Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ZOZOのAI活用実践〜社内基盤からサービス応用まで〜
Search
ZOZO Developers
PRO
September 30, 2025
Technology
0
120
ZOZOのAI活用実践〜社内基盤からサービス応用まで〜
2025/09/30 にPOST Dev 2025で発表した登壇資料です。
https://lp.nijibox.jp/cp/postdev/
株式会社ZOZO
CTO
瀬尾直利 (@sonots)
ZOZO Developers
PRO
September 30, 2025
Tweet
Share
More Decks by ZOZO Developers
See All by ZOZO Developers
全身画像からコーデアイテムを抽出し毎日にIRODORIを!デバイス完結型アプリを作る
zozotech
PRO
0
140
「どこから読む?」コードとカルチャーに最速で馴染むための実践ガイド
zozotech
PRO
0
1.3k
これでもう迷わない!Jetpack Composeの書き方実践ガイド
zozotech
PRO
0
2k
ZOZOマッチのアーキテクチャと技術構成
zozotech
PRO
4
2.6k
「短期的な売上」から「長期的な顧客価値」へ。~ ZOZOTOWN HOME面におけるKPIの再設計 ~
zozotech
PRO
0
33
WEAR Webリプレイスの進め方
zozotech
PRO
0
61
ZOZOTOWNリプレイスで得た パフォーマンス改善の知見と、チームで継続するための取り組み
zozotech
PRO
0
720
ZOZOTOWNフロントエンドにおけるディレクトリの分割戦略
zozotech
PRO
18
6.5k
ファッションコーディネートアプリ「WEAR」における、Vertex AI Vector Searchを利用したレコメンド機能の開発・運用で得られたノウハウの紹介
zozotech
PRO
0
2.3k
Other Decks in Technology
See All in Technology
Oracle Cloud Infrastructure:2025年9月度サービス・アップデート
oracle4engineer
PRO
0
290
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
9k
kaigi_on_rails_2025_設計.pdf
nay3
8
3.7k
pprof vs runtime/trace (FlightRecorder)
task4233
0
130
Findy Team+のSOC2取得までの道のり
rvirus0817
0
220
Pure Goで体験するWasmの未来
askua
1
150
避けられないI/O待ちに対処する: Rails アプリにおけるSSEとasync gemの活用 / Tackling Inevitable I/O Latency in Rails Apps with SSE and the async gem
moznion
2
1.7k
CData MCP ナイト!「CData × Oracleで実現する新しいデータ活用 ― 国産SaaS 連携から MCP Server for Oracle Database まで」
shisyu_gaku
0
180
AI時代に活躍できるエンジニアとは #弁護士ドットコム
bengo4com
0
240
今日から始めるpprof / Pprof workshop for beginners
ymotongpoo
6
760
自作LLM Native GORM Pluginで実現する AI Agentバックテスト基盤構築
po3rin
2
200
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
20k
Featured
See All Featured
Embracing the Ebb and Flow
colly
87
4.8k
Site-Speed That Sticks
csswizardry
10
860
Become a Pro
speakerdeck
PRO
29
5.5k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
31
2.2k
What’s in a name? Adding method to the madness
productmarketing
PRO
23
3.7k
Producing Creativity
orderedlist
PRO
347
40k
The Invisible Side of Design
smashingmag
301
51k
Git: the NoSQL Database
bkeepers
PRO
431
