メディア フライホイール: レビューと意見

この記事は「メディア戦略の実態チェック」シリーズの第7回です。メディア業界の経験豊富な専門家の多くは、メディア ビジネスは次のようなものであると主張しています。

Many seasoned professionals in the media industry argue that the media business is inherently dynamic. Therefore, tactical agility and rapid time-to-🧃market are more critical than other trade-offs, such as adherence to strategy, the quality of the technology built, and maintaining data standards.

メディア業界の経験豊富な専門家の多くは、メディア ビジネスは本質的にダイナミックであると主張しています。したがって、戦略の遵守、構築されたテクノロジーの品質、データ標準の維持などの他のトレードオフよりも、戦術的な機敏性と市場投入までの迅速な時間がより重要です。

Yes, this is partially true because media companies earn by capitalizing in bursts of short-lived topics that are in public imagination. This articulates why content teams need to be constantly on their feet but it doesn’t explain why business-product-technology functions value tactical agility over strategic asset building.

はい、これは部分的には真実です。なぜなら、メディア企業は、世間の想像の中にある短期間の話題を突発的に利用して利益を得ているからです。これは、コンテンツ チームが常に立ち上がっている必要がある理由を明確に示していますが、ビジネス製品テクノロジー部門が戦略的な資産構築よりも戦術的な機敏性を重視する理由を説明するものではありません。

My working theory is that media companies, having ceded strategic control to algorithmic marketplaces, are forced into premature revenue diversification to mitigate black swan risks and seasonal fluctuations. This leads to a portfolio of revenue streams, each generating small amounts of money.

私の理論的には、アルゴリズム市場に戦略的支配権を譲ったメディア企業は、ブラックスワンリスクと季節変動を軽減するために時期尚早の収益多様化を余儀なくされている、というものである。これにより、それぞれが少額のお金を生み出す収益源のポートフォリオが形成されます。

Let’s explore both ideas — revenue maximization and revenue diversification.

収益の最大化と収益の多様化という両方のアイデアを検討してみましょう。

Revenue Maximization

収益の最大化

To maintain focus and maximize ROI, businesses typically prioritize maximizing revenue from a single model before considering diversification. Below are few examples of successful revenue maximization:

集中力を維持して ROI を最大化するために、企業は通常、多角化を検討する前に、単一モデルからの収益を最大化することを優先します。以下に、収益の最大化に成功した例をいくつか示します。

Netflix: Streaming service

Netflix：ストリーミングサービス

Spotify: Music streaming service

Spotify：音楽ストリーミングサービス

Coinbase: Cryptocurrency exchange

Coinbase: 暗号通貨取引所

Stripe: Payment processing service

Stripe：決済処理サービス

Zoom: Video conferencing service

Zoom：ビデオ会議サービス

These businesses have prioritized building a single revenue stream and scaled it to become clear leaders in their respective categories. They have not diversified into other models prematurely.

これらの企業は単一の収益源を構築することを優先し、それを拡大してそれぞれのカテゴリで明確なリーダーに成長してきました。時期尚早に他のモデルに多様化することはありません。

Revenue Diversification

収益の多様化

Media companies, like hedge funds, diversify into a portfolio of revenue streams: direct and indirect ads, sponsored content, affiliate marketing, subscriptions, and micro-transactions.

ヘッジファンドと同様、メディア企業は、直接広告と間接広告、スポンサーコンテンツ、アフィリエイトマーケティング、サブスクリプション、マイクロトランザクションなど、収益源のポートフォリオを多様化しています。

In 2023-2024, OpenAI has signed deals with News Corp., Financial Times, Associated Press, Axel Springer, Le Monde, Reddit, where media companies provide content for AI models in exchange for financial compensation. This quick-win licensing strategy helps diversify revenue in the short-term while shifting costs/externalities that are hard to measure, like impact on brand and direct relationship with audience, into the future.

OpenAIは2023年から2024年にかけて、News Corp.、Financial Times、AP通信、Axel Springer、Le Monde、Redditと契約を締結しており、メディア企業は金銭的報酬と引き換えにAIモデルのコンテンツを提供する。この即効性のあるライセンス戦略は、ブランドへの影響や視聴者との直接的な関係など、測定が難しいコスト/外部性を将来に移しながら、短期的に収益を多様化するのに役立ちます。

Why It Matters

なぜそれが重要なのか

Premature revenue diversification has several drawbacks:

時期尚早な収益の多様化にはいくつかの欠点があります。

It prevents the company from scaling a single revenue stream to become a clear category leader.

これにより、同社は単一の収益源を拡大して明確なカテゴリーリーダーになることができなくなります。

This leads to lower revenue per stream and higher costs to service each stream.

これにより、ストリームごとの収益が減少し、各ストリームのサービスコストが増加します。

It makes the company less valuable to partners and investors because there is no clear franchise.

