OVARIK

Buy Less. Wear More.

An AI fashion agent that understands what you already own — and only helps you buy when you actually need something.

すでに持っている服を理解し、本当に必要なときだけ購入を手伝う AIファッションエージェント。

Tác tử thời trang AI hiểu những gì bạn đang có — và chỉ giúp bạn mua khi bạn thật sự cần.

Vietnam Japan AI Hackathon 2026 · Tokyo
← Phong Vu

01. Problem課題Vấn đề

Wardrobes are full, and people still stand in front of them and say they have nothing to wear.

クローゼットは服でいっぱいなのに、その前に立って「着るものがない」と言う。

Tủ đồ đầy ắp, mà người ta vẫn đứng trước nó và nói không có gì để mặc.

Clothes are bought in minutes, worn once or twice, and forgotten. Meanwhile fashion technology has spent a decade getting better and better at one question — what should I buy? — and almost no effort on the question that comes before it: do I need to buy anything at all?

服は数分で買われ、一、二回袖を通されたきり忘れられていきます。その一方で ファッションテクノロジーは、この十年ずっと「何を買うべきか」という問いだけを 磨いてきました。その手前にある「そもそも買う必要があるのか」という問いは、 ほとんど誰も扱っていません。

Nobody builds for that second question, because nobody in the industry is paid to answer it honestly.

理由は単純です。業界の中で、その問いに正直に答えて報酬を得られる立場の人が いないからです。

Quần áo mua trong vài phút, mặc một hai lần rồi bỏ quên. Trong khi đó, suốt mười năm qua công nghệ thời trang chỉ mải mê với một câu hỏi — nên mua gì? — và gần như không ai đụng tới câu hỏi đứng ngay trước nó: có cần mua gì không?

Không ai làm cho câu hỏi thứ hai, vì trong ngành này không ai được trả tiền để trả lời nó một cách thành thật.

02. ProductプロダクトSản phẩm

OVARIK learns your wardrobe once — you photograph your clothes in batches, or simply let it read the outfit photos already sitting in your camera roll. From then on, when you need something to wear, OVARIK builds it out of clothes you have. It searches Japanese retailers only when something is genuinely missing.

OVARIKは最初に一度だけ、あなたのクローゼットを覚えます。服をまとめて撮影しても いいですし、スマホにすでに入っているコーディネート写真を読み取らせるだけでも構いません。 以降、着るものが必要になったとき、OVARIKはまず手持ちの服で組み立てます。本当に 足りないものがあるときだけ、日本のECを検索します。

Own → Wear → Need → Search → Buy instead of: See → Buy
持つ → 着る → 足りない → 探す → 買う 「見た → 買う」ではなく

OVARIK học tủ đồ của bạn đúng một lần — bạn chụp gộp nhiều món cùng lúc, hoặc để nó đọc luôn những tấm ảnh mặc đồ đã có sẵn trong máy. Từ đó về sau, mỗi khi cần đồ mặc, OVARIK ghép từ chính quần áo bạn đang có. Nó chỉ tìm hàng trên các sàn Nhật khi thật sự thiếu một món nào đó.

Có sẵn → Mặc → Thiếu → Tìm → Mua thay vì: Thấy → Mua

Reuse first. Buy only when it makes sense.

まず活かす。必要なときだけ買う。

Tận dụng trước. Chỉ mua khi thật sự cần.

03. The agentエージェントTác tử

You give OVARIK a goal, not a search term — “Two days in Tokyo, casual, ¥15,000.” It then runs a decision loop:

ユーザーが渡すのは検索ワードではなく目的です。「東京に二日間、 カジュアルで、予算は15,000円」。OVARIKはそこから判断のループを回します。

Bạn giao cho OVARIK một mục tiêu, không phải một từ khoá — “Đi Tokyo hai ngày, đồ thường ngày, ngân sách 15.000 yên.” Rồi nó chạy một vòng lặp quyết định:

  1. 01Đọc tủ đồ và hiểu hoàn cảnh
  2. 02Ghép đồ từ những món đã có sẵn
  3. 03Xác định có thật sự thiếu gì không
  4. 04Quyết định có cần mua hay không
  5. 05Tìm trên các sàn Nhật — chỉ khi thật sự cần
  6. 06Đối chiếu lại từng món với tủ đồ, loại bỏ món na ná
  7. 07Gợi ý, kèm lý do
  8. 08Học từ chuyện sau đó bạn có mặc thật hay không
  1. 01Read the wardrobe and understand the occasion
  2. 02Build outfits from clothes already owned
  3. 03Identify what, if anything, is actually missing
  4. 04Decide whether a purchase is warranted at all
  5. 05Search Japanese retailers — only if it is
  6. 06Re-check candidates against the wardrobe, rejecting near-duplicates
  7. 07Recommend, and show the reasoning
  8. 08Learn from what actually gets worn afterwards
  1. 01クローゼットを読み、シーンを理解する
  2. 02手持ちの服でコーディネートを組む
  3. 03本当に足りないものがあるかを見極める
  4. 04そもそも購入が必要かどうかを判断する
  5. 05必要な場合にかぎり、日本のECを検索する
  6. 06候補を再びクローゼットと照合し、似たものを除外する
  7. 07理由を示したうえで提案する
  8. 08実際に着られたかどうかから学習する

