Metaの「Style Sketch」が注目されるのは、ワードローブのデジタル化を初めて実現したからではありません。膨大で行動の痕跡が豊富なデータセット、つまりInstagramの投稿を活用し、パーソナライズされたスタイリングエンジンへと転用している点にあります。このアプリは、投稿写真やカメラロールからアップロードした画像、あるいは撮影した写真を読み取り、ユーザーのクローゼットを自動でデジタル化します。衣類を分類し、色やシルエットを推定したうえで、ユーザーが実際に持っているアイテムや記録された好みに基づいて提案します。つまり、カタログ画像をつなぎ合わせた架空のスタイルではなく、手持ちの服と本人の好みに結び付いたコーディネートを提案できるのです。
Style Sketchは、すでに多くのスタートアップが提供しているクローゼットのデジタル化、コーディネート作成、バーチャル試着という3つの機能を組み合わせ、旅行計画や天気予報、旅程の制約といった状況に応じた情報も取り入れています。旅行機能では、予定しているアクティビティと現地の予報をもとに、日ごとの荷造りリストとコーディネートを作成します。旅行の計画を立てる人にとって、ワードローブの活用を具体的な計画に落とし込めることは、利便性とパーソナライズの両方につながります。小売業者やマーケットプレイスのパートナーにとっては、これまで着想を得るためのボードにとどまっていた場所で購買意欲を捉えられる可能性があります。Metaが購入可能なリンクを導入すれば、商品購入への直接的な導線も生まれるでしょう。
技術面では、衣類の切り分け、属性（素材、色、フィット感）のタグ付け、体型の推定といった高精度な画像理解のパイプラインに加え、リアルな試着画像を作る生成処理が必要です。この組み合わせが重要なのは、画像の切り分けと属性推定によって提案を実際の手持ちアイテムに基づかせる一方、写真のようにリアルな試着画像が利用者の関心や購入率を高めるためです。ただし、リアルさを追求することで、技術上の課題も生じます。大規模に高精細な画像を生成するには計算資源が必要です。また、不自然な結果や特定の人々を排除するような出力を避けるには、多様な体型や肌の色に合わせた精密な調整が欠かせません。
戦略面でMetaを優位にするのは、サービス間の連携です。Instagramには、季節ごとの好み、よく選ぶブランド、コーディネートが共有された場面など、スタイルの変遷が暗黙のうちに記録されています。こうした継続的な情報は、利用者にアイテムを一つずつアップロードしてタグ付けしてもらわなければならない新興サービスに対する競争優位になり得ます。しかし、その優位性は利用者の信頼があってこそ成り立ちます。ソーシャルフィードをショッピング向けに再利用することは、同意やプライバシーに関する疑問を招きます。その対応次第で、普及のスピード、規制当局の監視、そして小売業者やファッションプラットフォームとの提携機会が左右されるでしょう。