100万人より濃い100人へ:Voicy緒方憲太郎とオトナル八木太亮が語る、音声のマネタイズと日本の「短期病」

YouTubeで開く ↗
概要

音声メディアは誰に、どのくらいの深さで届けて稼ぐべきなのか。VoicyのCEO・緒方憲太郎、音声広告を手がけるオトナル代表の八木太亮、ナビゲーターのSean Kawakamiによる鼎談の第2回は、マネタイズをテーマにしている。話は日本企業の広告観から始まり、カバレッジ(リーチ)とエンゲージメント(深さ)の綱引き、ビデオポッドキャスト、ブランデッドコンテンツ、AI時代の音声の役割へと広がった。緒方は「音声は圧倒的にエンゲージメントのメディアだ」という立場をとる。八木はリーチの弱さを補う現実的な手段にも目を向けており、二人の考えは重なる部分もあればずれる部分もある。

17分で読めます
0:03

ゼロから市場をつくる難しさ

冒頭では、音声市場がここまで立ち上がりにくいとは思っていなかったという実感が語られた。アメリカではポッドキャストが目で見るコンテンツに匹敵するほど強く、日本にも相当来ると見込んでいたが、ゼロからマーケットを作るのは大変だったという。教科書的には、スタートアップはすでにある市場を選ぶものだという話も出た。

あわせて、メディアの役割を「インフォメーション」と「エモーション」に分ける見方も示された。情報だけが欲しい人は、早く伝えてほしいので余計な時間も音楽も人柄も要らない。音声が担うのはその反対側だ、という整理である。

0:37

日本は「刈り取り」の国、海外は「信頼構築」の国

緒方はまず、音声のプレイヤーには二つの考え方があると指摘する。自分たちの番組が競合の中で勝てばよいと考える人と、市場そのものを大きくしたいと考える人だ。Voicyは後者の立場にいる。

そのうえで緒方は、アメリカで音声が大きく伸び、日本では伸びない理由を、中長期でブランドに投資する企業が日本に少なすぎることに求める。背景として緒方が挙げるのは、日本の「安心安全すぎる」環境だ。380円の牛丼を食べても健康に大きな問題はないが、アメリカの1ドルピザには1週間寝込みそうなものも多い。アメリカでは不安な商品も多いので、企業は信頼と安心を勝ち取るために長期の投資に大きなお金をかける。日本企業はその投資をあまりしていないため、すぐに「刈り取る」方向に走り、メディアにも刈り取りを求める。海外の企業がメディアに求めるのは信頼の構築だ、と緒方は対比する。長期の信頼構築には音声がとても向いているが、刈り取りなら絶対にショート動画のほうがいい、というのが緒方の見立てである。

緒方はこの差が消費者の行動にも表れていると見る。アメリカでは詐欺商材が当たり前にあるので、消費者は自分で選ばなければと考える。日本では売っているものならとりあえず安心だと思ってしまう。そのため情報商材がよく売れ、ゲームの重課金も多い。緒方は、日本のゲーム課金額は世界1位で、2位の韓国の2倍以上だと述べた。煽られたものに乗っていく世界が前提にある以上、日本の音声市場に参入する企業を増やさなければならない。企業がいなければ面白いコンテンツも出てこない、と緒方は話す。

2:58

「短期」と「長期」はいつ入れ替わったのか

Kawakamiはここで、日本は江戸時代ごろから物事を長期で見て、少しずつ育てるのが得意な国だったはずだと問いかける。四半期ごとにKPIを追い、KGIを達成したかを短期で見るのは欧米の経営管理だったはずなのに、いつの間にか逆転した。今では欧米、特にヨーロッパのほうが長い時間をかけて積み上げたブランドに投資している。利益がほとんど出ていないイーロン・マスクの会社にもお金が集まる。一方で日本では、四半期ごとに数字やキャッシュを問われ、すぐにスプレッドシートを求められる。