66k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Reflections from 52 weeks, 52 projects
jeffersonlam
352
21k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Transcript
ZOZOのAI活用実践 〜社内基盤からサービス応用まで〜 POST Dev 2025 Copyright © ZOZO, Inc. 1
© ZOZO, Inc. 株式会社ZOZO 執行役員 兼 CTO Ruby, Fluentd コミッタ
瀬尾 直利 / そのっつ 2019.01 (株)ZOZOテクノロジーズ入社 (前職: DeNA) 2019.04 MLOps立上げ 2020.04 ZOZOTOWNリプレイス戦略, PF-SRE立上げ 2021.04 EC基盤本部長 / CTO委員長 2021.10 (株)ZOZO 技術本部長 2022.04 技術本部長 兼 VPoE 2023.06 執行役員 兼 CTO 2 @sonots
© ZOZO, Inc. https://zozo.jp/ 3 • ファッションEC • 1,600以上のショップ、9,000以上のブランドの取り扱い •
常時107万点以上の商品アイテム数と毎日平均2,700点以上の新着 商品を掲載(2025年6月末時点) • ブランド古着のファッションゾーン「ZOZOUSED」や コスメ専門モール「ZOZOCOSME」、シューズ専門ゾーン 「ZOZOSHOES」、ラグジュアリー&デザイナーズゾーン 「ZOZOVILLA」を展開 • 即日配送サービス • ギフトラッピングサービス • ツケ払い など
© ZOZO, Inc. https://wear.jp/ 4 • あなたの「似合う」が探せるファッションコーディネートアプリ • 1,900万ダウンロード突破、コーディネート投稿総数は1,400万 件以上(2025年6月末時点)
• コーディネートや最新トレンド、メイクなど豊富なファッション 情報をチェック • AIを活用したファッションジャンル診断や、フルメイクをARで試 せる「WEARお試しメイク」を提供 • コーディネート着用アイテムを公式サイトで購入可能 • WEAR公認の人気ユーザーをWEARISTAと認定。モデル・タレン ト・デザイナー・インフルエンサーといった各界著名人も参加
© ZOZO, Inc. 5 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例
• サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. 6 社内インフラ整備 2022年11月にChatGPTがリリースされたことで、生成AIが一気に普及。 ZOZO社でも、生成AI活用のための社内インフラ整備が急務に。
© ZOZO, Inc. 7 ZOZO社で利用可能な生成AIツール チャットツール • Microsoft Copilot •
Gemini Advanced • NotebookLM Plus • ChatGPT Enterprise コーディングAI • GitHub Copilot (coding agent) • Claude Code • Gemini CLI • Codex CLI 生成AIモデル基盤 • Amazon Bedrock • Gemini / Vertex AI Model Garden • OpenAI API その他(一部の部署でのみ利用中) • Dify • Figma AI
© ZOZO, Inc. 8 生成AIインフラ整備の歴史 〜 チャットツール 〜 • 2023年12月:Microsoft
Copilot (旧 Bing Chat Enterprise) • 2025年03月:Gemini Advanced / NotebookLM Plus • 2025年08月:ChatGPT Enterprise Microsoft 365 付属 Google Workspace 付属 背景: Microsoft Copilot、Gemini を利用できていたが、 個別の要望により、部署別での ChatGPT Team 契約が発生 ChatGPT Connectors のような社内システムとの連携機能も生 まれており、統括管理するために Enterprise を導入 https://corp.zozo.com/news/20250922-007248/
© ZOZO, Inc. 9 生成AIインフラ整備の歴史 〜 コーディングAI 〜 • 2023年05月:GitHub
