放送・メディア業のAI活用事例 2026｜自動字幕・AI編集・コンテンツ最適化を徹底解説

放送・メディア業界のAI活用は、2025〜2026年にかけて「実証実験」から「実放送・実運用への本格組み込み」へ一段階進みました。TBSテレビ×ソニーのリアルタイム字幕「もじぱ」（報道番組で認識率95%以上）、NHK放送技術研究所の独自LLM（2025年5月）、琉球朝日放送のAIアナウンサー多言語緊急配信（2025年12月）、日本テレビの生成AIフル活用ドラマ『TOKYO 巫女忍者』（2026年1月7日放送）、日本民間放送連盟の生成AI声明（2025年11月26日）と、半年〜1年で業界の景色が大きく変わっています。

この記事では、放送局・制作会社・配信メディアが「どの工程に」「どのAIを」「どんな効果で」導入しているかを、公式情報と一次ソースの具体数値を中心に整理します。

この記事でわかること

• 放送・メディア業界でAI導入が加速した背景と2026年時点のフェーズ
• 自動字幕・音声認識の実運用事例（TBS「もじぱ」95%・NAXA・日テレ×NEC・テレ朝OCR）
• AI編集・記事自動生成・生成AIドラマなどコンテンツ制作の代表事例
• レコメンド・視聴率予測・番組編成などコンテンツ最適化の事例
• AIアナウンサー・多言語・災害放送とラジオ／地方局の現実解
• NHK技研の独自LLMと海外メディア（BBC・WSC Sportsほか）の動向
• 民放連声明・BBCガイドラインなど権利・ガバナンスの要点
• 導入コスト感、業界特有のリスク、向いている企業／慎重にすべき企業

誰向けの記事か

• 放送局・配信プラットフォームの編成・技術・制作部門でAI導入を検討している方
• 番組制作会社・ポストプロダクションの経営層・現場担当者
• 広告代理店・メディアエージェンシーで放送業界の動向を掴みたい方
• 業界向けAIソリューションを提供するベンダー・SIer
• メディア・コンテンツ業界への就職・転職を考えている方

放送・メディア業界でAI活用が加速した背景

放送業界がAI導入を急ぐ理由は、視聴環境の構造変化と制作現場の人手・コスト圧迫です。地上波の視聴時間がネット動画へ移動し、広告収入が縮小するなかで、限られた人員で多言語・バリアフリー・配信までカバーする必要が高まっています。

主な構造要因は以下の通りです。

• 視聴のネットシフト：TVer・Netflix・YouTube・ABEMAなどへ視聴時間が移動し、地上波広告収入が縮小
• 制作費・人件費の圧縮：地方局を中心にアナウンサー・編集者・字幕担当の慢性的不足
• バリアフリー要請：聴覚障害者・高齢者向けの字幕付与、訪日外国人・在留外国人向けの多言語対応の社会的圧力
• 配信プラットフォーム化：放送局自身がストリーミング基盤を持つようになり、レコメンド・パーソナライズ技術が必須に
• 生成AIの実用化：音声認識・動画生成・LLMが報道・編成の現場で「使える」精度に到達

2025〜2026年の焦点は「独自LLMによる報道支援」「生成AIによる映像制作」、そして「著作権・ディープフェイクへの業界ガバナンス」の3点に集約されています。

生成AI全般の仕組みや代表ツールについては 生成AIとは、業種横断の活用像は 生成AIの企業活用事例 もあわせて参照してください。

制作工程別 AI活用マッピング（取材→配信→アーカイブ）

放送業務を6つの工程に分解し、各工程で使われている主要AIを整理します。「どこから入るか」を考えると導入計画が立てやすくなります。

一般的には 字幕付与（音声認識）→ アーカイブ活用 → SNS用ハイライト の順で投資対効果が出やすく、スモールスタートしやすい領域とされています。

自動字幕・音声認識の活用事例

字幕・音声認識は、放送AIのなかで最も実運用が進んだ領域です。アクセシビリティ（バリアフリー）と制作コスト削減を同時に満たすため、キー局から地方局まで導入が広がっています。

TBSテレビ×ソニー「もじぱ」：報道番組で認識率95%以上

TBSテレビとソニーが共同開発したリアルタイム字幕システム「もじぱ」は、音声解析AIを用いて生放送に字幕を付与します。

• 2020年11月2日から地上波の報道番組で運用開始
• 報道番組で認識率95%以上を実現
• 従来「速記者3名＋サポート1名」が必要だった体制を、1時間未満の番組で「オペレーター1名＋サポート1名」に削減
• アドバンスト・メディアの音声認識API「AmiVoice」と連携

