ファッション業界では大量の廃棄物が発生していますが、フィジカルAIはこれを大幅に削減できます。
フィジカルAIシステムは、迅速かつ高精度なオンデマンド生産を実現し、製造業者の適応力を高めると同時に、廃棄物や売れ残り在庫を削減します。
ファッション業界の廃棄物危機が加速するなか、フィジカルAIは、この数十年業界を特徴づけてきた過剰生産モデルを超え、実行可能な前進の道を切り開きつつあります。
ファッション業界では毎年、9,200万トンの廃棄物が発生しています。これは副次的な結果ではなく、生産システムの設計方法がもたらす必然的な結果です。
この状況は変わり始めています。世界各地の工場現場では、テキストや画像を生成するだけでなく、素材に実際に働きかけ、周囲の環境を感知してリアルタイムで適応する新たな種類のAIが登場しています。フィジカルAIは、繊維製造業が何十年も抱えてきた課題の解決に取り組み始めています。これは、生産リードタイムを短縮し、より迅速な反復を可能にし、過剰在庫を減らして発生源で廃棄物を削減する、高度な製造自動化という、従来とは異なるAIイノベーションです
従来型の自動化では、ファッション業界に十分ではないのはなぜでしょうか。
消費者の嗜好は数日単位で変化する一方、従来の生産サイクルは、デザインから店頭に並ぶまでに数か月を要します。この不一致により、ブランドは過剰生産を余儀なくされます。短期的には、流行を逃す損失が余剰在庫の損失を上回るためです。その後、製造業者が実際の需要に十分速く対応できないことで、売れ残った衣料品は倉庫から廃棄され、多くの場合埋立地に送られています。
ファッション業界では、2023年に推定最大50億点の余剰在庫が発生し、失われた売上は最大1,400億ドルに上りました。しかし、過剰生産は問題の一部にすぎません。生地の裁断でも廃棄物が生じ、実用性のない切れ端が生まれます。さらに、生産の後工程で見つかった欠陥により、バッチ全体が廃棄されることもあります。
繊維業界はコスト削減と効率向上のために自動化を取り入れてきましたが、従来のシステムは根本的な壁に直面しています。それは生地を扱えないことです。多くの自動化機械は、所定の線に沿った裁断や硬い素材の搬送といった、単一で反復的な作業は実行できます。しかし、生地の位置合わせや配置、操作には依然として人間のオペレーターが必要です。この「コボット」型のアプローチは、作業者の生産量を増やしますが、生産速度を大幅に向上させたり、廃棄物の発生を大きく減らしたりすることはありません。機械が、生地の種類、織り方、環境条件によって異なる振る舞いを示す、柔らかく変形しやすい素材を扱えるほど高度ではないからです。
高度なカメラとセンサーを通じて、フィジカルAIシステムは「感知、思考、実行、学習」というフィードバックループで動作します。これにより、迅速かつ高精度なオンデマンド生産への道が開け、製造業者の適応力が高まるとともに、廃棄物や売れ残り在庫が削減されます。この仕組みにより、次の成果を実現できます。
リアルタイムの欠陥検出：従来の品質管理は衣料の縫製後に行われるため、欠陥品に投入された材料、労働、エネルギーはすべて廃棄物になります。フィジカルAIは欠陥が発生した瞬間に検出できるため、問題を早期に捉え、生産工程を通じて廃棄物が拡大するのを防ぎます。
素材の最適化：一般的な衣料パターンでは、実用性のない生地の切れ端が大量に残ります。フィジカルAIシステムは、生地の特性を動的に分析し、裁断パターンをリアルタイムで最適化して、無駄になる生地を減らすことができます。例えば、The Mills Fabricaが支援するスタートアップ企業Unspunは、3D織りを用いて、最終製品の形状に合わせた筒状の等高線織り生地を製造しています。平らな生地をパターンのパーツに裁断して縫い合わせるのではなく、製品の輪郭にあらかじめ沿った形に生地を作り上げることで、裁断による廃棄を避け、よりフィットする衣料を生み出しています。