Copilot の全社展開 • 2025年03月:Cline / Devin / Cursor の試験導入が進む • 2025年06月:Claude Code (Amazon Bedrock) の試験導入が進む • 2025年07月:Claude Code (Maxプラン) / Gemini CLI の全社展開 • 2025年09月:Codex CLI / GitHub Copilot coding agent の全社展開 背景: 6月までは「最終的に Copilot 一強になる」にベットして GitHub Copilot を推進。他のコーディングAIは部署ごとの 試験利用に限定 6月以降、Claude Code の評価が急上昇したことで、マルチ スタンダードを容認。変化に備え、予算は「開発AIエージェ ント」として柔軟に運用できる形とした。 2025年7月、全エンジニアを対象に1人あたり月額200米ドルの 基準のもと、開発AIエージェントの導入決定 https://corp.zozo.com/news/20250729-007217/
© ZOZO, Inc. 目次 ZOZOのAI活用実践 • 社内インフラ整備 ◦ 生成AIツールの導入判断とガバナンス •
業務効率化事例 • サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. 11 導入判断と費用対効果の計測 導入判断 • 特定部署への試験導入で「どういう業務が」「どれぐらい時間削減できたか」ヒアリング ◦ コーディングAI:開発業務が3割〜5割削減
◦ ChatGPT:月9〜16時間削減 • コストメリットがあると判断して全社展開を決定 今後の効果実績計測 • アンケートは個人の所感に依っているため、データで計測したい • 特に、開発業務については、コーディングだけが3割〜5割削減されても、要件定義、レビュー、 QAなどフロー全体を考えると、効果が如何ほどなのか不明 • 模索中 (本日の発表には間に合いませんでした)
© ZOZO, Inc. 12 生成AIツールの利用ルール ①著作権、肖像権、商標の侵害に注意 • アウトプットされた情報が著作権、肖像権、商標を侵害していないか確認すること ②入力情報を学習させないこと •
情報漏えいの可能性を念頭に、不必要な社外秘情報は入力しないこと ③人のチェックを通すこと • 生成結果(データ)については、人によるチェックを実施の上で活用すること • 生成結果が大量で人でチェックすることが難しい場合、システム化するなどして対応すること ④会社メールアドレスでアカウントを発行して利用すること ※登壇用の簡易版であり、社内にはより詳細なチェック項目があります
© ZOZO, Inc. 13 生成AIツールの導入審査 (MUST) 入力内容を学習されないようにする設定が可能なこと (SHOULD) その設定を管理サイドで一括管理できること (MUST)
アカウント管理(退職者管理)ができること (SHOULD) アカウントをSSO管理できること (WANT) 生成物について訴訟された場合の補償があること (MUST) 政府が経済安全保障上の懸念を示している国または地域にデータを保管していない (MUST) 反社チェックに通っていること (MUST) その他、なんらかセキュリティ、法的な懸念がないこと (MUST) 情報セキュリティ部のチェックに通っていること (MUST) 法務部のチェックに通っていること ※登壇用の簡易版であり、社内にはより詳細なチェック項目があります
© ZOZO, Inc. 14 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例
• サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. 15 業務効率化事例 〜生成AI活用推進〜 社内インフラを整備しただけでは不十分。生成AIを活用し効果を出してこそ意義がある。 2023年当時、開発部門では GitHub Coplit
の導入や、生成AI技術のR&Dが進んでいたが、 ビジネス部門においての生成AI活用はほぼ未検討であった。 2023年9月、生成AI活用推進のためのプロジェクトとチームを発足。 ビジネス部門へのニーズヒアリングから活動を開始し、生成AIツールの開発と提供を行なった。
© ZOZO, Inc. • 情報システム部門の問い合わせ対応ボット • SNS投稿文生成ツール • IR情報の自動収集&サマリ作成ツール •
売上に関するトピックス作成ツール 23個のAIツールを9カ月で開発し、ITmediaの記事にも取り上げていただいた 生成AI業務活用プロジェクト
© ZOZO, Inc. 17 生成AI活用事例①②
© ZOZO, Inc. 18 生成AI活用事例③④
© ZOZO, Inc. 19 生成AI活用事例⑤
© ZOZO, Inc. 生成AI活用リテラシー研修 全社員でカスタムGPTを作成・利用し、月間利用者数をチーム戦で競い合う 楽しみながら、実践を通して活用を学ぶと共に、便利なカスタム GPTを開発・共有する試み https://corp.zozo.com/news/20250423-aitraining/
© ZOZO, Inc. 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例 ◦
