「市場のない音声」に賭けた理由：緒方憲太郎と八木太亮が語る、人の声の価値

明日を作るビジネスアスリートへ送る、時代の羅針盤、MAKE IT NEXT COMPASS。ナビゲーターのショーンです。

本日のテーマですが、ズバリ音声メディア。AI時代に問われる人の声、音声のメディアとしての価値とは？ この辺りについて、お2人をお招きしてお話を伺いたいと思います。まずは日本の音声配信プラットフォームを牽引します株式会社Voicy、緒方憲太郎さん。そして国内最大規模のポッドキャスト広告ネットワークを運用されていらっしゃいます株式会社オトナル代表の八木太亮さん。お2人をお迎えしてお話を伺います。

お2人にお話を伺う前に、ちょっとプロフィールだけご紹介させてください。間違ったところがあれば、そこは違うと言っていただいて。まず緒方さんですけども、私、緒方さんには一度お会いしてまして。株式会社Voicy代表取締役CEO、1980年のお生まれで、本当に初めてお会いした時のご紹介の時も私びっくりしたんですけども、こんなプロフィールを持っていらっしゃいます。

大阪大学基礎工学部、そして経済学部卒業。公認会計士として、新日本監査法人、アーンスト・アンド・ヤング・ニューヨーク、そしてベンチャーサポートで300社のスタートアップ支援に関わられているというのがバックグラウンドで、2015年に医療ゲノム検査事業のテーラーメッドを創業されて、大手企業に売却。2016年にガラッと変わって、声で発信する個人を増やすための株式会社Voicyを創業。お父様は毎日放送、MBSの元アナウンサーでいらっしゃるということで、小さい頃から声、お父様がそうですからね。

そうですね。もう家にカセットテープだらけで、おかんが親父が出てるやつを全部、なぜか録音しなきゃいけない家内のルールがありまして。

そうですか。

はい。ヤングタウンという番組を親父がやってたので。

そうなんですね。じゃあ、そこが原体験であるのかもしれないですね。

そうですね。親父が40歳ぐらいでもう自分が発信する場がなくなっちゃうんで。ラジオのアナウンサーって結構編成とかに回っちゃうんで、僕が物心ついた時にはもう結構前に出られなくて、しょんぼりしてたんですよ。でも親父の声を聞きたい人は300人はきっといるはずだから、1人1個ラジオ局があればもっと活躍できる人が増えるよねって思ったのが、1つの体験だった。

そうなんですね。ちょっとその辺り、あとじっくりお話を伺いたいと思うんですが。そして八木太亮さん。株式会社オトナル代表取締役でいらっしゃいます。リコーに入られたんですね、最初。リコージャパンに入社をされて、複数の企業を経られて、2013年に前身会社を設立。Webメディア「ビール女子」、そしてコミュニティマーケティング事業を運営された後に、2018年に株式会社オトナルへ社名を変更されます。

デジタル音声広告に特化して、Spotify、radiko、ポッドキャスト、YouTube Musicなどなど、日本国内100媒体超の広告枠を扱う音声広告カンパニーとして、国内最大規模のポッドキャストADネットワークを運営。朝日新聞社と継続的にポッドキャスト国内利用実態調査を発表しておられます。ご著書に『いちばんやさしい 音声配信ビジネスの教本』があると。

これ、八木さんもそもそもはリコージャパンに入られて、そこからいろいろ起業されて、いわゆる声、音っていうところに行くんですね。

そうですね。私のプロフィールは結構謎プロフィールですよね。

謎というか、緒方さんも謎なんですけど。緒方さんはね、お父様の。どうなんですか、まず八木さん。その音というところに、音メディア、音声メディアというところに、体が寄っていったというか、自分の感情が寄っていったっていう経緯っていうのはあるんですか？

そうですね。私、結構プロフィールを見ると音の気配がないんですけど、今読んでいただいたプロフィールにちょっと端折られてるところがあって、最初の起業が楽器屋だったんですよ。これ、ピックあるんですけど。私、ギターをやってて、音楽に関するビジネスを何かやりたいなと思ってて、26歳とか25歳の頃ですけど。その時に楽器のECサイトで始めて。ただ、その時やっぱり若かったんで、紆余曲折あって違うビジネスに転進しながら、メディアとかを経て、広告も経て。結果、ギターで始まって、違う視覚のメディアに入って、また音に戻ってきたっていう感じ。

