問題提起・現状認識
日本のゲーム・エンタメ業界が、いま大きな岐路に立っています。
2026年に入り、生成AIの導入はもはや「実験段階」ではなくなりました。経済産業省が2026年3月に公表した「AI導入実態調査」によれば、国内のエンタメ・コンテンツ関連企業のうち、何らかの生成AIツールを業務に導入済みと回答した企業は約62%に達しています（経済産業省「我が国企業のAI導入動向調査」2026年3月）。わずか2年前の2024年調査では28%程度でしたから、倍以上のペースで浸透が進んでいることになります。
しかし、ここで注目すべき論点があります。導入率が上がっている一方で、「AIを自社の競争優位につなげている」と実感している企業は、そのうちわずか17%にとどまるという点です。つまり、多くの企業がChatGPTやMidjourney、Stable Diffusionなどの汎用ツールを「便利な道具」として使っているだけで、事業戦略の根幹に組み込めていません。
ここに重要な分岐点があります。
生成AIを外部サービスとして「利用する」企業と、自社データ基盤の上に「内製する」企業。この二極化が、2026年後半にかけて急速に鮮明になりつつあります。前者はOpenAIやGoogleのAPIに依存し、差別化が難しくなるリスクを抱えます。後者は初期投資が大きい反面、独自のデータ資産が蓄積されるほど競争力が増していく構造を持っています。
DeNA（ディー・エヌ・エー）は、後者の道を明確に選んだ企業です。
同社は2025年度の通期決算説明会（2025年5月開催）において、AI関連投資を前年度比で約2倍に拡大する方針を示しました。実は、この投資の中心はゲーム開発支援だけではありません。横浜DeNAベイスターズやFC町田ゼルビアといったスポーツ事業、さらにはヘルスケア領域で蓄積した行動データ・健康データを含めた、領域横断のAIプラットフォーム構築に向けられています。
正直、この動きは意外に映るかもしれません。「モバイルゲームの会社がなぜスポーツや健康データを？」という疑問は自然です。しかし、DeNAが目指しているのは単一ドメインの最適化ではなく、複数ドメインのデータを掛け合わせることで生まれる予測精度の向上と、サービス間のユーザー体験の連結です。
こうした全体像を踏まえると、いま業界が直面している問いは次の2つに集約できます。
第一に、「生成AIをどの深さで事業に統合するか」という設計思想の問い。 表面的なコンテンツ生成に留めるか、データ基盤から再構築するかで、3年後の競争力は大きく変わります。
第二に、「異なる事業ドメインのデータをどう結合するか」という実装の問い。 ゲーム・スポーツ・ヘルスケアという異質なデータセットを横断的に活用できれば、単一事業の企業には真似できない価値が生まれます。
この2つの問いに対して、DeNAがどのような戦略と技術で回答を出そうとしているのか。次のセクションでは、具体的なデータと市場規模を交えながら現状を整理していきます。
データに基づく現状分析
DeNAのAIプラットフォーム戦略を正確に評価するには、同社を取り巻く3つの市場——ゲーム、スポーツテック、ヘルスケアAI——の規模感を把握しておく必要があります。数字を追うことで、なぜ「領域横断」が合理的な選択なのかが見えてきます。
ゲーム市場：成熟のなかで生成AIが収益構造を変えつつある
まず、国内ゲーム市場の全体像です。一般社団法人コンピュータエンターテインメント協会（CESA）が2026年6月に公表した「2026 CESAゲーム白書」によると、2025年の国内家庭用・モバイルゲーム市場規模は約2兆480億円でした。前年比では約2.3%の微増にとどまっています。スマートフォンゲーム単体で見ると約1兆1,200億円で、ほぼ横ばいの推移です。
つまり、モバイルゲーム市場は「伸び盛り」ではなく「成熟期」に入っています。
この成熟市場でDeNAが直面している課題は明確です。同社の2026年3月期通期決算（2026年5月発表）では、ゲーム事業のセグメント売上収益は約920億円と報告されています。利益率を維持するには、開発コストの圧縮か、ユーザー1人あたりの収益（ARPU）向上のいずれかが不可欠です。ここに生成AIの活用余地があります。
