StyleBuddy、自社ECにAIスタイリストを重ねる「Agentic Storefront」を展開：ファッションAIの3本柱と数字の検証

FashionUnitedに載ったのは、StyleBuddy自身の説明です

StyleBuddy's Vision for the Next Fashion Storefront: AI Styling, Virtual Try-On and Agentic Commerce

StyleBuddyが描くファッション小売のビジョンは、AIスタイリング、バーチャル試着、エージェンティックコマースによってオンラインの買い物体験を高めるものです。

fashionunited.uk

2026年9月14日、ファッション業界メディアFashionUnitedの英国版に、AIファッションコマース基盤StyleBuddyの構想を紹介する記事が掲載されました。ページには「PARTNER CONTENT」の表示があり、著者欄も「Partner」です。記者が取材した編集記事ではなく、企業側の説明を載せるパートナーコンテンツ（広告記事）にあたります。

そこで本稿では、記事中のユーザー数やブランド数、目標値をすべて同社の説明として扱い、同社のプレスリリース、製品ページ、企業データベース、Shopifyのアプリストアと突き合わせます。

パートナーコンテンツによると、創業者兼CEOのSiddharth Pandit氏の問題意識は、オンラインのファッションが買い手に想像させる部分がまだ大きすぎることにあります。商品一覧は品ぞろえを示せても、似合うか、場面に合うか、ほかの服と組み合わせられるかには答えにくい。同社はこの「決断のすき間」を埋める基盤を目指すとしています。

同社は10万人超のユーザーコミュニティを築き、100超のブランドと関わってきたとし、今後12か月でユーザー200万人超、参加ブランド500超を目指すと説明しています。40超の市場での活動にも触れていますが、いずれも第三者による確認は取れていません。

3本柱の中身：もっとも踏み込んでいるのは自社ECに重ねるAIスタイリスト

3つの事業は共通のAIスタイリングエンジンと商品カタログ層の上で動き、ブランドは単独でも組み合わせても採用できるとされています。並べると、顧客と接する場所がそれぞれ違います。

もっとも踏み込んでいるのがAgentic Storefrontです。AIスタイリストがブランドの既存ストアフロントの上に載り、買い手は探しているものを自然な言葉で伝えられます。ブランド自身のカタログからコーディネートを提案し、好みを記憶し、顧客をブランドのチェックアウトの中にとどめる設計だと説明されています。

製品ページはもう少し具体的で、チャットは「GPTベース」のエージェント、カタログのURLを貼れば15分で公開でき、既存のチェックアウトは変えないとしています。欠品サイズの通知を含む分析画面も備えるそうです。一方、保存したコーディネートからそのまま購入する機能は「近日公開」です。現時点では提案とカート投入までを担い、決済はブランドの既存の流れに任せる形だと読めます。

残る2つのうち、Sell With StyleBuddy（リリースでの名称はStyleBuddy Marketplace）は、ブランドの商品をStyleBuddy側のアプリのスタイリング提案の中に並べる、向きが逆の仕組みです。Virtual Try-Onは写真をアップロードして着用イメージを確かめる機能で、Shopify向けのアプリも用意されています。

同じ「Agentic Storefront」でも、Shopifyとは向きが逆

名前が紛らわしいので整理しておきます。Shopifyが2026年3月に全加盟店へ広げたAgentic Storefrontsは、商品をChatGPTやGemini、Copilotといった外部のAIに届ける仕組みで、売場は自社サイトの外へ出ていきます。StyleBuddyが同じ言葉で呼ぶのは、自社サイトの中にエージェントを置いて接客を変えるものです。

ファッションブランドはいま、この2方向の配分を迫られています。外へ出る側では、ASOSがChatGPT上に「ASOS Stylist」を公開し、GapはGoogle Gemini上での直接購入を始めました。巨大な会話トラフィックに届く代わりに、体験の設計や顧客データはプラットフォームの条件に従います。公開直後に英国のECエグゼクティブが試した結果（当サイトの解説で紹介）では、ASOSが扱わない商品について競合サイトへ案内した事例が報告されています。

Modern Retailの2026年1月の記事によれば、Amazonは外部のAIエージェントを締め出しており、同誌はこれを広告事業を守る狙いとみています。一方、TargetやInstacartはOpenAIと組む道を選びました。同記事が紹介したForresterの調査では、アンサーエンジン上で支払いまで済ませてもよいと答えた消費者は約3分の1でした。発見の場が外部AIに移っても、購入の最後をどこで迎えるかはまだ定まっていません。

自社サイト側を強くする動きも出ています。Julie Bornstein氏が率いるDaydreamは、5,000万ドルのシード資金を得て自社の買い物エージェントを2025年6月に公開し、2026年7月29日には自然言語検索をブランドの自社サイトに組み込む「Powered by Daydream」を発表しました。STAUDやAlice + Oliviaなどが試験導入しているとしています。Willy ChavarriaがadidasとのコラボをSwapのAIストアフロントで販売した事例も、同じ方向の動きです。

自社アプリで買い手を集めつつ、同じエンジンをブランドの自社サイトに貸し出す。StyleBuddyの構図はDaydreamとよく似ています。違うのは裏付けの厚さです。Daydreamが資金調達額や試験導入ブランドの実名を公表しているのに対し、StyleBuddyは資金調達額を示しておらず、製品ページに並ぶブランド名もブランド側の発表では確認できていません。

