Showing Posts From
Journal
ニンダイの同時接続から考えるYouTubeの視聴率的なもの
「Nintendo Direct 2026.6.9」——任天堂公式YouTubeチャンネルだけで、ピーク時の同時接続が約174万人に達した。 世界的な新作発表会だから期待は高い。でも、YouTubeの登録者数やユーザー総数から見ると、これはどれくらいの割合なんだろう。 あなたはどうだろう。ライブの同接数、気になる派？ それとも総再生回数のほうを見る派？ 私は前者だ。テレビの視聴率に近い感覚で読めそうだと思った。そこから、数字を並べてみることにした。 ニンダイの同時接続、どれくらいの規模か 2026年6月9日に配信された「Nintendo Direct 2026.6.9」は、任天堂公式YouTubeチャンネル（Nintendo 公式チャンネル）における最大同時接続が約174万1,440人だった（UserLocal の集計値）。 これは任天堂ダイレクト史上のトップではない。 日本記録認定協会が認定したYouTubeライブ日本最大同時接続は、2025年4月2日の「Nintendo Direct: Nintendo Switch 2」配信の329万人。2025年9月12日のニンダイは任天堂公式チャンネル単体で約151万人、全プラットフォーム合計では約292万人に達した。 それでも174万人は、企業の単一チャンネル・単一配信としては異常な数字だ。Appleの製品発表会が数百万規模に届くこともあるが、ゲーム業界の定期ショーケースとしては世界屈指の部類に入る。 YouTubeのユーザー数を押さえておく 同接を「割合」に換算するには、分母の選び方が問題になる。まず全世界のベースラインを整理しておく。指標 ユーザー数（世界全体） 補足MAU（月間アクティブユーザー） 約25.8億〜27.0億人 ログインユーザーを中心としたベース広告リーチ可能人数 約33.5億人 未ログイン視聴も含むリーチDAU（日間アクティブユーザー） 約1.22億〜13.4億人 測定定義で大きく変動する有料会員（Premium / Music） 約1.25億人 広告非表示・バックグラウンド再生DAUについては、調査機関の定義によって2つの数字が並行して出回っている。アプリ等への能動的ログインベース（約1.22億人）——毎日確実にログインしてアクションを起こすコア層の数字。 Webブラウザ・スマートTV等を含む総アクティビティベース（約13.4億人）——ログインの有無を問わず、何らかの形でYouTubeに触れた人を含む推計。日本国内では、Googleが2024年5月時点で18歳以上の月間視聴者数7,370万人超を公表している（Nielsen Digital Content Ratings ベース）。18歳未満は含まれないので、実態はこれより大きい可能性がある。 同接を「視聴率」に換算すると YouTube Liveの同時接続は、その瞬間にライブを見ている人数だ。テレビの視聴率が「今この番組を見ている世帯（または個人）の割合」であるのと、構造はかなり近い。 ニンダイ約174万人を、いくつかの分母に当てはめてみる。分母 割合（概算） 読み方世界MAU 約26億人 約0.07% 月に一度でもYouTubeを使う人のうち、同時にニンダイを見ていた世界DAU（コア）約1.22億人 約1.4% 毎日ログインする層のうち約70人に1人世界DAU（総合）約13.4億人 約0.13% ブラウザ・TV視聴も含めた日次利用者ベース日本YouTube MAU 約7,370万人 約2.4% 国内の月間視聴者（18歳以上）のうち約40人に1人日本の総人口 約1.25億人 約1.4% 国民全体のうち約70人に1人早い話、「全世界のYouTubeユーザーから見れば微々たる数字」でも、「日本のYouTube視聴者から見れば2%台」になるわけだ。 分母をどう取るかで印象が180度変わる。テレビの視聴率も、関東地区か全国か、世帯か個人かで数字は揺れる。同接も同じで、単一チャンネルか全ミラー配信合算かで読み方が変わる。 テレビの視聴率と比べると 一昔前の地上波黄金期には、人気番組で視聴率20%超えは珍しくなかった。 今は年末年始の特番に限られ、紅白歌合戦第2部が35%前後、箱根駅伝復路が30%前後——それでも「国民的イベント」に限った話だ。