課題の棚業界からIT・メディア
メディア・広告の課題の種新聞・放送・出版・広告・ネットの広告
メディア・広告が取り組む困りごとを、集めたニュースをきっかけにAIが書いた挑戦案で集めたページです。課題の種に出た時期、取り組む会社、効く道具、セッションで語られたことも並べています。
課題の種とは 毎朝の読み解き（タブ「今日」）で、その日のニュースから考えた「誰のどんな困りごとが、AIでどう変わりうるか」の案です。業界（誰が取り組むか）と業務の場（会社の中のどこで取り組むか）の2つの切り口でページにしています。
札の見方 業界｜…は取り組む業界、業務の場｜…は会社の中のどこで取り組むか、行政の仕事｜…は官公庁・自治体の案の中身です（押すとそのページか一覧へ）。誰に向くか動き方切り口は、その案の読み方の札です。
最終更新 2026年11月7日最新の挑戦案 2026年11月6日この業界の案 50
この業界の案を、目録ですべて見る →
業務の場ごとの最近の挑戦案
メディア・広告が取り組む困りごとの挑戦案を、会社の中のどこで取り組むか（業務の場）ごとに、新しいものを並べました。挑戦案はAIが書いた案で、実際の事例ではありません。
経営と企画16案のうち新しい3案
自社が持つ文章や録音を、断りなく学ばれる側から対価を受け取る側に変える
蓄積してきた記事・図面・音源は、使われても気づかれず、対価も届かない。許諾の窓口を持てば、権利者に収入と交渉力が戻る。
詳しく ▸
- 事業として
- 原資はAI事業者の学習データ調達費。今回の和解は約50万点で15億ドル、1点あたり約3千ドル。出版・専門情報の会社の新たな収益枠になる。
- 勝てる理由
- 作品ごとの権利者・契約・利用範囲を長年管理してきた会社だけが、許諾可能な作品群を束ねて出せる。後発は権利処理から始めることになる。
- どの前提を疑うか
- 「学ばれるのは脅威」という前提を疑う。保有コンテンツ上位100点の権利者と契約条件を台帳に出し、学習許諾できるものとできないものに仕分ける。
- この案が強いのは
- 過去の契約書と権利者との付き合いを握っている人の手にあるとき、いちばん強い。
2026年10月29日・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用（The Stanford Daily・2026年10月29日）
この日の読み解き →
日本の媒体が、AIに学ばれることをどこまで許し拒んでいるかが数字で見える
各社が学習を許しているのか拒んでいるのか、業界の誰も全体像を知らない。数字が出れば、交渉も議論も事実の上で始められる。
詳しく ▸
- 事業として
- 業界団体・出版社の法務部・法律事務所が、方針づくりや顧客向け説明の根拠として必要とする。調査の委託費や会員向けレポートとして成立しうる。
- 勝てる理由
- 取得自体は誰でもできて真似されやすい。毎月測って時系列を持った側だけが、変化の推移を語れる。
- 何を、どう測るか
- 業種別に100サイトのrobots.txtと利用規約を取得し、AIクローラごとに許可・拒否・記載なしを集計する。一枚の表にして公開する。
- この案が強いのは
- 特定の業界を見続けていて、どのサイトを測れば意味があるかを知る人の手にあるとき強い。
2026年10月29日・紙面では畳んだ案・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用（The Stanford Daily・2026年10月29日）
この日の読み解き →
「答えを差し控える」の裏で何が言われ、何が言われていないかを、誰でも並べて読める
同じ出来事でも見出しは「配慮」「遺憾」「強く非難」と割れる。読み手は自分に近い一本だけで済ませがち。語の違いが並べば、判断の前提が揃う。
詳しく ▸
- 事業として
- 報道モニタリングは広報部や調査会社に月数万〜数十万円で頼んでいる。読み比べの手間を置き換える案。
- 勝てる理由
