Fleek(AI VLMによる古着グレーディング自動化 × グローバルB2B卸マーケットプレイス)

## 概要(何のモデルか) Fleekは2021年にロンドンで創業されたB2Bマーケットプレイスで、世界の古着(セカンドハンド衣料)卸流通の「目利き(グレーディング)」工程をAIで自動化することを核心事業とする。中古衣料の卸売業界では従来、パキスタン・インド・ドバイ等の仕分けハブで人手による目視選別(ブランド判定・状態評価・価格付け)が行われてきたが、Fleekはこの工程を自社開発のカスタム視覚言語モデル(Vision-Language Model)「Fleek Sort」で代替・支援する。 Fleek Sortはスマートフォンで撮影した写真や動画から、ブランド・スタイル・カテゴリの特定、欠陥(ダメージ)のフラグ付け、想定売却価格・売却までの期間の推定までを一括で行う。過去4年間に蓄積した数百万件規模の古着取引データで学習されており、実際の販売結果からさらに精度を高めるフィードバックループを持つ。このAIグレーディングを土台に、認定サプライヤー・グレーダー(卸業者)とヴィンテージ小売業者・リセラー・ブティック(バイヤー)を直接つなぐグローバルB2Bマーケットプレイスを運営している。 ## 海外でのトラクション(出典付き) - 2026年7月、Series Bラウンドで$25M(約37.5億円)を調達。累計調達額は$45M(Fortune、Retail Technology Innovation Hub) - 主導投資家はBurda Principal Investments — 欧州最大級のC2C古着マーケットプレイスVintedの初期投資家であり、そのシリーズCも主導した実績を持つ(Retail Technology Innovation Hub) - 参加投資家にeBay、FJ Labs、H14、既存投資家としてAndreessen Horowitz、HV Capital、Y Combinator(Fortune) - 事業規模: 認定卸サプライヤー・グレーダー2,000社超、ヴィンテージ小売バイヤー50,000社超、対応国100カ国以上(Fortune、Retail Technology Innovation Hub — 両ソース一致) - 現在パキスタン・インド・ドバイの仕分けハブで稼働中、英国・欧州・米国でパイロット展開中(Retail Technology Innovation Hub) 2ソース(Fortune・Retail Technology Innovation Hub)で調達額・投資家・事業規模の中核数値が一致しており、confidence: confirmed とする。 ## 日本の空白確認(実査) 実査クエリと結果は以下の通り: 1. 「古着 卸 目利き AI 査定 自動化 日本」→ 大黒屋(スマホ写真からのAI即時査定、2024年発表)、コメ兵(タブレット撮影+型番特定+専用カメラでの真贋判定、精度最大99%)、ZOZO USED(AI値付け)がヒット。ただしいずれも**消費者からの買取査定**または**自社小売の値付け**であり、卸サプライヤーとバイヤーをAIグレーディングで接続するB2Bマーケットプレイスではない 2. 「古着 卸 BtoB マーケットプレイス AI 査定 海外バイヤー 接続 日本」→ SMASELL(スマセル)、古着卸CLASS1、SDエクスポート(ラクーンコマース運営の越境BtoB通販)がヒット。SMASELLは会員6,000超・サプライヤー約1,020社の国内向けB2Bマーケットプレイスだが、AIによる自動グレーディング機能は確認できず、値付けは人力・重量/箱単位が中心 3. 「古着 AI グレーディング 仕分け スタートアップ 日本 2026」→ FASHION X(古着回収・卸事業者、2023年設立)、renue(AI真贋認証の導入支援)がヒットしたが、いずれもVLMによる大規模自動グレーディング×グローバル卸マーケットプレイスという核心メカニズムは持たない **近縁プレイヤー**: SMASELL(国内B2B卸マーケットプレイス、人力査定中心)、古着卸CLASS1(海外ベール輸入卸)、大黒屋・コメ兵(消費者向けAI査定)、FASHION X(古着回収・卸) **欠落している核心メカニズム**: (1)写真/動画からのVLMによる自動グレーディング・欠陥検出・相場予測の一体化、(2)2,000社規模のサプライヤーと5万社規模のバイヤーを100カ国超で接続するグローバルネットワーク効果、(3)実売データによる継続学習ループ — の3点。