True Fit、20年分のフィットデータで武装したAIショッピングエージェントを発表――ファッションEC最大の課題「サイズ不安」に終止符を打てるか

True Fitが「フィット特化型」AIショッピングエージェントを正式発表

True Fit Launches AI Shopping Agent Built on Two Decades of Fit Data

True Fit's new AI shopping agent uses 20 years of fit, style and purchase data to help consumers find the right products.

sourcingjournal.com

2026年2月17日、ボストンに本社を置くフィットテクノロジー企業True Fitは、ファッション小売向けのAIショッピングエージェントを正式に発表しました。このエージェントは、同社が約20年にわたり蓄積してきた購買・返品データを基盤とし、「この服は自分に合うのか」という消費者の根本的な不安をリアルタイムで解消することを目指しています。

同社の共同創業者兼CEOであるJessica Murphy氏は「エージェンティックコマースは1年前には誰も注目していなかったが、今やすべてのリテールチームが取り組むべき最重要テーマになっている」と述べています。

業界動向

ファッションECにおける返品問題は、業界全体で深刻な経営課題となっています。2025年のEC返品総額は約8,500億ドル（約127兆円）に達すると予測されており、オンライン購入の約5件に1件が返品されている状況です。特にアパレル・フットウェア領域の返品率は25〜40%と、全カテゴリ中で最も高い水準にあります。

その最大の原因が「サイズとフィットの不確実性」です。業界調査によると、ファッション返品の67%がサイズ・フィットの問題に起因しています。「試着できない」ことが消費者の43%にとってオンライン購入をためらう最大の要因であり、これはファッションECの構造的な弱点と言えます。

一方で、2025年から2026年にかけて急速に台頭した「エージェンティックコマース」の波は、この課題に新たな解決策を提示しています。GoogleやShopifyが相次いでAIエージェント関連の機能を発表する中、True Fitは「フィットデータに特化したAIエージェント」という独自のポジションを確立しようとしています。

20年分のデータが生み出す「結果ベース」のフィット推薦

True Fitのショッピングエージェントの最大の差別化要因は、そのデータ基盤の規模と質にあります。同社は公式サイトで以下の数字を公開しています。

• 6,160億ドル以上の取引データを分析
• 数億人規模のショッパープロファイル
• 6,000万以上のユニーク商品
• 91,000以上のアパレル・フットウェアブランドをカバー
• フィットテック市場で65%のシェア（競合全社を合計した以上の規模）

従来のサイズ推薦ツールは、静的なサイズチャートや商品ページ上のレビューに依存していました。True Fitのエージェントが異なるのは、「消費者が実際に購入し、返品しなかった商品」のデータ、すなわち「結果ベース」のデータを基盤としている点です。単にクリック行動やレビューの文言を参照するのではなく、「実際に保持された商品」のパターンから最適なサイズを導き出します。

具体的な動作としては、ショッピング中の「ためらいシグナル」を検知し、プレーンな言葉で的確なサイズガイダンスを提供します。これにより、いわゆる「ブラケット買い」（複数サイズを購入して合わないものを返品する行為）の削減も狙っています。

MCPによる既存AIエージェントとの連携

今回の発表でもう一つ注目すべきは、True Fitの「Fit Intelligence」レイヤーがModel Context Protocol（MCP）経由で提供される点です。MCPはAnthropicが2024年11月に発表したオープン標準プロトコルで、AIアシスタントと外部データソースをシームレスに接続するための仕組みです。

これにより、小売企業が既に導入しているAIショッピングアシスタントや検索システム、パーソナライゼーションエンジンに対して、True Fitのフィットデータを「インフラ」として組み込むことが可能になります。True Fitは自社のウェブサイトで、この提供形態を「ビッグテック、AIラボ、マーケットプレイス、先進的な技術スタック向け」と位置づけています。

つまり、True Fitは2つのデプロイ方式を用意しています。1つ目は商品詳細ページ（PDP）や商品一覧ページ（PLP）に直接埋め込む「AIショッピングエージェント」。2つ目はMCPを通じて他のシステムにフィットインテリジェンスを提供する「API/インフラ型」です。Shopify Plus認定（5つ星評価）も取得しており、既存のEC基盤への導入障壁を低く設計しています。

EC事業者への影響と活用法

True Fitの公式サイトによると、導入企業では以下の成果が報告されています。

• フィット関連返品の最大40%削減
• サイト全体で1〜2%のコンバージョン率向上（A/Bテスト実測値）
• 4%のインクリメンタル売上増加
• 最大4倍のコンバージョン率リフト（導入ブランドの事例）

特に注目すべきは、「良いフィット体験をした消費者はリピート購入する確率が2倍になる」というデータです。返品削減は短期的なコスト削減効果にとどまらず、顧客のLTV（顧客生涯価値）向上にも直結します。

提供スケジュールは、2026年3月1日より一部の先行導入パートナーへの提供を開始し、4月に一般リリースを予定しています。

EC事業者がこのエージェントの導入を検討する際には、自社の返品データの分析が出発点になります。フィット起因の返品比率が高い事業者ほど、導入効果は大きいと考えられます。また、MCP対応により、既存のAIエージェントを置き換えるのではなく「フィットデータのレイヤーを追加する」形での導入も可能であるため、技術的なハードルは比較的低いと言えます。

まとめ

エージェンティックコマースの時代において、「フィットとサイズ」は単なるサイズチャートの問題ではなく、AIエージェントが最も頻繁に問われるテーマとなっています。AIショッピングエージェントへの質問の最大70%がフィット関連であるという同社のデータは、この領域の重要性を端的に示しています。

True Fitの強みは、20年近い歴史の中で蓄積された「結果ベース」のデータセットと、91,000ブランドにまたがるカバレッジにあります。MCPを通じたオープンなデータ提供という戦略は、自社単独でのエージェント展開にとどまらず、エージェンティックコマースの「フィットインフラ」としてのポジション確立を狙う動きです。

今後注目すべきは、GoogleのUCP（Universal Commerce Protocol）やShopifyのMCPサーバーなど、EC向けAIエージェント基盤が急速に整備される中で、True Fitのようなドメイン特化型データプロバイダーがどのように位置づけられるかという点です。汎用AIエージェントだけでは解決できない「専門知識」の価値が、ファッションECの領域で証明されるかどうか。3月の先行リリースの成果に注目です。