- 真似されやすい。ただ、仲間が読み比べに付ける注釈が溜まるほど、自分たちの業界向けの見方が育つ。
- 誰に、どう呼びかけるか
- 同じ出来事の複数報道を集め、主語・動詞の強さ・誰の発言かを表にするスクリプトを作る。勉強会の仲間に週次で見てもらうよう声をかける。
- この案が強いのは
- 業界ごとに「どの言い回しが実害につながるか」を知る人が、注釈の価値を高められる。
2026年10月18日・紙面では畳んだ案・きっかけ 靖国神社に真榊奉納した高市首相、遥拝したか首相周辺「答えを差し控える」 - 読売新聞（読売新聞・2026年10月18日）
この日の読み解き →
商品・サービスをつくる15案のうち新しい3案
地上波CM一本の制作を、音と尺違いの動画を多数納める形に組み替える
若年層はYouTubeを地上波より長く見ている。そこで制作部門が広告主に、1本のCMから音楽違い・長さ違いの動画を数十本まとめて納品する形を提案する。曲はAIで作るので権利確認や追加費が小さく、反応のよい版だけを広げられる。
詳しく ▸
- 事業として
- 広告主100社が年1,000万円の動画量産を追加発注すれば年10億円（試算）。いまは版ごとに音楽の権利処理費と時間がかかる。
- 勝てる理由
- 広告主の予算の決定者と過去のCM素材を持ち、版ごとの反応の記録も蓄積できる。
- 誰を、どう動かすか
- 制作部長が営業部門と経営会議に、評価を出稿額から制作本数・成果へ変える案を出し、広告主3社の既存CMで音違い10版を試作して視聴完了率を比べる。
- この案が強いのは
- CM制作の現場を知る人は、どの数秒で視聴者が離れるか分かり、どこを変えて版を作るべきか決められる。
2026年11月6日・紙面では畳んだ案・きっかけ YouTube、著作権の申し立てを受けたBGMを「AI生成曲」に差し替え 提供国を拡大（CNET Japan・2026年11月6日）
この日の読み解き →
国の制度改正が自分の町の誰にいくら響くか、地元紙が毎回示せる世の中にする
国の改正は全国平均で語られ、自分の町の誰が困るのかは見えない。町ごとの影響が出れば、不満が「知らされなかった」から「議論の材料」に変わる。
詳しく ▸
- 事業として
- 購読減に悩む地方紙の紙面企画費、自治体の広報・議会だより制作費、地域局の番組制作費から。
- 勝てる理由
- 地元の取材網と読者の信頼は、全国紙や外部企業が持てない。町の事情を知る記者がいるほど試算が信用される。
- 誰を、どう動かすか
- 地方紙の編集局長か地域部に、国保・介護の市町村データを使った試算を1本、次の改正案報道に合わせて載せる試行を持ちかける。
- この案が強いのは
- 地元の窓口や議会を長く取材した人が、数字の裏の暮らしを書き添えられる。
2026年10月22日・きっかけ 自民、衆院議員の定数削減幅を31で調整 早ければ22日に提示 - 毎日新聞（毎日新聞・2026年10月22日）
この日の読み解き →
定数が31減ったら自分の選挙区の声はどこへ消えるのか、自分で試算して言える
定数が減ると、どの地域・どの層の声が国会に届きにくくなるのか。ニュースの数字では自分の選挙区に引きつけて語れず、不満が行き場を失っている。
詳しく ▸
- 事業として
- 選挙特集を組む地方紙、政治教育のNPO、議会事務局が、解説企画の外注費や調査費として払っている枠から。
- 勝てる理由
- 試算の手法自体は真似されやすい。ただ、地域の事情を知る人が解釈を添えると差がつく。
- AIに何から聞くか
- 過去の衆院選の公開結果を集め、定数31減とサンラグ式の折衷案による議席の動きを、AIに質問しながら試算するコードを一緒に組む。
- この案が強いのは
- 選挙区の地域事情や選挙運動の現場を知る人が、数字に意味を与えられる。
2026年10月22日・紙面では畳んだ案・きっかけ 自民、衆院議員の定数削減幅を31で調整 早ければ22日に提示 - 毎日新聞（毎日新聞・2026年10月22日）
この日の読み解き →
