4 兆の衣料品産業は AI テクノロジーの新たな波によって変化しており、影響と機会の両方が共存しています - マッキンゼーの分析では、今後 3 ～ 5 年で、生成 AI は衣料品、ファッション、高級品業界で 1,500 億の利益を生み出す可能性があります。営業利益 楽観的な試算によれば、米ドルの増加額は 2,750 億米ドルに達する可能性があります。
Yibang Power は、AIGC がアパレル業界に与える影響は主に商品企画、製品デザイン、小売端末の 3 つのリンクに集中していることに気づき、AIGC はデザイナーの効率を向上させ、デジタル人材 + 3D 衣類は消費者に新たな体験をもたらします。 new content すべてはアパレル業界に新たなチャンスをもたらします。
しかし、設計から生産、マーケティングに至るまでの業界の問題を解決するのは簡単ではありません。衣料品業界も、RNN (リカレント ニューラル ネットワーク、1990 年に提案) から GAN (生成された対立ネットワーク、2014 年に提案)、そして今日の Diffusion (拡散モデル) に至るまで、AI の洗礼を数回経験しており、AI の各波が開かれようとしています。業界チェーン全体を引き上げます。では、今回の生成 AI はアパレル業界にどのような影響を与えるのでしょうか? AIGC はどの仕事に影響を及ぼしますか? AI 機能はサプライ チェーンにどの程度の影響を与える可能性がありますか?
「実際、スタイルデザインだけを考えても、ほとんどのアパレル会社は独自のバージョン基準、つまり一般的な「ルール」を持っています。この「ルール」の中で、デザイナーはどのような色、アクセサリー、装飾品を使用するかを判断します。性的要素AIGC はインスピレーションと支援を提供するためにここにいます」と Lin Li 氏は付け加えました。
Wansali Silk は Wijie AI と協力して AIGC + シルク スカーフのデザインを検討しています。
Zhiyi TechnologyはXihu Xinchenと協力して、アパレル業界の中間地点となるアパレル業界モデル「FASHION DIFFUSION」を立ち上げ、検索、変更、デザインなどのシナリオでのデザイン効率を向上させます。
※サプライチェーンサービス会社Moyu、ファッションデザイナーの業務効率化を目的とした「Magic Fish GPT」をリリース。
※ Lingdi Technology がリリースした Style3D AI インダストリーモデル Style3D は、AI トレンド予測、柄・パターン・素材・画像などの AI 生成などの機能を提供し、デジタルファッション業界の「インフラ」の構築を図っています。
衣服のデザインはこれまで常に AI によって支援されてきましたが、今回の AI と前回の AI の違いは何でしょうか?王華敏氏は、同じAIであっても、10年前のAI、5年前のAI、過去2年のAIは違うと考えています。実践者よ、彼がどちらの AI を行うか見てみる必要があります。」
AI 業界は RNN、GAN、拡散を繰り返してきました。以前の衣服 AI は GAN に基づいており、生成モデルと識別モデルが互いに競合していました。生成モデルは、本物の写真のように見える写真、そして識別モデルは写真が本物の写真であるかどうかを判断するために使用されます。2 つのモデルは互いに訓練され、最終的に 2 つのモデルの能力はますます強くなり、最終的には定常状態。
GAN と比較して、拡散モデルは生成モデルをトレーニングするだけで済み、トレーニング目的関数がシンプルで、より良い画像サンプル品質とより良いトレーニング安定性を実現できます。
「将来的には誰もがデザイナーになってほしいと願っていますが、消費者は C エンドの AIGC を通じて好きな服をデザインし、C2M を通じて直接生産できますが、中間にはまだ多くのリンクがあり、開かれていない」と王華民さんは信じている。
