人工知能バーチャル試着室:小売業者向けの新たな主流マーケティングツール

人工知能バーチャル試着室:小売業者向けの新たな主流マーケティングツール

COVID-19 は世界中の人々の日常生活のあり方を変えましたが、実店舗ほどその影響を痛切に感じている場所はありません。数十年にわたり、小売業者は人々を引きつけ、サンプルを閲覧してもらい、注目してもらうために、さまざまな顧客エンゲージメント戦略を試みてきました。しかし、パンデミックにより、それらのほとんどすべてが危険で不快なものになってしまった。衣服、宝石、化粧品、その他のウェアラブル製品を試着したいという欲求が、個人の安全を優先させます。

[[354424]]

COVID-19の出現により、小売業は顧客への代替オプションとしてバーチャル試着室を利用するケースが増えています。

バーチャル ドレッシング ルームを使用すると、ユーザーは自分自身のビデオをアップロードし、自分のプロジェクトのためにモデルを務める人物の拡張現実画像をレンダリングできます。

小売業界の一部の分野では、すでに拡張現実の試着室が利用されており、特に化粧品業界と宝飾品業界が顕著です。しかし、より多くの小売業がバーチャル試着室を導入しており、このプロセスはパンデミックによって大幅に加速されている。

バーチャル更衣室の人工知能

多くのデジタル ビジネス アプリケーションと同様に、仮想試着室は AR や VR から人工知能まで、最新のテクノロジーによって駆動されています。実際、テクノロジーは急速に進歩しており、一度も試したことがない人の多くはバーチャル試着室がどれほど優れているか気付いていないことが、導入の障壁の 1 つとなっています。

しかし、ますます多くの消費者がそれらを試し、全体としてその体験を気に入っています。その結果、バーチャルロッカールーム市場は、COVID-19の明らかな脅威が薄れた後でも持続力を持つ可能性がある。バーチャルドレッシング市場は、2027年までに100億ドル規模の産業に達すると予想されています。

バーチャル更衣室が主流に

一部の小売業者は数年前からバーチャル試着室ソリューションや関連アプリに取り組んできましたが、頻繁に実施しているものの、その範囲は限られており、成果もまちまちでした。しかし、テクノロジーによる品質向上と、パンデミックによる実店舗からの顧客離れが相まって、バーチャル試着室の導入が大幅に増加した。

メイシーズやアディダスなどの世界的な小売大手はバーチャル試着室の導入を先導しており、多くの小規模小売業者もそれに追随している。

アマゾンは、オンライン小売モデルが市場シェアを獲得し続ける中、バーチャル試着室の開発にも取り組んでいる。

多くの小売業者にとって、バーチャル試着室を持つことは今や必須となっています。こうした行為がCOVID-19を拡散させる恐れがあるとして、クラブ側は試着室を封鎖し、客が以前のように商品に触れることを禁止した。そして、多くの顧客はとにかく店に来なくなります。今日の小売環境において、バーチャル試着室は、小売業者の利益率の多くを食いつぶしている損失ビジネスの一部を取り戻す機会を表しています。

バーチャル試着室の仕組み

技術の観点から見ると、仮想ルームの 2 つの主要技術は、拡張現実と人工知能です。これらは仮想更衣室ソリューションの範囲をはるかに超えた広大な領域であり、これらのテクノロジーをここでどのように適用できるかを理解することは有用です。

仮想試着室のプロセスは、仮想アイテムを試着する人のビデオキャプチャから始まります。通常、録音デバイスはモバイルスマートフォンです。スマートフォンは、ビデオを撮影するためのカメラと、ウェアラブルアイテムのモデルとなる人物/体の一部の AR 画像を表示するための画面の両方を備えているため、理想的な乗り物です。

ビデオは人間の姿勢を推定するアルゴリズムによって解析され、人間の身体上の一連の重要なポイント、つまりロケーターが識別され、アプリケーションは人物の輪郭、サイズ、空間的な位置を理解できるようになります。通常、これらの決定は AI ディープラーニング ルーチンを使用して行われます。 AI 主導のプロセスの精度は、人間がプログラムしたものよりもはるかに優れているため、仮想更衣室の開発においてはるかに高い忠実度を実現できます。

体のサイズと位置が決定されると、アプリケーションは衣服やアクセサリのアイテムを画面上の画像に添付し、ユーザーが 3D フォトリアリスティック表示でアイテムを仮想的にモデル化できるようにします。

バーチャル試着室の長所と短所

他のビジネスや技術革新と同様に、仮想試着室には従来のモデルに比べて長所と短所があります。バーチャル試着室のテクノロジーは常に進化、発展しており、そのプロセスが続くにつれて業界も変化していくという事実を常に把握しておくことが重要です。サポート技術が向上するにつれて、以前の欠点は軽減され、利点は強化されます。

ただし、一部の問題の関連性がなくなる一方で、他の問題が発展する可能性もあります。以下の長所と短所は、仮想ロッカールームの状況に関する短期および中期の予測を表しています。

バーチャル試着室のメリット

バーチャル試着室の最も明らかな利点は、顧客が遠隔地から製品を試着したりモデルを試したりできることです。しかし、これが価値あるものとなるためには、AR レンダリングが実用的になるほどリアルでなければなりません。ユーザーが見た画像に満足しなければ、バーチャル試着室は失敗です。幸いなことに、人体をキャプチャして仮想環境にレンダリングする科学は、エンジニアや開発者が多くの時間とリソースを投資している分野です。仮想試着室はこれらのプロセスにおいて最も重要または収益性の高いアプリケーションではありませんが、私たちはこの開発と革新の恩恵を受けています。