顧客との接点10案のうち新しい3案
画面の不具合が出た人の経過を、同じ書式で持ち寄り誰でも見られるようにする
不具合が出た人は、自分だけなのか、交換でいつ直るのか分からないまま我慢している。症状と経過が並べば、買う前の人も、いま困っている人も、見通しを持てる。
詳しく ▸
- 事業として
- 購入検討者向けの比較メディアの制作費や、法人の機種選定の事前調査費が出どころ。いまは個別のレビュー記事を拾い読みする人手に消えている。
- 勝てる理由
- 早く集まった投稿ほど経過の追跡が長く、後発が追いつけない。ただし集め方そのものは真似されやすい。
- 誰に、どう呼びかけるか
- SNSと実機レビューの読者に、症状・出た日・交換までの日数だけの共通書式を呼びかける。集まった記入をAIで症状別に整理し、週末に公開する。
- この案が強いのは
- 自分の端末で症状を経験し、書式の抜けに気づける人が、仲間の記入しやすさまで設計できる。
2026年11月1日・紙面では畳んだ案・きっかけ 鴻海、iPhone Duoの需要急増への対応に自信－世界の生産拠点活用 - Bloomberg（Bloomberg・2026年11月1日）
この日の読み解き →
自分の書いた文章が、AIの答えにそのまま出てくるかを自分で確かめられる
書き手は、自作が学習に使われたのかを知る手段がなく、疑っても確かめようがない。確かめられれば、不満は事実に変わり、次の判断ができる。
詳しく ▸
- 事業として
- いまは弁護士の初期相談(数万円〜)か、泣き寝入りの二択。個人の書き手・小規模の出版社・ブログ運営者が、確認の費用を数千円以下にできる。
- 勝てる理由
- 原文を一番よく知るのは本人。ただ仕組み自体は真似されやすい。モデル更新ごとの結果を溜めた記録が、時間とともに差になる。
- どう作るか
- 自分の過去記事30本から冒頭数行を抜き、複数のAIに続きを書かせて原文との一致度を数える。結果を日付つきで保存する。
- この案が強いのは
- 自作の文章や写真を多く持ち、自分でも発信してきた書き手の手にあるとき強い。
2026年10月29日・紙面では畳んだ案・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用（The Stanford Daily・2026年10月29日）
この日の読み解き →
自社プロモーション動画が無断模倣の疑いを招かないチェック手順を整える
現場のマーケティング担当者が、社外委託先から納品された合成音声が実在の著名人の権利侵害になっていないかを確信を持って判断でき、炎上リスクから解放される。
詳しく ▸
- 事業として
- 代理店へのコンプライアンス外部委託費用や、制作やり直しに伴う1本あたり数十万円単位の再撮影・再録音コストから拠出される。
- 勝てる理由
- 制作現場の進行フローと法務審査のボトルネックを熟知しており、現場の納期を遅らせずに導入できる運用ノウハウがある。
- 誰に、どう呼びかけるか
- マーケティング部門と法務担当を招集し、外注先が使用する合成音声の生成元データを納品時に申告させる共通チェックリストの作成を呼びかける。
- この案が強いのは
- 広告制作現場のタイトなスケジュールと、企業法務の審査基準の板挟みを調整してきた実務経験。
2026年10月1日・紙面では畳んだ案・きっかけ 津田健次郎さんの「声」を生成AIで無断模倣、東京地裁が「パブリシティ権」の対象と初判断…請求棄却でも残した意義 - bengo4.com（bengo4.com・2026年10月1日）
この日の読み解き →
管理部門7案のうち新しい3案
社内の映像素材のどこに実在の事故が写っているか、全部見える状態にする
素材が何百本もある会社では、実在の事故や被災が写る場面がどこにあるか誰も把握していない。把握できていれば、抗議が来る前に自分たちで気づける。
詳しく ▸
- 事業として
- 広告・研修・展示の素材をめぐる炎上対応や差し替えは、広報費と制作費から出ている。年1回の素材監査として、法務・広報の予算に載せられる。