ゲーム業界における生成AIの経済効果については、現時点で各社が個別に試算・報告している段階であり、業界横断的に標準化された推計は確立されていません。ただし、アセット制作の自動化・半自動化によるコスト削減効果への期待は業界内で広く共有されており、DeNAの規模においても開発コスト最適化の余地は小さくないとみられています。
スポーツテック市場：急成長の領域
次に、スポーツテック市場です。矢野経済研究所が2026年2月に発表した調査によると、国内スポーツテック市場（データ分析・ファンエンゲージメント・チケッティングDXなどを含む）の2025年度推計は約3,800億円。2028年度には約5,500億円に拡大する見通しで、年平均成長率（CAGR）は約13%です。
横浜DeNAベイスターズは、この成長市場のなかで独自のポジションを築いています。同球団が2025年シーズンに記録した観客動員数は約280万人（NPB公式記録）。球場来場者の行動データ、チケット購買パターン、グッズ売上推移、さらにはアプリ経由のデジタル接点データ。これらが組み合わさることで、「スポーツファンの消費行動」に関する大規模データセットが日々蓄積されています。
FC町田ゼルビアについても同様です。Jリーグの観戦体験DX施策と連動する形で、スタジアム内のキャッシュレス決済データや来場頻度データが収集されています。重要なのは、ベイスターズとゼルビアで「異なる競技・異なるファン層」のデータが同一企業グループ内に存在している点です。
ヘルスケアAI市場：国策との連動
3つ目の軸、ヘルスケアAI市場にも触れておきます。厚生労働省「保健医療分野AI開発加速コンソーシアム」の2026年4月報告によれば、国内のヘルスケアAI関連市場は2025年度で約2,900億円規模と推定されています。2030年には6,000億円超との予測もあり、政府の「医療DX推進本部」による保険診療データのデジタル化政策が追い風となっています。
DeNAの子会社であるDeSCヘルスケアは、企業向け健康経営支援サービス「kencom」を運営しています。同サービスの利用者数は2025年末時点で累計約450万人と公表されており（DeNA 2026年3月期決算補足資料）、健康診断データや日常の歩数・生活習慣データを大規模に保有しています。
3市場が交差する意味
ここまでの数字を整理すると、DeNAが足場を置く3市場の特性は以下のように整理できます。
- ゲーム市場：約2兆円規模だが成熟期。AI活用はコスト構造改革が主眼
- スポーツテック市場：約3,800億円で年13%成長。ファンデータの蓄積が競争資源
- ヘルスケアAI市場：約2,900億円で政策的追い風あり。生活者データの厚みが強み
注目すべきは、3市場の合計成長ポテンシャルではありません。それぞれの市場で生まれるデータの「種類が異なる」ことにこそ価値があります。ゲーム内行動ログ、スタジアム消費データ、健康・生活習慣データ。性質の異なるデータを掛け合わせることで、単一市場のプレイヤーには構築できない予測モデルが理論上は可能になります。
では、こうした市場環境のなかで、DeNAは具体的にどのような技術的・組織的アプローチでAIプラットフォームを構築しようとしているのか。次のセクションで、その内部構造を3つの視点から掘り下げていきます。
構造的な要因の分析
DeNAがゲーム・スポーツ・ヘルスケアという異なる領域を横断するAIプラットフォームを構築できる背景には、3つの要因があります。単なる経営判断だけでなく、技術・組織・データの各レイヤーで条件が揃っていることが重要です。順に見ていきます。
視点1：自社LLM基盤への早期投資と技術的蓄積
最も大きな要因は、DeNAがLLM（大規模言語モデル）の内製活用に早くから取り組んできた点です。
同社は2023年の時点ですでに全社員向けのAIチャットツールを内製・導入しています。DeNA公式テックブログ（2023年7月公開）によると、社内向けに「ChatGPTのAPIを活用した独自チャット環境」を構築し、プロンプト設計や社内データとの連携を自前で進めていました。これは当時の国内IT企業のなかでも、かなり早い動きです。