コーディングAI活用とエンジニアの生存戦略 • サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. コーディングAIエージェントの活用 GitHub Copilot (無印) の時代は、人間が主体で、AIはあくまでCopilot (副操縦士) だった。
2025年に Cline / Devin のような、AIが主体で、人間がナビゲーターとなるコンセプトのツールが登場 2025年6月に Claude Code の精度が飛躍的に向上 例) 業務委託に1週間で頼もうとしていたPoCが、1日で完了 パラダイムシフトが進行中。エンジニアの生存戦略も変化しつつある AIエージェントを利用したコーディングの流れ 1. 人間: AIエージェントにやりたいことを指示 2. AI: コード生成 3. 人間: 動作確認 4. 人間: 結果をAIエージェントにフィードバック 5. AI: コード修正 6. 人間: 実装が微妙なところは直す 3~6を繰り返す 人間はコードをほとんど触らない 特にプロトタイピングは AIで飛躍的に速度UP
© ZOZO, Inc. コーディングAI時代のエンジニア生存戦略 このAI時代にエンジニアが生きのこるためには (1) AIと共創する力 • AIエージェントに適切な指示を出すプロンプト設計力 •
生成結果を的確に評価・修正するレビュー力、クリティカルシンキング (2) 設計・抽象化スキル • 仕様を自然言語で整理し、システム構造に落とし込む力 • 大局的なアーキテクチャ設計や非機能要件(セキュリティ・パフォーマンス)を考える力 (3) ドメイン知識の深化 • LLMは汎用的なコード生成は得意だが、業務知識やプロダクトの背景理解は人間の強み • 特定領域(金融、物流、ファッションなど)の知識と技術を組み合わせると代替されにくい (4) 人と組織の橋渡し • ステークホルダーとAI/開発チームの間をつなぐ役割 • 技術を「どう使うか」をビジネスの文脈で提案できる力 そして、時代についていく柔軟性
© ZOZO, Inc. コーディングAI時代のエンジニア生存戦略ロードマップ AI活用: AIに指示してコードを書か せ、出力を読んで理解する。AIを 駆使して既存コードを読解する。 レビュー: 「なぜこのコードは動く
/動かないか」をAIに質問し、解 釈力を磨く。 基礎スキル強化: CS基礎を押さ え、AIではなく自分の頭で考える 「理屈の理解」を持つ。 設計力: 仕様を整理、抽象化して伝え る(人にもAIにも)力を持つ ドメイン知識: 「業務 x 技術」の掛け 算で強みを持つ 品質の責任: 自動生成コードのリスク を見抜く力を強化する。 アーキテクト力: 大規模システムの 構造を設計する。 人と組織の橋渡し: ステークホル ダー、ビジネス側、AI/開発チー ムをつなぐ。 ガバナンス: 倫理、ライセンス、セ キュリティを管理する。 ジュニア期 基礎的なコーディング力を積む ミドル期 プロジェクトの一部を任される シニア期 組織全体の「意思決定」や「責任」
© ZOZO, Inc. 25 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例
• サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. ZOZOの経営戦略と AI方針
© ZOZO, Inc. 27 ZOZO社のAIサービス活用の歴史 2018年:採寸用ボディースーツ 「ZOZOSUIT」 ※2025年現在、サービス終了 2019年:ZOZOTOWNに類似アイテム画像検索を導入 2019年:スマホで簡単に足の3Dサイズが計測できる「ZOZOMAT」
2020年:髪型からコーディネートが検索できる新機能「髪型別コーデ検索」 ※2025年現在、サービス終了 2020年:ZOZOTOWNにパーソナライズされた検索おすすめ順を導入 2021年:自宅で手指の計測が可能に!ZOZOMAT for Hands 2021年:フェイスカラー計測ツール「ZOZOGLASS」 2022年:ZOZOTOWNのルールベースの「おすすめアイテム」機能をAI化 2023年:画像認識を用いたZOZOTOWN商品に対するシーン・スタイルタグ予測 2024年:WEARにファッションジャンル診断やフルメイクARを導入 2024年:Two-TowerモデルによるZOZOTOWNのHOME面モジュールの並び順パーソナライズ 2025年:WEAR関連コーデレコメンドプロジェクトへのVertex AI Vector Search導入と実践 2025年:マッチングアプリ「ZOZOマッチ」に全身画像生成機能
© ZOZO, Inc. 28 AIサービス活用事例〜計測プロダクト〜
© ZOZO, Inc. 29 計測技術: ZOZOMETRYの「ZOZOSUITなし」計測 2024年10月、事業者向けに体型計測技術を提供するツールとして「ZOZOMETRY」をリリース