中国の衣料品サプライチェーンは従来のモデルからファストリバースモデルに移行した。 Yibang Think Tank は、少量注文、迅速な対応、パーソナライズされたカスタマイズなどの新たな消費者の需要によって、デジタル技術がアパレル業界の生態系を再構築し、工場や上流および下流の企業が迅速な対応を迫られると考えています。
絶え間なく推進されている 3D テクノロジー、AR 製版、および仮想フィッティングも、設計者の時間を継続的に短縮し、産業チェーンの応答速度を向上させています。
AIGC 嵐の襲来: 4 兆の衣料品産業が巨大な波を引き起こす
出典：イーバンパワー
文：胡偉信 編集者：張瑞
AIGC が人気を博した後、デザイナーのリン・リー氏もパタンナーのチャン・ユー氏もお互いより状況が悪くなったと感じ、モデル写真スタジオを経営していた「羽ばたきの豚」もビジネスを失いつつあると感じた。
4 兆の衣料品産業は AI テクノロジーの新たな波によって変化しており、影響と機会の両方が共存しています - マッキンゼーの分析では、今後 3 ～ 5 年で、生成 AI は衣料品、ファッション、高級品業界で 1,500 億の利益を生み出す可能性があります。営業利益 楽観的な試算によれば、米ドルの増加額は 2,750 億米ドルに達する可能性があります。
Yibang Power は、AIGC がアパレル業界に与える影響は主に商品企画、製品デザイン、小売端末の 3 つのリンクに集中していることに気づき、AIGC はデザイナーの効率を向上させ、デジタル人材 + 3D 衣類は消費者に新たな体験をもたらします。 new content すべてはアパレル業界に新たなチャンスをもたらします。
しかし、設計から生産、マーケティングに至るまでの業界の問題を解決するのは簡単ではありません。衣料品業界も、RNN (リカレント ニューラル ネットワーク、1990 年に提案) から GAN (生成された対立ネットワーク、2014 年に提案)、そして今日の Diffusion (拡散モデル) に至るまで、AI の洗礼を数回経験しており、AI の各波が開かれようとしています。業界チェーン全体を引き上げます。では、今回の生成 AI はアパレル業界にどのような影響を与えるのでしょうか? AIGC はどの仕事に影響を及ぼしますか? AI 機能はサプライ チェーンにどの程度の影響を与える可能性がありますか?
**01、デザイナー、パタンナー、モデル、誰が影響を受けますか？ **
1. AIGC はデザイナーを殺すことはできません
ファッションデザインの主なポジションはデザイナーとパタンナーで、一方は自由なインスピレーションを図面に落とし込む役割を担い、もう一方は図面をサンプルにする役割を担います。
Midjourney と Stable Diffusion は、かつてデザイナーの Lin Li に大きなキャリアの危機をもたらしました。プロンプトの単語を入力すると、5 秒以内に 6 つのデザイン図面が生成され、継続的に更新できます。リン・リーさんは、ファストファッションのデザインに5年近く携わってきましたが、多くのデザインマスターに会いましたが、やはり安定拡散の生成効果には驚かされていました。毎分仕事を失います。」
「尚心」はファストファッションの生命線であり、ブランド企業は創造性と効率性を究極的に追求しています。半年間 Midjourney と Stable Diffusion の使用を主張した後、Lin Li 氏は安心しました。「確かに大型モデルの生成速度はデザイナーの生成速度よりもはるかに速いですが、AIGC はマテリアルの生成方法にすぎません。 」
さらに、AIGC は現在、単一の衣服のデザインのインスピレーションのみを提供しています。単一のスタイルのデザインに加えて、デザイナーは、どのシリーズがシーズンのメインスタイルであるか、どのスタイルがよく似合うか、通常のスタイルをメインスタイルにどのように合わせるかなど、いくつかのシリーズ計画を行う必要もあります。これらのスタイルを店舗内で表示する場合でも、デザイナーは、メインのスタイルをどこに配置するか、どのような効果があるか、店舗内でどのように表示するかなどを計画する必要があります。当然のことながら、これらの業務内容はAIGCの範囲を超えています。
