初級レベルの仕事に加えて、機械は「上級ホワイトカラー労働者」として人間に取って代わることもできる。

編集者注: 人工知能技術によって引き起こされる失業危機は、業界ではよく話題になります。人々がもっと議論しているのは、機械が低スキルの仕事の一部に取って代わるだろうということだ。しかし今では、高度なスキルを要するホワイトカラーの仕事も機械で行うことができるようになりました。しかし、これはホワイトカラーの仕事が危機に瀕していることを意味するのでしょうか? 必ずしもそうではありません。機械はいくつかの仕事をなくす一方で、新しい仕事も生み出します。

インドの電子商取引サイト Myntra で最も売れている T シャツの 1 つは、オリーブ グリーン、ブルー、イエローのブロックを組み合わせたものです。しかし、この T シャツのデザイナーは人間ではなく、コンピューター アルゴリズム、つまり 2 つのアルゴリズムでした。

最初のアルゴリズムはランダムな画像を生成し、それを衣服として解釈しようとします。 2 番目のアルゴリズムは、これらの画像を Myntra の在庫にある衣服と区別する必要があります。長い間、アルゴリズムはうまく機能していました。最初のアルゴリズムは類似した衣服の画像を生成するのに優れていたが、2 番目のアルゴリズムは既存の製品と類似しているが同一ではないかどうかを判断するのに優れていた。

こうした「ギブアンドテイク」は、人工知能がどのように機能するかを示す良い例です。同社の最高経営責任者アナント・ナラヤナン氏は、同社がデザインした衣料品は「100％の成長率で成長している」と語った。 「本当に効果があるんだ」と彼は言った。

ファッション デザインは、アルゴリズムがファッション業界や小売業界にどのような変革をもたらしているかを示す最先端技術の 1 つにすぎません。企業はすでに、どの服を在庫に加え、消費者に推奨するかを決定するために AI をかなり頻繁に使用しています。

はるか昔に米国でブルーカラーの仕事をなくしたファッション業界は、現在では人工知能がホワイトカラーの仕事にどのような影響を与えているかを示す好例となっている。人工知能は、在庫の仕分けやがんの診断など、パターンを見つける必要がある仕事に非常に役立ちます。

「今後数年間で、機械が自動化または拡張できるタスクのポートフォリオはますます大きくなるだろう」と、MITの経済学者エリック・ブリニョルフソン氏とカーネギーメロン大学のコンピューター科学者トム・ミッチェル氏は昨年の学術誌に書いている。彼らは、影響を受ける仕事のほとんどは完全に置き換えられるのではなく、部分的に自動化されるだろうと考えています。

ファッション業界は、実用的な判断を必要とする仕事ではなく、人間の創造性が求められる仕事に機械が侵入しつつあることを例示している。これによって直接影響を受けるのは、バイヤーと商品企画担当者です。彼らは、どのスカート、トップス、パンツが店頭在庫から売れていくかを決定する責任を負っています。

バイヤーの主な仕事は、磨かれた理解力を活用してファッショントレンドを察知し、消費者のニーズを予測することです。 「先月厚底シューズを500足売ったのなら、来月は1,000足売れるかもしれない」と、長年アウトネットのバイヤーとして働いてきたオンライン小売業者クリスティーナ・シロカ氏は言う。 「しかし、人々はもうそれに興味がないかもしれないので、買う量を減らす必要があります。」

商品プランナーはバイヤーの情報を活用して、サンダル、ヒール、フラットシューズを何足ずつ用意するかなど、会社の売上目標達成に役立つアパレルの組み合わせを決定します。

業界で高性能なアルゴリズムを導入している企業は多くありませんが、その数は増加しています。こうした企業では、消費者が何を望んでいるかを予測するのは、購入者の直感ではなく機械であることが多い。

たとえば、オンラインファッション小売業者の Stitch Fix を例に挙げてみましょう。同社は顧客に衣類の箱を送り、顧客はそれを保管するか返品するかを選択できる。 Stitch Fix は顧客の詳細な情報を保存し、顧客の好みに基づいて衣服を発送します。

スティッチ・フィックスは、何を買うかを決めるのにアルゴリズムに大きく依存しており、実際、アルゴリズムなしでは同社のビジネスは存在し得ないかもしれない。これらのアルゴリズムは、今後数か月間に何人の顧客が特定の状況または「状態」（たとえば、新しい仕事の後に新しい服を購入するなど）になるか、またさまざまな状況で人々がどのくらいの量の服を購入する傾向があるかを予測します。このアルゴリズムは、さまざまなプロフィールを持つ消費者が、どのようなタイプの服を好む傾向があるかも把握している。たとえば、テキサスに住む、子どもがいる小柄な看護師などだ。

インドのオンライン小売業者 Myntra は、アルゴリズムを使用して買い物客に情報を提供しています。アルゴリズムは、袖、色、生地など類似の属性を持つ衣服が過去にどのように売れたかに基づいて、アイテムがよく売れる可能性を計算します（購入者は予測を上書きすることを選択できます）。

これらすべてがバイヤーや商品企画者の将来に影を落としています。これらの高地位の労働者は、以前は年間10万ドル以上を稼いでいました。

より伝統的な小売店では、衣料品の種類 (デザイナー、コンテンポラリー、カジュアル) またはアパレルのカテゴリ (ドレスまたはトップス) ごとに、バイヤーとサポート スタッフのチームが割り当てられます。小売店によっては、ニットトップスと織物トップスに別々のチームを設けているところもあります。同様に、商品プランナーもさまざまな衣料品のカテゴリーに割り当てられるため、多くの人員を雇う必要があります。

