通信市場は成熟期に入り、事業環境は構造的に厳しさを増しています。契約数は伸びにくく、ARPU^※1の回復も限定的です。一方で顧客獲得競争は続き、販促費は膨らみやすい構造にあります。さらに5Gの高度化や将来の6Gを見据えたネットワーク投資も避けられず、設備投資負担は増加しています。結果として、契約数・ARPUの伸び悩み、販促費の膨張、設備投資負担の増大という「三重苦」に直面しています。
この状況で重要なのは、「全部の領域で戦う」発想からの転換です。どこを競争領域として磨き込み、どこを共創領域として効率化するのかを戦略的に切り分けない限り、コストは積み上がり、差別化の焦点もぼやけます。特にネットワークやプラットフォームといった基盤領域では、個別最適で戦い続けるよりも、共同で整備し投資効率を高める方向性が現実的といえます。
一方で競争の主戦場は顧客接点へと移っていきます。端末と回線の分離や中古端末の普及により来店行動も変わる中、チャネル設計やアプリ、決済・ポイント経済圏といった「日常接点」をどう作るかが問われます。店舗運営やコールセンターも、人材制約が強まる中で、AIアバターやリモート接客を活用しつつ、品質を保ちながらの効率化が必要です。基盤は共創、顧客接点は競争が持続的成長の土台になります。

AI検索の普及により、ニュース消費や購買行動は確実に変わり始めています。検索結果としてURLを並べるのではなく、要点をまとめて「答えそのもの」を返す仕組みが一般化すると、消費者はそれで満足し、ニュースサイトへ遷移しない、いわゆるゼロクリックが起こりやすくなります。さらに比較・要約・推奨までAIが担うようになると、比較記事やまとめサイトの価値も揺らぎます。
ただし、AIがすべてを代替するわけではありません。調査結果からも、概要理解やちょっとした調べ物、比較といった「効率的な情報収集」はAI利用意向が強い一方で、一般の人の体験や感情、現場の生の声、インタビュー、専門家・記者による独自の解釈といった要素は、引き続き記事として読みたいニーズが残っています。ここに、メディアが守るべき領域があります。
だからこそ論点は「AIと戦うか」ではなく、「AI時代に価値ある情報がどう変わるか」、その変化を踏まえて「どうビジネスモデルを変えるか」です。PVを狙った見出しや要点整理型の情報は相対的に価値が下がる一方、AIが導出しにくい独自視点、リアリティ、文脈、関係者の声、一次情報に基づく検証といった価値は重要性を増します。メディアには、こうした価値に注力し、AI活用を前提とした新たな収益モデルを構築していく姿勢が求められます。

日本発のコンテンツのグローバル展開は、国としても成長目標が掲げられるなど、大きな機会を迎えています。ただし、海外に出せば自然に売れるわけではありません。グローバルでトップラインを本格的に拡大するためには、海外における日本コンテンツファンの熱量を、国内と同水準、あるいはそれ以上に高めていく必要があります。熱量は偶然生まれるものではなく、出会い方や理解のされ方、ファン化のプロセスをどう設計するかで大きく変わります。
そのために重要なのが、コンテンツIPを経営戦略として構造化して捉えることです。国内中心で培ってきた勘や経験だけでは、海外市場ではズレが生じます。IPごとの収益性や成長性を海外も含めて可視化し、ポートフォリオとして整理した上で、どのIPに投資し、どこにリソースを振るのかを判断することが重要です。そのためには、経営と現場が同じ視点を持ち、戦略を回していくことが不可欠になります。
あわせて、国・地域ごとに異なるカスタマージャーニーの理解も欠かせません。流入チャネルやファン化の導線は日本と大きく異なります。インフルエンサーを起点に発売前から熱量が高まるケースもあります。推し消費も一時的なブームではなく、ファン心理に根差した持続的な消費行動として定着しています。このため、今後は、付加価値ベースでのマーケティングや価格設計を含め、ファンとともにIPを育てる視点が、グローバル成長を支える重要な軸になります。

エマージングテクノロジーは、個別技術として捉えるだけでは不十分だと考えています。AI、量子、宇宙、ロボティクスといった技術は、産業構造を組み替え、エコシステム全体を刷新する力を持っています。複数のシステムが連携するSoS（System of Systems）を前提とした産業構造では、単体最適ではなく、全体としてどう価値を生み出すかという設計が重要になります。
そこで鍵になるのが、国際競争を見据えた産業政策です。産業政策の本質は、競争を止めることではなく、競争が成立する土台や環境を整えることにあります。特に重要なのが標準化です。APIやデータ連携規格のように、土台が揃わなければ産業が立ち上がらないような領域では、標準化政策のもとで、関連する企業が協調してプラットフォームを構築し、その上でサービスやデータ活用といった個々の価値創出の部分で競争する。この切り分けを意識的に行う必要があります。
スマートフォンのエコシステムは、その好例です。標準化された基盤の上で多様なプレイヤーが競争し、結果として巨大なエコシステムが形成されました。今後はこの考え方を、製造業や社会インフラ、DXの領域へと広げていくことが求められます。どこを協調領域とし、どこを競争領域とするのか。その設計こそが、次のイノベーションを左右すると考えています。

AIの普及によって、企業のデータ活用の前提は大きく変わりました。構造化データに限らず、文章・画像・音声といった非構造化データまで利活用の対象が広がり、利用の文脈も多様化しています。同じデータ活用でも、個人に与える影響やリスクの大きさは大きく異なり、従来の一律的なプライバシー対応では対応しきれなくなっています。
このため、AI時代のプライバシー保護では、リスクベースの考え方が不可欠になります。どのデータ活用が、どの程度のリスクを生むのかを見極め、その大きさに応じて対応を変えていく必要があります。AIの出力は確率・統計的で完全に制御できないからこそ、事前にリスクを特定・評価し、管理する姿勢が求められます。受動的なチェックではなく、能動的なリスクマネジメントへの転換が重要です。
個人情報保護法の3年ごと見直しを含む規制動向も、データ利活用を前提としつつ、企業の自主的なリスクマネジメントを求める方向に進んでいます。その土台となるのがデータガバナンスです。自社にどのようなデータがあり、どこで、どの目的で使われているのかを可視化して守りと攻めを両立させる、そしてプライバシー保護をデータ活用のブレーキではなく、土台として位置づけることが、AI時代の競争力につながります。