いつ逆転したのかという問いに、ゲスト側は株式市場の発達を挙げた。中長期で投資できる環境が整い、ロングの投資家が大きく増えた。その結果、M&Aをしてでも長期的に時価総額が上がる企業に資本が集まるようになった。日本は内部に資金を多く抱えたバリュー株と見られ、中長期で投資する対象ではなくなった。だから今年の利益がいくらかというPLの話が中心になり、成長率が1.02倍でも許されてしまう、という見方である。

経営者が3年後、5年後に2倍から8倍にするという目標を立てていれば、長期投資をせざるをえない。日本ではそれをしなくても許されてきたので、短期の予算をどう使うかという話になる。海外ではそもそも「予算をどう使うか」という会話が出てこない。そういう会話がある国では、メディアはその予算を取りに動くので、ますます短期になる、という指摘も出た。

5:27

ノブレス・オブリージュと「武士道と美学」の経営

Kawakamiは聞いた話として、フランスやイタリア、イギリスでは文化芸術への国の支出がGDP比で低く、日本のほうが圧倒的に高いと紹介した。直感とは逆に思えるが、ヨーロッパでは企業が国の文化や歴史に対して長期的な責任を負うからだという。ノブレス・オブリージュとして、たとえばカルティエのようなブランドが街やブランドを守り続ける。民間企業が長い資産を支えるので、国が面倒を見なくてもよい。日本では「それをやるとどんなリターンがあるのか」とすぐに問われ、文化を守ってもすぐにはKPIを出せないと答えると話が止まってしまう、とKawakamiは話す。

緒方はこれに近い感覚として、かつての日本には武士道や美学が強くあったと述べた。緒方自身は「ビジネスは武士道と美学だ」と考えている。海外ではオーナーの名誉がとても重視され、マイノリティの支援などを通じて会社が何のためにあるのかが問われる。日本は今その逆で、美学への投資やCSRが全体的に弱い。経営者が自社を誇れるかを大事にしていれば、中長期の投資につながるはずだと緒方は見る。

一方で、ESGやCSRの枠組みに頼って音声メディアが生き残るのは嫌だという声も出た。本来はマーケティングの問題だ、という意味である。

緒方はさらに、メディアの役割にも踏み込んだ。日本をよくしようとする経営者や政治家を盛り上げ、「こういう人になりたい」と思わせるのが本来のメディアの仕事だという。今の日本では、そうした思いを持つ人が外で発信すると「金の亡者」などと叩かれるので、ますます表に出てこない。叩くのはネットがやるのだから、メディアは権力と戦うことより、誇りを持って働く人を立てるべきだと緒方は主張する。Kawakamiも、日本を支えるビジネスリーダーやプロフェッショナルこそ音声メディアを使うべきだと応じ、利用者層もそこにあるという点で話が一致した。

7:58

「成功って何ですか」の沈黙を聞かせる

Kawakamiは自身のインタビュー経験を語った。成功者と目される人にあえて「成功って何ですか」と聞くと、「自分は成功者ではない」と答える人がいる。そこで、第三者から見てそういう立場にいる以上、次の世代のためにそこへ至った理由を自分なりに因数分解して共有する使命がある、と返すと、相手はぽろぽろと語り始める。その過程が聞き手にとってとても良いのだという。成功という言葉に戸惑う姿を出せるのはラジオだからで、テレビではそうならない、とKawakamiは話す。

視覚メディアでは、耳ざわりのいい話を30秒でしてもらわないとザッピングされてしまう。そのため話が核心までたどり着かないことが起こりがちだ、という点でも意見が合った。Kawakamiは、ラジオのディレクターに「喋るな」と言われた経験も明かした。音声なのに沈黙させるのは、問いを投げたあとの時間そのものをリスナーに聞かせるためだ。この空白は怖いが、そこがいい。テレビは空白を消していき、五感をすべて制御する方向がメディアの進化とされている。その空間の空気を伝えられるのは音声ではないか、というのがKawakamiの考えである。

10:05

加工するか、しないか:パーソナリティファースト

これに対して八木は、テレビでも「THE FIRST TAKE」のような撮って出しの映像や、ライブ配信が伸びていると指摘した。媒体の違いより、加工したものか加工していないものかの差が大きくなるのではないか、という見方である。