「速記者3名＋サポート1名 → オペレーター1名＋サポート1名」という具体的な人員削減は、字幕AIの投資対効果を示す代表的な数字です。

日本テレビ×NEC：生放送ニュースのリアルタイム自動字幕

日本テレビはNECと組み、2023年5月、放送業界向けに最適化したAI音声認識で生放送ニュース番組のリアルタイム自動字幕表示の実証に成功しました。生放送『ストレイトニュース』などでの字幕自動化に向けた重要事例です。

NAXA：ARIB字幕特化で作業時間50%以上削減

NAXAは、日本語番組のARIB字幕制作に特化した独自音声認識エンジンを提供しています。

• 文字起こし精度90%以上
• 字幕制作の作業時間を50%以上削減可能とうたう
• サービス提供開始から短期間で複数の放送局が導入

テレビ朝日×AI inside：AI Video OCRで選手名を1秒以内に日本語化

テレビ朝日はAI insideと共同で「AI Video OCR」を開発。海外スポーツ中継で表示される英語の選手名CGを、1秒以内にリアルタイムで日本語へ変換します。2020年「日本民間放送連盟賞」技術部門で優秀賞を受賞しました。

AbemaTV×テレビ朝日「AIポン」：国内初のリアルタイムAI字幕生放送

AbemaTVとテレビ朝日は2018年12月、生放送ニュース『けやきヒルズ』で国内初のリアルタイムAI字幕生放送を試験開始しました。Google Cloud Speech-to-Text APIとLASSIC社のエンジンを組み合わせ、音声認識から字幕表示まで約1秒を実現。生放送字幕の実用域到達を広く認知させた節目の事例です。

一方で、いずれのシステムも専門用語・固有名詞・方言・同音異義語での誤変換は残り、「最終確認は人間のオペレーターが担う」という運用設計が前提になっています。

AI編集・コンテンツ制作の活用事例

編集・制作領域では「予測して作る」「生成して作る」の2方向でAI活用が進んでいます。

出典: 日本テレビ放送網 公式サイト

日本テレビ×東京大学松尾研究室：視聴率予測とハイライト自動生成

日本テレビは松尾研究室と共同で、放送番組から見せ場を自動抽出するハイライト動画自動生成と、自然言語処理＋時系列予測を組み合わせた視聴率予測モデルを研究しています。「予測×制作」の両輪で、番組編成とSNS二次展開の効率化を狙う取り組みです。

日本テレビ『TOKYO 巫女忍者』：生成AIフル活用ドラマ（2026年1月7日放送）

2026年1月7日深夜（24:59〜25:29）に放送された連続ドラマ『TOKYO 巫女忍者』（主演・莉子、共演・藤原樹〈THE RAMPAGE〉ほか）は、実写×生成AI映像融合を全面に打ち出した国内初級規模のプロジェクトです。TVer・Huluでも配信されました。

• 制作体制：日本テレビ×AOI Pro.×サイバーエージェント（極AIお台場スタジオ）ほか
• AIクリエイティブディレクター：宮城明弘氏
• 制作規模：「30分の映像に約6カ月」（日経クロストレンド）と、生成AIでも制作工程は依然として重い

「ドラマの実放送で生成AIを主軸に据える」事例としては国内初級の規模で、放送業界全体に対する実装の試金石となりました。生成AI映像ツールの具体像は AI動画生成ツールおすすめ比較 や Runway Gen-4とは も参考になります。

北海道テレビ放送（HTB）：生成AIで記事を年間1000本以上・50%コスト削減

HTBは2024年6月、生成AIを用いた記事自動生成システムを導入しました。

• 年間1000本以上のコンテンツを制作可能に
• 50%以上のコスト削減を実現

Web記事・番組告知・地域情報など、量産が必要なテキストコンテンツで効果が出やすいことを示した事例です。

関西テレビ放送：生成AIアシスタント「Lightblue Assistant」を全社導入

関西テレビはLightblue社の生成AIアシスタント「Lightblue Assistant」を全社導入し、番組制作にも生成AIを活用しています。特定の一部署ではなく全社規模で日常業務にAIを組み込んだ点で、放送局のAI定着フェーズを象徴する事例です。

