKUにわたるバーチャルトライオンを可能にする「AIツイン」
コンバージョン、エンゲージメント、返品
効果は実在し、財務的なインパクトを伴う。
- コンバージョンの向上: 「自分に合うだろうか？」を取り除くことで、購入の確信とバスケットサイズ（購入点数・金額）が増える。たとえばMacy'sが家具の可視化にARとVRを用いたところ、パイロットプログラムでバスケットが大きくなり、返品も減少した。
- より深いエンゲージメント: インタラクティブな体験が受動的なブラウジングに置き換わる。SephoraのVirtual Artistは、初年度に850万回超の試着を記録した。
- 返品の減少: フィットの不確実性に事前に対応することで、Shopifyは3DおよびARツールが返品率を最大40%削減し得ると報告している。
Adobe Analyticsによると、買い物に生成AIを使った米国の消費者の85%が、体験が改善したと答えている。
CIOの視点：サプライチェーンのフィードバックサイクルを再構築する
AIによるアウトフィッティング（コーディネート）技術は、商品を個別アイテムとしてではなく、完成したルックとしてスタイリングし販売できるようにすることで、実質的な価値を加える。Centric Brandsのエグゼクティブ・バイス・プレジデント兼CIOであるSahal Laherは、その大きな恩恵は、見た目だけでなく、購買行動、在庫管理、マージンの考慮をAIが組み合わせたときに生まれると強調する。「それらの変数が合わさると、アタッチ（関連購入）の機会を取りこぼさなくなる。私が見ている最も興味深い変化は、ブランドがアウトフィッティングを単なるマーチャンダイジング機能ではなく需要シグナルとして扱い始めていることだ。その再定義こそが、本当の商業価値が立ち上がり始めるところだ」とLaherは言う。
REVOLVEのような先進的な小売事業者は、顧客がリアルタイムでアイテムを組み合わせられる「Build a Look」機能をすでに実装している。しかし、その影響はマーチャンダイジングをはるかに超え、データの取得とマネタイズ（収益化）の方法を根本的に変える。これらのツールは、コンバージョンを押し上げ、バスケットサイズを増やすだけでなく、買い物をよりインタラクティブでパーソナライズされた体験へと変えることで、顧客のエンゲージメントとリテンション（継続）も深める。
同時に、アウトフィッティングは小売最大の痛点の1つである返品も減らす。完成したルックを可視化し、より確信のある購買判断を後押しすることで、ブランドはミスマッチ購入や購入後の摩擦を最小化できる。さらに重要なのは、この変化が新たな種類の先行指標データをもたらす点である。過去の売上のみに頼るのではなく、どのアイテムが一緒にスタイリングされるのか、消費者がどうコーディネートを組み立てるのか、なぜ特定の組み合わせが響くのかを理解できるようになる。これにより、より精緻なマーチャンダイジング、より賢い在庫判断、そして需要に対するより予測的なアプローチが可能になる。
「小売パートナーが個別ユニットではなく、完成したアウトフィットとして販売すると、補充のパターンが変わる」とLaherは指摘する。これにより、消費者行動と商品企画のあいだに新たなフィードバックループが生まれ、より早く、より確信をもって在庫判断を下せるようになる。
開示：筆者は、この記事で言及しているZeligを含む複数のAIファッションテクノロジー企業のアドバイザリーボード（諮問委員会）に参加している。ここで示した見解は独立したものであり、業界全体の状況を反映している。
