Targetが“ネット速度”で服を作る？ GenAI×新生産モデルがアパレルを変える

1）「トレンドは“見つけた瞬間”がピーク」になった

WWDが報じたのは、TargetがGenAIと生産モデルの更新によって、ファッションの企画〜供給スピードを一段引き上げている、という話だ（見出しでは“インターネット速度”の比喩も使われている）。 WWD

背景にあるのは、購買行動の“起点”がSNSへ移ったこと。Targetは「Z世代・ミレニアルの85%が“流行アイテムをSNSで見たら24時間以内に買いたい”と感じている」という調査を引き、スピードを競争力の中核に据える。 corporate.target.com

ここで重要なのは、**「流行を当てる」より「当てた瞬間に出せる」**こと。トレンドの寿命が短いほど、“正解を見つける能力”より“正解を形にして並べる能力”が勝敗を分ける。

2）最大80%短縮の鍵は「speed tracks」＝工程の“可変設計”

Targetが導入したのが、柔軟な生産計画「speed tracks」。商品を一律の工程に乗せるのではなく、売れ筋・旬・素材事情に応じて工程の組み方を変え、アパレル＆アクセ領域で設計プロセスのタイムラインを最大80%削減できるとしている。 corporate.target.com

象徴的なのが、Wild Fableのフーディー事例。ベンダーと組んでサンプルを1週間で作成し、グラフィックや色など“最後まで動かせる部分”は売場投入直前まで粘って最終決定。結果として従来より17週間短縮したという。 corporate.target.com

要するに「前倒しで固める部分」と「ギリギリまで柔らかくする部分」を意図的に分けた、ということだ。

さらにTargetは、検索やSNSの兆しを受けてフェイクスエードのアイテム幅を広げ、7週間で市場投入した例も紹介している。 corporate.target.com

“企画が速い”だけでなく、“出すまでの仕組みが速い”。この順序が逆になると、AIはただのスライド資料で終わる。

3）スピードを支えるのはAIより先に「素材」と「生産枠」

見落とされがちだが、スピードはサプライチェーンで決まる。Targetは、デニムの“リザーブ（備え）”を活用して新型投入を早め、リードタイムを25%短縮した例や、人気レギンス需要に合わせて生地供給とベンダー関係を活かし追加生産を行った例など、“作れる状態”を前提として整えていることを示している。 corporate.target.com

AIがどれだけ賢くても、布と枠がなければスピードは出ない。逆に言えば、ここを整えて初めてAIの価値が最大化する。

4）GenAI「Target Trend Brain」：数週間の手作業が“数時間”に

今回の主役が、GenAI搭載のトレンド分析ツール「Target Trend Brain」。画像・文章などの膨大な情報から色・素材・スタイルの兆しを抽出し、従来は数週間かかっていた分析を数時間に短縮できるとしている。初期の学びとして、秋のマストカラー（グリーン、ベリー、ブルー）を確認し、コレクションへ反映したとも述べる。 corporate.target.com

さらに3D設計の活用で、バーチャル上で設計・テスト・改良を回し、開発期間の短縮と物理サンプル削減を進める。 corporate.target.com
「Trend Brain（兆しの抽出）」×「3D（試作の圧縮）」×「speed tracks（供給の可変運用）」が揃うことで、トレンド即応が“運”ではなく“システム”になる。

5）ファッションだけじゃない：AIは“現場の判断”を速くする方向へ

Retail Diveの取材でも、CIPOのPrat Vemanaは「Targetの強みは人間のデザイン力」であり、Trend Brainは商人（マーチャンダイザー）の創造性とAIの効率を組み合わせる狙いだと語る。意思決定はデザイナーが行い、AIは支援する立場だという。 Retail Dive

また、マーケットプレイス「Target Plus」の出店審査でも、エージェント型AIで応募企業の情報を集約し、アナリストが“1か所でレビューできる”ようにする取り組みを紹介している。 Retail Dive

加えて、社内ではAI利用の裾野を広げるためにライセンスを増やし、OpenAIによるトレーニングも実施したとされる。 Retail Dive

ここから見えるのは、TargetがAIを「自動化で人を減らす装置」よりも、「判断の材料を揃えて意思決定を速くする装置」として設計している点だ。

6）SNSの反応（主にLinkedIn）：「拡張」への期待と「圧力」への不安

SNSで目立つのは、ビジネス文脈の議論だ。たとえばLinkedInでは、「人間の専門性とAIを補完関係として扱うのが建設的」という評価が投稿本文で強く打ち出され、コメント欄でも“人を置き換えず、相乗効果を作るべき”という意見が重なる。 LinkedIn

興味深いのは、コメントの中に「Trend Brainに関わった（worked on Trend Brain）」と述べる人物が現れ、**“創造領域のパラダイムが変わりつつある”と語っている点だ。 LinkedIn

一方で、同じ投稿内で「自動化と雇用喪失への正当な懸念（legitimate concerns）」に触れ、“理念は良いが、現実にはコスト圧力が起きるのでは”**という空気も見える。 LinkedIn

つまり反応は、

• 歓迎：「人間の創造性を速く回す“増幅器”になるなら良い」

• 警戒：「いずれ単価・外注・職種が圧縮されるのでは」
  の二層に分かれている。

7）この動きが意味するもの：日本勢が学ぶなら“AI導入”より先に

Targetの事例が示す教訓はシンプルだ。AIは魔法の杖ではなく、工程設計のレバーである。

日本の小売・アパレルが学ぶなら、優先順位はこうなる。

1. 最後まで動かす項目を決める（色・柄・数量・訴求コピーをいつ確定するか）

2. 素材・枠の“余白”を持つ（備蓄、契約、近距離生産の組み合わせ）

3. AIの示唆を採用／棄却する責任者を明確にする（知財・類似・品質・炎上も含めたガバナンス）

トレンドは速くなる。だから必要なのは「当てる精度」だけではない。「当てたあとに出す速度」を、組織の標準装備にできるか——。WWDが取り上げたTargetの挑戦は、その競争がすでに始まっていることを教えてくれる。 WWD