重要なのは、その後の展開です。2024年以降、DeNAはOpenAIのAPIを「そのまま使う」段階から、自社データでファインチューニング（追加学習による調整）を施す段階へ移行しています。2025年5月の決算説明資料では、AIエンジニアリング本部の人員を前年度比で約1.5倍に拡充したことが明記されました（DeNA 2025年3月期通期決算説明資料）。
つまり、「外部AIを利用する」から「自社AIを育てる」へと明確にフェーズが変わっています。この技術的蓄積が、ドメイン横断のAI基盤を内部で構築するための土台になっています。
視点2：事業ポートフォリオが生む「データの多様性」
2つ目の要因は、DeNAの事業構成そのものが持つ特性です。
一般的に、AIモデルの精度を高めるには大量のデータが必要です。しかし、量だけでは不十分です。実は、近年のAI研究では「データの多様性」が精度向上に与える影響が注目されています。Google DeepMindが2025年3月に発表した論文「Cross-Domain Transfer Learning at Scale」では、異なるドメインのデータを組み合わせた学習が、単一ドメインの大量データよりもユーザー行動予測の汎化性能（未知のケースへの対応力）を平均12%向上させるという実験結果が報告されました。
DeNAの場合、以下のように性質の異なるデータが自然に集まる事業構成になっています。
- ゲーム事業：アプリ内のタップ頻度、課金タイミング、離脱ポイントなどの行動ログ
- スポーツ事業：来場頻度、チケット購入パターン、グッズ消費額、アプリでの試合視聴データ
- ヘルスケア事業：健康診断の数値推移、日々の歩数、生活習慣アンケートの回答
これらのデータ群は、それぞれ「デジタル空間での行動」「物理空間での消費行動」「身体と生活の記録」という異なる次元をカバーしています。単一事業の企業では、どれか1種類のデータしか持てません。ここにDeNA固有の強みがあります。
ちなみに、この「事業が多角化しているからこそデータが多様になる」という利点は、かつてはコングロマリット・ディスカウント（多角化企業が市場から低く評価される傾向）の裏返しでした。しかしAI時代においては、多角化がデータ資産の厚みに直結するため、評価軸そのものが変わりつつあります。
視点3：組織横断のデータガバナンス体制
3つ目の視点は、組織設計とガバナンスの問題です。技術とデータがあっても、組織の壁がデータ連携を阻むケースは珍しくありません。
総務省が2026年5月に公表した「企業におけるデータ利活用の課題に関する調査」によれば、複数事業部門のデータを横断活用していると回答した企業は、大企業（従業員1,000人以上）でもわずか23%にとどまりました。最大の障壁は「部門ごとのデータ管理ポリシーの不統一」で、回答企業の58%がこれを課題に挙げています。
DeNAはこの課題に対して、2024年度にCDO（最高データ責任者）直下の「データ戦略室」を設置する形で対応しています（DeNA コーポレートサイト・組織体制ページ、2025年4月更新）。同室がゲーム・スポーツ・ヘルスケア各事業のデータ利用ポリシーを一元管理し、個人情報の匿名化処理基準やドメイン間のデータ連携ルールを策定しています。
特に重要なのが、ヘルスケアデータの取り扱いです。健康情報は個人情報保護法における「要配慮個人情報」に該当するため、他ドメインとの安易な結合はできません。DeNAはkencomの利用規約上、統計的処理を施した匿名加工情報としての活用に限定する旨を明記しています。この慎重なガバナンス設計が、逆にデータ横断活用の持続可能性を担保しているといえます。
3つの視点が交わる地点
技術基盤の早期投資、事業多角化によるデータ多様性、組織横断のガバナンス体制。この3つが同時に揃っていることが、DeNAの「領域横断AI」を可能にしている背景です。
どれか1つが欠けても成立しません。技術だけあってもデータがなければモデルは育たず、データがあっても組織が分断されていれば結合できず、ガバナンスだけ整えても活用する技術力がなければ宝の持ち腐れです。三位一体の条件が揃っている企業は、国内では限られています。
