AIでファッションのトレンドサイクルを予測することは “難しい”
コメント
注目のコメント
良記事(偉そうな発言、すみません)。
一般論として、内挿(いま見えている世界の中の未観測の点の値を予測)は精度高くできますが、未来の予測などの外挿(いまいる世界から外に出た場合の予測)は大変困難です。このような良質な記事でできることとできないことが明確に理解され、過度な期待とそれに伴う無駄な失望がなくなることを願います。
私の視点で追加するなら、変数が多すぎるだけでなく、そもそも人の心など変数にすらしにくいものがあり、「多すぎても頑張って変数として入れればいいじゃないか」が無理な点も予測を難しくしています。
一方、ZARAなどはうまくトレンドを読んでぱっと売れる商品をだしているので、一部のプロにはトレンドを読むというのは打率は100%でないにしろできているということ。ファッションは面白いです。短サイクルの追加生産には使えます。
むしろそこはエモーションもビジョンもいらないデータの世界。
ただし追加生産するものは近い場所で急ぎで作るために原価も高い。
一方、次シーズン何を打ち出すか(お客様やメディア向けには次シーズン2-6ヶ月先の話をしますが社内では一年半先がどうなるかを話しします)はおおよそAIは使えない。
むしろ『これをトレンドにします。こう着てください、素敵でしょう?いまの時代背景とマッチしていますよね?』というディレクション、ストーリーテリングが極めて重要。
売れているものを分析したところで全く役に立たない。
分析するならPEST。こうなりたいに基づくバックキャストで一年半後のディレクションを作っています。
そしてあてにいく、この商品群がASEANでリスクはり、時間をかけてつくる原価の低い製品群、利益の源泉です。ただし当たり外れはある。
ファッションビジネスはアート&サイエンス。
その両方に図抜けた人は一人か二人。
片方のスキルが高く、もう片方に敬意をはらうことができ学びの姿勢がある、そんな人が活躍する場所です。AIでは「できないこと」を記事にまとめました。
ファッションにはよく言われるようにトレンドサイクルがあり、「そのトレンドサイクルをAIで予測できるのではないか」という期待を寄せられることがありますが、現時点では難しく、その理由をいくつかピックアップしています。
AIはビジネスにおいて使い方によっては非常にパワフルなツールになっていることは間違いありませんが、できないことを明文化することで、じゃあどういうアプローチで有用なんだという建設的なディスカッションにつなげていきたいという思いを込めています!