- 勝てる理由
- 素材の保管場所と使用履歴は社内の人しか触れず、外部ベンダーは中身を見られない。棚卸しの結果は自社だけの履歴として残る。
- 何を、どう測るか
- 過去3年の映像を一部抜き出し、AIで場面を文字にして、実在の事故・被害を含む箇所を時刻つきで一覧にする。件数は経営会議向けの一枚にまとめる。
- この案が強いのは
- 素材の置き場所や使い回しの実態を知る現場担当者でなければ、どこから掘ればよいか分からない。
2026年11月2日・紙面では畳んだ案・きっかけ Activision、抗議を受け梨泰院事故映像を削除へ（GameBusiness.jp・2026年11月2日）
この日の読み解き →
生成物が誰かの作品に似ていないか、現場が迷わず「使う・止める」を決められる
制作や広報の現場は、AIの出力を使っていいか判断できず、止まるか黙って使うかになっている。迷いが減れば、安心して進められる範囲が広がる。
詳しく ▸
- 事業として
- いま法務への個別相談や外部弁護士の確認費、差し戻しで失われる制作時間として払っている。判断の基準が共有されれば、そのコストが減る。
- 勝てる理由
- どの場面で現場が迷うかは、日々素材を扱う部署にしか溜まらない。外部の一般論では、自社の判断が割れる境目に届かない。
- AIに何から聞くか
- 直近で迷った実例を5件集め、AIと対話して「似ている度合い・元の作品を参照したか・用途」の分かれ目を引き出す。判断図にして法務に見せる。
- この案が強いのは
- 現場で実際に迷った経験があり、かつ法務や経営に話を通せる立場の人の手にあるとき強い。
2026年10月29日・紙面では畳んだ案・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用（The Stanford Daily・2026年10月29日）
この日の読み解き →
広告枠の先に誰がいるのか、サイト運営者が初めて一覧で説明できるようになる
サイト運営者は広告が出ていることは知っていても、裏で誰が配信を中継しているかを説明できない。これまで見えなかった経路が、言葉にできるようになる。
詳しく ▸
- 事業として
- 広告枠の収益は運営側の売上だが、配信網を悪用されれば信用の毀損と対応費も運営側が負う。広報・法務の対応費が出どころ。
- 勝てる理由
- 自サイトの広告契約や過去の差し替えの経緯は、運営の担当者しか知らない。外部の調査会社は契約の中身に手が届かない。
- AIに何から聞くか
- 自サイトのページソースから広告タグのドメインを抜き出し、AIと対話して各社の役割と呼び出し順を表にする。不明な所は配信会社に質問する。
- この案が強いのは
- 広告媒体の契約と運用の経緯を知るサイト運営担当の手にあるとき強い。
2026年10月24日・きっかけ 「品薄」折りたたみiPhone、日米は3カ月待ち 生産面に課題 - 日本経済新聞（日本経済新聞・2026年10月24日）
この日の読み解き →
モノを動かす1案
緊急時の取材ヘリ飛行経路を、二次災害リスクなく計画できるようにする
大規模災害や事故現場への取材ヘリの集中は、低空飛行による騒音、風圧、そして航空安全へのリスクを高める。AIがリアルタイムの気象情報、地形データ、人口密度を考慮し、最も安全で効率的な飛行経路を提案することで、二次災害リスクを最小限に抑えたい。
詳しく ▸
- 事業として
- テレビ局は取材ヘリの運用に多額の費用をかけているが、事故はブランドイメージの失墜と損害賠償に直結する。安全な飛行経路計画は、運用リスクを低減し、取材活動の持続可能性を高める。
- 勝てる理由
- 報道機関が持つ独自の速報性と、過去の取材フライトデータ、また各社が持つ現場判断のノウハウは、他社が容易に模倣できない貴重な資産となる。
- AIに何から聞くか