平日のゴールデン帯で10%を超える番組は、もはや希少種に近い。 テレビの視聴率は、テレビが設置された世帯を母集団にした推計だ。正確な「全人口の何%」ではない。 それでも「数%見ている」とわかれば、日本の人口1億2500万人規模で600万人クラスのリーチだと感覚を掴める。 ニンダイの174万人は、日本の総人口ベースで約1.4%。テレビで言えば世帯視聴率1%台後半くらいのイメージに相当する。 ただし、これは任天堂公式チャンネル単体の数字だ。配信者による同時視聴枠や海外公式チャンネルを足せば、もっと膨らむ。 個人的には、YouTube同接は「その瞬間に画面を開いている人」のカウントだから、テレビのリアルタイム視聴率に一番近い指標だと思っている。総再生回数は後からアーカイブで伸びるので、ライブの熱量とは別物だ。 YouTube Liveの同接記録はどのくらいか 世界記録として広く引用されるのは、2023年8月23日のインド宇宙研究機関（ISRO）による月着陸ライブ配信の約809万人。 次点は2022年ワールドカップのブラジル対クロアチアを中継したCazéTVの約610万人、2026年のTPUSAハーフタイムショーの約617万人など、スポーツ中継と大型イベントが上位を占める。 日本国内の認定記録は、先述の任天堂「Switch 2」発表ニンダイの329万人。ゲーム系では、Apple Event（2024年9月）が約350万〜360万人、スペースXの有人飛行ライブが約400万人といった企業・科学系イベントが並ぶ。 個人配信者では、IShowSpeedが2026年5月に約192万人の同接を記録したと話題になったが、本人とYouTube側の確認でボット視聴が混入していたことが判明し、実際のピークは約30万人だった。同接の信頼性は、記録更新のニュースだけでは判断できない——これは後述する。 ニンダイ2026.6.9の174万人は、世界トップ10には遠く及ばない。それでも日本の単一企業チャンネル・ゲーム発表会としては、十分に「大きな数字」だ。 同接数はどうやって数えているのか YouTubeのヘルプセンターでは、同時接続（Concurrent viewers）を「ある瞬間に同時に視聴している視聴者の数」と定義している。ピーク同時接続は、配信中に記録された最大値だ。 仕組みとして押さえておきたいのは次の点だ。カウント対象はその配信を実際に再生しているセッション。ログインの有無は問わない（未ログインのブラウザ視聴も含まれる）。 低品質な再生やボット疑いのトラフィックは、システムが検証のうえ除外されることがある。指標が一時的に止まったり、後から修正されたりするのはこのためだ。 配信終了後、クリエイターはYouTube Analyticsでピーク同時接続を確認できる。APIでも配信中のみリアルタイム取得が可能だ。 複数デバイスやタブを開いている場合の扱いは公開されていないが、明らかな不正トラフィックはフィルタされる。つまり同接は「今見ている人」のリアルタイム推計で、完全な国勢調査ではない。テレビの視聴率と同じく、信頼できる近似値として使うのが妥当だろう。 まとめ：分母で変わる174万 ニンダイの約174万人は、世界のYouTube MAUから見れば0.07%程度。日本のYouTube視聴者から見れば約2.4%。テレビの視聴率に置き換えるなら、日本総人口ベースで1%台後半——「その瞬間に同じ画面を見ていた人」の規模だ。 同接はテレビのリアルタイム視聴率に最も近い指標だと私は考えている。ただし分母の取り方と、単一チャンネルか合算かで印象は大きく変わる。数字を見るときは、まず「誰の、何%か」を確認するのが先だろうなと思っている。
コンビニの人件費削減ほど悪手は無くないか？