やっぱりじゃあ、自身が音楽をやるっていうところが1つ。

そう。音とか声とか、そういう可能性とか価値っていうのを非常に分かっている過去があるので、そこから音声メディアに結果的に至ってるっていう感じです。

音声メディアの方に行くにしても、やっぱりこれはボランティアでもないし、営利団体でもないので、どこかで音声メディアでの勝ち筋みたいなことを見いだされた瞬間とかあったんですか？ それはどの辺りで。

そうですね。まず音声メディアに入る前は、私は視覚のメディアをやってました。視覚のメディアっていうのはWebメディアですね。さっきビールのメディアがあったんですけど、目で見るメディアをやっていて。2018年ですね、2018年から2019年の間に2つの変化があるなというふうに感じてて、1つはデバイスの変化ですね。2018年ってスマートスピーカーが日本国内でプレ販売された年なんですよ。Google Home、あとAlexaですね。あれが家に来た時に、これは時代が変わるかもって思ったんです。

多分、緒方さんが起業したタイミングとも似てるんですけど、2016年っていう、私が起業する、あ、ごめんなさい、音声事業に入る2年前にAirPodsが出たんですよ。あの時もデバイスの変化が起きて、結構デバイスの変化が、待ったなしだったっていうのが1つありますね。

もう1個、私の観点は、私、散々視覚のメディアをやってたんですよ、その前5年ぐらい。この後何が来るのかなって思った時に、ぽっかり音の価値が抜け落ちてる時代が10年ぐらいあったんじゃないかってことに気づいて。それはiPhoneが出たのって2007年、2007年ですね。2018年に私は音声事業に入るんですけど、その10年間って音のメディアが結構軽んじられた時代だと思ってまして。

なるほど。

そうなんですよ。昔、テレビCMも音から作ってた時代があると。「チョコレートはまるまる」とか歌えるじゃないですか。なんですけど、スマホの時代ってもうみんなマナーモードで、歩きながら、強力すぎるデバイスがゆえに、全部広告とかマーケティングコミュニケーションが視覚にぐわっと振ってしまった時に、音の価値がなくなっているなっていうことに気づいたんですけど。デバイスが変わったら、もう1回音に揺り戻るんじゃないかっていう仮説が2018年にあったっていう感じです。

長年ラジオの生放送をやってた側として、よりも、より客観的に、声とか音っていうことに、すごくお2人は客観的にかつ冷静に、そこに勝機を見いだしてくださってたんだなと思うと、すごく嬉しいんですよね。

そんなに大変になると思ってなかったです。もっともっとグーンっていくと思ってましたんで。特にアメリカなんかは、もう本当にポッドキャストの方が、なんなら目のコンテンツより強いとか、電子書籍よりもオーディオブックの方が売れてたりとかするのもあるので、もう相当来るなと思ってたんですけど。このゼロからマーケットを作る大変さは、ちょっと想像をはるかに超えてました。

これから音声、あるいは声のメディアとしての価値みたいなこと、ポテンシャルみたいなことをちょっと議論していきたいなと思ってるんですけど。その前に緒方さん、これ前から伺おうと思ってたんですけど、公認会計士で新日本監査法人に行って、EYに行って、ベンチャーサポートに行ってっていう、もうそのままのキャリアはあったわけじゃないですか。

そうですね。ちょっとコンサルチックな、とか。コンサルチックじゃないですよね、ガチガチのコンサルですよね。

そうですね。そこでそのまま、その後、医療ゲノム検査の検査事業をやって、バイアウトされて。そこのギャップはでかすぎませんか？

そうですね。ビジネスが大好きで、いろんなものを見てたんですよね。それで初めは大きい会社をいっぱい見てて、監査法人って。そこから、アメリカに行った時は、もう何とかアメリカで食っていくにはどうするかを必死にさせられてたんですけど、ベンチャーサポートに行って初めてベンチャー企業に触れて、もうそれが面白くなっちゃって。人生は3社目で初めて仕事って面白いものだと思って、それまでは修行だと思ってました、仕事って。

