Nikeの会話型AI検索とアスリート発想を融合したシューズ試作の共創プロセス

ブランドのDNAを理解する専門家が基盤モデルをファインチューニング（自社のデータで学習し直し、用途に合わせて調整すること）した、というつくり方が、この会話型検索の要になっていると考えられます。汎用のモデルをそのまま載せれば、言葉の理解はできても、どの商品をどう薦めるかという判断がブランドの文脈から外れます。「レース用」という一語の裏にある用途や条件を自社の商品体系に結び付けて解釈するには、モデル側に固有の知識を教え込む工程が避けて通れません。会話で探せること自体よりも、返ってくる答えがブランドの世界観の内側に収まるよう作り込んだ点に、この設計の狙いがあります。

領域ごとにAIの土台を使い分けた判断も見逃せません。自社アプリの検索体験は独自に調整した基盤モデルが担う一方、広告・マーケティングでは韓国のNaverが提供するHyperCLOVA Xを用いた「CLOVA for AD」を採用し、仮想のブランドアンバサダー「BrandChat」が検索ユーザーとの対話を受け持ちます。すでにユーザーが集まっている場所の言葉づかいや検索の習慣に合わせるなら、その地域のプラットフォームが育てたモデルに乗るほうが、接点として無理がありません。すべてを自前で統一せず、接点の性質に応じて外部の基盤とパートナーの力を借りる割り切りが、複数領域への展開を可能にしたのだと見ています。

A.I.R.のプロセスでは、AIを発案の相手役に置き、最終的な形は人が決めるという役割分担がはっきりしています。トップアスリートのフィードバックが起点にあり、AIはそこからコンセプトを広げる役を担い、デザイナーが取捨選択してプロトタイプへ落とす。この三段構えは、AIの出力をそのまま製品にしないという意味で、品質に対する責任の所在を人の側に残す構造でもあります。