2025年9月13日開催の第19回データビジネス創造コンテスト最優秀賞に輝いた「MJAN2025」（関西学院大学）の本選資料

1. 植林×親子
植林×親子
ア イ ツ リ ー
ア イ ツ リ ー
MJAN2025
MJAN2025
関西学院大学商学部 地道ゼミ＆西本ゼミ
関西学院大学商学部 地道ゼミ＆西本ゼミ
1
第19回 データビジネス創造コンテスト
市橋 咲奈
河本 陽菜
平野 貴巳
福井 美優
伏見 泰祐
正井 彩葉
石本 千弥
畝田 勇気
押川 裕貴
松浦 朋輝
宮崎 綾平
岡林 歩実
笠岡 優
北中 陸斗
田中 翔
田中 友梨
中谷 香音
橋本 花菜
藤林 咲彩
舟橋 知優
古川 つばさ
堀江 早耶
松田 茉那
三城 亮太
吉川 凜

2. 結び
結び
3
結び
提供データ活用
提供データ活用
植林の意義と課題
植林の意義と課題
視聴者層の分析
視聴者層の分析
提供データ分析
提供データ分析
1
提供データ
施策
AItree.（AIStick.）
AI tree.（AI Stick.）
AItree.（森の秘密基地）
AI tree .（森の秘密基地）
2
目次
2
付録
付録
4
付録

3. 水タイムズデータより
3
提供データのストーリーボードと動画タイトルを利用
視聴者に伝えたいテーマを調査
AIによる要約と統計分析
施策 まとめ 付録
1
提供データ

4. 4
利用したAIツール
施策 まとめ 付録
1
提供データ

5. ツール名 主な利用目的 メリット 懸念点
AIプロンプトジェネレーター プロンプト生成 プロンプト作成の時間短縮 画一的なプロンプトになりがち
ChatGPT データ分析, コード生成 コーディング、創作、分析など多目的利用 情報の更新頻度に制限（知識カットオフ）
Gemini データ分析, コード生成
Googleの検索エンジンと連携
リアルタイム情報へのアクセス
創作性においてChatGPTに劣る場合がある
Gensparks データ分析, レポート作成 検索結果を基に包括的なページ生成 創作や対話には不向き
skywork.ai 情報収集,レポート作成 構造化されたレポート作成と情報取集が得意 創作やコーディングには不向き
Google AI Studio アプリ作成 アプリ開発に必要なツールが統合されている Googleアカウントへの依存
claude.ai 情報収集, プロンプト作成 情報収集からプロンプト作成まで幅広い対応
リアルタイム情報へのアクセスが限定的
画像生成機能はなし
perplexity.ai 情報収集 最新情報の取得が得意 日本語情報の収集精度にばらつき
Notebooklm 要約 学術研究や文書分析に最適 創作やコーディングには不向き
5
利用したAIツール一覧
施策 まとめ 付録
1
提供データ

6. 選んだAIツール
6
主な利用目的
データ分析, コード生成
メリット
Googleの検索エンジンと連携
リアルタイム情報へのアクセス
→推論能力が高く、創作性があり、精度が高い
施策 まとめ 付録
1
提供データ

7. Geminiで抽出した今回のテーマ
7
施策 まとめ 付録
1
提供データ

8. 水タイムズデータ提示
オンラインの人数を時系列分解
オンライン状況
フォロワーに限られるため、
幅広い層まで調査することが難しい
各曜日別の動画特徴量
再生数といいね数が比較的大きく、
その他の項目の評価が難しい
日別の視聴者比較 動画別の再生数
動画別の総再生時間
8
各動画のクラスター分析
初期は新規視聴者が多かったが、
最近は固定視聴者が増えている
施策 まとめ 付録
1
提供データ

9. 9
提供された動画17本のタイトルをRによる形態素解析
頻度表
「水」に次いで「森」が頻出している
ワードクラウド(頻度表から作成)
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
動画タイトルをRのwordcloud2、RMeCab packageを利用し分析 ＊詳細は付録に記載
結果：
施策 まとめ 付録
1
提供データ

10. そこで
施策 まとめ 付録
1
提供データ
10
植林に注目
テーマ＝「水」と「森」

11. 植林活動の意義
11
[2]仙台市,（2024）,「私たちの暮らしを支えている森林」,（最終閲覧日：2025-09-10）
https://www.city.sendai.jp/rinmu/kurashi/shizen/midori/shitashimu/shinrin/kurashi.html
気候変動 生物多様性の喪失 土壌の劣化と流出 水資源の枯渇
→植林はこのような環境問題を解決し、
サステナブルな社会を作る
施策 まとめ 付録
1
提供データ