本当のゲームチェンジャーは、ビデオのキャプチャとレンダリングのプロセスに人工知能を実装することです。ディープラーニング アルゴリズムにより、鮮明度と精度がすぐに向上し、ユーザーの全身、顔、頭、手、足、またはその他の特定の身体領域を推定して表示します。これにより、平均的な買い物客は、仮想試着室の品質が実際の体験とほぼ同等であると認識するようになります。この基準に達すると、従来のロッカールームはほぼ完全に時代遅れになるでしょう。

バーチャル試着室の潜在的なデメリット

バーチャル更衣室の現在の欠点の多くは一時的な問題であり、今後数年で解決される可能性があります。バーチャル試着室の画像に小さな欠陥があると、体験の没入感が低下し、顧客が見ているものが信頼できるかどうか確信が持てなくなる可能性があります。

場合によっては、仮想試着室ソリューションは従来の試着室に近いながらもより高い基準に達しており、選択肢があれば顧客は従来の試着室を好むことを意味します。このパンデミックの間、COVID-19のリスクを非常に低いレベルに抑えたいと考えている人々にとって、バーチャル試着室は唯一の現実的な選択肢です。

現時点での疑問は、日常生活が正常に戻ったときに、仮想試着室が人々が利用できるほどシームレスで正確な体験を提供できるかどうかだ。業界は今後もこの点に注力していくことになるでしょう。最後に言及する価値のある潜在的な欠点は、仮想試着室がもたらすデータ セキュリティの問題です。このプロセスでは、ユーザーが撮影された場所の背景画像とともに、ユーザーの顔と体のデータがキャプチャされます。

開発者は、ユーザーから生体認証データと位置情報データを抽出する仮想試着室ソリューションを設計できます。このデータを使用してユーザーのプロファイルを作成し、第三者がさまざまな方法でこの情報を使用できるようになります。デジタル化が進む現代社会において、この問題は仮想の更衣室だけでなく、世界共通の懸念事項となっています。しかし、ここでキャプチャされたビデオデータは特にプライベートなものであり、ユーザーは特に懸念する可能性があります。

2020年、COVID-19の出現により小売業界の状況は劇的に変化しました。消費者は店舗を避け、企業はウェアラブルアイテムを試着したりサンプルを取ったりする物理的なプロセスをよりリスクが高いと感じています。このような環境において、バーチャル更衣室の導入が進んでいます。しかし、バーチャルロッカールームのコンセプトは、パンデミックに対する単なる一時的な解決策ではありません。オンライン小売業の台頭により、バーチャル試着室が従来の試着室に取って代わる可能性があります。 AI技術が成熟するにつれ、死後の世界が正常に戻った後でも、より多くの消費者がバーチャル試着室を利用するようになるだろう。

<<:  2030 年までに人工知能はどのようになるでしょうか?

>>:  顔認識ブームを冷静に考える:倫理的・道徳的問題は熟考する価値がある

ブログ    
ブログ    
ブログ    

推薦する

...

ドローンのパフォーマンスはどんどん標準化されつつありますが、この4つの点はまだ改善が必要です。

近年、飛行制御、ナビゲーション、通信などの技術が継続的に進歩し、私たちの生産や生活におけるドローンの...

AIのデジタルシールド:インフラのサイバーセキュリティ戦略の強化

技術革新の時代において、人工知能 (AI) は変革の力として際立っています。パーソナライズされた推奨...

マイクロソフトの無料 AI エッセイ採点ソフトウェアがアップグレード: IELTS、CET-4、CET-6 に使用可能

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

2019 年の機械学習に関するトップ 10 の Q&A: 面接で知っておくべきこと

新興テクノロジーが世界を席巻し、前例のない革新、機会、脅威をもたらしています。これらの分野における専...

AI導入から最大限の価値を引き出す方法

[[344258]]業界をリードする組織を対象とした調査では、世界中の組織の大多数 (91.6%) ...

量子コンピューティングの冬が来る、ルカン氏:現実は残酷、誇大宣伝が多すぎる

「量子コンピューティングの冬が来るのか?」今週の金曜日、AIの先駆者であるヤン・ルカン氏の発言が議論...

アマゾンがホームロボット「Vesta」を開発、2019年に販売開始

海外メディアの報道によると、アマゾンのハードウェア研究開発部門Lab126は、「Vesta」(ヴェス...

NeRF を放棄し始めていますか?ガウススプラッティングが自動運転のシナリオで人気があるのはなぜですか?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

生成的ビデオ圧縮を有効にする: Google は GAN を使用して HEVC に匹敵するパフォーマンスを実現

[[416911]]一般的に、ビデオ圧縮の目的は、時間的および空間的な冗長性を活用して視覚コンテンツ...

91.3%の成長、「スマート」な製造業の実現は協働ロボットにかかっている

中国は、インダストリー4.0の提案と国家インテリジェント製造2025開発計画の公布により、製造大国か...

ストレージパフォーマンスのボトルネックを解消し、AIアプリケーションの迅速な開発を実現

古典的な「樽理論」によれば、樽にどれだけの水が入るかは、一番低い木材によって決まります。 [[397...

実行に少量の計算リソースとメモリリソースしか必要としないSmall Llama大規模モデル

背景今日のデータ爆発の時代では、言語モデルのトレーニングはますます複雑かつ困難になっています。効率的...