Kawakamiは、加工とはマーケティングのことだと整理した。オーディエンスのペルソナを想定し、一人ひとりには合わせられないので最大公約数をとる。それが従来のメディアのやり方だった。THE FIRST TAKEのように、マイクの前で服を整えるような普段はカットされる部分まで見せる空間は、マーケティングしていない世界であり、受け手のほうから関わりに来ている世界だとKawakamiは言う。

緒方は少し違う切り口を示した。受信者向けに作るコンテンツか、発信者向けに作るコンテンツかで分ける見方である。Voicyは社内で「パーソナリティファースト」という言葉を掲げ、発信者のためのプラットフォームを作っている。発信者の心理的安全を守るため、炎上はさせないし、おかしな人も入れない。リスナーが好き勝手に言って発信者が萎縮するようなことは絶対に許さない。発信者が安心して自由に話すからこそ、リスナーが喜ぶものが出てくる、と緒方は考える。発信者にとって最もコストが低いのが無加工の声なので、それを選んでいるだけだという。

11:54

カバレッジかエンゲージメントか

Kawakamiは八木に、広告とは多くの人に愛されるコンテンツを作って露出を増やし、そこからお金を得るものではないかと問い、緒方の考え方はその逆に見えると投げかけた。八木は、どちらが正しいかはビジネスモデル次第だと答える。10万人、100万人に支持されないといけないのは広告モデルの宿命である。緒方の作り方でリスナーが100人でも、一人ひとりが100万円分買うならそれでいい。今はクレジットカードで誰でもすぐに投げ銭できるので、少人数でもリスナーと配信者を深くつなぎ、課金してもらう考え方もある。ただし広告側のビジネスモデルに立つと、どうしてもリスナーを増やす方向に向かう、と八木は話す。

Kawakamiは、カバレッジで得た収益の一部をエンゲージメントに回して何とか回っているメディアもあれば、サロン形式のメディアもあると整理した。番組前に話題に出た例として、アメリカには富裕層5000人だけに届けているメディアがあり、収益性がとても高く、スポンサー企業は億単位で出しているという。ラジオ番組なら聴取者5000人では番組がなくなる。だが年収10億円の人が5000人いるコミュニティなら成り立つ。それだけ濃度が高いということだ。日本ではその濃度を言語化して伝えることがうまくできていないのではないか、とKawakamiは問題提起した。

14:25

金持ちがメディアに出てこない国

緒方は、日本ではそもそも貧富の差がそれほど大きくないうえ、文化の違いもあると答えた。海外ではセレブがプライベートジェットでお金を使ってもかっこいいとされる。日本では、セレブがサイゼリヤや吉野家をうまいと言うとかっこいいとされる。大衆はセレブらしい振る舞いを許さず、大衆的な振る舞いを喜ぶ。だから金持ちが表に出ず、称賛もされないので、メディアに出てこない。

その結果、若者に聞くと、日本のトップ経営者はYouTubeで喧嘩ばかりしている経営者なのかと言われることがあるという。上場企業はたくさんあり、すごい人も大勢いるのに、若者から見えている「イケてる経営者」は、ネット上で若い企業を叩いている人がほとんどだ。それはプロレスだ、という声も上がった。

緒方は、Voicyは炎上せず、分かる人にだけ届く場所だからこそ、社会のために出てきてほしいと経営者に言っていかなければならないと話す。経営者の中で、発信する人は誇らしく、発信しない人は恥ずかしく思うような状態を作りたいという。組織のトップに立つなら、会社や自分が社会にどんな良い影響を与えているかを語るのは当然だ、という考えからである。プラットフォーマーだからこそそうした場を作りたい、と緒方は語った。

Kawakamiが「この人が勧める銘柄なら1億円投資する」という人が500人いれば十分ではないかと例を挙げ、音声はカバレッジとエンゲージメントのどちらなのかと問うと、緒方は「圧倒的にエンゲージメント」だと即答した。カバレッジは得意ではない、という認識である。