コンテンツ最適化・レコメンド・視聴率予測

放送局が自らストリーミング基盤を持つようになり、視聴データを使った最適化が競争力に直結しています。

テレビ東京：見逃し配信に機械学習レコメンド

テレビ東京は見逃し動画配信サービスに機械学習を用いたレコメンデーション機能を導入し、視聴者一人ひとりに合った番組を提示しています。配信プラットフォーム化に伴い、レコメンド・パーソナライズは放送局にとって必須機能になりつつあります。

電通×データアーティスト：SHAREST_LTで120日先まで視聴率予測

電通はAI視聴率予測システム「SHAREST」を強化し、120日先までの長期視聴率予測が可能な「SHAREST_LT」を提供しています。従来は数週間先までだった予測ホライゾンを大幅に延伸し、番組改編・広告セールスの意思決定タイミングと一致させた設計が特徴です。広告領域の関連事例は 広告・広告代理店のAI活用事例 も参照してください。

メタデータ×LLMによる自動レコメンド

動画のタイトル・説明文などメタデータからLLMが関連性や潜在ニーズをリアルタイムに推論し、自動でレコメンドを生成するアプローチも広がっています。Netflixに代表される協調フィルタリング＋深層学習のレコメンドは視聴時間向上の屋台骨であり、国内配信でも同様の最適化が視聴継続率に寄与するとされます。

AIアナウンサー・多言語・災害放送

地方局・ラジオでは、人手では届かない層に情報を届けるためのAIアナウンサー・多言語放送が現実解になっています。

出典: 琉球朝日放送（QAB）公式サイト

琉球朝日放送（QAB）：地上波AIアナウンサーと津波注意報の多言語緊急配信

QABは2025年1月から地上波で『AIアナウンサーニュース』を開始しました。

• 地上波では日本語・英語の2カ国語放送、Webでは中国語・韓国語を含む4言語配信
• 2025年12月の青森県東方沖地震（本州太平洋沿岸への津波注意報）時に、AIアナウンサーで多言語緊急配信を実施
• 夜間ニュース枠の復活にも寄与

「アナウンサー1人で県内全域・多言語をカバーする」という人員設計が難しい地方局にとって、AIアナウンサーは人を置き換える技術ではなく、人手では届かなかった層に情報を届ける拡張ツールとして機能しています。災害時の多言語即応は、AIアナウンサーの価値が最も明確に表れる用途です。

日本メディテックス「Da Capo」：ラジオから広がる多言語・災害放送

日本メディテックスのAI音声合成アナウンサー「Da Capo」は、ラジオ局から放送局まで採用が広がっています。

• 国内初導入はエフエム和歌山（ラジオ）
• 24時間連続アナウンスが可能
• 154言語の翻訳・591種の声に対応
• 災害報道・放送自動化の用途で国内外の放送局に採用

深夜帯・無人時間帯・災害時など、人員配置が現実的に難しい時間や状況を埋める用途で、ラジオ・地方局の現実解になっています。

NHK放送技術研究所：番組制作支援の独自LLM

出典: NHK放送技術研究所 公式サイト

NHK放送技術研究所（技研）は2025年5月26日、放送局データを使った独自LLMを発表しました。報道・番組制作領域で「事実誤認の低減」を最重要KPIに据えた、放送業界では象徴的な取り組みです。

• 既存LLMをベースに、過去約40年分のNHKニュース原稿・記事・番組字幕など約2,000万文を追加学習
• 放送事実と異なる誤回答の割合を約1割減少
• 用途：情報収集支援（大量文書の要約）・翻訳・文章校正などの番組制作支援
• 2026年までの実用化を目標（現時点では社内利用想定）
• 今後はテキスト＋映像・音声を扱うマルチモーダル化を目指す

別途、ニュース速報の高速手話翻訳向けにLlama3ベースで7億パラメータの独自モデルも構築しており、報道のバリアフリー領域でも基盤を整えています。現時点で社外提供は確認できておらず、最新の対外発表は公式リリースで確認することをおすすめします。

海外メディアの代表事例：BBC・FOX Sports・NBCU・Netflix・WSC Sports

出典: BBC News 公式サイト

特にWSC Sportsの数字は、ハイライト自動生成のビジネスインパクトを定量的に示した稀少な事例で、「短尺動画×SNS×スポーツ」の組み合わせがいかに伸びるかを示しています。国内の放送局・制作会社にとっても、SNS用ハイライト自動生成はスモールスタートに向く領域です。