Step 04 is the one that matters. It is a real branch, and the agent is allowed to answer no.

重要なのは04です。ここは本物の分岐であり、エージェントには「いいえ」と 答える権限があります

Bước 04 mới là bước quan trọng. Đó là một ngã rẽ thật, và tác tử có quyền trả lời không.

“You already own everything you need for this trip.”

Most shopping AI structurally cannot say this sentence — its revenue depends on the opposite answer. OVARIK says it whenever it is true.

That single behaviour is the whole product. Sustainability here is something the system does, measurably, on the user's behalf — not a claim added to the marketing afterwards.

「この旅行に必要なものは、すでに全部お持ちです。」

多くのショッピングAIは、構造的にこの一文を言えません。収益が逆の答えに依存している からです。OVARIKは、それが事実であるかぎり必ずこう言います。

この振る舞いひとつが、プロダクトのすべてです。ここでのサステナビリティは、あとから 掲げる標語ではなく、システムが実際に行い、数値で示すものです。

“Những thứ bạn cần cho chuyến đi này, bạn đã có đủ cả rồi.”

Phần lớn AI mua sắm không thể nói ra câu đó — doanh thu của chúng phụ thuộc vào câu trả lời ngược lại. OVARIK nói câu đó mỗi khi nó đúng.

Chính hành vi đó là toàn bộ sản phẩm. Tính bền vững ở đây là thứ hệ thống làm thật và đo được thay cho người dùng, không phải câu chữ gắn thêm vào lúc quảng cáo.

04. What we build開発範囲Phạm vi làm

The wardrobeクローゼットTủ đồ

In scope実装するCó làm
  • Photograph clothes in batches, or import outfit photos already on the phone.
  • Vision AI identifies each garment — category, colour, style.
  • Timestamps on existing photos reveal what is genuinely worn and what has been dead stock for months, so “wear more” is measured, not assumed.
  • 服をまとめて撮影するか、スマホにあるコーディネート写真を取り込む。
  • 画像AIが一点ずつ服を認識する——種類、色、スタイル。
  • 既存写真の撮影日時から「よく着ている服」と「何か月も眠っている服」が 見えるため、"Wear More" は推測ではなく計測になる
  • Chụp gộp nhiều món một lúc, hoặc lấy từ ảnh mặc đồ đã có sẵn trong máy.
  • AI thị giác nhận diện từng món — loại, màu, phong cách.
  • Ngày chụp của ảnh cũ cho biết món nào mặc thường xuyên, món nào nằm im mấy tháng — nên “Wear More” là số đo được, không phải đoán.

The decision判断Quyết định

In scope実装するCó làm
  • Goal → wardrobe → outfits → the buy / don't-buy decision.
  • Duplicate detection: “you already own three black jackets.”
  • 目的 → クローゼット → コーディネート → 買う/買わないの判断。
  • 重複検知:「黒いジャケットはすでに3着お持ちです」
  • Mục tiêu → tủ đồ → phối đồ → quyết định mua / không mua.
  • Phát hiện trùng: “bạn đã có ba cái áo khoác đen rồi.”

Finding what is missing足りないものを探すTìm món còn thiếu

In scope実装するCó làm
  • Screenshot an outfit from Instagram; OVARIK separates it into garments.
  • Searches Japanese retailers, then checks every result against your wardrobe before recommending anything.
  • Instagramのコーデ画像を渡すと、アイテムごとに分解する。
  • 日本のECを検索し、提案する前にもう一度クローゼットと照合する。
  • Đưa ảnh chụp màn hình một bộ đồ trên Instagram, OVARIK tách ra từng món.
  • Tìm trên sàn Nhật, rồi đối chiếu lại với tủ đồ trước khi gợi ý bất cứ thứ gì.

Virtual try-onバーチャル試着Thử đồ ảo

After Pitch DayPitch Day以降Sau Pitch Day

Deliberately excluded from the first build. Try-on serves the act of buying, and the core of this product is the decision that comes before it.

