フジテレビ「AIセンター」設立で変わるドラマ制作の現場とAI活用術

フジテレビAIセンター設立：ドラマ制作現場で何が起きているか

2026年11月5日、フジテレビは地上波ドラマ制作への生成AI活用を本格化すると発表した（映画ナタリー）。同社は7月の組織変更でデジタル戦略統括室内に「AIセンター」を新設し、湾岸スタジオには実験的な活用拠点「AI Sandbox」を立ち上げた。第1スタジオ（ドラマ・映画制作センター）・テックアートデザイン局・AI関連企業ANDENTらが9月より運用している（配信時代の変容を映す）。

現時点で確認されている具体的な使い方は二つある。月9ドラマ『救命病棟24時』では、撮影前に監督のイメージを生成AIで可視化してスタッフ間で共有した。同作第1話の爆発事故シーンでは、空撮自体をAI生成の架空風景として作成し、そこに煙を合成した（映画ナタリー・Yahoo!ニュース）。ロケ調整や特殊装置の手配が不要になるこの手法は、特定工程において従来比最大70〜80%の作業工数削減を確認したと報じられている（めざましmedia）。なお、この数値は特定工程の検証結果であり、制作全体への適用数値ではない。

フジテレビは地上波ゴールデン・プライム帯の連続ドラマを年間16本制作しており（配信時代の変容を映す）、2026年10月期から毎クール1本以上を「AI強化枠」に設定した。2027年10月をめどに全ドラマでAI活用体制を整備し、その後FMH映像関連企業にも展開、2029年度にはFMHグループ全体で国内トップベンダーレベルのAI活用機能の保有を目指す方針だ（映画ナタリー）。

このニュースが示す本質は、テレビ局という大規模コンテンツ製造業者が生成AIを「実験」から「制度」へ移行させたことにある。同様の判断を迫られているのはフジテレビだけではない。制作会社・広告代理店・動画コンテンツを持つ事業会社のいずれも、この変化を参照点にできる。

関連記事DXの定義は？経済産業省のガイドラインは？ ／ アメリカで導入されているDXの事例は？

なぜ今、映像制作の現場で生成AIが実用フェーズに入ったのか

映像制作のコスト構造は長年、人件費と撮影日数に強く連動してきた。セットの組み立て・ロケ地確保・エキストラ手配・VFX処理はいずれも時間と人手に依存し、スケジュールの圧縮には構造的な限界があった。

生成AIが変えたのは、この「試行コスト」の水準だ。監督が頭の中に描くイメージを言語や参照画像から数分で視覚化できるようになり、スタッフ間のイメージ共有に使っていた「絵コンテ制作日数」を大幅に短縮できる可能性がある。架空の風景や特殊効果も、撮影そのものを代替できるケースが出てきた。フジテレビの爆発シーンはその典型であり、ロケーションの物理的制約から解放された映像表現が可能になりつつある。

もう一つの背景は、ストリーミング競争による制作本数・スピードへの圧力だ。国内外のプラットフォームとの競合の中で、地上波局は本数を維持しながら品質を上げるという構造的な課題を抱えている。AIセンターの設立は、この課題への組織的な回答として読める。ディレクター・プロデューサー・技術スタッフが外部のAIプロデューサー・AIデザイナーとともに実際の制作を通じて活用方法を検証する体制（Yahoo!ニュース）は、実験を制度に組み込む意図を明確に示している。

映像・コンテンツ制作で生成AIを使える工程と具体的な手法

フジテレビの事例を起点に、映像・コンテンツ制作で生成AIが実用的に機能する工程を整理する。いずれも現在一般に確立した技術・製品の範囲で述べる。

企画・プリプロダクション段階

監督やプロデューサーが言葉で持っているイメージを、テキストから画像・動画を生成するAIを使って数分で視覚化できる。フジテレビが『救命病棟24時』で行ったのはまさにこの活用であり、スタッフ間のイメージ齟齬を事前に減らせる。シナリオの補助ツールとしてLLM（大規模言語モデル）を使いセリフや構成の候補出しに活用する制作会社も増えつつある。ただし最終的な脚本の完成度は人間の編集者・脚本家に依存する点は変わらない。

撮影・VFX段階

物理的に撮影困難なシーン——架空の景観・危険な事故・過去や未来の場面——に対して、AIによる映像生成や合成が選択肢になる。フジテレビが確認した特定工程での最大70〜80%の工数削減（めざましmedia）は、ロケ手配・機材・安全管理のコストが丸ごと不要になるケースでの数字だ。この数値は特定の工程に限った検証結果であり、制作全体に同率を期待することは現実的でない。

編集・ポストプロダクション段階

AIによる自動文字起こし・字幕生成・多言語翻訳は、すでに実用フェーズに入っている技術だ。映像の色補正（カラーグレーディング）支援、ノイズ除去、低解像度映像の高精細化（アップスケーリング）なども、現在のAIツールが対応している領域だ。ドラマを海外配信する際の字幕・吹き替え工程では、翻訳AIと人間のネイティブチェックを組み合わせることで工程の短縮が期待できる。

