AI予測結果アイドルの将来予測

AIによる「クマリデパート」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、「クマリデパート」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12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、「ブランドアイデンティティの確立と継承」

クマリデパートが持つ「幸福感を届ける百貨店型アイドル」というブランドコンセプトは、結成から現在に至るまで一貫しています。このアイデンティティの強さは、メンバーの入れ替えがあってもファンがグループそのものに愛着を持ち続けられる土台となっており、グループの解散リスクを抑制する重要な要素です。たとえば、衣装や振付、音楽の世界観に至るまでコンセプトに沿った統一感があり、「これがクマリデパート」とひと目でわかる個性が確立されています。

2025年7月に予定されている初期メンバー2名の卒業は大きな転機ではありますが、グループとしては既に幾度かの卒業・加入を経験しており、そのたびに「幸福感」という軸を中心に新体制を築いてきました。こうした「継承の文化」が根付いていることも、グループとしての寿命を延ばす要因になっています。

さらに、外部アーティストとのコラボやジャンルに縛られない楽曲制作は、マンネリ化を防ぎ、新規ファンの獲得にもつながっており、アイデンティティと柔軟性を両立している点が評価できます。よって、解散リスクを下げる大きな要因は「強固なブランドアイデンティティの存在と継承力」であると考えます。

■　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、「中堅期アイドルの継続的ブランディング難」

AIが2026年12月を解散リスクのピークと予測した背景には、「中堅期アイドルの壁」が存在している可能性があります。活動開始から約10年が経過するこの時期は、アイドルにとって過渡期となることが多く、メンバーの年齢上昇、ファン層の変化、音楽性や方向性の再構築など複合的な課題が浮上しやすいです。

特にクマリデパートは、比較的長寿なグループであり、楽曲や衣装にポップで若々しいテイストを取り入れている一方で、メンバーの年齢や卒業によりイメージとのギャップが生まれるリスクも孕んでいます。これは「コンセプトを維持しながらも年齢や環境の変化に適応しきれなくなる」という、中堅グループ特有の課題です。

また、解散リスクグラフを参照すると、2022〜2023年にかけてのリスクポイントと検索トレンドの山が一致しており、「話題性」と「内的リスク」のバランスが崩れやすい局面が見て取れます。メディア露出やアルバム・ツアーといった「話題化イベント」が一定のサイクルで求められるため、継続的な注目維持が困難になると、ファン離れや運営側のコスト回収が難しくなる傾向にあります。

このように、コンセプト維持と現実的な変化（年齢・人員構成・業界環境）との間で葛藤を強いられる中堅期におけるブランディングの難しさが、2026年以降のリスク増加と強く関連していると考えられます。

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

クマリデパート公式サイト：https://www.qumalidepart.com/
スポニチ記事（2025/04/28）：https://www.sponichi.co.jp/entertainment/news/2025/04/28/kiji/20250428b000413L1004000c.html
クマリデパート Wikipedia：https://ja.wikipedia.org/wiki/クマリデパート

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