「実際、スタイルデザインだけを考えても、ほとんどのアパレル会社は独自のバージョン基準、つまり一般的な「ルール」を持っています。この「ルール」の中で、デザイナーはどのような色、アクセサリー、装飾品を使用するかを判断します。性的要素AIGC はインスピレーションと支援を提供するためにここにいます」と Lin Li 氏は付け加えました。
AIGC はファッション デザイナーに対して何ができますか? Zhiyi Technology の創設者兼 CEO である Zheng Zeyu 氏は、主に 3 つの側面があると考えています。
まず、インスピレーションを与えます。
2 番目に、プロンプトの言葉と一致する大量の画像を迅速に生成します。
第三に、設計コストを削減し、設計の精度と生産効率の比率を向上させます。
「しかし、現時点でAIGCが達成できるのは2番目のポイントだけです。1番目と3番目のステップはまだテスト中であり、1〜2年以内に実現するのは難しいでしょう。」とZheng Zeyu氏は付け加えた。
Zheng Zeyu 氏はまた、AIGC がデザイナーの代わりになるには程遠いと考えており、「AIGC は素材を生成する単なる手段であり、最も重要なことは、これらの写真がデザイナーやブランドが望むものであるかどうか、そしてどれを使用するかを判断することです。」と述べています。
**2. 20年経ってもパターンマスターがない？ **
**AIGC はデザイナーの代わりにはなりませんが、パタンナーの代わりはできます。これは、Lindy Technology Style3D の主任研究員、Wang Huamin による今回の AI の予測です。 **
パタンナーとは衣服の型紙を作る仕事をする人のことを指しますが、パターンメイキングは衣服の生産工程全体の前と後を繋ぐものであり、まずデザイナーと詳細な打ち合わせを行う必要があります。サンプル衣類; 2つ目は、サンプル衣類（非バルク品）の品質管理に関する注意事項をサンプラーまたは生産工場に説明してサンプルを縫製する必要があります。
洋服のデザイン画が出てきたら、「型紙作り→修正→再パターン→再修正」という工程を経る必要があります。 「飾りは2.5cmや3.5cmが必要な場合もあります。サンプルが出てから効果を確認する必要があります。大きい、小さい、左右など感覚的なものなので、調整する必要があります」行ったり来たり」とリン・リーは耐え難い表情で答えた。
「多くのデザイナーは、パターンの作り方を知らなかったり、あまり知識がありません。パターンメーカーと何度もやり取りする必要があり、時間とコミュニケーションのコストが非常に高くなります。」非常に高い」と王華敏さんは信じている。
リン・リー氏と同じ会社のパタンナー、チャン・ユー氏も、パタンナーに対するAIGCの脅威に同意しており、パタンナーはデザイナーの2D原稿を生産用のCAD図面に変換し、同時にデザイナーが修正するためのサンプルも作成したいと考えている。 「2D から 3D へ。この作業は非常にプロフェッショナルで日常的なものです。現在、いくつかの複雑なバージョンでは、自分でカットする必要はありませんが、3D 効果をデザイナーに与え、デザイナーに 3D で直接調整してもらいます。」と Zhang Yu 氏は言いました。
Lindy の Style3D AI 産業用大型モデルでは、対応する衣服をデザイン ボックスにドラッグし、AI をクリックしてパターンを生成するだけで、パターンと 3D 効果を数秒で分離できます。
「20 年後、モデルが十分に大きくなると、デザイナーはより多くのツールを使えるようになり、より多用途になるでしょう。」と王華民氏は付け加えました。「その時点で最も完璧な状況は、デザイナーが自分でデザインして印刷することです。バージョンでは、誰でもデザイナーになれます。」
**3. 電子商取引にはモデルはもう必要ない? **
**デザイナーやパタンナーだけでなく、造形業界も“激震”し始めている。 **
ECプラットフォームのスタイル詳細ページの裏側では、モデル、カメラマン、スタイリスト、アシスタントなどを雇う＋衣装を用意する＋スタジオを借りる、または外出するなど、十数人の分業と協力が必要です。ロケ + 写真選択 + レタッチ + 写真合わせ 費用は 100 元から 1000 元までであると説明します。