放送・メディアでAIを使うときの注意点（権利・ガバナンス）

放送局のAI活用は、精度だけでなくガバナンス（透明性・著作権）で評価される時代に入りました。日英の業界団体が示す姿勢は、社内導入の指針としても有用です。

民放連「生成AIの開発・学習に関する声明」（2025年11月26日）

日本民間放送連盟（民放連）は、「Sora 2」等の動画生成AIを念頭に、会員各社の権利コンテンツと同一・酷似の映像を確認したとして、AI開発者へ3点を要求しました。

1. 会員各社の権利コンテンツを無許諾で学習対象にしないこと
2. 同様のコンテンツが生成されない措置と、既に生成された分の削除
3. 生成AI起因の著作権侵害の申立てへの真摯な対応

「誰もが閲覧できる場での公開を前提とした生成AI学習には享受目的があり、権利者の事前許諾が必要」「オプトアウト式では問題を防げない」との立場を明確にした点が転換点です。民放連が問題視したSora2の背景や代替ツールは Sora代替ツール比較 も参照できます。

日本新聞協会・各社の動き

報道コンテンツ全体の潮流として、日本新聞協会は2025年6月4日に「生成AIにおける報道コンテンツの保護に関する声明」を公表し、無断学習を批判してrobots.txt順守などを要請しました。産経新聞社も2025年12月に生成AI事業者へ抗議しています。放送に限らず、報道コンテンツ全体で「学習段階での権利保護」を求める動きが強まっています。

BBC「AI使用ガイドライン」（2025年1月）：AIを使うなら開示する

英BBCは2025年1月、番組・記事制作におけるAI使用ガイドラインを公表しました。3大原則は次の通りです。

1. 公共の利益を最優先に行動する
2. クリエイターの才能と創造性を優先する
3. AI技術の使用について視聴者にオープンで透明性を保つ（番組内でAI利用箇所の明示を要求）

「AIを使うなら開示する」がグローバル標準になりつつあり、日本国内でも段階的に同水準の運用が広がると見られます。

報道特有のハルシネーションリスク

報道はAIの弱点領域です。BBC主導の2025年調査では、AIアシスタントのニュース回答の約半数に重大な問題があったとされます。報道原稿・字幕・テロップの生成では、RAG（検索拡張生成）や人による最終チェックを組み込み、事実確認フローを設計することが不可欠です。セキュリティ全般の論点は 生成AIのセキュリティリスク も参照してください。

放送業界でAIに「できること／できないこと」

肯定一辺倒の記事が多い領域ですが、現場で判断するためにはできないことこそ正確に把握する必要があります。

生放送字幕は実用域に到達しているものの、完全自動化はまだ難しい領域です。生成AIドラマ制作でも「30分に約6カ月」かかるように、生成AIは制作工程を置換するのではなく補助・拡張するのが2026年時点の現実です。「人間のオペレーターが介入できる仕組み」を残した設計が現実解になっています。

放送局はディープフェイク被害を「受ける側」にもなる

AIは「使う技術」だけでなく「攻撃に使われる技術」でもあります。放送局はブランドと信頼を持つがゆえに、ディープフェイクの標的にもなる構造があります。

• 政治家を装う偽動画で放送局ロゴまで模倣された事案が発生
• 実在のアナウンサー・キャスター・番組ロゴを模倣した偽動画はSNSで拡散しやすく、ブランド毀損リスクが顕在化
• 海外でも、有名キャスターの顔と声を模倣した詐欺広告が複数報告

対策としては、（1）モニタリング体制の整備、（2）プラットフォーム事業者との通報フロー構築、（3）視聴者への注意喚起、（4）公式アカウントの認証強化、（5）電子透かし・C2PA等の真正性技術への対応が現実的なアクションです。

地方局・中小プロダクションが先に取り組むべきAI3選

大手局の事例だけでは中小プレイヤーには現実感が薄いため、スモールスタートに向く3領域を整理します。いずれもハードウェア投資が不要で、既存ワークフローに横付けでき、効果が定量化しやすいのが共通点です。

1. 自動文字起こし・字幕の一次案生成

• 適用領域：番組制作（収録物）、社内会議録、取材メモ
• 代表ツール：Notta、Whisper（OpenAI）、Microsoft 365のTranscribe、Google Cloud Speech-to-Text
• コスト感：1ユーザー月数千円〜
• 理由：既存業務の置き換えがしやすく、効果が定量化しやすい

