AI予測結果アイドルの将来予測

AIによる「#ババババンビ」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、「#ババババンビ」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「2031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要素は、「マルチプラットフォーム展開によるブランドの拡張性」

#ババババンビの強みは、音楽活動にとどまらない**マルチプラットフォーム展開**にあります。ライブ活動、YouTube、テレビ、雑誌グラビア、TikTokなど、多様なメディアで同時多発的に露出を続けており、これはグループ全体のブランド力を向上させ、アイドルとしての活動寿命を延ばす効果をもたらしています。単一の市場（ライブ・音楽販売）に依存しない経営戦略は、コロナ禍以降の不安定なエンタメ業界において、持続可能性の高い運営モデルとして評価できます。

特筆すべきは、メンバー個人がSNSでフォロワー数を着実に増やしており、各々のキャラクターがファンによって「発見」されやすい設計になっている点です。グループとしての魅力と個人としての発信力が両立していることで、ファンは一人の推しを入り口にグループ全体を知る機会が生まれ、それが定着・拡散の好循環を生み出しています。

また、バラエティ番組やYouTubeコラボなどのクロスメディア的な露出が、非アイドルファン層の取り込みにもつながっており、これによりファンベースの裾野が広がり続けている状況です。これは、解散リスクを大きく押し下げる要因であり、メンバーの卒業や活動の変化があっても「グループブランド」が残る可能性を高めています。

■　テーマ２：解散リスクを高める要素は、「初期コンセプトの飽和と更新停滞によるブランド疲労」

一方、#ババババンビが将来的に抱えるリスクは、**初期の「強烈なビジュアル×清純派」のコンセプトが飽和状態にあること**、およびそれに代わる新たなグループ像の提示が弱いことにあります。アイドル市場は流行のサイクルが極めて早く、Z世代やSNS主導型のトレンドは移ろいやすい特徴を持ちます。#ババババンビが得意としてきた「ビジュアル先行・メディア映え重視」の戦略は、初動期には効果的でしたが、2025年以降は類似の後発グループが多数登場しており、差別化が困難になってきています。

このような状況下で、既存のコンセプトを軸にしたまま活動を継続しようとすれば、「見慣れた存在」→「飽きられる存在」への移行リスクが高まります。グラフでも、解散リスクが2030年台にかけて上昇しており、これは長期活動による“鮮度”の劣化が反映されている可能性があります。

さらに、活動年数が増すにつれて、メンバーのキャリア選択や事務所との契約条件など、グループ外的な要因も影響してきます。平均年齢が25歳を超える時期（2030年前後）には、個々の進路の多様化とともに、「このまま続けるか、転身するか」という決断を迫られる局面も増えます。このような個別判断の積み重ねが、ある時点で一気に「グループとしての活動停止」へと波及する可能性があるため、これらの構造的リスクが中長期的な解散要因となりうるのです。

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

公式サイト：
#ババババンビ公式サイト
babababambi.com
(https://babababambi.com)
Wikipedia：「#ババババンビ」： [https://ja.wikipedia.org/wiki/ババババンビ](https://ja.wikipedia.org/wiki/ババババンビ)
YouTube公式チャンネル：
#バババ バンビ公式チャンネル
2020年3月デビューライブがコロナ禍で中止されデビューできなかったアイドル#ババババンビ も今年で活動5周年となる。

ぜひ現地で沢山の方とその最高な1日を馬鹿騒ぎしたいと思います。

コンセプトは「いまの日本、イヤなことやムズカしいことがたくさんあるけれど、この瞬間だけは”馬鹿”みたいに楽しみたい」
アイドルグルー...
www.youtube.com
(https://www.youtube.com/@babababambi)
TikTok公式アカウント：
TikTok - Make Your Day
www.tiktok.com
(https://www.tiktok.com/@babababambi)

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/