「コンビニ、ワンオペで回せるようにする」 「人件費を削れば、経営は立て直せる」 ——ニュースを読むと、こういう論理がよく出てくる。私はだいたい「本当に現場を知って言ってるのかな」と眉をひそめて、記事を閉じることが多い。 あなたはどうだろう。人件費削減、経営の王道だと思う派？ それとも「現場が回らないだけでは」と疑う派？ 私は後者に近い。コンビニのワンオペや24時間営業を、数字だけで語る前に一度立ち止まってみた。 コンビニでワンオペをする意義はあるかどうか問題 経営難を解決する場合、もっとも楽な方法は「人件費削減」。それも、ある程度の能力を持っていて給料もわりと高めな有能タイプな従業員ほど、切る効果は高い。シンプルに支出を減らす策として有効なので、コンサルに大人気の手法である。 じゃあ残された人間は給料が上がるのか？っていう話し。 人員を削減したのなら、今まで支払っていた人件費の再分配して、基本給の見直しをするのが「やる気重視」のうえなら最前な手法だと考える。しかし現実はどうじゃない。削減した人件費は据え置いて、営業利益に消えた人員に支払っていた給料がのせられるだけだ。 悪くも経営が下手くそというか、数字だけ見ている経営でやりがちな手法。 人員を削減したらまず、効率化とか生産性の話しになるけど、サラブレッドでも1馬力であるように、1人の人間は1人力でしかない。1億を役員報酬でもらっている上層部の20%カットして浮いた分を人員に回したほうが、よっぽど有意義といっていい。 従業員は替えが効くと思われがちだが、経営層にしても替えは効く。 コンビニの24時間営業はやるべきかどうか コンビニの採算性を考えるなら、客商売らしく客単価を気にするべきだろう。 あなたは深夜のコンビニに行ったことはあるだろうか。そこに客は平日の昼間ほど居ただろうか。きっと店員が1人で補充をいているとか、バックヤードに居るみたいだけどなぜか出てこないなどの体験をした人もいるかもしれない。 コンビニは客商売だからこそ、客が来て何か買ってもらう必要がある。 深夜の客はどれだけ来て、どれだけのものを買っていくのだろうか。深夜になると「深夜手当」も出さないといけないため、日中よりも客がこないのに、日中よりも客単価を上げる必要性がある。社会インフラとしての需要を考えるとありがたい話しだけど、商売と経営で考えると、これほど損することはないと思う。 まとめ：現場を見てから数字を語れ ワンオペの議論は、経営会議の資料だけで進めがちだ。私は、幹部がまずレジと品出しを体験してから削減を語るべきだと思っている。人件費は減る。でも客単価と現場の限界は、スプレッドシートには載らない。
「◯冊の本を読め！」みたいなタイトルが有益な理由
「この本を読めば人生が変わる」 「売れている本トップ10だけ読め」 ——キャッチーなタイトルを見ると、つい大げさだと感じることがある。私はだいたい「また煽りか」と眉をひそめて、クリックしないで終わる。 あなたはどうだろう。大げさなタイトル、スルーする派？ それとも「気になるから読む」派？ 私は以前は前者だった。 でも最近、その派手さの裏側に、読者とライターが交換しているものがあるのではないか、と考えるようになった。 相手は時間を金にかえている 例えば「レシピ本」を書店で探すとする。 特に目的もなく、あてもない場合、表紙なりタイトルできたものを手に取るわけ。この選んでいる時間、思考が産まれる時間は人によって「無駄な時間」と受け取るかもしれない。タイパというならもっとも無縁な時間だろう。 要約とかまとめのコンテンツが人気な理由は、本質的に「タイパの具現化」がある。 「10冊選び抜いた」といえば、ライターが100冊の中から厳選した10冊かもしれないし、Amazonの書籍カテゴリから人気でソートした10冊かもしれないし、いくつかのアンケートだったりSNSで「これいいよ」を集めたものかもしれない。 何にせよ、そういった「まとめ作業」に時間を使うわけ。 でもユーザーは、その時間を自分で浪費することなく、該当ジャンルにとってベストな数冊を任意で選べる。ようは「失敗しにくい」のが最大の利点。利点を可視化するなら、それこそがキャッチーなタイトルの正体だ。 まとめ記事は「他人の労力」を買う行為 リスト型の記事や、強い断言を含むタイトルは、読者にこう伝えている。あなたが100冊読んで絞り込む代わりに、私がやった。結果だけ受け取って。これは情報の無料配布というより、選別コストの代行に近い。レシピ本の例でも、棚の前で何冊も開いて比較する作業を、誰かが先に済ませてくれている状態だ。 だから「◯冊の本を読め」系のタイトルは、内容の良し悪し以前に、意思決定の短縮という商品を売っている。 本を1冊買うより安いし、読む前に失敗しにくい——この安心感が、キャッチーな言い回しとセットで伝わる。 キャッチーなタイトルが機能する3つの条件 私が「有益だ」と感じるリスト記事には、だいたい次の共通点がある。選び方が想像できる — 売上順なのか、自分の体験なのか、専門家の推薦なのか。