AI予測結果アイドルの将来予測

AIによる「STAiNY」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、「STAiNY」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要素は、「ライブ主導型運営とチーム内の安定性」

STAiNYの解散リスクを下げる最も顕著な要素は、**ライブを中心としたリアル接点重視の活動方針**と、**メンバー間の継続的な安定感**です。デビューから数ヶ月で初ワンマンを実施し、以降も定期的に対バンイベントや単独公演を展開しており、現場主義を貫いてきたことが支持基盤の強さに直結しています。近年はアイドルのデジタル化が進む一方、STAiNYはリアルの接点を欠かさず、ファンとの物理的な距離を縮めてきました。これは、ファンダムの忠誠度を高め、多少のメディア露出の波に左右されない安定感を築く要因となっています。

また、2021年から2025年の期間において、他の同世代グループに比べて**大きなメンバー変動が少ない**ことも特徴です。Excelデータによれば、初期の平均年齢は21.4歳、2025年時点で24.1歳と上昇していますが、全体としての構成バランスが保たれており、ライフイベントなどによる早期脱退が抑えられていると考えられます。このように、グループ内の安定と外部への持続的発信が両立されており、ファンと運営双方にとって信頼感のある活動構造が確立されている点が、解散リスクを大きく下げていると分析できます。今後もこのライブ主導型モデルを維持し、メンバー個人の成長とグループの進化をうまく融合させていくことが鍵となるでしょう。

■　テーマ２：解散リスクを高める要素は、「活動フェーズの変化に伴う将来ビジョンの不透明さ」

STAiNYが抱える将来的な解散リスクとして最も注目すべきは、**活動フェーズの変化とそれに伴う方向性の曖昧化**です。2021年のデビューから2025年の現在にかけて、彼女たちは比較的順調に活動を展開してきましたが、初期の「成長期」から「成熟期」への移行が求められる今、グループとしての長期的ビジョンが十分に示されていないことは大きな懸念材料です。AIが予測する解散リスクのピークは2026年12月。これは、メンバーの平均年齢が25歳を超え、多くのメンバーにとって将来のライフプラン（就職・結婚・移籍など）との両立が現実的に問われ始める時期です。

また、Excelデータ上では活動実績に大きな穴はないものの、SNSでの話題性やメディア露出の勢いはやや頭打ちとなっており、ファンの拡大が鈍化している兆候も見られます。グラフにも表れているように、2025年以降にリスクが増加している背景には、**新たな成長戦略や大規模展開の欠如**が指摘できます。今後、グループの「第二章」や「再定義」のようなビジョン提示がないまま停滞期に突入すれば、ファンの関心の薄れ、メンバーのモチベーション低下、運営の判断による活動縮小といった要因が連鎖的に発生し、解散に至るリスクが現実化する可能性は十分あります。いかにグループとしての将来像を描き、それをファンと共有しながら進化できるかが、最大の課題となるでしょう。

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

STAiNY公式サイト：
STAiNY – 株式会社SCOT
scot-inc.jp
(https://scot-inc.jp/stainy/)
STAiNY公式X（旧Twitter）：
https://x.com/stainy_official
x.com
(https://x.com/stainy_official)
シャニパレとてっぺんまで（ブログ）：
『STAiNY 2ndステージ新体制』
シャニパレから浜辺千夢ちゃん・篠崎ここちゃんが加わり、2ndステージをスタートさせたSTAiNYの基本情報をまとめました。       ■STAiNY(ステイ…
ameblo.jp
(https://ameblo.jp/ichimimin/entry-12726587698.html)

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/