AI予測結果アイドルの将来予測

AIによる「Merry BAD TUNE.」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、「Merry BAD TUNE.」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「2034年1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、「コンセプトの独自性と表現力の多様性」

Merry BAD TUNE.の最大の強みは、その明確かつユニークな世界観の構築にあります。彼女たちは「2D POPS & SHA-FU BOCCHI DISCO」という他に類を見ない音楽スタイルを掲げ、アニメやサブカル文化との親和性を武器にしています。これは、既存の王道系・ビジュアル重視型アイドルとは一線を画し、コアなファン層を形成しやすい利点があります。
また、「from MY ROOM to the World」というコンセプトは、コロナ禍以降の時代感覚とも合致しており、配信ライブやSNSでの表現活動と親和性が高い点も見逃せません。メンバー個々が“個室＝自分の世界”から発信する形で、従来の「全体で一体感を演出する」モデルと異なる魅力を提供しており、多様な層の共感を得やすい仕組みとなっています。
このように、“物語性の強いアイドル像”を武器に中長期でのブランド化を狙えるため、世界観に共感する濃いファンを継続的に保持できる構造が整っており、解散リスクを低減させる要因となるのです。

■　テーマ２：解散リスクを高める要素は、「検索関心の早期減衰と熱狂フェーズの未成熟」

グラフ上で注目すべきなのは、活動初期の検索トレンドが急上昇した後、2024年前半には大きく減少しているという点です。これにより、デビュー当初の期待や注目度が急激に冷めた可能性が示唆されます。こうした“話題性先行型”の傾向は、コンセプト先行で動き出したグループにありがちな落とし穴でもあります。
加えて、2022年デビューから2年を経た今も、「一般層への浸透」や「タイアップなどの話題性ある外部展開」が乏しく、活動圏が特定界隈に限定されがちです。サブカル層に刺さる世界観は逆に、広い層への拡散性が低く、新規ファンの流入が頭打ちになりやすいというリスクを抱えています。
さらに、前身グループの解散歴や、短期間で多くのプロジェクトが立ち上がるESOLAグループの性質上、「プロジェクト単位での入れ替わりが早い」という傾向も無視できません。これらはすべて、ファンから見た“投資の不安定性”に繋がり、最終的な支持の継続を脅かす要因となります。2034年というリスク予測も、こうした“熱が維持されない構造”をAIが検出した結果と考えられます。

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

Merry BAD TUNE.公式情報（Wikipedia）: https://ja.wikipedia.org/wiki/Merry_BAD_TUNE.
所属レーベル「ESOLA MADE」：https://esola.co.jp

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