ライブの曲順をAIが優先順位づけする「AI Setlist Designer」の活用シーン

この記事の要点

  • AIが、ライブで演奏する曲の優先順位と、曲順の構成案を、確率と確信度つきで判断します。
  • 過去の曲順を手で並べ替える準備から、構成案をもとに練り上げるセットリストづくりに変わります。
  • 手元の過去セットリストのCSV(表形式のデータ)から始め、3〜8週のPoC(本格導入の前に効果を確認する試行)で指標を測ります。

AI Setlist Designerは、ライブのセットリスト構成で「どの曲を優先し、どの順に並べるか」をAIが判断し、構成案を示すしくみです。クラスフォックスが設計した Vertical Decision AI SaaS の一つで、アーティスト本人、制作担当、ライブの演出担当の判断を支えます。本記事では、セットリスト準備の現場で起きていること、AIが判断すること、準備の1日、AIに任せる範囲の決め方、小さく始める手順を順に紹介します。

セットリスト作りの準備で起きていること

多くのライブ制作の現場では、セットリストは過去の公演の曲順を見返しながら、担当者が手で並べ替えて作ります。前回の公演、似た規模の会場、直近のツアーの曲順を横に並べ、「前回はこの曲を中盤に置いた」「アンコールはこの流れが盛り上がった」と思い出しながら組み立てる進め方です。

この進め方では、準備に時間がかかります。過去の曲順は表計算ソフトや紙のメモ、関係者のやり取りに分かれて残っていることが多く、制作担当が集めて見比べるだけでも手間になります。

判断の根拠が個人の記憶に偏りやすいことも、課題です。担当者の印象に残った公演の曲順が重く見られ、観客の反応が穏やかだった公演の曲順は、振り返る機会が少なくなります。時間の都合で、確認できる過去の曲順が限られることもあります。

公演ごとに会場の広さや演奏時間、観客の層が変わることも、準備を難しくします。同じ曲順をそのまま使い回せないため、担当者は毎回、過去の曲順を手がかりにしながら、今回の条件に合わせて組み直す作業を行います。

さらに、セットリストには曲の優先順位づけという難しさがあります。新曲を見せたい、定番曲は外せない、演奏の負担が重い曲は続けたくない、会場の尺に収めたいなど、複数の条件が同時にかかるためです。担当者は、これらを頭の中で比べながら、何を優先するかを決めています。

過去の曲順を手で並べ替える準備から、構成案をもとに練り上げるセットリストへの変化を比べた図
図1:セットリスト準備の、これまでとこれから

AI Setlist Designerが判断すること

AI Setlist Designerが判断するのは、「ライブのセットリスト構成」です。判断のパターンは、優先順位づけ(何を優先するか)です。候補になる曲や位置の中から、何を優先して組み込むかを、確率と確信度つきで返します。文章を生成するのではなく、構成の「判断」だけを返すAIです。

Decision AI の答えの型は、はい/いいえ、どれを選ぶか、どの程度か、の3つです。セットリストの業務では、たとえば次のような問いになります。

答えの型この業務での問い
はい/いいえこの曲を、今回のセットリストに入れるべきか
どれを選ぶかこの位置(オープニング・中盤・アンコールなど)に、どの曲を置くか
どの程度かこの曲を、構成の中でどの程度優先すべきか

導入後のセットリスト準備の1日

たとえば、ツアーの初日に向けてセットリストを組む、制作チームを考えてみます。AIは担当者の代わりに構成を決めるのではなく、構成案と、その確信度を示す役割です。

朝、制作担当は、過去の公演の曲順と、今回の会場の条件を整理したデータをAIに渡します。AIは、候補の曲それぞれについて、優先して組み込むべきかを判断し、曲順の構成案を返します。