- 報道ヘリの過去のフライトデータ、主要な災害現場周辺の地形図、気象データ、そして航空法規制情報を手元に集め、これらの情報をAIがどのように統合・分析すれば最適な飛行経路を導き出せるか、対話型AIに問いかけて筋道を探る。
- この案が強いのは
- 報道倫理と航空安全の両面を理解するジャーナリストの視点が最も強力な参入障壁となる。
2026年9月17日・紙面では畳んだ案・きっかけ 「グローバルホーク」墜落事故受け三沢市、運用と飛行停止を要請「基地周辺の市民に大きな不安与える」 - 読売新聞（読売新聞・2026年9月17日）
この日の読み解き →
社内の共通業務1案
制作現場の「これ使っていいの?」が持ち寄られ、社内に共通の答え集ができる
同じ疑問を別々の担当が抱え、毎回一人で悩んでいる。持ち寄られた迷いが一覧になれば、次に迷う人は調べ直さずに済む。
詳しく ▸
- 事業として
- いまは各人が法務に個別に聞く時間や、判断に迷って止まる作業時間として払っている。答え集の整備は担当の業務時間内で進められる。
- 勝てる理由
- 迷いの記録は、実際に素材を扱ってきた人の手元にしかない。仕組みは簡単で真似されやすいが、実例の質は経験が決める。
- 誰に、どう呼びかけるか
- 同じ疑問を持つ同僚3人に声をかけ、各自が最近迷った素材の使い方を3件ずつ出す。AIで似た迷いを束ね、Q&A一覧にして見せる。
- この案が強いのは
- 素材を日々扱い、「ここで迷う」を具体的に語れる実務経験者の手にあるとき強い。
2026年10月29日・紙面では畳んだ案・きっかけ Anthropic社、スタンフォード大教授の書籍を無断でAI学習に利用（The Stanford Daily・2026年10月29日）
この日の読み解き →
ほかの業界が主で、この業界にも当たる案107案のうち新しい6案
主に取り組むのはほかの業界ですが、メディア・広告にも当たると判定された案です（札の業界は、主に取り組む業界）。挑戦案はAIが書いた案で、実際の事例ではありません。
店内放送を自前のAI楽曲に替え、メーカーに売る広告枠に変える
全店で流す店内BGMを、有線や市販音源から自社でAI生成した楽曲へ切り替える。曲の合間に、メーカー提供の商品紹介を天気や時間帯に合わせて差し込み、売場ごとに流す内容を変える。買い物客は耳にした商品をその場で手に取れる。
詳しく ▸
- 事業として
- 1,000店舗で1店舗あたり月3万円の枠をメーカーが買えば年3.6億円（試算）。BGMの使用料も減る。
- 勝てる理由
- 毎日の来店客と販売データを持ち、放送した商品の売れ行きの差をメーカーに数字で示せる。
- どの前提を疑うか
- 販促部長が10店舗でAI曲とメーカー商品紹介を2週間流し、流さない10店舗と対象商品の販売点数を比べる。
- この案が強いのは
- 売場の動線と時間帯ごとの客層の違いを肌で知る人なら、どの棚の前でどんな声かけが効くか見当をつけられる。
2026年11月6日・きっかけ YouTube、著作権の申し立てを受けたBGMを「AI生成曲」に差し替え 提供国を拡大（CNET Japan・2026年11月6日）
この日の読み解き →
音楽の申し立てで止まった自社動画の、失った再生と収益を数える
レシピ動画などの公式動画のうち、BGMで著作権の申し立てを受けたものを全部洗い出す。それぞれの再生数と、申し立てで広告収益が相手側に回った分、広告が制限された期間を並べ、差し替えで取り戻せる額を示す。
詳しく ▸
- 事業として
- 公式動画200本のうち30本が対象で、1本あたり月1万円の収益を取り戻せるなら年360万円（試算）。
- 勝てる理由
- 動画の管理画面と申し立ての履歴を自社で持ち、再生数との突き合わせを今月中に自分たちでできる。
- 何を、どう測るか
- 運営担当が過去3年の動画から申し立て履歴を書き出し、再生数上位10本から差し替える。取り消せないので元動画は保存してから行う。
- この案が強いのは
- 毎日の動画運営で、どの動画が長く見られ続けるかを肌で知る人は、差し替える優先順位をすぐ決められる。
