ファッションはダイナミックなビジネスです。ほとんどのアパレル ブランドは、年間少なくとも 2 ～ 4 つのコレクションを作成します。ブランドは現在の季節のコレクションを販売する一方で、少なくとも 1 年前には市場のトレンドや素材を特定して次のコレクションの計画を立てます。販売期間は約 3 か月で、売れ残った在庫は経済的損失を意味します。
ファスト ファッション企業はさらに頻繁に新しいラインを導入し、新しいアイテムのデザイン、生産、販売に必要な時間を短縮しています。
ファッション業界は、テクノロジーの最先端を実験することに慣れています。最も重要な技術的進歩としては、レーザー切断、コンピューター支援設計、そして最近では 2010 年初めの 3D プリンティングの使用などが挙げられます。
ファッション業界は、基本的な AI やその他の最先端テクノロジーを実験してきました。一例として、2021 年 5 月にブランド創立 100 周年を記念してレーベルと仮想世界プラットフォーム Roblox がコラボレーションしたグッチ ガーデンがあります。
代替不可能なトークン (NFT) も、デジタル高級品市場である UNXD と協力したドルチェ＆ガッバーナ ジェネシ コレクションに見られるように、イノベーションのもう 1 つの分野です。このコレクションは600万米ドルで販売され、NFT売上の記録を樹立しました。
ファッション企業も、LVMH/ルイ・ヴィトンが統合した製品認証、トレーサビリティ、デジタル ID などにブロックチェーンを使用しています。
さらに、企業は拡張現実をマーケティング戦略や小売戦略に組み込んで、没入型でインタラクティブな顧客エクスペリエンスを生み出しています。
2021年、ファッション企業は収益の1.6～1.8％をテクノロジーに投資した。 2030 年までに、この数字は 3 ～ 3.5% に上昇すると予想されます。
ジェネレーティブ AI はファッション業界にとって大きな変革をもたらす可能性があり、3 ～ 5 年以内に営業利益が 1,500 億～2,500 億ドル増加する可能性があります。ファッション分野では AI の統合が始まったばかりですが、AI がもたらす機会と課題はすべてのビジネス プロセスにわたって明らかです。
ジェネレーティブ AI は、ファッション企業がプロセスを改善し、製品をより迅速に市場に投入し、より効率的に販売し、顧客エクスペリエンスを向上させるのに役立つ可能性があります。生成 AI は、大規模なソーシャル メディアやランウェイ ショーのデータセットを分析して新たなファッション トレンドを特定することで、製品開発をサポートすることもできます。
エスティ ローダー カンパニーズとマイクロソフトは提携して、トレンドを特定して対応し、製品開発に情報を提供し、カスタマー エクスペリエンスを向上させるための社内 AI イノベーション ラボを開設しました。
デザイナーは AI を使用して、過去の消費者の好みに基づいてさまざまな素材やパターンを視覚化できます。たとえば、トミー ヒルフィガー コーポレーションは、AI を使用して消費者データを分析し、新しいファッション コレクションをデザインする Reimagin Retail プロジェクトで、IBM およびニューヨーク州ファッション工科大学と協力しています。
デザイナーは、スケッチやムードボードを 3D デザインに変換し、3D プリントしてプロトタイピングを迅速化することもできます。オランダのファッション デザイナー、アイリス ヴァン ヘルペンは、AI を使用して 2023 年秋冬コレクションのビジュアルを想像し、実行しました。
NOWNESS では、オランダ人デザイナーのアイリス ヴァン ヘルペンによる AI の想像力豊かな使い方に注目します。
AI は、より正確な製造プロセスと効率的なサプライ チェーンと在庫管理を通じて、資源の使用を最適化し、材料をリサイクルし、廃棄物を削減することで、より持続可能なファッションの実践を支援します。たとえば、H&M は AI を使用してリサイクル プロセスを改善し、リサイクルする衣類を分類して分類し、循環型ファッション経済を促進しています。
AI は、在庫管理を最適化し、履歴データに基づいて売上を予測し、過剰在庫や在庫切れを削減することで、業務とサプライ チェーンのプロセスを改善できます。 ZARAやH&MなどのブランドはすでにAIを活用してサプライチェーンを管理し、在庫レベルの最適化や無駄の削減によって持続可能性を推進している。 ZARA はまた、オンライン注文の受け取りを迅速化するために、AI とロボット工学を小売店に導入しました。
AI を活用した仮想試着ソリューションにより、顧客は実際に試着することなく服がどのように見えるかを確認できるため、オンライン ショッピング エクスペリエンスが向上し、返品率が削減されます。仮想試着は、処方眼鏡小売業者の Warby Parker や Amazon などのデジタル企業ですでに現実になっています。
もう 1 つの例は、2018 年にフランスの多国籍パーソナルケア企業ロレアルに買収された Modiface です。同社は、メイクアップやファッション アクセサリーの AR ベースの仮想試着を提供しています。
AI は、カスタマイズされた顧客エクスペリエンスを提供することもできます。リーボックやヴェルサーチなどの一部のブランドは、AI ツールを使用してブランドの雰囲気や外観からインスピレーションを得た製品をデザインするよう顧客に勧めています。
AI を活用したツールは、マーケティング チームがコミュニケーション キャンペーンのターゲットを絞り、その効果を最大化するのに役立ち、マーケティング コストを削減できる可能性があります。
ファッション ビジネスには、中小企業から世界的チェーン、オートクチュールからプレタポルテ、大衆市場、ファスト ファッションまで、あらゆるものが含まれます。各ブランドは、ブランド アイデンティティを薄めることなく、AI が自社のビジネスに価値を生み出すことができる場所を理解する必要があります。
しかし、最大の課題は均質化を避けることです。生成 AI は人間の創造性に取って代わるものではなく、新しい空間とプロセスを作成する必要があります。
創造性と革新性は依然としてあらゆるファッション ブランドの魂と中心であり、AI はそれらを強化しサポートするツールであるべきです。ファッション デザイナーのフセイン チャラヤンが言ったように、「ファッションは、テクノロジー、新しい繊維、服の新しい作り方を通じて自らを更新します。」
ファッション企業は、特に知的財産、創造的権利、ブランドの評判に関して、新しいテクノロジーに関連するリスクを管理する準備をしておく必要があります。主な問題の 1 つは、トレーニング データに関連する知的財産権の侵害の可能性です。
GenAI モデルは、多くの場合著作権で保護された作品を含む膨大な設計データセットでトレーニングされます。これは、独創性と所有権をめぐる法的紛争につながる可能性があります。関連するリスクは、生成 AI システムにおける偏見と公平性であり、テクノロジーに依存するブランドにとって評判上の課題となる可能性があります。
AI 時代におけるクリエイティブな権利をめぐる曖昧さもまた懸念事項です。アイデアを概念化したデザイナー、AI を構築した開発者、または AI 自体など、デザインに対するクリエイティブな権利を誰が保持しているかを判断するのは困難です。この曖昧さにより、ブランドのクリエイティブな表現の信頼性が薄れ、消費者がそのブランドを革新的または本物ではないと認識した場合、ブランドの評判が損なわれる可能性があります。