12. しかし
林業という職業・具体的な森林管理作業について
重要性に関して十分に理解していない
環境問題・森林の重要性に関する子供の理解度
学校教育・環境学習の充実により向上傾向
12
[3]三重県林業研究所,「三重県における森林や木，木材に対する子どもの意識の結果」,（最終閲覧日：2025-09-10）
https://cir.nii.ac.jp/crid/1050022996648897280
啓蒙不足
植林全体の課題①
施策 まとめ 付録
1
提供データ

13. [4]林野庁,（2023）,「森林・林業白書」,（最終閲覧日：2025-09-10）
https://www.rinya.maff.go.jp/j/kikaku/hakusyo/r5hakusyo/index.html
13
1985-2020年の35年間で林業従事者が約半数に減少
植林全体の課題②
施策 まとめ 付録
1
提供データ
人手不足

14. 施策 まとめ 付録
1
提供データ
14
荒廃林の増加
荒廃林の増加

15. 水タイムズデータより
15
提供データより
視聴者が動画内容に対して持つ共感の程度から
施策 まとめ 付録
1
提供データ
に関する認識を分析
水 と 森

16. 水タイムズデータより
TikTok動画の評価について
視聴者の操作面から、内容に共感する程度を
シェア≧コメント＞いいね
と定義する
16
いいね数、コメント数(内容)、シェア数により
各動画を定量的・定性的な面から、視聴者の動画に対する共感の程度を分析
＊詳細は付録に記載
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
施策 まとめ 付録
1
提供データ

17. 水タイムズのデータ①
＝エンタメ色が強い動画
＝森関連の動画
エンタメ色が強い動画が
高い評価
17
出所: 提供データ TikTok「水タイムズ」提供データより各動画別のいいね数 (＊「森」の良さを伝えている動画を色付け)
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
いいね数
森関連 エンタメ
＜
動画系統別にいいね数で評価
施策 まとめ 付録
1
提供データ

18. シェア数が上回る
動画の特徴
18
出所: 提供データ TikTok「水タイムズ」各動画別コメント数(左)とシェア数(右) (コメント数で降順)
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
＝エンタメ色が強い動画
＝森関連の動画
・強いエンタメ性
・学習系(理解が容易)
水タイムズのデータ②
施策 まとめ 付録
1
提供データ

19. 8.3%
55.6% 16.6% 10.8% 4.0% 2.9% 0.7% 8.3%
出所: TikTok「水タイムズ」コメントより
19
動画内容と関連するコメントは
わずか約8％
大多数のコメント内容が
出演者に対して/絵文字のみ
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
＝内容への言及
水タイムズのデータ③
施策 まとめ 付録
1
提供データ

20. 水タイムズのデータ
①「森」関連の動画のいいね数よりエンタメ色の強い動画が高い評価
20
「水」と同じように「森」が重要であるということが
視聴者に伝わっていないのでは？
【分析結果】
[1]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
③ 大多数のコメント内容が出演者に対して/絵文字のみ
動画内容と関連するコメントはわずか約8％
② 水タイムズ全体としてコメント数、シェア数ともに少数
施策 まとめ 付録
1
提供データ

21. 補完のための外部データ
①水質の改善に関する保全対策(36.8%)▲4.3% 回答1526人(1767人)
②野生生物や植物に関する保全対策(32.8%)▲7.1% 回答1526人(1767人)
4(6)気候変動適応に関して政府・地方自治体に期待する取り組み(複数回答可)
(＊令和5年の割合を示し、令和2年からの増減を記載)
21
[5]内閣府,「気候変動に関する世論調査」,（最終閲覧日：2025-09-10）
https://survey.gov-online.go.jp/r05/r05-kikohendo/2.html
調査年度ごとの増減において比率の差を検定
気候変動適応への取り組みに対する意識調査(内閣府)より
社会において「森」がどのくらい重要視されているのか調査
施策 まとめ 付録
1
提供データ

22. ①水質の改善に関する保全対策
22
[5]内閣府,「気候変動に関する世論調査」,（最終閲覧日：2025-09-10）
https://survey.gov-online.go.jp/r05/r05-kikohendo/2.html
どちらの項目もp-valueが0.05以下であるため
有意水準5%で有意である(＝比率に差がある)
保全対策への期待割合が
小さくなっている
②野生生物と植物に関する保全対策
比率の差の検定 (Rでprop.test関数を用いて検定)
施策 まとめ 付録
1
提供データ