なるほど。じゃあベンチャーサポートで、これ、会社を起こす、あるいは起こしてる人たちのサポートって面白いなと思って。

そうです。

自分でも起こすんですもんね。

そうですね。その医療のところは医者2人が起業するのに一緒に入ったってところだったんですね。途中で医者が社長ができないってことで、僕が継いでやったっていう形だったんですけど。自分がやるんだったら、人間の生活がガラッと変わるとか、日本の生活水準がグンと上がるとか、そういうのをプラットフォームから作りたいと思って。マーケットもなくて勝ち筋もなくて、いっちゃん難しいやつをやろうと。

毎年何百社もいろんなベンチャーに会ってアドバイスしてて、もっとこうやったらいいじゃんとか、もっと夢を描いたらいいじゃんとか。みんなすぐお金のためにとかになるから、もっと思いっきりバットを振ろうよって思って、何にもないところで作ったら、周りはめちゃくちゃ反対されたんです。

そうですか。

ラジオ産業も伸びてないし、そんなマーケットのないところでやるって。スタートアップって普通、市場を選んで。

教科書的にはね。

そうなんですよ。やっぱり市場があって、ちゃんと風が吹いてるところに、八木さん、行くのが正解じゃないですか。

ちなみに私も同じでしたよ。私も2018年に音声に入った時、動画広告がバナーから動画にガンガン移ってて、動画がむちゃくちゃ伸びてて、音声なんか市場が存在しない。

むしろ、向かった時に向かい風。

そう。頭おかしいと思って、「なんで音声やるの？」みたいな。「これから家族持てないよ」みたいなことを言われましたよ。

何が、それでもやろうっていう感じだったんですか？

多分、緒方さんもそうだと思うんですけど、確信がありましたよね。じゃあ音ってなくなるんですかっていうことというか、本質的に考えたら価値がある。

結構私も似てて、価値があるものっていうので言うと、原体験で言うと、私もその時ちょうど子供が生まれて、抱っこしてて、家事しながら仕事しなきゃいけないって時に、唯一情報のインプットと、その時音声入力とかもあったんで、インプットとアウトプットが両手が塞がってタイピングもできない中でできるようなのが音声だとなった時に、人の生活を変えられるものは音なんじゃないかって思ったんで。それは別に市場があろうが、流行ってようが関係ないんじゃないかっていう。

僕は世の中の情報は目か耳からしか入らないんで、2経路しかないですよね。手で作って目で入れるか、口で作って耳で入れるしかないんですよ。手で作って目で入れるのは、中で加工媒体があるんで、ものすごくカラフルになるんですね。でも口で作って耳で入れるのはそのままなんで、加工するところがないんですよ。この数十年は加工全盛期だったんですよね。

なので、加工が楽しい、加工が楽しいになってたんですけど、プレーンにそのままの方が絶対いいし。僕は目の前に大谷翔平さんが来てくれたとしたら、「素振りしてください」って僕は言わない。多分みんな言わないじゃないですか。多分喋りたいじゃないですか。一番スイートな果実って、その人が喋ることだと思ってたんで。僕は喋るっていうこと自体が全然商品化されてないってところが面白いと思ったんで、イヤーとかじゃなくて、ボイス、声を出してる人の方にフォーカスをしてるところはありますね。

本当にすごいなって改めて思うのは、ラジオにいた身としては、ラジオはやっぱり斜陽であるという1つの流れがあって。古きよき4大メディア、新聞をはじめとした中で、ラジオってこれからどうなるんだろうねっていうことを、特に悲観的に、ものすごい危機感を持ってやり続けていたわけですけど。こうやって外から、全く別の領域から、当時言ってた方がいて、今ここまでずっと続けてくださってるっていうのが、ラジオを代表してるわけじゃないんですけど、すごく嬉しくてですね。