以下に、各工程と主な活用技術をまとめた。

表：映像制作工程別の生成AI活用領域と主な技術

工程	課題	生成AI活用の具体例	技術カテゴリ
企画・イメージ共有	口頭での認識齟齬	テキスト→画像生成でビジュアル化、スタッフ間共有	画像生成モデル
脚本・セリフ検討	バリエーション生成の時間	LLMによる候補案の複数出し・整合チェック補助	LLM
特殊シーン・VFX	ロケ・装置・安全管理コスト	架空風景のAI生成＋実映像との合成	動画生成・合成AI
字幕・文字起こし	手作業の工数・ミス	自動文字起こし＋字幕タイミング設定	音声認識・ASR
多言語展開	翻訳・吹き替えコスト	翻訳AI＋ネイティブ確認の組み合わせ	機械翻訳LLM
映像クオリティ補正	古い映像の活用制限	アップスケーリング・ノイズ除去・色補正支援	超解像・画像処理AI

映像・音声・テキストを横断するコンテンツ制作において、マルチモーダルAIの活用は複数工程をまとめて扱う上で有利に働く。

どの組織がこの変化を参照すべきか

フジテレビの取り組みが示す方向性は、テレビ局以外の組織にも直接的に読み替えられる。

制作会社・プロダクション。年間制作本数を維持しながらコストを抑える圧力はテレビ局より制作会社のほうが強い場合が多い。企画段階のビジュアライゼーションや字幕工程の自動化は、追加のヘッドカウントなしに対応できる可能性がある。

動画コンテンツを持つ事業会社・マーケティング部門。製品プロモーション動画・採用動画・研修映像などを内製する企業では、撮影に代わる部分的なAI生成が選択肢になる。フジテレビが検証した「監督のイメージ共有」の手法は、制作会社への発注精度を上げるためのブリーフ材料としても使える。

広告代理店・クリエイティブエージェンシー。クライアントへのクリエイティブ提案に先立ち、ラフな映像コンセプトを生成AIで複数パターン出して選択するという使い方は、提案の精度と速度を両立させやすい。

eラーニング・研修コンテンツ制作。大量のビデオ教材を制作する組織では、AIによる音声読み上げ・字幕生成・映像テンプレート化が工数の圧縮に直結しやすい。

生成AI活用の注意点と現実的な限界

フジテレビのAIセンター設立を「AIが映像制作を代替する時代の到来」と読み取るのは現時点では過大だ。整理しておくべき限界と注意点がある。

著作権・肖像権の問題が未解決。生成AIの学習データや生成物の著作権帰属は、日本国内でも法整備が進行中であり、商業作品に使う場合のリスクは残る。フジテレビほどの規模であれば法務判断を事前に行っているとみられるが、中小制作会社が同様の手法を導入する際は法的論点の整理が先決だ。

品質管理の責任はなお人間にある。LLMが出力する脚本の候補や、生成AIが作る映像には誤り・不整合・著作権リスクが混在することがある。最終確認と判断を人間が担う体制がなければ、ミスが商業作品に紛れ込む。

特定工程の数値を全体に敷衍しない。フジテレビが確認した最大70〜80%の工数削減は「特定工程の検証結果であり全体の数字ではない」と明示されている（めざましmedia）。この数字を制作全体のコスト削減率と混同することは、導入効果の見積もりを誤らせる。

俳優・クリエイターとの関係。AIによる映像生成が俳優の出演機会を奪うリスクは、海外では労働組合との対立として顕在化している。国内でも同様の議論が起きる可能性があり、AIの使い方の透明性と合意形成は制作継続の前提になる。

初期コストと習熟コスト。「AI Sandbox」のような実験拠点を持てる組織はごく限られる。中小規模の制作会社では、まず特定工程（字幕・文字起こしなど）から試験的に導入し、習熟を積みながら適用範囲を広げる段階的アプローチが現実的だ。

明日から試せる実務的な最初の一歩

フジテレビのような大規模な組織改編を即座に行う必要はない。生成AIの映像制作への活用は、小さい工程から始めて検証を積み重ねることができる。

最も導入コストが低い出発点は、既存の動画コンテンツへの字幕・文字起こしの自動生成だ。すでに複数のサービスが商用利用可能な品質で提供しており、制作フローに組み込みやすい。次に、企画や提案のビジュアル化に画像生成AIを試すことが挙げられる。口頭で伝えていたイメージを画像で示すことで、外部スタッフや発注先とのコミュニケーションの精度が変わる。

社内で試験導入を進める際は、どの工程にAIを入れたか、品質・工数にどう影響したかを記録する「検証ログ」を最初から残すことが重要だ。フジテレビが「AI Sandbox」という実験拠点を設けた意図もここにある。AIセンターの設立は終点ではなく、組織的な学習を制度化したことが本質だ。

生成AI活用の判断精度を上げるためには、機械学習の基本的な仕組みを把握しておくことが助けになる。機械学習の基礎はその参照点として有用だ。

---

〈参考文献〉
映画ナタリー https://natalie.mu/eiga/news/696690
配信時代の変容を映す https://www.screens-lab.jp/article/31632
Yahoo!ニュース https://news.yahoo.co.jp/articles/d2163986b61ef5f284b691db95de1cd125fa42ab
“好き”でつながる https://mezamashi.media/articles/-/369551
リアルサウンド テック https://realsound.jp/tech/2026/11/post-2575733.html