明確なフランチャイズがないため、パートナーや投資家にとって会社の価値は低くなります。

It prevents the company from making bold bets on new technologies because there is less money available for R&D.

研究開発に利用できる資金が減少するため、同社は新技術に大胆な賭けをすることができなくなる。

It makes the company more vulnerable to changes in the market because there is less diversification of revenue sources.

収益源の多様化が少ないため、企業は市場の変化に対してより脆弱になります。

For example, if media companies had focused on building their own algorithmic marketplaces instead of prematurely diversifying into quick-win licensing deals, they would have been able to make bold bets on AI models that could have sustained gains over the long term.

たとえば、メディア企業が早まって勝てるライセンス契約に多角化するのではなく、独自のアルゴリズム市場の構築に注力していれば、長期的に利益を維持できる可能性のある AI モデルに大胆な賭けをすることができたでしょう。

Implications on AI

AI への影響

In the absence of clear abstractions defined by the product function, the pressure to make decisions quickly results in side effects that make deploying AI at scale a challenge: concept drift, data drift, label drift, feature drift, covariate drift, etc. Let’s evaluate two of these:

製品の機能によって定義された明確な抽象化が存在しない場合、迅速に意思決定をしなければならないというプレッシャーにより、コンセプト ドリフト、データ ドリフト、ラベル ドリフト、機能ドリフト、共変量ドリフトなど、大規模な AI の導入が困難になる副作用が発生します。評価してみましょう。そのうちの 2 つ:

AI models learn to predict output by relying on patterns in the input data. Concept drift occurs when this relationship is no longer valid. For example, if the product and editorial teams introduce a new content format that shifts user interest, concept drift will occur. This is especially true if the feature was launched to reduce time to market without updating data standards and algorithms.

AI モデルは、入力データのパターンに基づいて出力を予測する方法を学習します。この関係が有効でなくなると、概念のドリフトが発生します。たとえば、製品チームと編集チームがユーザーの興味を変える新しいコンテンツ形式を導入すると、コンセプトのドリフトが発生します。これは、データ標準やアルゴリズムを更新せずに市場投入までの時間を短縮するために機能が開始された場合に特に当てはまります。

Data drift occurs when an undocumented change to data structure, semantics, or distribution happens. For example, sudden changes to the user interface result in a change in how users navigate the website. This is one of the reasons why most algorithmic marketplaces, like Google, X, Facebook, Instagram, LinkedIn, etc., have broadly maintained their user experience over the last two decades.

データドリフトは、データ構造、セマンティクス、または配布に対する文書化されていない変更が発生したときに発生します。たとえば、ユーザー インターフェイスが突然変更されると、ユーザーが Web サイト内を移動する方法が変化します。これが、Google、X、Facebook、Instagram、LinkedIn などのほとんどのアルゴリズム マーケットプレイスが過去 20 年間にわたってユーザー エクスペリエンスを広く維持してきた理由の 1 つです。

Constant diversification and frequent changes make the overall system highly susceptible to drift, which makes sustaining gains from AI models unreliable.

絶え間ない多様化と頻繁な変更により、システム全体がドリフトの影響を非常に受けやすくなり、AI モデルから得られる持続的な利益の信頼性が低くなります。

Conclusion

結論

To escape this predicament, media companies must regain strategic control by investing in becoming algorithmic marketplaces themselves. If transformation is not feasible, they must accept low ROI due to revenue diversification as a necessary cost of doing business.

この苦境から逃れるために、メディア企業は自らアルゴリズム市場になることに投資することで戦略的コントロールを取り戻す必要がある。変革が実現できない場合は、ビジネスを行う上で必要なコストとして、収益の多様化による低い ROI を受け入れる必要があります。

Curious how I’m managing to write? I created a CustomGPT for myself, which serves as my go-to editor and audits my first draft. Here’s the link—give it a spin! It’s free to use.

私がどうやって文章を書けるようになったか知りたいですか？私は自分用に CustomGPT を作成しました。これは頼りになるエディターとして機能し、最初のドラフトを監査します。ここにリンクがあります。試してみてください。使用は無料です。

https://chatgpt.com/g/g-hgI62sWPm-mediaflywheels-review-opinion-pieces

Want to republish it? This post was released under CC BY-ND — you can republish it as is with the following credit and backlinks: ‘Originally published by Ritvvij Parrikh on The Times of India. The author retains the copyright and any other ancillary rights to the post.

再発行したいですか?この投稿は CC BY-ND で公開されました。次のクレジットとバックリンクを使用して、そのまま再公開できます: 「元々は The Times of India で Ritvvij Parrikh によって公開されました。」投稿者は、投稿に対する著作権およびその他の付随的権利を保持します。