日本には「AI査定」単体、または「国内B2B卸マーケットプレイス」単体は存在するが、両者を融合しグローバル展開した形態は確認できなかった。よって**部分空白**と判定する。 ## 遅延要因と必要な変形の予測 - **インフラ**: Fleekの核心は「低コスト仕分けハブ(パキスタン・インド・ドバイ)×グローバル卸網」というサプライチェーン構造にある。日本には同種の大量古着卸バラ流通(輸出入ベースの卸バラ市場)の商習慣・物流インフラが薄く、モデルをそのまま輸入しても接続すべきサプライヤー側の卸バラ市場自体が小さい - **資本**: グローバルネットワーク効果(2,000×50,000規模)を築くには相応の調達力が必要。日本のリユース系スタートアップ調達環境はコメ兵・大黒屋のような大手が内製AI投資を進める一方、専業スタートアップへの大型調達実績はまだ薄い - **商習慣**: 国内の古着卸は対面・信頼関係ベースの取引(デザートスノー、バスストップ等の倉庫型卸)が主流で、写真だけでAIが自動査定・自動マッチングする取引形態への心理的ハードルがある - **需要成熟**: 国内リユース市場自体は拡大中(コメ兵・大黒屋のAI投資がその証左)だが、これは「消費者買取査定の自動化」に需要が向いている段階であり、「卸レベルのグローバルB2Bマーチャンダイジング自動化」への需要はまだ顕在化していない **必要な変形の予測**: 越境卸バラマーケットプレイスとしてではなく、まず(a)国内大手リユース企業(コメ兵・大黒屋・ZOZO USED等)の内製AI査定エンジンの高度化、または(b)SMASELL・古着卸CLASS1等の既存国内B2Bプラットフォームへの「AIグレーディングAPI」のアドオンという形で部分導入が先行すると予測する。Fleek型の「グローバル卸ネットワーク直結」形態が日本発で単独出現する可能性は低く、海外プレイヤー(Fleek自体を含む)の日本市場参入、あるいは日本の卸業者がFleek等の海外プラットフォームに買い手・売り手として参加する形が現実的な着地点になり得る。 ## 個人・スモールビジネスの取り方(smb_angle の詳細) Fleek本体の事業(2,000社×5万社規模の国際卸ネットワーク)を個人・中小がゼロから再現するのは非現実的だが、以下の周辺領域は着手可能: 1. **ニッチAI査定ツールの先出し**: 汎用VLM API(GPT-4V系、Gemini等)を使い、国内の古着せどり業者・小規模卸向けに「写真1枚でブランド・年代・相場を判定するツール」を月額課金SaaSとして提供する。既にnote等で個人発信の「AI×古着せどり」コンテンツが一定数出ており(実査で確認)、ツール化・パッケージ化の余地がある 2. **既存プラットフォームへのアドオン提案**: SMASELL・古着卸CLASS1のような既存国内B2B卸プラットフォームに対し、「AI自動グレーディング機能」を外部ベンダーとして提案・受託開発する。プラットフォーム側は自社で一からAI開発するより低コストで機能追加できるメリットがあり、個人〜小規模開発チームが入り込む余地がある 3. **情報の裁定(先回りポジション)**: Fleekが将来日本市場に参入する場合、現地パートナー・ローカライズ代理店としての立場を取れるよう、今のうちに国内古着卸業界(SMASELL運営元、古着卸CLASS1運営元等)との接点を作っておく。海外モデルの日本語解説・業界紹介コンテンツ発信も、認知の空白期にSEO・信頼の先行者優位を取れる典型パターン ## ウォッチすべきシグナル - Fleekが日本語対応・日本拠点開設・日本の卸業者との提携を発表するか(海外モデルの直接上陸シグナル) - コメ兵・大黒屋・ZOZO USEDが「卸/BtoB向けAIグレーディング」を打ち出すか(内製先行シグナル、smb_angle①の競合出現シグナル) - SMASELL・古着卸CLASS1がAI査定機能を追加するか(アドオン需要の実在確認) - 国内スタートアップ資金調達データベース(STARTUP DB等)に「古着 AI 卸」関連の新規調達が現れるか - EUのDETEX/TexMatプロジェクト(AI選別×デジタル製品パスポート)のような政策主導の動きが日本の繊維リサイクル政策に波及するか(規制・インフラ側の後押しシグナル)