Weiboアカウント「Langzhu Huitou」はかつて、モデル撮影スタジオの料金表を発行した。撮影には1日8時間、3万6000元が必要だ。そのうち、撮影料（400枚のレタッチ写真を含む）は1万元、男性モデルと女性モデルは2万元以上、メイク料は2000元、マッチング料は4000元である。
「複数のモデルを起用すると、複数のモデルのスケジュールを同時に管理しなければなりませんし、事前に大量の洋服にアイロンがけや仕分けをしておく必要があります。また、写真データも膨大で数も多くなります」 「大規模。ダウンロード、作成、選択のプロセスには少なくとも 5 日かかります。衣類はあります。特別セッションは少なくとも 10 日以内に開始されます。アルバイトを 20 人募集する必要があることがよくあります。」 " 追加した。
しかし、Lindy Technologyが立ち上げたAI産業モデルでは、これらの人員や経費を省略でき、キーワードを入力するだけで「デジタルモデル」を生成することができます。
「ヨーロッパの女性の顔の形、真ん中の長い髪、上品な気質、きれいな化粧」を入力すると、対応する顔の形が生成されます。
モデルのポーズマップをアップロードすると、そのポーズに応じたモデルマップを生成できます。
背景キーワード「シュールな背景、ミニマルな建築様式、絵は生命力に満ち、夢のような建築空間」を入力すると、該当するスタイルの背景画像を複数取得できます。
**デジタル ヒューマン + 3D 衣類の AI の組み合わせにより、スタイルの普及コストが想像を絶するレベルまで削減されています。将来的には、ブランドが服の写真を提供することでキャットウォークやライブブロードキャストを企画できるようになるかもしれません。 **
「AI + 3D テクノロジーは、人や物品置き場の従来のモデルを変えるでしょう。」Wang Huamin 氏は、「Vincent ダイアグラムを通じて、モデル、背景、ポーズを生成できます。どれだけ節約できるかはまだ測定されていません。私たちは主に」
02. AI技術の道と衣服の違いは何ですか
デザイン、パターンメイキング、マーケティング、この3つの連携で「ファッションデザイン＋AIGC」の商品が続々と発売されています。
衣服のデザインはこれまで常に AI によって支援されてきましたが、今回の AI と前回の AI の違いは何でしょうか?王華敏氏は、同じAIであっても、10年前のAI、5年前のAI、過去2年のAIは違うと考えています。実践者よ、彼がどちらの AI を行うか見てみる必要があります。」
AI 業界は RNN、GAN、拡散を繰り返してきました。以前の衣服 AI は GAN に基づいており、生成モデルと識別モデルが互いに競合していました。生成モデルは、本物の写真のように見える写真、そして識別モデルは写真が本物の写真であるかどうかを判断するために使用されます。2 つのモデルは互いに訓練され、最終的に 2 つのモデルの能力はますます強くなり、最終的には定常状態。
GAN と比較して、拡散モデルは生成モデルをトレーニングするだけで済み、トレーニング目的関数がシンプルで、より良い画像サンプル品質とより良いトレーニング安定性を実現できます。
王華民氏は「GANは制御性が悪く、学術論文や論文に留まることが多い。普及はGANよりも訓練しやすい。同時に全体の制御性がより高いレベルに向上しており、訓練効果も高い」と指摘した。も大幅に改善されました。」
拡散モデルに基づく AIGC には、次の 2 つの明らかな利点があります。
1. 設計ツールを使用する敷居を下げ、業界への普及を促進します
これまで、衣服のデザイン作業には製図と PS スキルが必要でしたが、今回の AI インダストリ モデルでは、自然言語記述を通じてデザイン図面を直接生成できます。