2026年11月6日・きっかけ YouTube、著作権の申し立てを受けたBGMを「AI生成曲」に差し替え 提供国を拡大（CNET Japan・2026年11月6日）
この日の読み解き →
企業の公式動画向けに、投稿前の確認つきで権利トラブルを補償する
企業が公式チャンネルに載せる動画の音や画像をAIが投稿前に調べ、危ない箇所を指摘したうえで、残った権利トラブルの賠償や示談の費用を保険で補償する。確認を済ませた分だけ保険料が安くなる。
詳しく ▸
- 事業として
- 公式チャンネルを持つ1,000社が年30万円なら年3億円（試算）。いま企業は削除対応や示談を自費で負担している。
- 勝てる理由
- 示談や賠償の支払いデータを持ち、どの投稿が事故になりやすいかを保険料に反映できる。
- AIに何から聞くか
- 商品開発担当がAIと対話しながら、過去の著作権・肖像権の支払い事例を投稿の種類別に分け、事故になりやすい型の仮説を3つ作る。
- この案が強いのは
- 示談交渉の現場にいた査定担当は、どこで話がこじれ費用が膨らむかを知っており、補償範囲の線引きが現実的になる。
2026年11月6日・紙面では畳んだ案・きっかけ YouTube、著作権の申し立てを受けたBGMを「AI生成曲」に差し替え 提供国を拡大（CNET Japan・2026年11月6日）
この日の読み解き →
来訪者の旅動画が消されない、地域公式の曲で集客する
温泉地の宿や施設が共同で、その土地らしい歌声なしの曲を作り、泊まった人に無料で配る。旅の写真と動画に曲が付いた短い映像を自動で作れるので、SNSやYouTubeに権利の心配なく載せられ、行き先を探す若者の目に触れる。
詳しく ▸
- 事業として
- 年50万人が泊まる温泉地で1%が投稿し平均1,000回再生なら年5,000万回。1再生1円換算で5,000万円分（試算）。
- 勝てる理由
- 宿・土産店・交通が同じ曲を使えば、どこで撮っても同じ地域の音になり、先に始めた地域が覚えてもらえる。
- 誰に、どう呼びかけるか
- 観光協会が宿5軒に声をかけ、曲を2種類作って1か月配り、投稿数と予約の経路を宿ごとに数える。
- この案が強いのは
- 宿の女将や観光協会の人は、客がどこで写真を撮りたがるか知っていて、曲と場所を結びつけやすい。
2026年11月6日・紙面では畳んだ案・きっかけ YouTube、著作権の申し立てを受けたBGMを「AI生成曲」に差し替え 提供国を拡大（CNET Japan・2026年11月6日）
この日の読み解き →
気温が下がった夕方に、メーカー協賛の献立をアプリで配り、協賛費を新しい収益にする
予報で涼しくなる地域の会員にだけ、夕方に「今夜は煮込み」などの献立と対象商品のクーポンを送る。メーカーは協賛枠を買う。スーパーは当日の売上と協賛費の両方を得る。
詳しく ▸
- 事業として
- 試算：500店舗で気温連動の協賛枠を月1店3万円で売れば年1.8億円。メーカーは販促費を天気に合う日へ寄せられる。
- 勝てる理由
- 会員アプリの来店・購買履歴と店舗ごとの気温を結べる。メーカー単独では持てない、当日の実売データを持つ。
- 誰に、どう呼びかけるか
- 販促部門がルウ・鍋つゆ・冷凍食品など3〜4社に声をかけ、20店舗・会員5万人で通知あり・なしの当日購入点数を3か月比べる。
- この案が強いのは
- 売場で涼しい日に何が動くかを肌で知る店長経験者なら、通知する商品の組み合わせを外しにくい。
2026年11月5日・きっかけ シチューの秋冬以外の需要を開拓（ダイヤモンド・チェーンストアオンライン・2026年11月5日）
この日の読み解き →
値引きの費用をメーカーに負担してもらい、会員ごとの特売で客数を戻す
会員アプリで、最近ビールを買っていない人にだけ特定メーカーのクーポンを配る。値引き分はメーカーが販促費から負担し、店は配信の実績に応じた手数料も受け取る。全員一律の値下げをせず、来店が減った客だけを呼び戻せる。
詳しく ▸
- 事業として
