AI予測結果アイドルの将来予測

AIによる「Task have Fun」の解散時期予測と要因の考察！

AI予測結果

「Everyday-AI 」は、AIと日常の交差点

本サイト は、AIやデータの世界をより身近に感じられる視点で紹介するメディアです。
専門的な話ばかりでなく、ちょっと立ち止まって「へえ、そんなこともできるんだ」と思えるような気づきや、毎日の生活や会話の中で自然とAIの話題が入り込んでくるようなきっかけを、お届けしていきたいと思います。

「アイドルの運命予測AI」企画と本記事について

配信を追い、SNSで応援し、現場に通い、たくさんのグッズを買う。
今日も推しを全力で支えるファンの熱量は、まさに“魂”そのものに見えます。
けれど、ふとよぎるのはーー
「全力で時間やお金を注いだ推しも、いつか必ず終わりがあるという現実がむなしくならないのか？」
「もし、終わりのタイミングが予測できて、推しが近い将来に活動を終える可能性が高いと知ったら、ファンは同じ熱量でいることができるのか？」
という疑問です。

活動休止やグループ解散の発表はいつも突然のように見えますが、本当はその前に何かしらの“兆し”があると考え、データを基にした予測を試してみたくなりました。

ただ、このテーマに真正面から向き合おうとすると、どうしても人の主観が入り込んでしまいます。特にファンであればあるほど、冷静な判断は難しくなり、意見も大きく分かれます。
だからこそ本企画では、
あえて、人間の意見や感情を一切挟まず、生成AIを含む複数のAI技術だけで、
アイドルグループを対象とした「解散時期の予測」と「解散に影響を与える要因の考察」に挑戦してみました。

さらに視点を広げれば、
「参考データの収集⇒解散時期予測・要因考察⇒結果を紹介する記事の作成」の流れすべてを自動化することも可能だと考えられます。
その第一歩として本記事では、上記の流れの中でも定型化しづらく人のバイアスがかかりやすい、解散時期予測・要因考察の部分をAIを活用し自動化した結果をご紹介します。

AI出力結果

今回対象とするグループは、「Task have Fun」です！

「解散時期の予測」のAI出力結果

■　解散する可能性が最も高い時期は「2026年2月」

※AI予測結果はあくまで可能性です。

「解散に影響を与える要因の考察」のAI出力結果

■　テーマ１：解散リスクを下げる方向で影響が大きい要素は、「成熟したブランディングとファン層の安定」

Task have Funは結成当初から「人生は課題（タスク）だらけ、でも楽しもう！」というポジティブなコンセプトを貫き、ユニークなグループ名に象徴される明快なブランディングでファン層を獲得してきました。これまでに数々のライブアイドルイベントで注目を集め、定期的な音源リリースや自主企画イベントなどを通じて、独自の存在感を確立しています。

特筆すべきは、**ファン層の安定性**です。結成から9年が経過した現在も、デビュー当初のファンが継続して支持し続けており、同世代のファンに加え、新たな層の取り込みにも成功しています。これはSNSの効果的な活用や、YouTubeでのライブアーカイブ・オフショット映像の発信により、グループの魅力が可視化されやすい構造になっているためです。

さらに、アルバム『Have Fun Days』のような「キャリアの棚卸し」を象徴する作品を10周年に合わせて発表できたことは、グループとしての継続性を象徴するアクションであり、運営とファンの双方に「続けていく意志」を明確に提示する意味を持ちます。これらの点から、Task have Funは一時的な関心の波に左右されにくく、安定したブランドとしての地盤を持っており、解散リスクを確実に下げる力を持っているといえます。

■　テーマ２：解散リスクを高める方向で影響が大きい要素は、「活動のマンネリ化と競争環境の変化」

Task have Funが直面している最大のリスクは、**活動内容のマンネリ化とアイドルシーンの構造的変化**です。デビューから9年、メンバーの顔ぶれが一切変わっていないことは安定感の証でもありますが、裏を返せば新鮮さの不足や「次の展開が見えにくい」といったイメージにつながりやすく、ファン離れを引き起こすリスクも潜んでいます。

特に、2020年代中盤から再燃している「新興アイドルブーム」（例：TikTok発のバズ系グループ、K-POPスタイルの影響を受けたグループなど）の台頭は、ライブシーンにおける競争を激化させています。Task have Funはパフォーマンス力に定評がありますが、楽曲スタイルやプロモーションがこのトレンドに即応していない部分も見受けられ、若年層の取り込みに苦戦する可能性があります。

また、2023年以降の検索トレンドは下降傾向であり、AI予測グラフでも2024年以降はリスクスコアが再び上昇傾向に転じています。これは「注目度に対する内部活動の勢いが追いつかなくなっている」ことを示唆しており、マンネリ脱却のための抜本的な企画転換や新しい刺激（新メンバー加入、ユニット結成、他ジャンル進出など）が求められているとも言えるでしょう。

結果として、現在の安定と安心が、逆に変化を避けてしまう温床となり、数年後の“静かな解散”という形を導く可能性は否定できません。これがAIが2026年2月をリスクピークと予測した一因と見られます。

AI出力のアプローチ

「解散時期の予測」のAI出力のアプローチ

　過去に解散したアイドルグループの特徴や活動期間をAIで分析し、特定のパターンを見出すことで、解散時期を予測するＡＩモデルを作成しました。

■　AIが予測の基にする情報（特徴量）

  • 活動期間データ
    • 活動開始日
    • 活動終了日（過去に解散したグループ）
  • 年齢データ
    • 活動開始時の平均年齢
    • 予測時の平均年齢
  • トレンドデータ
    • 予測時点から直近半年に増減傾向
    • 過去の推移のばらつき（0, 100しか取らないような極端のグループの識別用）
  • その他、Wikipediaから抽出したグループの基本情報

■　グラフの説明

  • 解散リスクポイント： AI分析に基づき、月ごとの解散リスクを示す。ポイントが高いほど、その月に解散する可能性が高いと予測されます。
  • 活動開始月：グループが活動を開始した時期を表すライン。
  • 解散予測月：最も解散リスクが高まる月を示すライン。
  • 検索トレンド：WEB検索数の推移を示す。
  • 予測月：このAI分析を行った時期を示すライン。

「解散に影響を与える要因の考察」のAI出力のアプローチ

■　使用ツール：ChatGPT

■　入力情報

  • ユーザーから提供された情報
    • AI予測結果グラフ　[上記掲載の画像データ]
    • AI予測結果グラフの元データ　[EXCEL]
      (各月の解散リスクポイント、解散するリスクが最も高い時期、過去の検索トレンド値、など)
    • グループの基本情報　[EXCEL]
      (活動開始時期、メンバーの人数・年齢、事務所、など)
  • ChatGPTが自分で調査した情報
    • 最新のWeb情報調査結果（活動状況・メンバー情報・ニュース記事　など）
      ※今回の考察で参考にしたWEB情報は、”データソース”に記載しています。
  • 指示文

■データソース

Task have Fun公式サイト：https://taskhavefun.net/
Task have Fun Wikipedia：https://ja.wikipedia.org/wiki/Task_have_Fun
音楽ナタリー、SPICEなどのニュース記事（2025年ライブ情報）

ご参考

　上記の予測・分析は、AI含むデータ活用プラットフォーム「LibertyDSP」を使用して実現可能です。 詳細はサービスサイトからご確認ください。
サービスサイト：https://www.liberty-nation.com/product/

タイトルとURLをコピーしました