16:53

ビデオポッドキャストという「合いの子」

一方、八木は「or」ではなく、カバレッジも取りに行く方向に関心を示す。その例として挙げたのが、世界的な潮流になっているビデオポッドキャストだ。3時間あるようなコンテンツでも、視聴者はほとんど映像を見ずに聞いている。それでも映像があることでリーチを補完でき、YouTube、TikTok、Instagramにも出せるようになる。

表面的にはただの動画に見えるが、八木によれば、注目されている理由はリーチを徹底的に増やせることにある。そのうえで、コンテンツの深い部分に触れるときは音声的な体験になる。音声ファーストで絵もある、ハイブリッドな「合いの子」だという。八木は、音声の弱点はリーチしきれないことだと考えている。これまではトップ番組しか広告でマネタイズできず、リスナーの少ない番組は広告では稼げなかった。ビデオポッドキャストはそこを強化しやすい。これは自分の意見というより、グローバルの流れだと八木は付け加えた。

ただし八木は懸念も示した。この流れが進むと、結局リーチを取ることに力が入り、ビデオポッドキャストの中でも罵倒が始まって過激化していく。どこまでがYouTube動画で、どこからがポッドキャストなのか分からなくなる可能性がある、という。

18:45

「掛け捨てじゃない広告」とブランデッドコンテンツ

緒方は、Voicyでは「合いの子」とは別の発明をしたいと語る。目指しているのは、広告が掛け捨てにならない世界だ。具体的には、広告主の企業にVoicy上で自社チャンネルを持ってもらう。広告を聞いた人がそのままチャンネルのエピソードを続けて聞き、フォローし、蓄積されていく形にする。1回聞いただけでクリックやコンバージョンを狙うのではなく、興味を持ったら中に入っていろいろ聞いてもらうモデルで、現在作っている最中だという。八木は、ブランデッドポッドキャストや企業ポッドキャストも同じ考え方だと応じた。

緒方は、だから「広告」ではなく「ブランデッドコンテンツ」と呼んでほしいと話し、CMもすべてそうしたいと述べた。Kawakamiも、音声は長期にわたって深くゆっくりファンを増やすメディアだと言う。何人が聞き、そのうち何%がウェブサイトを見て、何%が問い合わせたかを求められるメディアではない。だから企業側の窓口も広告担当ではなくブランド担当であるべきだが、そのことがまだ言語化されていない、とKawakamiは指摘した。緒方は、そうしたファネルの計測はSNSでやったほうがいいと答えた。

緒方はさらに、興味のない人に無駄に届けて印象を悪くしている分を可視化できればよいと提案する。動画では100人に届けて2人がコンバージョンすれば成功とされるが、残りの98人には「うざい」と思われている。音声は10人しか聞いていないかもしれないが、8人はそれほど嫌がっておらず、2人がコンバージョンしている、といったことが起きている。世の中にどれだけ合わない人へ合わないものを出しているかを企業が知れば、ネガティブな印象は減るかもしれない、と緒方は考える。

音声には、人が嫌なものをそもそも聞かないという性質もある。30秒も耐えられないので、誤解が生じるほど接触しない。音声が「炎上しづらい」と言われるのはそのためだ、という説明も出た。

21:14

考える余白とAI

Kawakamiは、ラジオを聞く人は頭が良くなるという論文を見たことがあると話し、国内にもそうした研究があるという応答があった。Kawakamiによれば、音声では余白の中で「あの人はなぜあんなことを言ったのか」と考える。一方、メディアは考える余白を残さない方向に進化してきたので、思考をむしろ止めてしまう。作り手は良いことをしているつもりなのだが、という。