初期開発からはあえて外します。試着は「買う行為」を支えるものであり、 この製品の中心はその手前にある判断だからです。

Cố tình để ngoài đợt làm đầu tiên. Thử đồ phục vụ việc mua, mà lõi của sản phẩm này là quyết định đứng ngay trước đó.

A single multimodal model (Claude) does both jobs — reading garments out of photographs and reasoning over the wardrobe — so perception and judgement share one context instead of being stitched together from separate services. Product search runs through the Rakuten Web Service API behind a source interface: adding a retailer later is a connector, not a rewrite. Wardrobe data and images live on Cloudflare D1 and R2, with every API credential held server-side in a Worker.

写真から服を読み取る処理と、クローゼットを踏まえて考える処理を、ひとつの マルチモーダルモデル(Claude)が担います。商品検索は楽天ウェブサービスのAPIを、検索 ソースの抽象化層の背後に置いて利用するため、将来ECを増やすときはコネクタを一つ足す だけで済みます。クローゼットのデータと画像はCloudflare D1とR2に置き、APIの認証情報は すべてWorker側に留めます。

We index one retailer on purpose. Catalogue size is not our advantage and never will be — any search engine beats us there. Our advantage is that nobody else knows what is already hanging in your closet.

ECを一社に絞るのは意図的な判断です。商品点数は私たちの強みではありません ——そこは検索エンジンに勝てません。私たちの強みは、あなたのクローゼットの中身を知って いるのは私たちだけ、という一点にあります。

Một mô hình đa phương thức duy nhất (Claude) làm cả hai việc — đọc quần áo từ ảnh và suy luận trên tủ đồ — nên phần nhìn và phần quyết định dùng chung một mạch ngữ cảnh, không phải chắp từ nhiều dịch vụ rời rạc. Phần tìm sản phẩm đi qua API của Rakuten Web Service, đặt sau một lớp trừu tượng hoá nguồn tìm kiếm: sau này thêm sàn chỉ là cắm thêm một đầu nối, không phải làm lại từ đầu. Dữ liệu và ảnh tủ đồ nằm trên Cloudflare D1 và R2, toàn bộ khoá API giữ ở phía máy chủ trong một Worker.

Chỉ lấy một sàn là lựa chọn có chủ đích. Số lượng hàng không phải lợi thế của chúng tôi — chỗ đó không thắng nổi công cụ tìm kiếm. Lợi thế của chúng tôi nằm ở đúng một điểm: không ai khác biết trong tủ đồ bạn đang có gì.

ClaudeRakuten Web Service APICloudflare Workers D1R2

05. BusinessビジネスKinh doanh

Subscription first — ¥980 / month. You are paying for an agent whose job is to save you more than it costs. If OVARIK prevents ¥12,000 of redundant buying this month, the subscription is self-evidently worth it. Our incentive and the user's point in the same direction, structurally.

サブスクリプションを主軸に、月額980円。ユーザーが払うのは「その金額 以上を節約してくれるエージェント」に対してです。今月OVARIKが12,000円分の重複購入を止めた なら、月額の価値は説明するまでもありません。事業者の利益とユーザーの利益が、構造として 同じ方向を向きます。

Affiliate commission exists, stays secondary, and is disclosed on screen. We will not build a revenue model that punishes the agent for saying no — that is exactly the trap every other shopping assistant is caught in.

アフィリエイト収益は存在しますが、あくまで副次的なものとし、画面上で明示します。 エージェントが「買わないほうがいい」と言うたびに損をする収益構造は作りません。 それこそ、他のショッピングAIが抜け出せずにいる罠だからです。

Lấy thuê bao làm nguồn thu chính — 980 yên/tháng. Cái bạn trả tiền là một tác tử có nhiệm vụ tiết kiệm cho bạn nhiều hơn số đó. Nếu tháng này OVARIK chặn được 12.000 yên mua thừa thì khỏi phải giải thích gì thêm. Lợi ích của chúng tôi và lợi ích người dùng, về mặt cấu trúc, cùng chỉ về một hướng.

Hoa hồng tiếp thị liên kết vẫn có, nhưng chỉ là phụ và được ghi rõ ngay trên màn hình. Chúng tôi không dựng một mô hình doanh thu mà cứ mỗi lần tác tử khuyên “đừng mua” là mình thiệt — đó đúng là cái bẫy mọi trợ lý mua sắm khác đang mắc.