より応答性の高い生産： 生産工程全体での廃棄物と欠陥を減らすことで、フィジカルAIは小ロットで頻繁な生産を経済的に成り立たせ、ブランドが投機的な発注を減らし、実需に近い生産を行えるよう支援します。ブランドは、実際の流行に合わせた小ロットを生産することで、埋立地に送られる数百万点の売れ残り衣料を生む過剰生産の問題に直接対処できます。
排出量とコストの削減： フィジカルAIにより、消費市場に近い場所で製造することが経済的に成り立つため、輸送距離が大幅に短縮されます。これにより、輸送による排出が減り、物流時間が短縮され、運賃および関税関連の費用も削減されます。
フィジカルAIを拡大するには何が必要でしょうか。
その利点は計り知れないものの、実際の工場環境において、さまざまな生地の種類にわたって、フィジカルAIシステムを数千時間の生産にわたり信頼性高く稼働させることは、まったく別の課題です。デジタルで拡大できる生成AIとは異なり、フィジカルAIには実環境でのテスト環境、データ収集のための工場現場へのアクセス、そして自社の生産ラインでロボットシステムを試験することに前向きな製造業者との連携が必要です。
このため、起業家、製造業者、投資家が協力して、実際の生産環境で解決策を試験、改良、検証する、業界横断的な共同の取り組みに、進展がかかっています。
The Mills Fabricaは、世界中のテックスタイルおよびアグリフードのスタートアップに投資しており、ビジネスおよび技術的な影響の観点から解決策を評価しています。最も有望な投資は、3つの要素を兼ね備えています。深い分野の専門知識に基づく強固な技術基盤、実際の工場環境に統合できることが実証されていること、そして測定可能な環境面および商業面の成果です。自動裁断、生地のハンドリング、欠陥検出などのタスク特化型アプリケーションは、汎用的なプラットフォームやアプリケーションを上回る傾向があります。
アジアはフィジカルAIへの移行をどのようにリードしているのでしょうか。
繊維業界におけるフィジカルAIの応用は、この分野が複数の圧力に直面していることから重要です。その圧力には、持続不可能な水準の廃棄物と過剰生産、サプライチェーンの問題による新たな調達戦略の必要性、環境負荷の低減を求める消費者需要の高まりが含まれます。世界の繊維製品の大部分はアジアで製造されており、この地域の製造業者は極めて大きな混乱に直面しています。貿易政策や関税の変化を受けて、ブランドは新たな地域からの調達や製造をますます迫られており、それが利益率を圧迫し、コストを最終消費者に転嫁させています。不安定な政治環境は、製造業者に対してサプライチェーンの強靭性を引き続き求めており、製造業者は調達能力の多角化を進めています。
フィジカルAIは、まさに今の時代が必要とするもの、すなわちスピード、柔軟性、品質保証、検証可能な持続可能性を提供します。世界のブランドが、より迅速に小ロットを供給でき、より近い場所で、環境負荷の小さい製造パートナーを求めるなか、フィジカルAIは、廃棄物の削減、品質の向上、スループットの高速化を通じて、その明確な投資収益率を示し続けるでしょう。また、効率性の向上を生産工程に体系的に組み込んでいきます。
フィジカルAIシステムはすでに工場で稼働しています。持続的な成功には、技術的側面だけでなく、アジアの製造現場の実情を理解することが必要であり、それは既存のインフラとの統合を意味します。この転換を主導する製造業者は、イノベーションプラットフォームや技術開発者と協力して、管理された実験室だけでなく、実際の環境で機能するシステムを反復的に開発しています。ファッション業界の廃棄物危機が加速するなか、フィジカルAIは、実行可能な前進の道を切り開き、この数十年業界を特徴づけてきた過剰生産モデルを超えつつあります。
