読書まとめ　『２０３０年のアパレルの未来』

読書まとめです。
インプット→アウトプットの練習で書いてます。いずれ有料化させます。
と言うのも、本を読むのが面倒、時間がない。とう言う方たちでも内容を要約して伝えられたら良いと感じたからです。

さて今回は福田稔著さんで
アパレル業界のお話です。

『市場の構造変化が起きる』

・中間価格帯市場の減少
・ECの成長
・メルカrなどの二次流通市場が拡大

＜アパレルの業界の市場は伸びていない＞

しかし
・人間が服を着なくなることはない
・日本は文化的に成熟している
・テクノロジーがチャンスをもたらす

「グローバルで見れば市場は拡大する」
中でもアメリカ３２兆　特に富裕層拡大
中国２８兆と二国で世界の市場の４０％を占めている。

『日本のこれから』

　フォロアー層の減少
（自らの価値観が希薄で、世の中のトレンドに流されやすい人）
それが分断されつつある

・少子高齢化

５０歳前後でピークを迎え７０歳を超えると購買意欲が大きく減少する
現在４５歳前後の第二次ベビーブームの団塊ジュニア世代が２０２１年以降５０代に突入する
２０２４年団塊世代が全員７５歳移住の後期高齢者となる
社会保障が大きく膨らむ、介護問題

・単価の下落

中古　リユース以上の拡大（メルカリなど）
ECサイトの価格低減効果
カジュアル化の進展
オフィスでもラフ

・家計圧迫による支出減少

２０１９　消費税増税　
２０２１　団塊ジュニア世代の５０代突入
２０２４　団塊世代の後期高齢か
２０２５　社会保障の増加による　増税　年金受給開始年齢の引き上げ

現在9.2兆の以上規模が
２０３０年には　8.2兆に減少する

２割の「能動的消費者」がインフルエンサー化
・インスタグラム
８割の「受動的な消費者」にはレコメンデーション機能の影響力がます
・レンタル　・サブスクリプション　・価値や情報をパーソナライズして提示
エアクローゼット

直販サイトで購入するDtoCモデルが増加　（収益性が高いため）
・スマホアプリの完成度
・AIの効果的な活用　
・サブスクリプション化による継続性の維持
一度着た服をSNSにあげ、転売する人が増えている
コアなファンを作り、自社ECから直接買ってもらう

閉鎖的だったファッション業界だったが、
情報格差がなくなり業界人の地位と仕事が奪われる
優れた個人へ

・無駄な在庫を抱えるリスクがなくなる
AI 管理によって在庫リスク　ヒット率の向上　生産量決定の精度向上　
ECサイトはアイテム数が少なくても集客できる　
デザイン企画における画像解析AIの活用　
生産量決定や値引きの判断におけるデータ解析AIの活用　
テキスト解析AIウェブ接客チャットろぼ

・デザインプロセスも進化しデジタル化する
リードタイムの短縮　
３DCAD設計や技術資料の作図をコンピュータ上で立体的に行うソフトウェア
デジタル化により最大５０％削減できる。

・人がいない工場や店舗が出現する
製造の完全ロボットミシンSEWBOT

・マスカスタマイゼーション受注生産と大量生産の両立が可能になる
情報製造小売業　の世界観
消費者を深く理解し、消費者が求めている商品だけを作り
最適な形で迅速に届けるためにサプライチェーンの実現を目指す。
パーソナイズされた受注生産
低コストの大量生産

・人事業務の高度化と効率化が実現する。
HRテック販売員の評価　育成　採用　AIのテクノロジーを駆使し、高度化と効率化
アパレル業界は優秀な販売員の確保と評価、育成は大きなテーマである
見える化されていないため、横断的に抽出分析し採用や育成のプログラムに活用できる。
売り上げだけでなく顧客満足度やチームプレイにつながる指標を作れる
アパレル業界は企画から販売まで「人」が肝

AIを４つに分けて可能性を考える

１. 画像解析AI 人との分業が進むディープランニング　
　学習技術とハードウェアの進化によって急速に技術革新
ヒット率の向上　レコメンデーション　
 例えばSNSやWebページから消費者に支持されている画像を解析し、共通のエッセンスを抽出して企画デザインの材料にする。
　 具体的には、画像の構成要素をテイスト　素材　シルエット　フィット感　カラーなどの要素に分解　大量のデータから半年先のトレンドを予想し国やマーケットによる違いを明らかにしていく
  ファッションには好き嫌いや　誰に勧められたかというエモーショナルな部分が重要で、全てをAIに任せることは難しい
AIである程度、自動的に絞り込んだ後でスタイリストが顧客にあったアイテムをアナログで選んでいる
　クリエイティブなデザインはAIには難しい

２. 音声解析AI
精度は高くない　日本語の弊害である。

３.テキスト解析AI
ウェブ接客やカスタマーサポートのチャットロボ

４データ解析AI
　人間の能力を最も上回る処理能力がある
MD業務での活用が期待される。
どのアイテムをどのタイミングでどの程度値引きすると最終的に利益が最大化するのかを判断するための膨大なデータが必要になる
　現時点でマークダウンの基本ロジックが社内で標準化されておりすでにある程度自動化され、運用されていることが前提となるだろう
しまむらなどの大手に限られる。

『AIの普及はアパレル業界を２分する』

・独自性のある創造を価値とするグループ
・上が生み出した独自性やトレンドを低価格でマス層に無駄なく届けること

＜アパレル業界が存続して行くためには？＞