たとえば、Zhiyi TechnologyのFASHION DIFFUSIONユーザーインターフェースを開くと、スタイル、スタイル、機能が一目瞭然で、スタイル、色、素材などのオプションを選択するだけで、10秒以上でAIがキャットウォークスタイルを生成できます。製品スタイル、INS小紅書ソーシャルメディアスタイルおよびその他のスタイル写真。
このような利便性と敷居の低さの背景には、Zhiyi Technology が蓄積した 10 億枚以上の服装写真と 500 以上の服装デザイン ラベル、そして深層学習における Xihu Xinchen の蓄積があります。
2. 1 つのモデルで複数のタスクを満たします
従来の AI の仕組みは、1 つのタスクに対してアルゴリズム モデルをトレーニングすることであり、各モデルは互いに独立しています。たとえば、画像検索を行うにはモデルをトレーニングし、画像生成を行うにはモデルをトレーニングします。
大規模なモデルは、1 つのモデルで複数のタスクを解決できます。たとえば、Style3D AI 産業モデルは、AI 生成画像、AI 生成パターン、AI 生成マテリアル、AI 生成画像などのさまざまな機能を提供します。
衣料品業界のデザイン図面では、2D と 3D を繰り返し切り替える必要があります。
※2D：スケッチやスタイル図など、デザイナーが紙の上にオリジナルでデザインしたものです。 ※2.5D：スタイルマップをもとに製版するパタンナーのことで、2次元と3次元をつなぐ架け橋のことを2.5Dと呼びます。
Wang Huamin 氏は、「1 つのモデルでこれらのモード間の設計と変換を完了できます。私がやりたいことは、彼に直接伝えるだけでよく、出口側で異なる出口フォームを設定するだけで済みます。これが理想的な状態です。しかし、完成までには2～3年かかります。」
**現在、AIによって生成された設計図は、精度、解像度、詳細度、計算能力コスト、生産コスト、生産効率比などの点でテストされており、商用利用への道のりはまだ長い。 **
Zheng Zeyu 氏は、膨大なデータがサポートされているにもかかわらず、デザイナーは正確に何を望んでいるのか、プロンプトの言葉はどのようにして出てくるのか、そして望むものを明確に説明するにはどうすればよいのか、と考えています。それは依然として問題であり、トレンドの予測やインスピレーションの捕捉に注意を払うことによって実現する必要があります。
同時に、大型モデルの制御性には常に危険が潜んでいます。 Wang Huamin 氏は、生成されるマップが希望どおりであること、および変更可能であることをどのように保証するか、また制御性と安定性をどのように向上させるかが AIGC の商用利用の重要な部分であると考えています。 「個人的には、AI の問題の多くはデータ不足が原因である可能性があると考えています。」
**03. AI は衣料品のサプライチェーンに浸透できるでしょうか? **
「衣料品業界ほど AIGC に適応できる兆レベルの産業はない」と Style3D の創設者、Liu Chen 氏は信じています。
この人工知能の波は「第4次産業革命」と呼ばれているが、産業革命に比べればAIGCによるアパレル業界への変化はほとんど無意味だと鄭澤裕氏は感じている。
「産業革命は生産と製造の次元で起こりました。AIGC はよりデザインとファッションの次元にあります。確かにブランドの反復は加速しますが、業界全体の変革とアップグレードを促進するには十分ではないと思います。 「服装のサイクルは長く、多くのつながりがあります。産業の変革とアップグレードは、単一のつながりの調整ではなく、業界全体のデジタル化でなければなりません」とZheng Zeyu氏は指摘しました。
「将来的には誰もがデザイナーになってほしいと願っていますが、消費者は C エンドの AIGC を通じて好きな服をデザインし、C2M を通じて直接生産できますが、中間にはまだ多くのリンクがあり、開かれていない」と王華民さんは信じている。
中国の衣料品サプライチェーンは従来のモデルからファストリバースモデルに移行した。 Yibang Think Tank は、少量注文、迅速な対応、パーソナライズされたカスタマイズなどの新たな消費者の需要によって、デジタル技術がアパレル業界の生態系を再構築し、工場や上流および下流の企業が迅速な対応を迫られると考えています。
