コンピュータビジョンがマーケティングツールとしてどれほど流行しているかについて疑問があるなら、ファッション業界そのものを見ればよい。
ここ数年、ファッションブランドや小売業者は、コンピュータビジョンを活用したソリューションを急速に導入しています。ファッションは世界規模で2.4兆ドル規模の産業であることを踏まえると、これらのブランドや小売業者は、ひいてはコンピュータビジョンそのものを変革する可能性を秘めています。というのも、ファッションのように本質的に視覚的な要素が強い巨大な業界で大規模に機能するコンピュータビジョンアプリケーションは、他の業界でも普及が進む可能性が高いからです。 ここでは、コンピュータビジョンが今日のファッション業界をどのように変革しているかを示す、5つの最先端の事例をご紹介します。
1) 自分だけのバーチャルランウェイでショッピング
秋のファッションショーに間に合うように、トミー・ヒルフィガーは「TommyNow Snap」アプリをアップデートし、画像認識と拡張現実（AR）を組み合わせることで、スマートで没入感のあるモバイルショッピング体験を実現しました。 店舗や広告、さらにはランウェイの写真などでトミー・ヒルフィガーのコーディネートやアイテムを見かけましたか？アプリでその写真を撮影すれば、「TommyNow」を通じてオンライン（Tommy.com）で購入したり、自分だけのルックブックに保存したりできます。さらに、コンピュータビジョンを活用したAR機能を使って、選んだアバターに自分のバーチャルランウェイでそのコーディネートを着せ、バーチャルモデルとして披露させることも可能です。YouTubeでの簡単なデモはこちらをご覧ください。
マーケティングへの影響：Eコマースサイトの台頭によってどこでも買い物ができるようになったのに対し、コンピュータビジョンやARの登場により、たとえ実際に実店舗の中にいなくても、身の回りの世界そのものが「買い物できる場」となり、最終的にはますます実店舗のような環境になっていくでしょう。 これはオンライン小売業者にとっても同様です。商品はもはや、ウェブサイト上の商品写真という2次元の世界に「閉じ込められる」必要がなくなります。これは、ファッション関連商品に限らず、あらゆる種類の商品を扱うマーケターに影響を及ぼす、新たな（仮想）現実なのです。
2) バーチャル「スニーカー発売イベント」
何百万人ものミレニアル世代の男性にとって、スニーカーはファッションそのものです。この夏、ナイキはiOS版「SNKRS」アプリに新しいコンピュータビジョン／AR機能を導入し、ユーザーが「ナイキ SB ダンク ハイ “モモフク”」を購入できるチャンスを「アンロック」できるようにしました。これは、有名レストラン経営者（かつライフスタイルのアイコン）であるデヴィッド・チャンとのコラボレーション商品で、彼のファンは「チャンヘッズ」として知られています。 Complexの報道によると、SNKRSアプリのユーザーは、マンハッタンにあるチャン氏のレストラン「Fuku」のメニュー、あるいはワシントンD.C.やラスベガスを含む米国の各都市にある「Momofuku」レストランの外に貼られたナイキのポスターにスマートフォンのカメラを向けるよう求められ、そうすることでスニーカーの3D画像が表示され、購入の機会が得られる仕組みになっていた。
マーケティング上の意義：ARを活用した「スニーカー発売イベント」は、単なる標準的なEコマース取引にとどまらず、体験的な要素を加えただけでなく、ナイキが「モモフク」スニーカーを、投機的な転売業者ではなく、真のファンの手（そして足）に届けることにも貢献した。（限定版スニーカーの転売をめぐっては、大規模な闇市場が形成されている。）
3) ファッショントレンドの解読――大規模な視点から