話はAIに移る。Kawakamiは、注文したものがすぐ届く「Prime Now」を超えて、欲しいと思う前に届く「Prime Before」になるのではないかという誰かの言葉を紹介した。メディアも同じで、自分が興味を持つ前に動画が出てくる。Kawakami自身、最近カヌーに打ち込んでいるのに、人が踊っている動画が表示され、欲しくもないのに見てしまうという。また、英語の本を出す際に初めてAIをアシスタントに使い、そのすごさを実感した。その一方で、背後で動くアルゴリズムによって右寄りや左寄りのコンテンツばかり表示され、自分の意見が正しいと思い込んでしまう危うさにも触れ、AIと音声の関係を二人に尋ねた。

八木は、今後は人間的なものが求められるようになると考えている。Kawakamiは、AIもかなり人間的になっていると返した。音声教材をAIと作ったとき、AIが徐々に人格を持ちはじめ、最後には思わず「ありがとう」と言ってしまったという。八木は、それは効率が上がるという合理的な利益を受けているからだと指摘する。友達は合理的な存在ではなく、腹が立つこともあるが「こいついいやつだしな」と思う相手だ。超合理的なものと友達的なものの二本立てになったとき、音声は友達っぽい、人間性の側に立つと八木は見る。ただ、プロンプト次第でAIも心地よい存在になりうるという声も出た。Kawakamiは最近、AIに「私に賛同するな」と指示し、「6つの帽子」の手法で感情的、客観的、批判的など複数の立場から答えさせているという。

25:14

人間とのつながりは最後の資産になるか

緒方は、人の声に賭けてきたのは人間が相手だからであり、AIの時代は大きなチャンスだと考えている。ただし、AIと対立するのではなく、AIとだけ生きる人と、人間と生きる人に分かれていくと見る。人間とのコミュニケーションには自分のスキルも必要で、相手の言うことが食い違ったりして大変だ。AIと話しているほうが幸せだという人は大勢生まれるし、恋愛も面倒なので自分にとって完璧なAIでいいという人も出てくるだろう、と緒方は予想する。

それでも、自分の話を聞いてほしい相手は人間であってほしいはずだ、と緒方は言う。パーソナリティが配信したときに「1万5000人のAIがうなずいています」とAIのコメントが並んでも、多くの人は喜ばないだろう。人は内面で、人間に影響を与えたい、人間とつながっていると感じたいと思っている。だから緒方は、最終的にはつながりだけが資産になり、コンテンツが人間らしいかどうかはあまり関係なくなると考えている。

緒方はこれをサッカーにたとえた。暑い外でプレーするのは嫌だからゲームでいい人、趣味はサッカーだと言いつつ全部ゲームの人、ゲームで上達するのも面倒でゲーム実況だけ見る人もいる。緒方はそれを否定せず、どれも「別のサッカー」でいいと言う。ただ、サービス提供者がすべてを提供するわけではない。Voicyは自分でサッカーをする人のためのプラットフォームを作っている。AIとだけやれればいい人には「5万8000人のAIがうなずいています」と示すサービスもあってよく、そういう時代はおそらく来る、と緒方は見る。それを虚しいと感じるか、人といたいと感じるか。運動しなくても健康になれるなら二度と運動しない人と、それでも運動する人のように、その差がこれから大きく分かれていくという。

八木は人類の歴史から考える。人類は30万年前とも40万年前とも言われる昔に生まれ、多少の進化はあっても中身は本質的に変わっていないのではないか。人間が社会的な生物なのは、集団から外されると死ぬからで、だからつながりが必要になる。石ころにニコちゃんマークを描いて10個並べても、見た目は人の顔10個と同じかもしれない。だが、DNAに刻まれた社会的な生き物としての本質は、それを本物のつながりとして感じるのか。ChatGPTが合理的に返してくれて礼も言うが、それが心に刻まれたつながりの喜びになっているのかには疑問がある、と八木は述べた。Kawakamiは、八木が意外と古風だと笑った。

鼎談の終盤には、上司が直接話しかけてくると「まずAIを通してください」と言われる「リアルハラスメント」の時代が来るかもしれない、という冗談めいた予測も出た。そこに新しい経済が生まれる可能性にも触れつつ、AIの時代に人間同士のつながりがどこまで価値を持ち続けるのかは、答えの出ていない問いとして残された。