絶え間なく推進されている 3D テクノロジー、AR 製版、および仮想フィッティングも、設計者の時間を継続的に短縮し、産業チェーンの応答速度を向上させています。
設計から始めてサプライチェーンの変革をリードするにはどうすればよいでしょうか? Zheng Zeyu 氏は、データの接続と循環が依然として中心的な問題であると考えています - 衣料品業界のデータは、さまざまな参加者の手に渡って非常に分散しており、ほとんど共有または送信されません。これが、衣料品業界のデジタル化のボトルネックです。衣料品業界。 **産業変革全体にとって、データ アクセスはより緊急であり、ボトルネックとなっているものです。 **
抵抗は多岐にわたります。 「第一に、人々の開放されたくないという動機は、それを乗り越えたいという動機よりもはるかに大きい。」一部の実務家は、「結局のところ、工場は生産能力を教えたがらない。 「言っておきますが、私の生産能力を超えるものは送らないでください。」 注文; 生地工場も、盗作を防ぐために最新モデルをアップロードプラットフォームにアップロードすることに消極的です。そのため、多くの抵抗があります。
第二に、一部のリンクのプロセスは常にデジタル化が困難です。たとえば、ファブリック分野の多くの企業は、デジタル化はおろか、ERP も導入していません。ある衣料品ブランドの担当者はエバンパワーに対し、「現在はデザインから生産までの迅速な対応が実現できるが、生地リンクでは、生地に関わる問題が発生するため、従来の方法や事前の在庫確保が依然として必要である」と語った。 「物理的および化学的プロセスに問題があり、強力かつ迅速な対応がありません。この問題は短期的には解決できません。」
根本的な原因は、アパレル業界が巨大で分散していることです。この業界は約 3 億人の雇用を提供できる大規模な雇用主ですが、企業の分散度は非常に高く、ブランドの平均存続サイクルは 1 年を超えません。 「誰もが非常に不確実な環境に住んでおり、強い危機感を持っている」と鄭澤裕氏は信じている。
これに関連して、地域の協力と衣料品のデザイン、生産、販売のクローズドループをどのように実現するか? Zheng Zeyu 氏は、SheIn が注文の次元から産業チェーン全体を開放するという良い例を示したと指摘しました。 SheInは工場に安定した注文を提供でき、工場は安心して出荷でき、SheInは生地を工場に事前に届けるので、ブランドは安心して協力することができます。
デザインと生産を連携させるメリットも即効性があり、デザイン原案からパターン作成、量産まで、ブランド内のプロセスが早い場合は2～3日で量産が可能です。
現在、Zhiyi Technology もそのようなデジタルコラボレーションを行っています。デザイナーの構想から始まり、スタイルを選択するときにデザイナーがどの写真を見て、どのスタイルを選択し、どのサプライヤーを使用し、どの生地を使用し、誰がデザインするのか。パターン、ラインドラフトショーのモデルはどのようなものですか、どこの展示場にあり、どのくらい保管されていますか、どのブランドに貸し出されていますか、最終的に誰が注文しましたか、何回注文しましたか、どこの工場でしたか生地がどこに配布され、いつ生地が倉庫に到着し、いつ生産が開始され、いつ工場から出荷され、工場がどのように納品するか、これらすべてのプロセスをデータで直列に接続できます。デザイナーズスタイルの場合、デザインから納品まで1～2ヶ月程度で完了します。
この部分的な産業チェーン連携では、フロントエンドがデジタルデザイン、ミドルエンドがデジタルスタイルマッチング、バックエンドがデジタルサプライチェーンプラットフォームとなっており、「この種の連携のもとでのみ、AIGCの効率性の利点を発揮することができる」としている。私たちは誰からも遠く離れていますが、誰もがデザイナーになれる時代は近づいています。」と Zheng Zeyu 氏は信じています。