日中、演出担当とアーティスト本人が、構成案を見ながら話し合います。確信度が高い曲は構成の軸として扱い、確信度が低い曲については、なぜ迷うのかを人が確認します。AIの構成案が出発点になるため、ゼロから並べる時間を、曲のつなぎや見せ方を練る時間に回せます。

この流れでは、担当者が過去の曲順を集めて見比べる時間が減ります。その分、アーティスト本人と演出担当は、曲の間のつなぎや見せ方など、人にしか決められない部分に時間を使えます。

夕方、制作担当は、話し合いで決まった変更点を記録します。変更した理由もあわせて残すと、次回の判断の材料になります。

朝に構成案を受け取り、日中に練り上げ、夕方に記録するセットリスト準備の1日の流れ
図2:導入後のセットリスト準備の1日

AIに任せる範囲を確信度で決める

AI Setlist Designerは、判断に確信度をつけて返します。確信度に応じて任せる範囲を決めるため、人の判断を残す場面を設計できます。確信度の閾(しきい)値は、PoCで確認して決めます。

確信度が95%以上の判断は、構成案にそのまま反映します。たとえば、毎回ほぼ必ず入れる定番曲の位置などが当てはまります。

確信度が70〜95%の判断は、担当者が確認します。たとえば、新曲をどの位置に置くかのように、条件によって答えが変わる判断です。

確信度が70%未満の判断は、アーティスト本人や演出担当などの責任者が決定します。表現の意図が強く関わる判断は、人が最終的に決める前提で設計します。

確信度の3段階と、それぞれで任せる相手を0から100%の目盛りで示した図
図3:確信度の3段階と、任せる範囲

小さく始める手順とPoCで測る指標

導入にあたり、既存のスケジュール管理や制作の道具を入れ替える必要はありません。AI Setlist Designerは、それらの上にのる判断レイヤーとして使います。まずは、手元の過去セットリストのCSVから始められます。

最初のステップとして、直近の公演のセットリストと、会場や公演時間などの条件を、CSVにまとめます。次に、PoCでAIの構成案と、実際に担当者が作った曲順を見比べます。期間の目安は3〜8週です。最後に、測った指標をもとに、任せる範囲と確信度の閾値を定め、運用に移します。

PoCで測る指標は、次のようなものです。数値の目標は、PoCの前に定めず、貴社のデータで確認します。

  • 構成案の作成にかかる準備時間
  • AIの構成案と、最終的なセットリストとの一致の度合い
  • 担当者による修正の回数
  • 確信度の段階ごとの、判断の的中の度合い
  • 関係者の確認にかかる時間
過去セットリストのCSVの用意、PoCでの比較、任せる範囲の決定という始め方の3つの手順
図4:小さく始める手順

業務の判断を一つずつAIに任せていくことが、AX(AIトランスフォーメーション)の現実的な一歩です。セットリストの準備は、判断の材料が過去の曲順として手元に残っているため、最初の1業務として取り組みやすい分野です。

よくある質問

既存の制作管理の道具はそのまま使えますか

はい、そのまま使えます。AI Setlist Designerは既存のしくみを入れ替えず、その上にのる判断レイヤーとして入れます。

データはどれくらい必要ですか

まずは手元にある過去のセットリストのCSVから始められます。必要なデータの範囲は、PoCの中で確認して定めます。

どのくらいの期間で試せますか

PoCの期間は3〜8週が目安です。小さく始めたうえで、効果を確認してから範囲を広げます。

トップ画像の写真:Photo by Magnus Lunay on Unsplash

本記事で紹介する活用シーンは、クラスフォックスが設計した活用構想です。効果は、貴社のデータを使ったPoCで確かめます。

この記事を読んだ方へ

DX推進、IT人材教育、システム開発・導入のご相談

システム導入、ペーパーレス化、業務効率化、省力・省人化、組織改革、人材育成など、
DX推進といっても多くの課題があります。

DX推進でお困りの方はお気軽にお問い合わせよりご相談ください。

 
お問い合わせはこちら