AIストアフロントで売上2倍、質問の44.8%は「サイズ」。Willy Chavarria × Swapが暴いた商品データの穴

AIストアフロント専用サイトで売った、Adidasコラボの実測値

Willy Chavarria is testing an AI version of himself

Willy Chavarriaがバーチャル試着や将来的なAI音声接客を含む、AI駆動のeコマースを試している。

www.glossy.co

ニューヨークのデザイナーWilly Chavarriaが、2026年6月に発表したAdidasとのWorld Cupコレクションを、通常の自社ECではなくコマースプラットフォームSwapが構築した専用のAIストアフロントで販売しました。2026年8月24日にGlossyのZofia Zwieglinska記者が報じた内容によれば、この試みは売上面ではっきりした結果を出しています。

ブランド関係者はGlossyに対し、「Swapでのローンチを前回のコレクションローンチと比較すると、コンバージョン率と平均注文単価は同水準のまま売上が2倍になった」と説明しています。Swapが公開した数値では、最初の6日間で1,000件を超える注文が入り、平均注文単価は249ドル、全体のコンバージョンは3%でした。流入の内訳では、直販・オウンドメディア・メールが売上の81%を占めています。

ここで見落とせないのは、集客が自前のチャネルで完結している点です。AIストアフロントは検索やSNSから客を連れてくる装置として働いたのではなく、既に来ている客の体験を置き換えたものでした。売上2倍という数字は、新規流入の獲得ではなく体験の設計変更によるものと読むのが正確です。

チャットで商品について質問し、推薦を受け取り、バーチャル試着を経て決済まで進む。この一連の流れを、ブランド本体のサイトとは別のドメインに切り出したことが、今回の構成上の特徴でした。Chavarria本人はこの分離を肯定的に捉えており、コラボレーションのための「別の世界」を作れたと語っています。今後もコラボ案件ではこの形式を使いたいとしています。

802件の会話が突きつけた、サイズという未解決問題

売上以上に注目すべきなのは、Chavarriaが「最も有用だった」と語る別のデータです。

ローンチ期間中に記録された802件の会話シグナルのうち、44.8%がサイズとフィットに関するものでした。どのサイズが自分に合うのか、モデルが着ているのと同じように着られるのか、この商品は大きめか小さめか。半数近い会話が、商品ページを読んでも解消されなかった同じ不安に集中していたことになります。

"

これまでは、すべてが文字どおり売れたかどうかだけに基づいていました。誰かがなぜ返品するのか、なぜ購入しないと決めたのか、その背後にある詳細はほとんど分かりません。

出典: Willy Chavarria

従来のECが計測できるのは、離脱したという事実だけです。何に迷って離脱したのかは、返品理由の自由記述やカスタマーサポートへの問い合わせといった、極端に偏ったサンプルからしか推測できませんでした。会話型のストアフロントは、その「沈黙した離脱」を、テキストとして記録可能な質問に変換します。

Chavarriaは、生地の重さや硬さを知りたい顧客の例を挙げています。同じ質問が繰り返されるなら、そこに学ぶべきものがあるという指摘です。裏を返せば、44.8%という数字は、この業界の商品情報がいまだにサイズ表とモデル着用写真の域を出ていないことの証明でもあります。

そしてこの欠落は、人間の買い物客だけの問題ではありません。ChatGPTやGeminiのようなAIが商品を比較して推薦する経路が増えていくなかで、AIが参照できる商品データにフィット感や素材特性が入っていなければ、そもそも比較の土俵に乗りません。会話ログから浮かび上がったサイズの質問は、AIが読める商品データがまだ整っていないという、より広い問題の局所的な症状にあたります。

バーチャル試着の「20%」をどう読むか

Swapが強調する数字のひとつが、バーチャル試着（VTO）の効果です。VTOセッションのおよそ20%が購入に至り、サイト全体の購入コンバージョン0.8%と比べて桁違いに高いとされています。

ただしこの数字には、利用者が376人にとどまるという但し書きが付きます。VTO利用者による注文は、ローンチ期間の注文全体の約7%にすぎません。そもそも試着機能をわざわざ使う人は、購入意欲が最初から高い層です。20%という転換率は、VTOが購入を生んだ効果と、購入する気のある人がVTOを使ったという選択バイアスの両方を含んでいます。

SwapのCMOであるJuan Pellerano-Rendón氏は、オンラインで服を買うときに残る不確実性を扱うことが機会なのだと述べ、自分の肌の色に合うか、自分に似合うかを素早く判断できる点を挙げています。方向性としては妥当ですが、376という母数から製品判断を下すのは早すぎます。

業界全体の文脈も押さえておく価値があります。DRESSXが2026年に公表した調査では、アパレルECの返品率は30〜40%、コンバージョンは1〜2%で推移しており、23〜30%とされる実店舗との差は依然として大きいままです。試着できないことが構造的なボトルネックであるという認識自体は、業界に広く共有されています。