逆に、本当にそうだなって最近実感があるんですよ。音声としてのメディアが面白くなってきたな。でもよく言われてたんですよ、日本は車社会じゃないから聞かないと。

よく言われてましたね。

だから地方都市のAM、FM局がすごく元気だと。首都になってくると聞かないと。電車に乗ってても30分、40分で、録音してってなかなかね、っていうのが常にあったんですけど。先ほど八木さんもおっしゃったようにデバイスが変わって、あるいは視覚を奪うメディアがお腹いっぱいになってきて。

飽和状態ですからね。

音声いいよねっていうふうに徐々に徐々になってきてる感じは改めてあるんですけど。お2人からすると、「だから言ったじゃん」ってことだと思うんですけど、どうですか？ 改めて音声、音のメディアって、先ほどおっしゃったスイートなメディアだっていう。一番温かみがあって。

でも結構、社会が二分化されてきてるなと僕は思ってます。音声のとっても苦手なところとかネガティブなことが、人の話を最後まで聞ける人しかユーザーじゃないっていう。これがもうめちゃくちゃでかくてですね。インターネット上で今騒がれてるのって、本当に人の話も最後まで聞かない人たちがお互いに文句を言って、喧嘩して、はしゃいでっていうのが、どんどん炎上して伸びていくっていう状態になっている。だから、瞬間湯沸かし器の人たちに一番刺激になるようなものをたくさん作るっていうのが、一番盛り上がる手法になってしまう。あ、これYouTubeで流すんだった。

ちょっとそれは気にしないといけないんですけど。ただ、そういう人たち全盛期で、PV全盛期の世界が、正直ここまで来ると思ってなかったです。音声はゆっくり聞いて、「分かった」って、本当に忙しいから「気が向いた時にコメントを書くね」っていうぐらいの穏やかな人たちがやっぱり多い。そうなると、やっぱりビジネスとしての回りがすごく弱いですよね。

世の中に騒がれてる量と比べたら、「聞いててすごいよかった」って人はめちゃくちゃいるはずで。多分、視覚情報は騒がれてるけど、「あれ見といてよかった」っていう人はすごく少ないんだと思うんですよね。この差をどうやって可視化していくかはありますよね。

八木さん、その辺りどうですか？

今ちょうどいい時代だなと思ってて、今おっしゃったと思いますけど、視覚、そのアテンションと刺激物に溢れた世界の逆にあるのが多分音声で、文脈を理解しないと完全に理解できないのと、もう1個、人格を咀嚼するメディアだなと思ってて。喋り方とか、その人の魅力に対して話を聞くっていうメディアですよね。

今、SNSのもっと先に新しいものとしてAIがあると。徹底的に合理的で、情報が凝縮していて、誰が話してもいいものの反対にあるのが音声なんで、音声メディアの価値はこれから出てきますし。僕、メディアってこの後2種類に分割されると思ってて、1つは合理的なものですね。もう1つは人格をまとうもの。

合理的っていう方はどういうこと？

徹底的に早く、数も多くてみたいなもので、量産できて誰でもいい。インフォメーションに近いですね。もう一方はエモーションに近いんですけど、その人格があって、ちゃんとその人が語るから意味があるもので、長いみたいな。

本当の意味のインフォメーションとエモーションって感じですよね。

そうですね。インフォメーションで早くインフォームしてほしいから、余計な時間はいらないし、余計な音楽もいらないし、人柄もいらないから、早くくれっていう。

そのインフォメーション側って、この後AIで情報を発すると思ってて、めちゃくちゃな量で何の差別化もできなくなっていくんですよ。日本で音声メディアで一番ファーストなものって、これ怒られるかもしれないんですけど、多分NHKのニュースなんですよ。1時間で作られてるっていうNHKのインターネットニュースに、あれは民放は勝てないですけど。もっと早いものは、多分AIが瞬時に活字を音声にしていくものは、下手したら1分に1本出てくるみたいな。

その真逆にあるのが、多分人間が喋るもので。それは雑談かもしれないですし、今日あった出来事かもしれないですけど、そこに情報価値はなくても、人間的価値とかメディアコンテンツ価値があるっていう可能性だと思って。