ファッション界で実際に何が起きているのか、つまり人々が実際に何を着ているのかを、どうやって把握すればよいのでしょうか？もちろん、ファッション雑誌は全体像の一部しか伝えてくれません。ストリートスタイルのブログやInstagramの投稿が爆発的に増えたことは参考になりますが、結局のところ情報量が多すぎて圧倒されてしまいます。そこで登場するのが、コーネル大学の研究者たちが応用したコンピュータビジョン技術です。彼らはこの夏、「StreetStyle: Exploring world-wide clothing styles from millions of photos（ストリートスタイル：数百万枚の写真から世界中の服装スタイルを探る）」と題した研究論文を発表しました。 写真共有サービスやソーシャルメディアプラットフォームにアップロードされた1,500万枚の写真を用いて、特注のコンピュータビジョン用ニューラルネットワークを学習させた。その過程で、シャツの袖丈からズボンの色に至るまであらゆる要素を検出するよう学習し、わずか数時間で、たとえ大勢のファッション通が数ヶ月かけて『The Sartorialist』やその類のオンラインサイトをくまなく調べても見つけられなかったような洞察を提供した。
マーケティングへの示唆：主任研究員であるコーネル大学のコンピュータサイエンス教授、カヴィタ・バラ氏は次のように説明しています。「検出されたこれらの属性をもとに、視覚的な知見を導き出すことができます。 例えば、世界のどこで帽子の着用がより一般的か？ 一年のどの時期に？ 夏と冬ではどの色がより人気があるのか？」。つまり、コンピュータビジョンを活用することで、人々が具体的に何を、いつ着用しているかを大規模に把握することが可能となり、メーカーは実際の需要に合わせて供給量を調整したり、季節ごとの製品発売スケジュールを最適化したり、ファッションアイテムのライフサイクルに関する確かなデータを収集したりできるようになる。
4) ファッション業界の競合他社がどのような動きをしているかを把握する
同様に、ロンドンを拠点とするファッションに特化した小売分析企業「Edited」も、コンピュータビジョンを活用して衣類を「観察」していますが、その手法は極めて戦略的かつ競合他社に焦点を当てたものです。 Editedは、Googleのようなウェブクローラーを駆使して、世界中のアパレルブランドや小売業者のECサイトを毎日巡回し、画像から視覚情報を読み取り・取得することで、機械学習を通じて特定の商品に関する数百ものデータポイント（色やシルエットから発売日、競合他社に至るまであらゆる情報）を収集・分析している。
マーケティング上の意義：これにより、ファッション業界の顧客は、このシステムを活用して競合状況をリアルタイムで把握できるようになります。例えば、米国でオンライン販売されているほぼすべての赤いドレスの平均価格帯や、そうしたドレスなどの商品が時間の経過とともにどのように変化しているか（例えば、裾の長さが長くなったり短くなったりするタイミングなど）、また新バージョンがいつ発売され、いつ販売終了になるかを即座に把握することができます。 ファッションブランドをはじめとする企業にとって、これは、特定の時点で市場に実際にどのような商品が流通しているかについて、当て推量に頼る必要がなくなることを意味します。
5) コンピュータビジョンを活用して、自分の好みや希望、ニーズを「把握」する
最後に、より個人的で一対一のレベルに目を向けると、Amazonが「Echo Look」という形で、コンピュータビジョン技術を「Echo」シリーズのデジタルアシスタントに統合した事例が挙げられます。このデバイスは内蔵カメラを活用してバーチャルスタイリストとしての役割を果たし、ユーザーが自分の写真を撮影させると、アルゴリズムによるアドバイスと実際のスタイリストによるアドバイスを組み合わせて、どの服装が似合うかを提案してくれます（もちろん、その後、手持ちのワードローブに基づいて新しいアイテムの購入を推奨してくれます）。
マーケティングへの影響：Echo Lookに対する評価はまだ定まっていません。このデバイスが市場に登場してからまだ 6 ヶ月も経っておらず、Amazon は Echo シリーズの売上高を個別に公表していないからです。また、AI と人間のスタイリストが具体的にどのように連携しているのかも明らかではありませんが、おそらく全体的なトレーニングプロセスの一環であると考えられます（AI がファッションに関して誤った判断をした場合、人間のスタイリストが修正や補強を行うのでしょう）。 いずれにせよ、Lookのようなコンピュータビジョンを活用したショッピングアシスタントが、アパレル以外のあらゆる製品ラインにも間もなく導入されることは容易に想像できる。ここにあるアイデアは極めて強力だ。もしブランドがコンピュータビジョンを活用して顧客一人ひとりを「見て」理解することができれば、文字通り「個人」ごとにマーケティングを真にカスタマイズする能力を手に入れることになるだろう。
