物理 AI がファッション業界をどのように変革しているかをご覧ください

ファッション業界が生み出すのは、 9,200万トン 副作用ではなく、生産システムの設計方法の結果として、年間の廃棄物の量が増加します。

これは変わり始めています。世界中の工場現場では、テキストや画像を生成するだけでなく、実際に材料と対話し、その環境を感知してリアルタイムで適応する新しいクラスの AI が出現しています。物理 AI は、繊維製造を何十年も悩ませてきた問題を解決し始めています。これは別の種類の AI イノベーションです。生産リードタイムを短縮し、より迅速な反復を可能にし、過剰在庫を削減し、発生源での無駄を削減する高度な製造オートメーションです。

消費者の好みは数日で変化しますが、従来の生産サイクルは設計から店頭に届くまで数か月かかります。この不一致により、トレンドを見逃すと短期的には過剰在庫よりもコストがかかるため、ブランドは過剰生産を余儀なくされます。これらの不要な衣類はその後、倉庫から廃棄され、メーカーが実際の需要に十分迅速に対応できないため、埋め立て地に送られることがよくあります。

繊維業界はコストを削減し、効率を高めるために自動化に目を向けていますが、従来のシステムでは布地を処理できないという根本的な障壁にぶつかっています。ほとんどの自動機械は、あらかじめ決められたラインに沿って切断したり、硬い素材を移動したりするなど、単一の反復的なタスクを実行できますが、依然として人間のオペレーターが生地を操作、位置合わせ、位置決めする必要があります。この「コボット」アプローチでは、生産速度を大幅に向上させたり、廃棄物発生量を削減したりすることなく、労働者の生産性を向上させることができます。これは、機械が生地の種類、織り方、環境条件に応じて動作が異なる柔らかく変形しやすい素材を処理できるほど洗練されていないためです。

物理的な AI システムは、高度なカメラとセンサーを通じて、感知、思考、行動、学習というフィードバック ループで動作し、高速で正確なオンデマンド生産への道を提供し、製造業者の適応性を高めながら、廃棄物や売れ残り在庫を削減します。これは、次のことを達成できることを意味します。

メリットは計り知れませんが、物理 AI システムを実際の工場条件でさまざまな種類のファブリックにわたって数千時間の生産時間にわたって確実に動作させることは、まったく別の課題です。デジタルで拡張できる生成 AI とは異なり、物理 AI には実際のテスト環境、データ収集のための工場現場へのアクセス、生産ラインでロボット システムをテストする意欲のあるメーカーとのパートナーシップが必要です。

これは、起業家、製造業者、投資家が協力して実際の生産条件でソリューションをテスト、改良、検証するという、分野を超えた共同の取り組みに進歩がかかっていることを意味します。

ザ・ミルズ・ファブリカでは、世界中のテクノロジースタイルと農業食品のスタートアップに投資し、ビジネス/テクノロジーへの影響というレンズを通してソリューションを評価しています。最も有望な投資は、専門分野の深い専門知識に基づいて構築された強力な技術基盤、実際の工場条件と統合する実証済みの能力、および測定可能な環境および商業的利益という 3 つの要素を組み合わせたものです。自動切断、生地の取り扱い、欠陥検出などのタスク固有のアプリケーションは、一般的なプラットフォームやアプリケーションよりも優れたパフォーマンスを発揮する傾向があります。

この分野は次のような複数のプレッシャーに直面しているため、繊維産業全体に物理 AI を適用することは適切です。持続不可能なレベルの廃棄物と過剰生産。サプライチェーンの問題により、新たな調達戦略が余儀なくされる。そして環境への影響を軽減するという消費者の需要の高まり。アジアは世界の繊維製品のほとんどを製造しており、ここの製造業者は異常な混乱を乗り越えています。ブランドは、貿易政策や関税の進化を考慮して、新たな地域から調達し、製造する必要が増え、利益率を圧迫し、コストを最終消費者に転嫁する必要が生じています。不確実な政治環境により、製造業者はサプライチェーンの回復力を引き続き求められており、製造業者は調達能力をますます多様化しています。

物理 AI は、スピード、柔軟性、品質保証、検証可能な持続可能性など、この時代に必要なものを正確に提供します。世界的なブランドが、環境への影響をより少なく、より身近に、より小さなバッチを提供できる製造パートナーを求めているため、無駄の削減、品質の向上、より速いスループットを通じて明確なROIを実証し続け、生産プロセスに効率性の向上を直接体系的に組み込むことになります。

物理的な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、技術的な側面だけでなく、アジアの製造業の現実、つまり従来のインフラストラクチャとの統合を理解する必要があります。この変化を主導するメーカーは、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、実際の状況でも動作するシステムを繰り返し開発しています。ファッション業界の廃棄物危機が加速する中、物理的 AI は実行可能な道を切り開き、数十年にわたって業界を定義してきた過剰生産モデルを超えて進んでいます。