基準が見えないと「誰かの好み」で終わる。 対象読者がはっきりしている — 「初心者向け」「転職前に読む」「子育て中の親向け」など、自分ごと化しやすい。 数が絞られている — 10冊でも多いと感じる人はいるが、「全部読め」より「この数だけ」は圧が小さい。逆に、根拠が曖昧で誰向けかわからない「人生が変わる本ベスト30」は、タイトルだけ派手で中身が薄いケースが多い。 キャッチーさと有益さは、必ずしもセットではない。 読み手としての向き合い方 リスト記事を鵜呑みにする必要はない。ただ、最初の1冊を選ぶときの補助輪として使う価値は大きい。 私のやり方はシンプルで、次の流れだ。気になったリストから2〜3冊だけピックアップする 図書館や試し読みで中身を確認する 刺さった1冊だけ買うこうすると、ライターが代行してくれた「選別時間」を借りつつ、最終判断は自分でできる。 まとめ：選ぶ時間を買っている 「◯冊の本を読め！」のようなタイトルが有益なのは、大げさだからではない。読者が本当に欲しいのは、失敗しにくい短いリストと、選ぶ時間の節約だからだ。 次にそういう記事を見かけたら、中身を疑う前に「この人は何時間かけて絞ったのか」を想像してみると、タイトルの意味が少し違って見えるかもしれない。
東京に学部が集中している理由と、地方の可能性
「地方から東京に出て、後悔した」 「でも進学先を考えると、結局東京しかなかった」 ——SNSでこういう声を見かけるたび、私は「便利だから」という説明だけでは足りないのではないか、と感じる。学部の数、教授の所在、就職のフィルター——選択肢の差が、合理的な判断を形作っている。 あなたはどうだろう。進学や就職で場所を選ぶとき、「その街の暮らしやすさ」と「学べる環境の幅」、どちらを優先する派？ 私は後者が勝ちやすい構造だと考えている。まずは東京集中の理由を、学部という切り口から整理してみたい。 東京が「便利」という一言では片付かない 東京圏（23区から千葉・埼玉・神奈川）への集中は、単に「便利だから」では説明できません。30分程度の移動で済む距離に高密度な大学が存在するため、「◯◯大学出身」というブランドを望むなら、東京しか選択肢がないのが現状です。 地方出身の若者が東京に集まる流れは変わりません。就職でも進学でも、有名大学という「フィルター」が評価を左右するからです。 地方が劣っているわけではない では地方に魅力がないかといえば、そうではありません。むしろ問題は別のところにあります。 地方の課題は「学部の選択肢の狭さ」です。「◯◯を学びたい」という明確な目的がある学生なら、その学部が充実している大学がどこにあるかで判断します。同じく、「この教授に師事したい」という思いがあれば、その教授がいる大学へ向かいます。 東京の大学の強みは、学部の多様性にあります。同じ東京なら、勉学の目的別に大学を自由に選べるのです。一方、地方では学部が限定的なため、目的と学べる環境がマッチしにくい。その結果、進学を理由に東京を選ぶ。悪循環です。 東京移住の現実 ただし、地方から東京に出てきた若者全員が適応できるわけではありません。 通学ラッシュの混雑、1コマ目の授業時間帯の絶望的な混み具合、車移動の困難さ。高い家賃を補うためのアルバイト。これらの生活コストと心労は、想像以上に大きいのです。 実際のところ、東京での生活に向いている人のタイプがあります。音に敏感でなく、他人に興味がない——割り切った性格の人ほど、東京での生活は楽になります。あこがれだけで東京に来ると、後悔することになりかねません。 改善のために必要なこと 東京一極集中を解決するには、単に大学を地方に置くだけでは不十分です。重要なのは、その地域で必要な学部を充実させることです。 地方に東京大学やMARCHのような「圧倒的ブランド大学」を作るのは現実的ではありません。ただ、地域の産業や人口に合わせて、学部の選択肢を広げることは可能です。 そこから先は、地方の大学そのものの発信力と、企業側の評価の切り分けです。「ブランド」に頼らず、実務的なスキルと再現性を評価する採用基準が整えば、地方大学の価値が高まります。 まとめ：選択肢の差が動く 東京一極集中の背景には、単なる「魅力度」ではなく、人生設計の選択肢の差があります。学部の多様性、環境への適応性、そして親元を離れることのコストと利益。これらを踏まえたとき、若者の「東京選択」は合理的な判断なのです。 改善するには、地方の高等教育機関が、東京との「差」を埋めるのではなく、独自の強みを作ることが鍵になるのではないでしょうか。