  • Outfits created from clothes already owned
  • Garments reactivated after months unworn
  • Duplicate purchases declined
  • Wardrobe utilisation rate
  • Money not spent
  • 手持ちの服から生まれたコーディネート数
  • 長く眠っていた服のうち、再び着られるようになった点数
  • 止められた重複購入の件数
  • クローゼットの稼働率
  • 使わずに済んだ金額
  • Số bộ đồ ghép ra từ quần áo đã có
  • Số món đang nằm im được mặc lại
  • Số lần mua trùng bị chặn
  • Tỉ lệ tủ đồ được dùng tới
  • Số tiền không phải chi ra

Environmental figures — water, CO₂, textile waste — will be shown only where they come from a published methodology, cited on screen. We will not estimate them ourselves. A number we cannot source is a number we do not display.

水・CO₂・繊維廃棄量といった環境数値は、出典のある 算定方法に基づく場合にかぎり、根拠を画面に明示したうえで表示します。自分たちで推計は しません。出典を示せない数字は、表示しません。

Các con số môi trường — nước, CO₂, rác dệt may — chỉ hiện ra khi có nguồn tính toán công bố được, và dẫn nguồn ngay trên màn hình. Chúng tôi không tự ước lượng. Con số nào không chỉ được nguồn thì không hiển thị.

06. Why usなぜ私たちかVì sao là chúng tôi

Japan has a dense, multi-retailer e-commerce market where shoppers routinely buy across several platforms — the exact conditions in which an agent that compares against your own wardrobe earns its place. Because the agent handles language itself, a user can ask in Vietnamese or English and still shop Japanese stores.

日本にはEC事業者が密集し、消費者が複数のサイトを横断して買うのが当たり前に なっています。自分のクローゼットと照らし合わせて判断するエージェントが最も価値を持つ 条件が揃っています。言語処理はエージェント自身が行うため、ベトナム語や英語で尋ねても 日本のECで買い物ができます。

Our background is production automation against Japanese commerce platforms: browser and mobile device control, request-level integrations, and the unglamorous operational work of making them run unattended, every day. Building an agent that acts reliably against real Japanese retail is the part we have been doing for years.

私たちの背景は、日本のコマースプラットフォームに対する実運用の自動化です。 ブラウザおよびモバイル端末の制御、リクエストレベルでの連携、そしてそれを毎日無人で回し 続けるための地道な運用。日本の実際のECに対して確実に動作するエージェントを作るという 部分は、私たちが何年も続けてきた領域です。

Nhật Bản có thị trường thương mại điện tử dày đặc nhiều sàn, và người mua ở đây quen mua rải ra nhiều nơi — đúng điều kiện để một tác tử biết đối chiếu với tủ đồ của chính bạn phát huy giá trị. Vì phần ngôn ngữ do tác tử tự lo, người dùng hỏi bằng tiếng Việt hay tiếng Anh vẫn mua được hàng trên sàn Nhật.

Nền của chúng tôi là tự động hoá chạy thật trên các nền tảng thương mại Nhật: điều khiển trình duyệt và thiết bị di động, tích hợp ở mức request, và phần việc không hào nhoáng là giữ cho chúng chạy không người trông, mỗi ngày. Làm một tác tử hành động đáng tin trên thương mại điện tử Nhật thật — đó chính là phần chúng tôi đã làm nhiều năm nay.

07. PlanスケジュールKế hoạch

Thời gianNội dung
28/9 – 5/10Nộp đề xuất ý tưởng
20/9 – 4/10Tủ đồ: chụp gộp, lấy ảnh từ máy, nhận diện quần áo
5/10 – 14/10Tác tử: phối đồ, phát hiện trùng, quyết định không mua
15/10 – 20/10Tìm từ ảnh chụp màn hình (Rakuten), màn hình tác động, giao diện
21/10 – 23/10Tập demo và làm chắc lại
24/10Pitch Day
25/10 – 6/11Thử đồ ảo, hoàn thiện, làm cùng mentor
7/11Demo Day
DatesMilestone
28 Sep – 5 OctIdea proposal submitted
20 Sep – 4 OctWardrobe: batch capture, camera-roll import, garment recognition
5 – 14 OctThe agent: outfit reasoning, duplicate detection, the don't-buy decision
15 – 20 OctScreenshot search against Rakuten; impact dashboard; UI
21 – 23 OctDemo rehearsal and hardening
24 OctPitch Day
25 Oct – 6 NovVirtual try-on, polish, mentorship build
7 NovDemo Day
時期内容
9/28 – 10/5アイデア提案の提出
9/20 – 10/4クローゼット:まとめ撮影、写真取り込み、服の認識
10/5 – 10/14エージェント:コーデ生成、重複検知、買わない判断
10/15 – 10/20スクショ検索(楽天)、インパクト画面、UI
10/21 – 10/23デモのリハーサルと安定化
10/24Pitch Day
10/25 – 11/6バーチャル試着、仕上げ、メンタリング期間の開発
11/7Demo Day
OVARIK · Buy Less. Wear More. · Phong Vu ↗