バイヤーたちは、この専門性がファッションやカラートレンドを直感的に把握するのに役立つと言います。 「本当に興味があれば、なんとなくその感覚がつかめる」と、シャーロット・ルスやモッドクロスなどの小売店で働いた経験のあるバイヤー、ヘレナ・レビン氏は言う。

レビン氏はまた、2010年頃にベストセラーとなったミントグリーンのドレスについても言及した。 「突然、ミントグリーンは人気がなくなったんです」と彼女は言う。「みんなミントグリーンを好まなくなったんです。『ミントグリーンなんて全部消えてしまえ』って。そして流行遅れになったんです。それは感じられました」

しかし、アルゴリズムとビッグデータを活用するのが得意な小売業者は、雇用するバイヤーの数を減らし、衣料品のカテゴリーごとに1人ずつバイヤーを割り当てたいと考えている。これは、彼らが自分の直感をあまり信頼していないからかもしれません。

年間売上高が数億ドルに達するオンライン女性服レンタル・小売サービス「ル・トート」は、ドレス、トップス、ズボン、ジャケットなど同ブランドのすべての服を6人のチームで調達している。

創業者のブレット・ノーザート氏は、同社のアルゴリズムは、オンラインショッピングリストにその商品を入れたユーザーの数や、オンラインレビュー、最近の購入などの他の要素に基づいて、どの服を買うかを決定すると述べた。

スティッチ・フィックスに似た紳士服サービスであるボムフェルは、トップスやアクセサリーの調達をネイサン・ケイツというたった1人の従業員に頼っている。

同社のアルゴリズムツールと大規模なデータベースはケイツ氏を助けることができる。同氏はまた、従来の小売店のバイヤーよりも正確に衣料品のトレンドを予測できるとも述べた。

「私たちは顧客が誰であるかを知っています」と彼は言った。「彼らがどこに住んでいて、どんな仕事をしていて、どんなサイズの服を着ているのかを知っています。」

これまでのところ、彼の仕事の一部だけが手作業で行われてきました。ケイツさんは服を買う前に生地を触るのが大好きで、必ず最初に自分で試着します。

「もし明るい色の衣服だったら、消費者は乳首を露出してしまうだろうか？」と彼は説明した。 （彼は同社のニューヨーク本社でミントグリーンのTシャツを試着したが、少し透けていると言った。）

自動化にもいくつかの制限があります。サプライヤーとの交渉には、依然として人間の関与が必要になることがよくあります。アルゴリズムはバイヤーがより迅速かつ正確に意思決定を行うのに役立つかもしれませんが、サプライヤーとの関係を処理することはできません。

H&Mはサプライチェーンの意思決定を導くために人工知能を活用する予定。 H&Mで高度な分析と人工知能を管理するアルティ・ザイガム氏は、同社は人間のバイヤーやプランナーをAIに置き換えるのではなく、「最適化し、力を与える」ことを目指していると語った。しかし彼はまた、機械が5年から10年以内に雇用にどのような影響を与えるかを予測するのは難しいと率直に認めた。

専門家は、これらの仕事の一部は最終的には自動化されるだろうと述べている。米国労働統計局は、卸売・小売バイヤーの雇用は今後10年間で2％減少するが、その期間中にすべての職業の雇用は7％増加すると予測している。これは、在庫の仕分けなどのそれほど複雑ではない作業が機械によって行われるようになるためかもしれません。

しかし、ファッション業界には、機械が雇用を奪うのではなく、雇用を創出している分野が少なくとも一つある。衣料品ボックスのサブスクリプション業界では、Bombfell、Stitch Fixなどの企業が、ますます多くの人間のスタイリストを雇用し始めています。アルゴリズムによる衣服の提案は受けますが、最終的にどの衣服を消費者に送るかは彼らが決めます。

「感想を尋ねたときに、あまり興奮していない場合は、そのことをメモします」と、スティッチ・フィックスの競合企業、トランク・クラブの営業マネージャー兼スタイリスト、ジェイド・カルモシーノ氏は言う。

これを踏まえると、スタイリストの存在は業界のより大きな傾向を反映しているように思われる。つまり、人工知能がホワイトカラーの仕事を自動化しているとしても、機械と消費者の間に介入するためにさらに多くの人材を雇う必要があるということだ。

たとえば、EquBot は上場投資信託を作成し、それを人工知能で管理します。同社の最高経営責任者チダ・カトゥア氏は、投資が大幅に自動化されても、資産運用業界ではより多くのファイナンシャルアドバイザーを雇うことになるだろうと予測している。

スタイリストやファイナンシャルアドバイザーになるデメリットは、失業中のバイヤーや株選びをする人ほど稼げないかもしれないということです。マサチューセッツ工科大学で自動化を研究する経済学者ダロン・アセモグル氏は、良いニュースとしては、これらの仕事は、おそらく今後数十年間、多くの低スキルまたは中スキルの仕事よりもはるかに高い給料を支払い続ける可能性が高いことだと述べた。

これらの仕事も将来的には機械に置き換えられることは難しいでしょう。

「もし私が消費者で、自分が何を望んでいるのかをはっきり伝えたいなら、それには人間の関与が必要です」とカトゥア氏は言う。「なぜなら、時には私自身も自分が何を望んでいるのか分からないからです。」