1回、うちのMAKE IT 21っていう番組で、長崎まで行ってジャパネットたかたの髙田明さんと長くインタビューをしたことがあって。夜中までスタジオハウスで、本当にお料理を用意してもらって、夜中までずっと喋ってっていう時間で、すごく面白いことをおっしゃってたんですけど、「ラジオっていうのは返品率が少ない」。

はい、言いますよね。

そう、少ないと。テレビはそうなんですよ。「見たより赤がちょっと違う」とか、「吸い込みが実は弱かった」とか、「そんなに落ちないじゃない」。ラジオってほとんど返品がないんだ。「僕はラジオが大好きで」って。だからああやって喋るんだと。本当はテレビじゃないんだと。「自分の喋りっていうのはやっぱりラジオっていうか音声なんだ」って言って。なるほどね、その時にずっと議論した時に、大事なのは、って話をしたんですよね。

ブランドが生まれると、全部埋めていくような、余白を残さずに埋めていくメディア。埋めていくメディアっていうのは、こちらがエンゲージする隙間がないっていうか、想像する隙間がない。「緒方さんってどんな人なんだろう？ 髭生やしてるのかな？ どんな人なのかな」って、音声だと想像するじゃないですか。想像の中にエンゲージメントが生まれたり、信頼が生まれたり、共感が生まれるっていうのを消していくんじゃないかと、いう話をしてたことがあって。

そうですね。

これってそうなのかもしれないなってすごく思ったんですけど、緒方さんも似たようなことを感じます？

ラジオに行った時の通販を横から見てたら、「すごい綺麗な梅ですね」とか、食べてたりとか。一番ひどかったのは、「この扇風機、いい風出てますね」「本当に」みたいな。めちゃめちゃ売れるんですよ、電話がかかってきて。そんなバカなと。「いい風やってなんやねん」と思いながら、スタジオの中なのにと。でもそれで売れたら返品しないのは、その人が勧めてるものだったらいいよねっていうところはあるわけですよね。

先ほど言った余白っていうので言うと、人間が行動する時に、例えばどこか旅行に行こうとか、何かしようとか、宿題をやるでもそうなんですけど、自分からやるって言わせたものは結構やるじゃないですか。どこかに能動性があると、自分で責任を持てるんですけど、完全にやれって言われたことは、そこまで身が入ってないから思わないっていうところがある中で。今、何にも考えずにとにかくやらせるっていう手法で来るメディアと、ちょっとはどこかで能動的に感じて、その上で買うって言ってるものとの差って、すごい差があるなと思うんで。

そうですね。その能動性を、八木さん、余白がないんですよ。全部埋めてくるんですよ、今の情報って。「この商品は、このスペックはこうなっておりまして、見かけはこうなっておりまして、上から見るとこうで、左から見るとこうで、下から見るとこうで」って全部説明して、要するに人間の五感を全部。まるで映画館で言うと4DXみたいな世界で。

楽なんですけどね。

匂いぐらい自分で感じていいんじゃないと思いますけど、体まで揺らし。

想像したり。

そう。4DXみたいな世界が、今の情報メディアのあり方の究極、よかれと思ってる方向じゃないですか。

全部埋めてくるってこと。でもそれって仕事のマネジメントで考えたら分かると思うんですけど、例えば部下に、「君はこれとこれとこれをやるんだよね。こうやるんだよね。いつまでにやるんだよね。じゃあ頑張って」って言って、「はい」って頑張れるやつはすごく少なくて。今はちゃんとコーチングしようねと。「なんでこれやりたいんだっけ」とか、まず自分で言わせるわけじゃないですか。長期的にいいリレーションを築くんだったら、本人の能動性をちゃんと引き出すってことが大事で。短期的に刈り取って、この1週間頑張ってくれたら来月は退職しててもいいんだったら、もう全部きっちりガチガチに言ったらいいと思うんですよ。

なので、長期的なお付き合いをするか、短期的なお付き合いをするかで、どれだけ相手に能動性を持たせるかっていうのが、多分違ってくるんだと思うんですよね。それが音声の場合は、短期的にやらせるのにちょっと弱くて。でも長期的に能動的に、受け手がもう1回クリックして開こうと。もう1回聞いて最後まで理解しようと。その上で足りないところを自分で想像しようと。その上で意思決定しようっていう。そこはちょっと時間がかかるんですけど、長く付き合える。