サイズと試着の悩みには、独立したデータがある

課題そのものは、同社以外のデータでも確認できます。全米小売業協会（NRF）とHappy Returnsの2025年の推計では、米国の返品額は8,499億ドル、オンライン売上の19.3%が返品される見込みです。Zalandoの技術解説は、欧州のオンラインファッションの返品率が50%前後に達することがあり、最大で半分がサイズとフィットに起因すると説明しています。

効果の見積もりでは、同じページにある2つの数字の読み方に注意が必要です。Zalandoのサイズ支援機能は2025年にサイズ起因の返品を全体で8%防いだ一方、バーチャル試着室のパイロットでは返品率を最大40%下げたとしています。指標も対象も異なるため単純には比べられませんが、機能群全体での実績は8%、パイロットの最大値は40%で、Zalando自身も全面展開で同等の効果を出すことを今後の課題としています。

試着はプラットフォームの標準機能にもなりつつあります。Googleは2025年7月に始めた試着機能を、12月に自撮り写真1枚で使えるよう更新し、米国で提供を始めました。THG Ingenuityもバーチャル試着「AI Stylist」をGoogle Cloud Marketplaceで提供しています。試着を単体の機能として差別化する余地は狭まり、自社サイトの接客やサイズデータとどうつなぐかが問われています。

StyleBuddyの数字を、公開情報と突き合わせる

企業データベースTracxnの掲載情報では、StyleBuddyはインドのグルグラムを拠点に2020年創業、従業員は29人（2026年8月末時点）、売上は2025年3月期で0〜1億ルピーの区分です。資金調達を受けたとされていますが、金額は示されていません。リリースの配信元はインド法人のStrike A Pose Fashion India Private Limitedで、リリース本文はNirji Venturesを親会社と説明しています。一方、FashionUnitedの企業ページは所在地をシンガポールとしています。Tracxnの事業説明や2025年3月の業界誌インタビューを見ると、もともとはインドで個人向けのスタイリングを提供するサービスで、ブランド向けのAI基盤はその延長の事業です。

注意したいのは同社自身の数字で、指標の定義や比較の基準がページごとにそろっておらず、互いに比べられません。

• 導入規模：パートナーコンテンツとリリースは「100超のブランドと関わった」、製品ページは「50超のブランドが稼働中」
• 転換率：ブランド向けトップページは「+34%」、製品ページは「3倍（通常ページ比）」
• 返品：トップページは「最大40%削減」、製品ページは出典なしで「業界ベンチマークでは24〜36%減」
• カゴ落ち：製品ページは「78%」を業界の課題として掲げ、同じページで導入効果を「-78%」と表示

どの数字にも、算出の前提（期間、比較の設計、対象ブランド数）は示されていません。

Shopifyのアプリストアでは、試着アプリは2025年12月3日公開、無料トライアル（100回分・2週間）と、月額14.99ドル（試着200回分）から68.99ドル（1,000回分）までのクレジット制で、2026年9月15日時点のレビューは0件でした。

製品ページの「Brand Stories」欄には、Biba、FabIndia、Libasといったインドの大手ブランド名が、肩書き付きの人物名と成果の数字とともに掲載されています。ただし、これらのブランドの側からStyleBuddyの導入を発表した記録は見つかりませんでした。

発表で開示されていないこと

• Agentic Storefrontの料金：未開示（公開価格を確認できたのはShopify向け試着アプリのみ）
• 資金調達額と投資家：未開示
• 実名で確認できる導入ブランド：確認できず
• 成果指標の算出方法（期間、比較対象、サンプル数）：未開示
• 利用するAIモデルの詳細、会話・写真データの保存と学習への利用：未開示
• 「40超の市場」の内訳、10万人超のユーザーの定義：未開示

EC事業者はどう受け止めればよいか

自社ECにAIスタイリストを置く発想自体は、筋の通った選択肢です。外部AIに商品を出すだけでは、会話の中身も、どのサイズが足りなかったかという需要の手がかりも手元に残りにくくなります。自社サイトの接客をエージェント化すれば、それを自社のデータとして持てます。

ただし、ベンダーの数字を並べても判断材料にはなりません。まず確認したいのは比較の設計です。ツールを使った人だけを取り出して転換率を比べると、もともと購入意欲の強い人を選んだだけの数字になりやすく、THG Ingenuityの事例でも同じ点が論点になりました。導入前後の比較なのか、同じ期間に訪問者を振り分けたA/Bテストなのかを、文書で出してもらうのが出発点です。

指標も転換率だけでは足りません。試着をきっかけに「買ったが返した」注文が増えれば、利益は削られます。返品への効果はパイロットの最大値ではなく全商品での実績で見るべきで、写真を預かる機能なら、保存期間や学習への転用の有無を契約で決めておく必要があります。

そして、自社サイトを強くする場合も外部AIに出る場合も、サイズや素材、着丈といった商品データが整っていなければ、エージェントは的確に提案できません。AIショッピングエージェントがファッションの検索広告予算を奪う流れのなかで、機械が読める商品データへの投資は、ベンダー選びより先に着手できる施策です。

まとめ

StyleBuddyの3本柱は、「似合うか、合わせやすいか、サイズは大丈夫か」というファッションECの迷いに、スタイリング、試着、会話型の接客でまとめて応える構想です。外部AIへの出店と並行して、自社サイトの接客をエージェント化する道を示した点は、ブランドにとって検討の材料になります。

一方で情報源は広告記事で、数字には第三者の裏付けがなく、ページごとに指標の基準もそろっていません。次に注目したいのは、実名のブランドが自ら導入を発表するか、そして成果が測定方法とあわせて公開されるかです。