なお、Swap自身は自社プラットフォームについて、従来型ECの2倍のコンバージョン、3倍のサイト滞在、20%少ない返品という数値を公表しています。これらはいずれもベンダー自身による発表であり、第三者検証を経たものではありません。導入検討時には、自社の既存ECとの並行比較で確かめる必要があります。

デザイナーの声を再現するという構想、そして未実施という事実

Glossyの記事の見出しになっているのは、Chavarriaが自分の声をAIで再現し、接客に載せることを検討しているという話です。

「いずれ私の声が話しているのを聞くことになるかもしれません。私そのものの声で、私そのものの話し方で」とChavarriaは語ります。特定のメッセージを録音する方式か、AIが声を合成して質問に答える方式か、実装方法は固まっていません。大半の接客は別の声が担当し、要所で本人の声が現れる形も検討しているといいます。

"

かなり奇妙な話です。だからまだやっていません。もっとよく考える必要があります。

出典: Willy Chavarria

この構想はまだ実施されていません。実装時期も、コストも、権利処理の枠組みも未開示です。記事が伝えているのは、実現した機能ではなく、デザイナー本人が抱えている逡巡のほうです。

比較対象として本人が挙げているのが、Ralph LaurenのAsk Ralphです。2025年9月にMicrosoft Azure OpenAI上で構築され、米国のアプリユーザー向けに提供が始まった会話型スタイリング機能で、ブランドの世界観に沿ったコーディネート提案を返します。ただしRalph Lauren本人の声は使われていません。ChavarriaはRalph Laurenのサイトで本人がセーターを説明してくれる状況を想像し、それは面白いと述べています。

背景には、ブランドの魅力がどこから生まれるかの変化があります。BoFとMcKinseyのState of Fashionは、米国と中国の双方で、ラグジュアリーブランドの魅力度を決める最大の要因が職人技やヘリテージではなく感情的つながりになったと報告しています。クリエイティブディレクターの動向が需要に直結する例も出ており、Jonathan AndersonのLoewe退任が発表された際には、Lystでの同ブランド検索が38%増加しました。約150の小売店とDTCで販売するWilly Chavarriaにとって、自社の物理店舗網がない状況で世界観を届ける手段としてオンラインの比重が上がるのは自然な流れです。

EC事業者への示唆：会話ログを商品データの改善キューに変える

今回の事例から実務に持ち帰れるものは、AIストアフロントを導入すべきかという話よりも手前にあります。

最初に手を付けるべきは、顧客が繰り返し尋ねている問いを、商品データの欠落として扱う運用です。既にチャットボットや問い合わせフォーム、レビューのQ&Aを持っているなら、そこに蓄積されたテキストは今回の802件と同じ性質のデータです。質問を分類し、上位を占めるカテゴリに対応する属性が商品マスタに存在するかを突き合わせれば、優先順位はほぼ自動的に決まります。

サイズとフィットが最上位に来るなら、追加すべき情報は具体的です。実寸法だけでなく、着用モデルの身長と着用サイズ、ゆとりの大小、生地の目付や伸縮性、洗濯後の縮み方まで含めた記述が要ります。これらは人間の買い物客が読む文章であると同時に、AIエージェントが商品を比較する際の判断材料でもあります。同じ情報を構造化データとフィードの両方に載せておくことで、自社サイト内の接客とAI経由の推薦の双方に効きます。

体験をどこで切り出すか、という論点もあります。今回のストアフロントはブランド本体のサイトと別に置かれ、コラボレーション専用の世界として機能しました。既存ECを全面的に置き換えるのではなく、限定ドロップやコラボといった単発の施策で会話型の接客を試すという段取りは、リスクを抑えながら学習データを取る方法として現実的です。エージェンティックコマースへの移行を全社的な刷新として構えると、検証に入る前に息切れします。

見誤ってはいけない前提もあります。今回の売上の81%は直販・オウンド・メールから来ています。AIストアフロントは既存の顧客基盤とローンチの話題性があって初めて機能した装置であり、それ自体が集客するわけではありません。会話型UIを入れれば売れるという因果には、誰かを連れてくる別の仕組みが必ず前提として挟まっています。

最後に、会話ログの扱いには設計が要ります。顧客の質問と回答は、そのまま商品改善と接客品質の一次データになりますが、個人情報を含む可能性のあるテキストでもあります。何を保存し、どこまで分析に使い、誰が閲覧できるかを決めてから運用を始めるほうが、後戻りが少なくて済みます。

まとめ

Willy ChavarriaとSwapの事例で最も再現性が高いのは、売上2倍という結果ではなく、44.8%という内訳のほうです。顧客が何に迷っているかを構造化して受け取れるようになると、これまで返品率という結果指標でしか見えなかったものが、商品データの具体的な欠落として特定できるようになります。

デザイナー本人の声をAIで再現する構想は、まだ検討段階にとどまります。それが実装されるかどうかより、会話型の接客が日常的な販売チャネルとして定着したときに、そこで蓄積される問いの記録をどう商品情報へ還流させるか。次に注目すべきなのは、その仕組みを持つ事業者と持たない事業者の差が、どのくらいの速さで開いていくかです。