視覚の飽和、急拡大する音声市場

　デジタルマーケティングの世界において、スマートフォンの画面を舞台としたアテンションの奪い合いは、長らく戦略の中心に置かれてきた。しかし、その競争は今、明確な転換点を迎えている。

　博報堂メディア環境研究所が発表する「メディア定点調査」によると、メディアに関する意識として「世の中の情報量は多すぎる」が自身にあてはまると回答した生活者は2016年時点で42.1％だったが、2025年時点では57.0％に。これはスマホ普及とも相関しており、視覚に依存したメディア消費が飽和状態に達しつつあることが示唆される。一方で、新たな成長領域として熱視線を浴びているのが「音声市場」だ。米国のポッドキャスト広告市場は年々急拡大を続けており、国内のデジタルオーディオ広告市場も確実な成長軌道を描いている。

　特にZ世代では高い関心ごとの1つである「メンタルウェルネス」においても音声メディアの存在感が増しており、Z世代の66%が「ポッドキャストをメンタルヘルスの大切な心の拠り所として捉えている」ことが示されている（Spotify Culture Next Report）。

　同研究所の上席研究員である野田絵美氏は「視線の奪い合いが激しさを増す一方で、国内でもデジタルオーディオ広告市場は年々伸びており、今『耳』が注目されている」と語る。

　この背景には、ワイヤレスイヤホンの普及やスマートスピーカーの浸透といったハードウェアの進化に加え、生活者のメディア接触における「疲れ」が存在する。画面に縛られず、家事や移動などの日常生活に溶け込む音声メディアは、視覚メディアが入り込めない「隙間時間」を埋める強力なチャネルとして、マーケターにとって無視できない存在となっているのだ。

動画が持つ「直感」と音声が築く「深いつながり」

　では、生活者は動画と音声にそれぞれどのような価値を求めているのだろうか。博報堂が全国の15〜69歳を対象に実施した「音声メディアパワー調査2025」のデータから、両者の明確な役割の違いが浮き彫りになった。

　YouTubeをはじめとする無料動画は、「暇つぶし」や「短時間でサクッと楽しめる」といった点で極めて高い評価を得ている。視覚情報による「ぱっと直感的にわかりやすい」という特性は、受動的なダラダラとした視聴モードにおいて最大の強みを発揮する。

　対照的に、ラジオやポッドキャストなどの「スポークンメディア（音声中心のメディア）」や音楽ストリーミングは、生活者の内面に深く作用する特性を持っている。「気分転換できる」「リラックスできる」といった心理的効用に加え、「時間を有効活用できる」「集中できる」といった、日々の行動をはかどらせる伴走者としての役割が強い。

　さらに特筆すべきは、「距離が近く感じられる」「本音や心情が伝わりやすい」といった、発信者との深いつながりを感じさせるスコアの高さだ。メディアに対する好意度では動画と音声は拮抗しているものの、「とても信頼できる」というトップボックスの評価においては、ポッドキャストが無料動画を明確に上回る結果となった。

　野田氏は「動画メディアの『暇をつぶしやすい』『ぱっとわかる』という点が魅力だが、音声メディアは気分に効き、行動をはかどらせて、信頼で深くつながれるのが魅力的で、生活者もそれに期待している」と指摘する。

　短期的なアテンションの獲得には動画が適している一方で、中長期的な「信頼」の構築には音声が圧倒的な強みを持つことがデータから明らかになった。では、この「深くつながる」という現象は、実際のコンテンツ配信の現場でどのように起きているのだろうか。

　本セッションでは、自身も人気ポッドキャスト番組を通じ生活者と強固なエンゲージメントを築いている田中氏やけんすう氏に生の実感をインタビュー。AI時代において音声が発揮する特有の価値や企業のメディア戦略への組み込み方、その評価軸などについて深く掘り下げられた。

目と耳の境界の融解と動画を音で聴く若者たち

　音声メディアの価値をさらに深掘りすべく、人気ポッドキャスト番組『限界突破ライフハック』のパーソナリティーを務める、投資家の田中渓氏と起業家のけんすう氏が登壇した。同番組は、資本市場の最前線に立つ田中氏のストイックな習慣や、けんすう氏の独自のビジネス思考を等身大で語り合い、多くのリスナーから支持を得ている。

　野田氏を交えて三名の対話から見えてきたのは、生活者の日常において動画と音声の境界線が溶け始めているという実態だ。博報堂の調査によれば、無料動画ユーザーの約半数、10代に至っては約7割が「動画を目を使わず音声のみで利用することがある」と回答している。Spotifyでもビデオポッドキャスト機能が急拡大するなど、メディアのフォーマットにとらわれない「ながら聴き」が定着している。

　田中氏はこの現象について、情報量の違いを指摘する。テキストをキロバイト、音声をメガバイトと例えるなら、動画はギガバイトの容量を持つ。動画は視覚情報が多くを占めるため、負荷の大きさから視聴者が疲弊し、離脱しやすいと分析する。

