こんにちは!OpenFashionです。
本日は、OpenFashionのテクノロジー領域をリードするお二人にお話を伺いました。ファッション特有の“曖昧さ”をどう設計に落とすか、生成AIで何が変わったのか、そして大規模環境ならではの面白さまでお届けします。
【参加者プロフィール】
==============================
• 上田さん
OpenFashion代表。アパレル販売の現場を経てIT業界へ。起業を経て(旧オムニス)を創業。エンジニアとしての実務経験を背景に、アーキテクチャ設計や新技術の検証を主導。
==============================
==============================
• 嶌さん
電子工学を専攻後、エンジニアとしてキャリアを開始。複数社で技術責任者を歴任し、独立して受託開発会社を立ち上げた後、OpenFashionに参画。現在は技術責任者として実装・運用の現場を統括。
==============================
本日のトピック5つ
#未来志向×実装力の役割分担を設計する
#ファッションの“曖昧さ”をモデル化する
#生成AIで変わった開発と導入初期の乗り越え方を整理する
#リモートでも“伝わる”を仕組み化する
#ワールドグループ規模の面白さを掘り下げる
ーー未来志向×実装力の役割分担を設計する
編:技術選定におけるお二人の役割分担は、どのように設計していますか?
上田:私は“未来志向”です。新しい可能性を探し、理想の体験を先に描きます。実用化の前段で視野を広げ、選択肢をそろえておくのが自分の役割だと考えています。
嶌:私は“実装・運用”の手触りを重視します。現場の負荷や既存資産との整合、安定性まで含めて総合的に評価し、“いま回せる最適解”に落とします。未来の選択肢と現場の最適解が噛み合うと、合意が強くなり、前進が速くなります。
ーーファッションの“曖昧さ”をモデル化する
編:サイズや色など、ファッション特有の“曖昧さ”は、どのように設計へ落とし込みますか?
嶌:単純な統一が正解とは限らないのがファッションです。Sサイズでも「大きめで着てほしい」といった“ズラし”が価値になります。正規化をやり過ぎると、ブランドの個性が薄れます。
上田:結局は“定義の問題”です。年齢・ジェンダー表記も同様で、一般的なカテゴリに当てはめるのが適切でない場合があります。一方で、データは必ずどこかに格納されます。ですので、曖昧さをそのまま扱えるデータモデルや、検索・レコメンドで補助する“橋渡し層”(共通タグや補助データの層)を用意する設計が要点になります。
ーー生成AIで変わった開発と導入初期の乗り越え方を整理する
編:生成AIの登場で何が変わり、導入初期はどのように乗り越えましたか?
嶌:設計の叩き台づくり、実装方針の比較、テストコードの草案など、開発プロセスの各所でAIを使う前提にシフトしました。2023年前後からの変化が大きいと感じています。
上田:“まず使ってみる”が当たり前になりました。AIは曖昧さを曖昧のまま扱えるので、ファッション文脈と相性が良い。雰囲気やニュアンスを含む提案・探索は特に強みです。初期は“自分が理解していないコードは出したくない”という抵抗もありましたが、実験→評価→標準化を小さく速く回し、レビューと検証で品質を担保することで、受け入れが進みました。
ーーリモートでも“伝わる”を仕組み化する
編:リモート前提でも“伝わる”状態は、どのように仕組み化していますか?
嶌:議事・決定・タスクは必ずテキストで残します。後から見ても同じ理解にたどり着ける状態を作ることが大切です。会議も“全員が発言できる設計”にしています。
上田:Claude Codeのプロンプト共有など、ツールの進化も追い風です。成果物だけでなく「どう考え、どう試し、どう評価したか」を文章で残すことで、合意の質と再現性が上がり、リモートでも迷いが減ります。
ーーワールドグループ規模の面白さを掘り下げる
編:ワールドグループ規模の現場で開発する面白さは、どの点にありますか?
嶌:高トラフィックを前提に、キャッシュ戦略やデータの持ち方、監視まで設計初期から解像度高く詰める必要があります。難易度は上がりますが、その分だけ設計の腕が試されるのが面白いです。
上田:反響が数字や現場の声で返ってくる手触りが大きいです。使い勝手や運用負荷の改善が数値に表れると、設計判断の確からしさを自分の手で確かめられます。さらに、ITの“当たり前”をワールドグループに広げていくDXの手応えも、この環境ならではの魅力です。
OpenFashionでは、新しいファッションの形を創造してくれる仲間を募集しています。少しでも興味を持っていただけましたら、ぜひカジュアル面談にお越しください!