そうです。ローキックかボディブローのように、ずっと効いてくるメディア。ちょっと時間がかかるんですよね。うちの番組とかで言うと、長く、なんか面白いなっていう、最初聞き始めて、徐々に習慣化して。お嫁さんもいるし、お子さんもいるしって言って、駐車場に行って、駐車場の車の中で聞いてたらしいんですよ。それが時間がずっと過ぎていって、やがて子供が小学校になり、中学校になり、「今、高校生の息子とこの番組を聞いてます。駐車場の車の中で」っていうのが来た時に、ちょっとうるっとなるんですよね。

家には帰れなかったんですね。

そうですね。そういうものになってたのかもしれないですね。車の中で聞くっていう思い出というか、体験、習慣みたいな。

家の中に入れなかったわけではなくて。

そう。奥さんはもういろいろやってるから。でも息子が面白いって言って聞きだして、「息子がちょっと起業に興味を持ってます」とかね。音声メディアって不自由なんですよね。見せてくれないし、分かんないし、手で感じない。

そう。ザッピングできないし、しづらいですよね。視覚メディアってありとあらゆるザッピングができるんで、2秒で判断して、2秒で切って、2秒でやめてすぐ離脱ですけど。音声って理解するのに5分以上やっぱり聞かないと分からないんで、そこでじっくりどうしても付き合っていくことになるっていうのはあるかもしれないですね。

音声メディアって、私は音声メディアでやってきた人間としては、絶対これはなくならないと思ってるんですけど。じゃあいいよねって、みんな思ってると思うんですよ。少なくともここにいる3人は絶対いいと思ってるんですけど。みんな、鶴の恩返しみたいに自分の羽を抜きながら機を織り続けることはできないので、どこかでしっかり。

だいぶ抜けてます。

ずっと抜けてます。

全国のラジオ局、一生懸命いろんなことを手を替え品を替えやってると思うんですけども。これをどういうふうに経済合理性を持たせるかっていうことは、むしろずっとラジオ側にいた人間よりも、お2人の方がすごく鋭い視点とかも。特に八木さんなんかは、その辺りが一番お強いような気がするんですけど、どうですか？

そうですね。私は時代は変わると思ってて、時代は変わるんですよ。ただ、変わらないものはあるんですね。それは、音はじゃあなくなるんですかって、なくならないですと。音のメディアもなくならないですと。もっと言うと、音があるメディアっていうのは、また今勃興してきてると思ってて。ショート動画とかTikTokとか、インスタのリールとかって、音なしで見られないと思うんですよ。ってことは音の価値が今、復旧してきてると思ってるんで、昔からあるメディアもそこにちゃんとアラインしていくっていうのが重要だと思います。そこはめちゃくちゃ市場があると思ってて。

昔からあるモデルというか、メディアが収益化されてきた、きちんと事業として存在し得てきた形というか、パターンというか、あるじゃないですか。それにも音声メディアはもうちょっとそっちに寄っていった方がいい。

そう。電波を守るとかだけに固執し続けると、それってハウっぽくなっちゃうんですよね。広告主からすると関係ないっていうか。ただ音には価値があるんで、それを捨てろと僕は言わないんですけども、うまく組み合わせてやっていけば、いくらでもうまくいけるし、大きくなるなって感じています。

ページビューがどのぐらい上がったっていうことをKPIに、広告担当とかじゃなくて、窓口がブランド担当であるべきですかね。

そうです。昔、僕たちは武士道とか美学がすごく強くて。僕はビジネスは武士道と美学だと思ってるんで、海外は今、オナーがめちゃめちゃ大事ですわ。それこそいろんなマイノリティを助けたりとか、何のために会社があるのかっていうことで言うと、日本は逆になっていて。経営者がうちの会社を誇れるかっていうことをちゃんと大事にしてるかみたいなところがあると、やっぱりそういう中長期投資だったりとか。

ESGとかCSRみたいなところで音声メディアが生き残るのもちょっと嫌ですけどね。

NEXT。