2. アーカイブ素材のメタデータ付与

• 適用領域：過去番組・素材ライブラリの検索効率化、二次利用
• 代表ツール：Microsoft Azure Video Indexer、AWS Rekognition Video、カオメタ（東芝デジタルソリューションズ×テレ朝）系
• コスト感：従量課金（数万円/月〜）
• 理由：制作工数の削減効果が直接見え、二次利用ビジネスにつながる。テレビ朝日はカオメタで300万件超のアーカイブから人物特定を高速化している

3. SNS用ショート動画のハイライト自動切り出し

• 適用領域：番組宣伝、TVer・YouTube連動、地域情報の拡散
• 代表ツール：OpusClip、Vidyo.ai、Descript、汎用編集AI
• コスト感：月数十ドル〜
• 理由：放送本編と切り離して試せるため失敗コストが低く、視聴者接点を広げる効果が高い

汎用ツールの選び方は 生成AIツールおすすめ比較 も参考になります。

導入コスト感とハードル

放送業界のAIは「単品ツール」と「業務システム改修」でコスト感が大きく異なります。個別ツールの正確な料金は変動が大きいため、目安として整理します（実際の金額は各社見積り・要問い合わせ）。

導入のハードルとしてよく挙がるのは以下です。

• ハルシネーション対策：報道現場では事実誤認は致命的。NHK技研も誤回答率の低減をKPI化
• 権利処理：学習データ・出力物の双方で著作権・肖像権・商標の確認が必要
• データ整備：過去映像・原稿の電子化、メタデータ付与、許諾範囲の整理
• ガバナンス設計：AI利用箇所の視聴者開示（BBC原則）、社内利用ルール
• 人材確保：技術系の若手が地方局に残りにくい構造的課題
• ベンダーロックイン回避：単独ベンダー依存より、複数技術の組み合わせ運用が業界の主流

業界特有のリスクと対策

特に「AI生成箇所の視聴者開示」は2026年以降、国内でも段階的にスタンダード化していくと見られます。BBCと同水準の運用ルールを先行整備した局・制作会社は、長期的な信頼資産で優位に立てる可能性があります。

こんな放送・メディア企業におすすめ／おすすめしない

AI活用に向いている企業

• アーカイブ資産が豊富な放送局（過去映像のメタデータ化で大きな効果）
• 多言語対応・バリアフリー対応の社会的要請を受けている地方局・公共放送・ラジオ
• スポーツ・音楽・お笑いなど短尺動画と相性の良いコンテンツを保有するメディア
• 配信プラットフォーム化を進めている事業者（レコメンド・パーソナライズが競争力に直結）
• 新規ドラマ・CM制作で実験的なVFXを試したい制作会社
• 報道支援LLMで誤回答率を計測できるKPI体制を持つ局

AI活用のハードルが高い企業

• 過去素材がフィルム・テープ中心で電子化が進んでいない局・プロダクション
• 1日の制作・配信本数が少なく、月額数十万円以上のAIコストが回収できない規模
• 報道方針上、生成AIによる原稿生成を許容しない編集体制（これ自体は健全な選択でもある）
• 著作権・肖像権の社内確認体制が整っておらず、最終チェックを担保できない組織
• 「AIに任せれば全部自動化できる」と、現場と期待値がズレている経営層

2026年以降の見通し

• 報道支援LLMの本格運用：NHK技研モデルの実装を皮切りに、民放各局も独自LLM／RAG構築が拡大
• AI生成箇所の視聴者開示ルール：BBC原則に近い形で国内の自主基準が整備される可能性
• 生成AI動画の地上波本格運用：『TOKYO 巫女忍者』を起点に、ドラマ・CM・バーチャルプロダクションでの採用が拡大
• AIアナウンサーの地方局・ラジオ横展開：人手不足・多言語・災害対応の現実解として広がる
• 配信プラットフォームのレコメンド精度競争：TVer・各局VOD・YouTubeの三つ巴
• 業界横断のディープフェイク対策：民放連・NHK・配信プラットフォームでの真正性技術導入