AIと一緒に考えるには、最初の一歩が必要
「AIに聞いたら、すぐ実行した」 「結果、思っていたのと全然違った——でも誰のせいにすればいい？」 ——チャット型AIが当たり前になった今、私はこういう後悔をよく見る。AIの性能の問題ではなく、最初の一歩を誰が踏むかが曖昧なまま進んでいるケースが多い。 あなたはどうだろう。AIの回答を「正解」として受け取る派？ それとも「たたき台」として自分の判断と照合する派？ 私は後者でないと、「共に考える」にはならないと感じている。なぜそう言えるのか、順を追って整理する。 AIと共に、考える 私はAIと一緒に考えているのだろうか。 何かを考えて、指示をして、出てきた情報を鵜呑みにして、失敗している。失敗とまではいかないけど、あきらかに何かが足りていない。足りてないのは何だろうか。 AIの性能ではなく、私にそれが実現できるかどうか、だ。 AIの答えを信じるのではなく、私の意見を鵜呑みにしないことも考慮するべきだ。 「共に、考える」 チャット型AIが登場してから、人間の思考はより洗練されたのだろうか。私はそう思っていない。AIが出している回答は「計算からいくつかの選択を"私好みで"拾い上げている」にすぎない。 AIの答えが正しいと思うか、正しくないと思うか。これは可能性の問題である。 成功するかしないかも、可能性の問題。しかし、やらなければ成功率はゼロになる。 AIよりもあなたのほうが賢い AIよりも人間の方がまだ賢い。分野にもよるけど、最初の質問を出すのは人間で、回答を出すならAIが得意だ。これはググると同じような構造。 コンピューターが不得意なのは、ゼロから行動すること。 ようするに、デキる人間が苦手な「自分で仕事を探せない人」と同じである。 AIやプログラムは、指示されたことを愚直なまでに遂行する。それは性質の問題であるから変えようがない。自動車製造でコンベアなりゆったり動いているうちに、作業員がひとつひとつ仕事をして１台を完成させていく工程がある。プログラムは工程と作業をすべて理解してはいるが、コンベアを動かすなり人員配置をするのは管理する人間の役目。 例えコンベアをボタンひとつで動かせるとしても、プログラムはそう指示をしていないと、自律的に判断して動かしてはくれない。24時間稼働なら3交代になるだろうけど、交代するタイミングで人の作業はどうしても止まるから、そこでラインを止める必要がある。 引継ぎをして、準備して、コンベアを動かす。その指示を出すのがプログラムだったら、それはそれで人間様が反発するのではないかなと思う。 そう……。３交代制なら「この時間にコンベアを止めて、この時間には動かすべきだ！」とプログラムすることは簡単。でも人間とか世界は不条理なことが多い。必ずそのスケジュール通りに物事が進むとは限らない。だから目視で確認してから開始のスイッチを押すのがただしい。もしいるはずの人がいなかったら？必要な材料が最初の1時間で無くなるとしたら？作業を中断したとして、次の交代で数分後には自動で実行されてしまうぞ。 てなわけで、機械の弱点は「融通が利かない」ことが最大の弱点。 柔軟に行動することができるのは人間の特権であるともいえる。もちろん万人がそうとも限らないけれど、我々は自分の意思で道を選ぶことができる。 AIもプログラム・アルゴリズムでは"そう見える"んだけど、本質的には人間よりも判断能力は劣っている。人間に思い付かない判断をプログラムすることはできない。ここが大きな違いであるといえる。 計画は人間から始まる 何事も「成功」するには「計画」する必要がある。計画をするにしても、AIがゼロから考えてくれるわけじゃない。最初の一歩は私から出す必要がある。 AIに渡すべきなのは、完成した答えではなく、検証可能な仮説だ。「こういう方向で進めたい。反論と代替案を出してほしい」——この段階で初めて、AIは思考の相棒として機能する。 まとめ：最初の一歩は人間 AIと一緒に考えるとは、答えを委ねることではない。自分の問いを立て、AIの出力を疑い、最終判断は自分で下す——そのサイクルのことだ。 最初の一歩を踏むのは、いつだって人間側。そこを省略すると、どれだけ高性能なAIを使っても、「共に考えた」実感は残らない。