AI予測結果アイドルの将来予測

AIによる「chuLa」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、「chuLa」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「2028年6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、「サブカル的世界観の強固さと自己プロデュース力の高さ」

chuLaが持つ最大の持続力要素は、明確な「キャラクター性」と「都市的世界観」に基づいたブランディングです。2020年代の地下～中堅アイドル市場では、単なる楽曲やビジュアルだけでなく、グループ全体が“物語性”をもつことが重要視されます。chuLaは“渋谷・原宿・制服・ギャル”という都市的キーワードを巧みに組み合わせ、視覚的・情緒的に強い印象を確立しており、ファンにとって「世界に一つの存在」として認識されています。

また、メンバー自身による企画・投稿・ファン対応が活発であり、「運営主導型」ではなく「メンバー主体型」のセルフプロデュース文化が根づいています。これはYouTube、TikTok、X（旧Twitter）などで顕著で、メンバーごとに個人ファンを獲得する動線が確保されているため、グループ全体としての求心力を下支えしています。

さらに、女性ファンやZ世代層の取り込みにも成功しており、近年のワンマンライブや物販データを見る限り、“支持層の若返り”が進行しています。このように、新陳代謝を内包しながら都市文化に根ざしたブランドを保ち続けるchuLaは、構造的に「続きやすい」グループであり、これがAIのリスク評価を中期的に安定させる要因の一つと捉えられます。

■　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、「ポジションの過渡期と次世代スター不在による伸び悩み」

反対に、chuLaに潜在する最大の解散リスクは、「成長曲線の踊り場に差し掛かっている」点にあります。結成からすでに8年、活動歴の長さゆえに“中堅グループ”としての立ち位置が確立されつつある一方、「次のステージ」が明確に見えていないことが、AIの2028年ピーク予測に影響していると考えられます。

過去のアイドルグループのパターンを照らし合わせると、「結成から10年前後で一度メンバー総入れ替え・活動縮小・再編・卒業ラッシュ」が訪れる傾向があります。chuLaも例外ではなく、2025年時点で20代半ばに差し掛かるメンバーが多く、個人キャリアとの両立・転機に直面する時期に入ってきています。

また、現行体制の中で「突出したスター候補」がやや見えづらく、全体のバランスを重視する“群像型”の展開が続いていることも、ファン拡大の爆発力を抑える要因となっています。加えて、SNS上での話題化率が減少傾向にあり、検索トレンドもピークアウト感が表れている点から、AIは「勢いの限界と次のブレイク要素の不在」を感知した可能性が高いです。

このまま“熱量が一定以上に高まりきらず、しかしメンバー年齢は上がっていく”というジレンマに入れば、卒業による構成崩壊・内部モチベーションの低下といった連鎖が進行するリスクが現実味を帯びます。AIの2028年6月予測は、まさにこの「見えない揺らぎの蓄積」によるリスク顕在化の時期として導き出されたと解釈できます。

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

chuLa公式サイト：https://scot-inc.jp/chula/
chuLa公式X：https://twitter.com/chuLa_official
chuLa Wikipedia：https://ja.wikipedia.org/wiki/ChuLa

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