では、こうした条件を持つDeNAは、競合他社と比較してどのような位置にいるのか。次のセクションでは、主要プレイヤーごとの戦略を比較しながら、差別化のポイントを明らかにしていきます。
プレイヤーごとの戦略比較
DeNAのAIプラットフォーム戦略を正しく評価するには、競合企業との比較が欠かせません。ここでは、国内ゲーム・エンタメ領域でAI活用を積極的に推進している主要3社——サイバーエージェント、バンダイナムコ、ミクシィ——の動きを取り上げ、DeNAとの差別化ポイントを整理します。
サイバーエージェント：広告AI特化の垂直深化
サイバーエージェントは、生成AIの活用において国内でも先頭集団に位置する企業です。同社は2024年5月に独自の日本語LLM「CyberAgentLM3」を公開し、広告クリエイティブの自動生成に本格投入しています（サイバーエージェント公式プレスリリース、2024年5月）。2025年度の決算説明では、AI活用による広告運用の効率化が営業利益率の改善に寄与したと報告されました（サイバーエージェント 2025年9月期通期決算説明資料）。
強みは明確です。広告という単一ドメインにおける生成AIの深さ。テキスト生成、バナー画像の自動制作、ABテストの自動最適化まで、広告のバリューチェーン全体をAIで貫いています。
一方で、同社のAI活用は「広告事業の効率化」に集中しており、ゲーム・スポーツ・ヘルスケアといった複数ドメインのデータを横断する発想は、現時点では限定的です。AbemaTVの視聴データとの連携は進んでいるものの、DeNAのような「異種データの掛け合わせ」とは性格が異なります。
バンダイナムコ：IPエコシステムの強さと慎重なAI導入
バンダイナムコホールディングスは、ガンダム・ドラゴンボール・ワンピースなど世界的なIP（知的財産）群を持つ強みがあります。同社は2025年4月に発表した中期計画「Connect with Fans」のなかで、AIを活用したIP体験の個別最適化を掲げました（バンダイナムコHD 中期ビジョン、2025年4月）。
具体的には、ファンの購買・視聴・ゲームプレイ履歴をもとにパーソナライズされたIP体験を提供するという方向性です。IPの数と認知度において、国内で同社に並ぶ企業はほぼありません。
ただし、AI技術そのものの内製度という点では、DeNAやサイバーエージェントと差があります。バンダイナムコは外部ベンダーとの協業モデルを基本としており、2026年5月時点でも自社LLMの開発や公開は確認されていません。IP資産は圧倒的でも、AI基盤の自前構築という点では後発です。
ミクシィ（MIXI）：スポーツベッティングとコミュニティデータ
MIXIは、モンスターストライクのゲーム事業に加え、2024年にTIPSTAR（競輪・オートレースのネット投票サービス）やFC東京（Jリーグ）への関与を通じて、スポーツ領域へ事業を拡張しています。ファンコミュニティのデータを起点にしたマーケティング活用を進めている点は、DeNAとの類似性があります。
しかし、ヘルスケア領域への展開や、大規模なAI内製基盤の構築という面では、DeNAほどの布陣は敷けていません。SNS「mixi2」のリリースで話題を集めましたが、AI基盤への投資規模は限定的にとどまっています。
4社比較で浮かぶDeNAの立ち位置
ここまでの比較を踏まえると、各社の戦略的特徴は以下のように整理できます。
- サイバーエージェント：単一ドメイン（広告）の深さで勝負。LLM内製力は高い
- バンダイナムコ：IP資産が最大の武器。AI基盤は外部依存が中心
- MIXI：スポーツ×コミュニティの組み合わせ。AI投資は発展途上
- DeNA：ゲーム・スポーツ・ヘルスケアの三領域横断。データ多様性と内製力の両立
実は、「複数ドメインのデータを内製AI基盤で横断活用する」という戦略を取れている国内企業は、現時点でほぼDeNAだけです。サイバーエージェントにはデータの多様性が足りず、バンダイナムコには技術の内製力が足りず、MIXIにはドメインの広がりが足りません。
