AI × エンタメのビジネスモデル

一言で言うと

従来のデジタルエンタメは「作るのは高いが、配るのはほぼタダ」だった。 AIを体験の中に入れると 「遊ばれるたびにコストがかかる」 構造に変わる。 これがビジネスモデル設計の出発点。

コスト構造の変化

	従来型	AI制作支援型	AIリアルタイム体験型
制作費	高い	下がる	中（仕組みづくりに投資）
配信の限界費用	ほぼゼロ	ほぼゼロ	利用量に比例
差別化の源泉	作品の質・IP	作品の質・IP・スピード	体験設計・データ・IP
主なリスク	ヒットの不確実性	供給過多による価格下落	推論コスト・倫理

収益モデル

モデル	AIリアルタイム体験との相性	注意点
買い切り	△ 利用量が読めずコストが青天井	利用上限・オンデバイス推論で対策
サブスク	○ 最も一般的	ヘビーユーザーが赤字化。段階プランで調整
従量課金（クレジット）	○ コストと連動	「メーターが回る」感覚が没入を損なう
F2P + 課金	○	AI個別化オファーは倫理リスク大
広告	△	推論コストを広告収益で賄えるか要検証
B2Bツール/ライセンス	○ 制作支援では主流	競争が激しくコモディティ化しやすい
IPライセンス（公式キャラAI等）	○	原作者監修・収益分配の設計が必要

ユニットエコノミクスの基本式

1ユーザーあたり月間利益
  = ARPU
  − (月間インタラクション数 × 1インタラクションあたり推論コスト)
  − 配信/インフラ/決済手数料

推論コストの下げ方: - 小型モデル・蒸留モデルへの振り分け（重要な場面だけ大型モデル） - プロンプトキャッシュ・応答キャッシュ - 事前生成できるものは事前生成 - オンデバイス推論 - 会話の要約による入力トークン削減

参入戦略の類型

1. IPホルダー型: 強いIPを持つ企業が、キャラ対話・周辺ゲームでIP価値を拡張
2. ツール型: 制作現場の特定工程（翻訳、背景、QA等）に深く入り込む
3. AIネイティブ新作型: AIでしか作れない体験で新ジャンルを作る（ハイリスク・ハイリターン）
4. プラットフォーム型: ユーザーがAIで作り、共有するUGC基盤

💡仮説: 小規模チームが勝ちやすいのは 3（新ジャンルは大企業の既存ラインに乗りにくい）。 大企業が勝ちやすいのは 1（IPと権利処理済みデータが参入障壁になる）。

堀（Moat）になるもの

• IPとキャラクターの権利
• ユーザーとの関係性データ（記憶・履歴）※プライバシー配慮前提
• 評価セット・ガードレールなど「品質を保つ仕組み」の蓄積
• コミュニティ

逆に、モデルそのものは堀になりにくい（基盤モデルは急速に進化・低価格化するため）。