- 前提:会員30万人向けの配信枠を、月20枠、1枠50万円でメーカーに売れれば年約1.2億円の新しい収入になる。
- 勝てる理由
- 毎日の来店と購買履歴を持つ小売は、メーカーが最も欲しい「誰が何を買い替えたか」を一番近くで見られる。
- 誰を、どう動かすか
- 販促部門が、会員データの利用範囲を法務と確認し、飲料メーカー1社へ個別クーポンの試験販売を持ちかけ、3か月で増えた来店を測る。
- この案が強いのは
- 売場で値引きが誰の来店を動かしたかを見てきた販促担当は、どの客にどの商品なら効くかの勘が働く。
2026年11月5日・紙面では畳んだ案・きっかけ リテールパートナーズ、人件費増で利益減 収益力回復へ（ダイヤモンド・チェーンストアオンライン・2026年11月5日）
この日の読み解き →
課題の種に出た時期2026年8月17日〜2026年11月6日
毎朝の読み解きの挑戦案のうち、取り組む業界が「メディア・広告」と判定された案の数です。近い業界と並べています。週ごとの棒の高さは業界ごとの目盛りで、推移の形を比べられます（「同じ目盛り」に切り替えると、数の差が見えます）。
挑戦案の数（業界ごと）
- この業界の案は50案で、課題の種の全体の3%（うち紙面に掲載した案 13）。
- いちばん多かったのは2026年9月28日の週（7案）。きっかけは「両陛下のネコバス写真」「AI学習著作権訴訟判決」「声優AI模倣と肖像権」などの話題でした。
- ほかの業界が主で、この業界にも当たる案が107あります（上の数には入れていません）。
この業界の案に多い課題の型全体と比べて
挑戦案が何を良くする案かを、課題の種の全体と比べました。太字は全体との差が大きい型です。
この業界の案を出した業務の場全体と比べて
メディア・広告の案が、会社の中のどこで取り組む案かを、課題の種の全体と比べました。太字は全体との差が大きい場所です。
この業界の案に多いAIの働き全体と比べて
挑戦案でAIが何をするかを、課題の種の全体と比べました。
取り組む会社4社
メディア・広告の会社のうち、会社自身の資料（有価証券報告書・決算説明など）にAIの取り組みが書かれている会社です。札の「発表」は会社自身の発表です。
2026年6月23日
発表日本テレビホールディングス：企画開発にAIを活用し、コンテンツの企画・開発を変える。
研究開発・設計・会社自身の発表 21件・記事 5本・資料
2025年12月24日
発表サイバーエージェント：AI・DX分野の事業を推進し、インターネット広告事業の収益性を改善する。
社内業務の効率化・会社自身の発表 19件・記事 2本・資料
2026年6月25日
発表博報堂DYホールディングス：独自AIを活用した分析・戦略立案を実装し、顧客案件の勝率と提供価値を高める。
製品・サービスへの組み込み・会社自身の発表 11件・記事 5本・資料
効く道具発表 17件
道具の種の発表・リリースのうち、メディア・広告で使う前提と判定されたものです。札の「発表」は提供元自身の発表、「報道」は報道機関の記事です。
発表の多い製品
- ChatGPT OpenAI発表 2件・9月23日・書く・作る・判断する・見張る
- Gemini Google発表 1件・11月6日・書く・作る
- Alibaba Cloud Alibaba発表 1件・9月23日・書く・作る・操作して動かす
- Vera Rubin NVIDIA発表 1件・6月18日・判断する・見張る・書く・作る
- Meta AI Meta発表 1件・6月5日・読む・調べる・書く・作る
最近の発表
- 発表Gemini Omni 1.2 Flashが一般提供開始2026年11月6日・Gemini
- 発表Frame.ioの動画検索をNVIDIA GPUで高速化2026年10月20日・NVIDIA
- 発表Adobe製品をNVIDIA技術で高速化2026年10月15日・NVIDIA
- 発表LINE NEWSにAI解説機能「ちょい知り」2026年9月24日・LINEヤフー
セッションで語られたこと