© ZOZO, Inc. 30 AIサービス活用事例〜DNNを用いた画像処理〜 2019年、閲覧商品と似ている商品を検索できる「類似アイ テム画像検索機能」をZOZOTOWNに導入 https://corp.zozo.com/news/20190826-8586/ https://techblog.zozo.com/entry/auto-tagging-scene-style 商品画像に、シーン・スタイルタグを自動付与する
画像判別モデルを開発
© ZOZO, Inc. 31 AIサービス活用事例〜パーソナライズ〜 2020年、検索結果の並び順パーソナライズ (Learning to rank) 「おすすめ順」をリリース
「おすすめアイテム」をルールベースから機械学習モデ ル (Google Recs AI) ベースにリプレイス https://techblog.zozo.com/entry/zozotown-item-recommend-infra-arch https://techblog.zozo.com/entry/zozotown-search-personalize
© ZOZO, Inc. 32 AIサービス活用事例〜Embeddingモデル〜 2024年、Two-TowerモデルによるZOZOTOWNの HOME面モジュールの並び順パーソナライズ機能 Two-TowerモデルによるWEARの関連コーデレコメンド Embedding抽出にはGNNを利用 https://techblog.zozo.com/entry/introduction-and-practice-of-vertex-ai-vector-search
https://techblog.zozo.com/entry/module-personalize-phase2 https://techblog.zozo.com/entry/zozotown-home-module-personalization-v1
© ZOZO, Inc. 33 AIサービス活用事例〜生成AI〜 ユーザ登録に全身画像が必要だが自撮りが難しい Google Imagen を利用した全身画像生成を提供
© ZOZO, Inc. 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例 •
サービス/プロダクト活用 ◦ 生成AIのサービス活用とAIエンジニアの役割変化 • 課題と展望 目次
© ZOZO, Inc. 35 生成AIをサービス利用する際に気をつけること ①法規制・倫理的配慮 • 著作権や商標侵害につながる生成物への配慮 • 差別的・攻撃的・不適切なコンテンツ生成の防止
②セキュリティ • Prompt Injection(入力を悪用して意図しない動作をさせる攻撃)への耐性 • データ漏洩リスク(個人情報や内部情報の不適切な出力)への耐性 ③品質・ユーザ体験 • ハルシネーション(事実誤認の生成)の制御 • 適切なフィードバックループ(ユーザーからの通報や改善プロセス) ④運用・モニタリング • ログ監査 • 異常検知(不適切出力が増えた場合の早期対応) これらのシステム的な対応(LLMOps)が必要 例)Langfuse, Datadog LLM Observability, Google Model Armor の導入など
© ZOZO, Inc. 36 生成AI時代におけるサービス開発とAIエンジニアの役割変化 生成AI以前 • PoC構築:AIエンジニアが主導してPoCを実装 • 検証~本番化:技術検証後にエンジニアが本番システムを構築
• AIエンジニアの役割:実装・検証・運用を一貫して担当。AI/MLモデル開発が中心的スキル 生成AI以後 • PoCの民主化:非エンジニアや企画職でも生成AIで短期間にPoCが可能に • フローの分岐: ◦ 生成AIで不可能 → 従来通り、AIエンジニアにPoCを依頼 ◦ 生成AIで完結可能 → 社内サービスは即リリース、本番システム開発はAIエンジニアに依頼 • AIエンジニアの役割: ◦ セキュリティ・保守性・品質保証の役割を期待されるように(なってしまった) ◦ LLMOps(LLMモデルを安定稼働させるための運用・監視・改善)が新たな必須スキルに
© ZOZO, Inc. 37 目次 ZOZOのAI活用実践 • 社内インフラ整備 • 業務効率化事例
• サービス/プロダクト活用 • 課題と展望 目次
© ZOZO, Inc. 38 課題と展望 社内インフラ基盤 • 生成AIツールがめまぐるしく進化する時代なので、素早く臨機応変に対応する必要性 • マルチスタンダードを許容
コーディングAIによるエンジニアのあり方 • エンジニアとしてのAIとの付き合い方を考える必要性 • 費用対効果の定量評価の仕組みをつくる • もし仕事が3割楽になるなら、新しい開発を3割アサインできるようにCTOとして仕事を用意する サービス/プロダクト活用 • 生成AIによって、AIエンジニアがいなくてもPoCできる事例が増えてきている • 一方で、エンジニアがいないと保守性・セキュリティ・性能を担保できない • LLMOps の整備が急務になってきている
None