「このパンツに何を合わせればいい？」— ここまで進化したAIスタイルの今

3年前、アプリに向かって「明日はビジネスカジュアルな会議があって、その後はクライアントとディナーなんだけど、何を着ればいい？」なんて相談する日が来ると誰が予想したでしょうか。AIスタイルは、単なるおすすめの域を超え、あなたのクローゼットを深く理解し、対話するフェーズへと進化しています。

「おすすめ」から「対話」、そして「視覚化」へ

AIスタイルの進化は、大きく3つの段階に分けることができます。

おすすめの時代（2015年〜2020年） — 「この商品を買った人はこんな商品も買っています」というフレーズ、聞き覚えがありませんか？これは「協調フィルタリング」と呼ばれる手法で、主にオンラインショップで活用されてきました。しかし課題もありました。AIはあなたがすでに持っている服や、翌日の予定を全く把握していなかったのです。つまり、「文脈（コンテキスト）」が欠けていました。

対話の時代（2022年〜現在） — 大規模言語モデル（LLM）の登場により、状況は一変しました。「午前中はカフェで打ち合わせ、午後はクライアント訪問があるから、ネイビーのパンツを中心にしたコーデを提案して」。AIはこうした自然な言葉を理解し、クローゼットにあるアイテムを使って最適な組み合わせを提案できるようになりました。手持ちの服からコーデを生成するAclosetのAIスタイルは、まさにその代表例です。

バーチャル試着の時代（2024年〜現在） — さらに一歩進んで、生成AIがあなたの写真に服を重ね合わせることも可能になりました。「このブラウス、自分に似合うかな？」という疑問を、実際に着替える前に画像で確認できるようになったのです。

これらの段階は順を追って発展してきましたが、今ではそれらが融合し、一つのシームレスな体験へと進化しています。TPOを伝えれば、AIがクローゼットから最高のコンビを見つけ出し、それが自分の体にどう馴染むかまで見せてくれる。わずか3年前にはSF映画の中の話だったことが、今や現実となっているのです。

しかし、ここで一つ重要な違いを理解しておく必要があります。

「自分のため」のAI vs 「プラットフォーム」のためのAI

同じ「AIのおすすめ」という言葉を使っていても、そのAIが「誰のために」働いているかによって、結果は大きく異なります。

オンラインショップのAIにとって、データソースは彼らの「在庫」です。目的は「売上を上げること」。そのため、おすすめの精度が上がれば上がるほど、あなたは新しい服を買うことになります。一方で、デジタルクローゼットのAIにとって、データソースは「あなたがすでに持っている服」です。目的は「活用を最大化すること」。おすすめの精度が上がれば上がるほど、手持ちの服をより多く着こなせるようになります。

オンラインショップのAIが悪いわけではありません。しかし、そこには「利益の相反」があることを知っておくべきです。プラットフォーム側はユーザーがたくさん買うことで利益を得るため、アルゴリズムはどうしても「購入ボタン」を押させるように最適化されます。

AclosetのようなデジタルクローゼットのAIには、そうした葛藤はありません。その唯一の目的は、あなたのワードローブを最大限に活用する手助けをすることです。この違いを理解すれば、ショッピングにはオンラインショップのAIを、デイリールックのスタイリングにはクローゼットのAIを、といった具合に賢く使い分けることができます。

AIが得意なこと（と、まだできないこと）

正直に言いましょう。AIスタイルは魔法ではありません。

得意なこと： ルールに基づいたマッチング（例：ネイビー×ホワイト）、着用パターンの分析（「月曜日はきれいめなスタイルを好む」など）、学習によるパーソナライズ、そして24時間365日いつでも対応できること。

まだ苦手なこと： 「今日は少し気分が沈んでいるから、テンションが上がる服を着たい」といった情緒的なニュアンス。また、実際に触れないとわからない生地の質感やドレープ感、さらには「このTPOに対して、この格好はやりすぎかな？」といった繊細な文化的判断もまだ課題です。

結論として、AIはあくまで「ツール」であり、最終的な決断を下すのはあなた自身のスタイルセンスです。 AIが3つのコーデを提案したとき、その中から「今日の自分」にぴったりのものを選ぶのはあなたです。シンプルな「Good/Bad」のフィードバックを返すことで、AIの次回の提案はさらに正確になっていきます。

この関係性を正しく築ければ、AIスタイルは単なるツールを超え、あなたのスタイルを進化させるパートナーになります。ただし、その能力を100%引き出すには、ちょっとした準備が必要です。

10分で完了！AIをフル活用するためのコツ

AIが質の高い提案をするためには、あなたのクローゼットを知る必要があります。「Garbage In, Garbage Out（ゴミを入れればゴミが出てくる）」という言葉通り、データの質が結果の質を左右します。

まずは、クローゼットの8割以上をデジタル化すること。 登録率が低いと、AIの選択肢が限られ、コーデの質も必然的に下がってしまいます。

次に、アイテムを正確にタグ付けすること。 カラー、カテゴリー、素材、シーズン。この4つを正確に入力するだけで、AIの精度は劇的に向上します。

そして、少なくとも30日間はデイリールックを記録すること。 AIはあなたの着用パターンから学びます。データがなければ一般的なアドバイスしかできませんが、30日分のデータがあれば、本当に「あなた」にカスタマイズされた提案が始まります。

最後に、最も重要なのがTPOを具体的に伝えることです。「コーデを提案して」と言うよりも、「明日の午前中にカフェで打ち合わせがある。ビジネスカジュアルで、ネイビーのパンツをメインにしたコーデを教えて」と伝える方が、はるかに良い結果が得られます。状況を詳しく伝えれば伝えるほど、AIは本領を発揮します。

❓ よくある質問

Q: AIスタイルを効果的に使うには、何着くらい登録が必要ですか？
A: ワードローブの80%以上の登録をおすすめします。意味のあるコーデ提案を受けるには、一般的に最低30着程度の登録が必要です。

Q: AIの提案が気に入らない時はどうすればいいですか？
A: フィードバックをお願いします！「いいね」や「イマイチ」ボタンを活用してください。「色が暗すぎる」や「もっとカジュアルにして」といった具体的な要望は、AIの精度向上に非常に役立ちます。

Q: AclosetのAIスタイルは、オンラインショップのAIと何が違うのですか？
A: Aclosetは手持ちの服をもとにコーデを提案するため、不要な出費を抑えるのに役立ちます。オンラインショップのAIは、新しい商品の購入を促すように設計されています。

参照・出典：

McKinsey & Company, "The State of Fashion 2024: Technology Edition"
Google (2024), "Virtual Try-On with AI"
Deldjoo, Y., et al. (2022), ACM Computing Surveys

Acloset Magazine 編集部