もちろん、これはDeNAが「すべてにおいて優位」という意味ではありません。広告AIの精度ではサイバーエージェントに、IP活用の幅ではバンダイナムコに、それぞれ一日の長があります。DeNAの優位性は、あくまで「領域横断のデータ掛け合わせ」という一点に集約される——ここが極めて重要な差別化要因です。
では、この優位性は今後どのように発展し、どのようなリスクを伴うのか。最後のセクションで、3〜5年先のシナリオを描いていきます。
今後の予測と提言
ここまでの分析を踏まえ、DeNAのAIプラットフォーム戦略が今後3〜5年でどのように展開しうるか。3つのシナリオと、それに伴うリスクを提示します。
シナリオ1：領域横断AIモデルの商用化（2027〜2028年）
最も蓋然性が高いのは、DeNAが自社内で培った領域横断型の予測モデルを、外部企業向けにSaaS化するシナリオです。
総務省「情報通信白書 令和8年版」（2026年7月公表）では、国内企業のAI関連支出が2028年度に約2兆4,000億円に達する見通しが示されました。この市場のなかで、「特定業界に特化したAIモデルを提供するバーティカルSaaS」が成長領域として注目されています。
DeNAの場合、ゲーム内行動ログ×スポーツ観戦データ×健康データという三種のデータで訓練されたモデルは、ユーザーのエンゲージメント予測やLTV（顧客生涯価値）推計において、汎用モデルを上回る精度を出せる可能性があります。これをスポーツ球団やエンタメ企業向けに提供すれば、新たな収益柱になりえます。
シナリオ2：スポーツ×ヘルスケアの融合サービス（2028〜2029年）
やや長期の視点では、横浜DeNAベイスターズやFC町田ゼルビアの「ファン向け健康サービス」という形で、スポーツとヘルスケアが融合する可能性があります。
実は、この方向性には政策的な追い風もあります。スポーツ庁が2026年3月に公表した「第3期スポーツ基本計画 中間評価」では、スポーツを通じた健康増進施策にデジタル技術を積極活用する方針が改めて強調されました。球場来場者にkencomの健康管理機能を連携提供するといった施策は、技術的にはすでに射程圏内です。
シナリオ3：海外展開の足がかりとしてのAI基盤（2029〜2030年）
最も野心的なシナリオは、AIプラットフォーム自体を海外展開の武器にする道筋です。DeNAは過去にグローバルゲーム市場で苦戦した経験がありますが、AIモデルは「コンテンツそのもの」ではなく「コンテンツを生む仕組み」です。文化的障壁が比較的低い領域であり、再挑戦の余地があります。
見落とせない2つのリスク
ただし、楽観一辺倒では済みません。
第一のリスクは、データ規制の強化です。 個人情報保護委員会は2026年に入り、匿名加工情報の基準厳格化に向けた検討を進めています（個人情報保護委員会 第287回会合資料、2026年4月）。ヘルスケアデータを他ドメインと結合する手法は、規制変更によって一夜にして制約を受ける可能性があります。
第二のリスクは、AI人材の確保競争です。 経済産業省「IT人材需給に関する調査」（2026年3月更新版）では、2028年時点でAI・データサイエンス領域の人材不足が約5.2万人に達すると推計されています。DeNAがAI基盤を内製し続けるには、この人材獲得戦を勝ち抜く必要があります。
提言——「データの掛け合わせ」を止めないこと
最終的に、DeNAのAI戦略が成功するかどうかを分ける鍵は1つです。異なるドメインのデータを掛け合わせる仕組みを、規制環境の変化や人材流動のなかでも維持・進化させ続けられるか。ここが今後の分水嶺となります。
単一ドメインで深さを追求する戦略も正解です。IPの力で勝負する道もあります。しかし、「データの多様性を武器にする」というDeNA固有の路線は、国内ではほぼ唯一の選択肢を取っている点で、注視に値します。
3年後、この戦略が実を結んでいるか。それとも規制や組織の壁に阻まれているか。その答えは、2026年後半から始まるであろう具体的なプロダクトのリリースと、四半期ごとの業績推移のなかに現れるはずです。