　「動画はカロリーが多すぎて離脱しがちだが、音声はそのまま生活の動線の中についてくる。リスナーが長く聴いているうちに（話し手の）キャラクターが理解され、エンゲージメントも高くなる」と田中氏は語る。

　常に画面を注視させるのではなく、リスナーの体力が低い状態でも、環境音のように心地よいリズムで寄り添う「リーンバック（寄りかかり）」型のコンテンツ設計こそが、長く深いエンゲージメントを生む秘訣になっている。

情報過多のAI時代は「誰が語るか」が鍵だ

　生成AIの急速な普及により、世の中には瞬時に生成された無数のテキストや動画が溢れ返っている。情報そのもの（WHAT）の希少性が劇的に低下する中で、マーケティングの重心は「誰が語るか（WHO）」へと急速にシフトしている。

　けんすう氏は、X（旧Twitter）で月に数千万回のインプレッションを獲得する影響力を持ちながらも、テキストベースの発信では「個人」として深く認知されることの限界を感じているという。

　「テキストで何千万回表示されても印象に残りづらく、投稿する個人を記憶するまでは辿り着かないが、ポッドキャストだと『この人の話を聴いている』という感覚になる。ショート動画だと切り抜かれてしまう文脈も、音声ならほぼすべての人が最後まで聴いてくれるため、人間味を感じやすい」とけんすう氏は実感を込めて語る。

　この人間味の伝播は、現代のビジネスにおいて欠かせない「プロセスエコノミー」の考え方とも深く結びついている。完成された商品や情報だけでなく、そこに至るまでの思考過程や背景にあるストーリー自体に価値を見出し、ファンを形成する手法だ。

　音声というメディアは、声のトーンや間合い、言葉の選び方に話し手の本音や感情が如実に表れる。緻密に作り込まれた企業メッセージよりも、時に失敗談や日々の悩みを交えながら等身大で語る生の声のほうが、聴く者の共感を呼び、結果として強固な信頼関係を築き上げるというわけだ。

音声を起点とし多面的に広げるメディア展開

　では、広告主である企業は、この音声メディアの特性を具体的なマーケティング戦略にどう組み込めばよいのだろうか。音声メディアに対して「コアなファンには刺さるが、マスメディアほどの広範なリーチが期待できないのではないか」という懸念を抱くマーケターは少なくない。

　しかし、けんすう氏は音声メディアの真の価値は「加工のしやすさ」と「起点としての強さ」にあると説く。自身の展開する音声プラットフォームの事例を挙げ、ポッドキャストで収録した音源を記事化してメディアに配信したり、ビデオポッドキャストの映像を切り抜いてショート動画に再編集したりと、1つの音声コンテンツから多面的なアプローチが可能であることを強調した。

　けんすう氏のメッセージは、メディアプランニングの常識をアップデートする示唆に富む。

　「ポッドキャストでリーチの深い1万人を取りつつ、切り抜き動画でYouTubeの10万人、ショート動画で100万人を取る。そして記事化してSEOで月々3万人を取る。こうした組み合わせができるため、今一番広告を出しやすい」（けんすう氏）

　従来は、マス広告で広く浅く認知を獲得し、徐々に深い関係性へと育成していく線形的なファネルが一般的だった。しかし音声起点のプランニングでは、まず本音の音声で深く熱量の高いコミュニティを形成し、そこから抽出したエッセンスを動画やテキストとして多角的に拡散させていく。仮に切り抜き動画で文脈が誤解されたとしても、音声という「立ち戻れる一次情報」が存在することが、ブランドの信頼を守るセーフティネットとして機能するのだ。

短期的な獲得から中長期的な信頼残高の蓄積へ

　セッションの総括として浮かび上がったのは、音声メディアがもたらす価値は、コンバージョン率や再生回数といった短期的な獲得指標では測りきれないという事実だ。それは、企業やブランドが生活者との間に時間をかけて積み上げていく「信頼残高（中長期的な信頼関係の総量）」という無形の資産だ。

　投資家として企業のIR（投資家向け広報）にも精通する田中氏は、経営トップが自らの言葉でパーパス（存在意義）やビジョンを語る手段として、音声コンテンツへの回帰が進んでいる現状を指摘する。

　「ホームページで目が滑るようなビジョンをいくら読んでもらっても伝わらないが、音声を聴いて企業の理念に共感し、応援しようという流れが市場でも来ている」と田中氏は語り、この信頼構築のメカニズムは、金融市場であれ一般の消費者向けマーケティングであれ、本質的に同じだと力説した。

　AIによる最適化が進み、あらゆる情報がアルゴリズムによって自動的にレコメンドされる時代だからこそ、生活者は「このブランドだから選びたい」「この人の話だから聴きたい」という主体的な選択の理由を求めている。その選択の根底にあるのは、効率化されたテキストや映像では生み出せない、人間同士の深い共感と信頼だ。

　音声ストリーミングは、生活者の日常に優しく伴走しながら、その信頼残高を着実に蓄積していくための最適な空間を提供している。これからのマーケターに求められるのは、広告としての強みに加えて、ブランドの文脈を語り、生活者と深くつながるための戦略的基盤として位置づけることだ。