放送業界は「AIで効率化を取りに行くフェーズ」から、「AIをガバナンスとブランド資産として運用するフェーズ」へ移行しつつあります。

まとめ：放送・メディアのAI活用は「鮮度×ガバナンス」で差がつく

放送・メディア業界のAI活用は、2025〜2026年の動きを押さえているかどうかで現場感がまったく違います。要点を整理すると次の通りです。

• 自動字幕はTBS「もじぱ」の認識率95%以上、NAXAの作業時間50%以上削減など、実運用で効果が定量化されている
• 制作領域では日テレの生成AIドラマ、HTBの記事自動生成（年間1000本・50%削減）、関西テレビの全社AI導入が定着フェーズを示す
• 報道支援ではNHK技研の独自LLM（40年・2000万文・誤回答1割減）が国内の象徴事例
• 地方局・ラジオはAIアナウンサー（QAB多言語緊急配信・Da Capo）で人手が届かない層に情報を届けている
• 民放連声明・BBC原則を踏まえたガバナンス整備が長期的な競争力の核
• AI導入は人を置き換える技術ではなく、人手では届かない層に情報を届ける拡張ツールとして設計するのが現実解

字幕・アーカイブ・SNS用ハイライトの3領域からスモールスタートし、権利処理とAI利用開示の運用ルールを先に整えることが、放送・メディアAI活用の失敗しない第一歩です。

合わせて読みたい：

• 生成AIとは
• 生成AIの企業活用事例
• 生成AIツールおすすめ比較
• AI動画生成ツールおすすめ
• Runway Gen-4とは
• Sora代替ツール比較
• 生成AIのセキュリティリスク
• AIエージェントとは
• 広告・広告代理店のAI活用事例
• 出版・メディア業のAI活用事例
• エンタメ・ゲーム業界のAI活用事例
• 音楽業界のAI活用事例

よくある質問（FAQ）

Q1. 生放送の字幕はもう完全自動化できるのですか？

現時点では「人間オペレーター併用での実用域」が現実解です。TBS「もじぱ」は報道番組で認識率95%以上を達成し、AbemaTVの「AIポン」でも表示まで約1秒を実現していますが、専門用語・固有名詞・方言・同音異義語での誤変換は残ります。報道番組では誤字が放送事故化するため、最終確認は人間が担う設計が一般的です。

Q2. 放送局がAIアナウンサーを導入する目的は人件費削減ですか？

公開事例（琉球朝日放送、Da Capo導入局など）を見る限り、人件費削減よりも「人手では届かない層に情報を届ける」目的が中心です。多言語放送・災害時の即応・深夜帯の追加情報枠など、これまで人員配置が現実的に難しかった領域を埋める用途で導入されています。QABは2025年12月の津波注意報時にAIアナウンサーで多言語緊急配信を実施しました。

Q3. 民放連の声明（2025年11月26日）は何を意味しますか？

民放連は、「Sora 2」等の動画生成AIが会員社の権利コンテンツと同一・酷似の映像を生成するケースについて、「オプトアウト方式だけでは権利侵害を防げない」との立場を表明しました。無許諾学習の停止・既生成分の削除・侵害申立てへの対応を要請する内容で、放送業界として学習段階での権利保護を明確に求めた点が転換点です。

Q4. 地方局や中小プロダクションがまず投資すべきAIは何ですか？

「自動文字起こし・字幕の一次案生成」「アーカイブ素材のメタデータ付与」「SNS用ショート動画のハイライト自動切り出し」の3つが有力です。いずれもハードウェア投資が不要で、既存ワークフローに横付けでき、効果が定量化しやすい領域です。

Q5. AIで作ったコンテンツを放送する場合、視聴者にどう伝えるべきですか？

英BBCのガイドラインでは「AI技術の使用について視聴者にオープンで透明性を保つ」を3大原則の1つに掲げ、番組内でAI利用箇所の明示を要求しています。日本国内でも段階的に同水準の運用が広がる可能性が高く、テロップ・番組クレジット・公式サイトでの明記など、複数チャネルでの開示を準備しておくことをおすすめします。

Q6. 生成AIで作った映像は番組として放送できますか？

法的に禁止されているわけではなく、現に2026年1月7日には日本テレビが生成AIフル活用ドラマ『TOKYO 巫女忍者』を地上波で放送しています。ただし、（1）使用モデルの学習データの権利関係、（2）登場人物の肖像権・パブリシティ権、（3）BBC原則に類する透明性の確保、の3点は事前確認が必須です。生成AIでも「30分に約6カ月」かかったように、制作工程を置き換えるのではなく補助・拡張する前提で計画することが重要です。