この業界の挑戦案のきっかけの話題がつながったセッションの論点のうち、この業界の案が多くつながったものです。
独自データと、顧客との関係性（9/3追加）
第4回（2026年9月3日）・栗山
流れで読む →この場面を見るメンバー
「地図のほうはオープンデータなので誰でもできる。でも暮らし提案のほうは、顧客からデータをいただけるという関係性があるからこそ、他社にはできないものができる。独自データかどうかという観点がありますね。一方で、独自情報があるがゆえに ― 誰かにとっての機密情報だと ― 売りにくくなるという面もある。」
競争軸は「ループの回転速度」へ
第4回（2026年9月3日）・栗山
流れで読む →この場面を見るメンバー
「センス・シンク・アクトのループをどのくらい早く回せるのかが、もう勝負になってくる。競争優位の源泉が、今までとは違うところに移っていく。そしてデジタルとフィジカルをどう組み合わせればうまくいくのか ― 紙の上では分かるけれど、実際どんな姿になるかは作らない限り分からない。作って『この世界ならいける』と早めに見極められるかの勝負です。」
前提が変わると勝者が入れ替わる（インターネットの例）
第2回（2026年7月10日）・栗山
流れで読む →この場面を見るメンバー
「インターネットが登場したとき、旅行会社もCDレンタル店も『ネットが大事だ』と分かっていて、こぞってデジタル化しました。でも、旧来のツアーをオンラインで売るだけの会社は消え、勝ったのはBooking.comやExpediaのように、ネット前提でまったく違う商品を組んだ会社でした。販売経路だけをデジタル化した会社は消え、デジタル前提で別のモデルを作った会社が勝った。AIでも同じです。」
産業転換シナリオ（4業界）
第1回（2026年6月15日）・栗山
流れで読む →この場面を見るメンバー
「製造業（自動車部品）は、ベテランの目視・抜取検査が誇りでしたが、1回1円ほどで全数検査ができ、品質保証の前提が変わって新しい製造モデルへ。小売は、品揃えと接客の勘から、テーラーメイドを安く、需要を世界の情報からリアルタイムに掴むモデルへ。コンサルは、人月で情報を集めて解く価値がAIに置き換わる一方、論点設定と価値判断が人の価値として残る。銀行は、与信審査がAIに置き換わる代表例で、対面と質の高い対話が残る。置き換わる部分と残る部分の境目こそが、産業構造の変わり目です。」
セッションの体験6件
AI戦略実践プロジェクトのセッションで、参加した方々が実際に動かした・確かめた・気づいた・持ち帰ったことのうち、この業界の困りごとに関わるものです。
つながり
一緒に当たる業界
- エンタメ・スポーツ54案
- 通信・IT33案
- コンサル・士業・調査28案
- 官公庁・自治体18案
- 小売・アパレル7案
案の多い業務の場
- 経営と企画16案
- 商品・サービスをつくる15案
- 顧客との接点10案
- 管理部門7案
- モノを動かす1案
案に出た用語
このページについて
- 作り方
- 毎朝の読み解きで、ニュースをきっかけにAIが書いた挑戦案を、取り組む業界ごとに束ねています。挑戦案はAIが書いたもので、人は内容を確かめていません。実際の事例ではありません。
- 分け方
- 課題の種は、業界（誰が取り組むか）と業務の場（会社の中のどこで取り組むか）の2つの切り口でページにしています。業務の場は7つ（顧客との接点／商品・サービスをつくる／モノを動かす／管理部門／ITと開発／経営と企画／社内の共通業務）。どこに入れるかはAIの判定です。札のまだ無い案は数えていません。
- 日付と更新
- 日付は挑戦案の日（紙面の日）。毎朝更新、最終更新 2026年11月7日。
- このライブラリー
- AI戦略ライブラリーは、AI戦略実践プロジェクトの一環で作っています。 プロジェクトは、事業を動かす方々がAIを前提にした戦略を実際に作り・動かす実践の場で、月1回のセッションがあります（参加費とお申し込み）。 ほかの業界は課題の棚から。