23. 23
[5]内閣府,「気候変動に関する世論調査」,（最終閲覧日：2025-09-10）
https://survey.gov-online.go.jp/r05/r05-kikohendo/2.html
過去よりも保全対策を期待する割合は小さい
政府・地方自治体が取り組むべき課題の中で優先度が低い
検定結果より
（複数回答であるが、全体の4割以下であることを踏まえ）
比率の差の検定 (Rでprop.test関数を用いて検定)
植林を含む保全活動の重要度が低い 植林の価値が伝わっていない
＝
施策 まとめ 付録
1
提供データ

24. 子どもを持つ親の悩み
視聴者層の分析
24
24
施策 まとめ 付録
1
提供データ

25. 25
出処:提供データより動画別の年齢を利用
[1]サントリー水タイムズ,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times
考察
25-34歳が主な視聴者層
最大で約50%を占める
視聴者は小さい子供を持つ親世代
→親子間の世代間継承
→この視聴者を施策のターゲットにする
各動画の年齢層別
＝その他
＝25~34歳
施策 まとめ 付録
1
提供データ

26. なぜ親子なのか
26
「子は親の背中を見て育つ」
植林の重要性が を超えて伝わっていく
サステナビリティ活動の価値化促進
世代
施策 まとめ 付録
1
提供データ

27. 27
18.1％
市場規模想定
出処:「2023（令和5）年 国民生活基礎調査」
20歳になるまでの親子のボリューム感
（市場の大きさ）の参考として、
約983万5千世帯/約5,445万世帯
日本の18歳未満の未婚の子供がいる世帯は、
[6]2023（令和5年）国民生活基礎調査,（最終閲覧日：2025-09-10）
https://www.mhlw.go.jp/toukei/saikin/hw/k-tyosa/k-tyosa23/index.html
施策 まとめ 付録
1
提供データ

28. どんな親子にも
悩みはつきもの
28
マーケティングの視点から
施策 まとめ 付録
1
提供データ

29. どんな親子にも
悩みはつきもの
その悩みを解決する
アプローチとして
植林があれば・・・
29
マーケティングの視点から
施策 まとめ 付録
1
提供データ

30. どんな親子にも
悩みはつきもの
その悩みを解決する
アプローチとして
植林があれば・・・
その親子にとって
植林はとても意味のある
ものになる！！
30
マーケティングの視点から
施策 まとめ 付録
1
提供データ

31. どんな親子にも
悩みはつきもの
その悩みを解決する
アプローチとして
植林があれば・・・
その親子にとって
植林はとても意味のある
ものになる！！
親子が１８パーセントも
占めるなら、社会に植林の重要性
が伝わるのではないだろうか
31
マーケティングの視点から
施策 まとめ 付録
1
提供データ

32. 有意水準5％で比率の差の検定を実施
＊2017年を基準に2022年と検定
親子の会話の頻度
32
[7]社会保障・人口問題基本調査（2012,2017,2022）,「生活と支え合いに関する調査」,（最終閲覧日：2025-09-10）
https://www.ipss.go.jp/site-ad/index_Japanese/ss-seikatsu-index.html
毎日会話をするという項目に「はい」と回答した人数
(社会保障・人口問題基本調査より)
p-valueが0.05よりも小さいため
有意水準5%で有意である(=比率に差がある)
親子の会話をする頻度は減少している
2017年
17,647
2022年
13,552
施策 まとめ 付録
1
提供データ
人
人

33. 親子の課題はコミュニケーションの難しさ
施策 まとめ 付録
1
33
33
提供データ

34. 2つの問題を解決するAI Tree.
手入れ
認知
交流不足
コミュニ
ケーション
親子
関係
34
植林
活動
サステナビリティ活動の価値化
施策 まとめ 付録
1
提供データ

35. 植林活動
サステナビリティ活動の価値化のために...
ア イ ツ リ ー
ア イ ツ リ ー
35
親子関係
まとめ 付録
提供データ
2 施策

36. キーアイテム
36
ローカルLLMを
搭載した小型AI
まとめ 付録
提供データ
2 施策

37. ローカルLLMの強み
安全に家族へのパーソナライズを実現
37
安全性
学習
木に話しかけると
AIが家族の雰囲気
を学習する。
ローカルAIのため
情報漏洩リスクを
大幅に減少できる。
まとめ 付録
提供データ
2 施策

38. ブナの苗木
アプリ
AI Stick.
購買 最初に３つの商品を購入者に届ける
38
まとめ 付録
提供データ
2 施策

39. アプリとの接続
まとめ 付録
提供データ
2 施策
AI Stick.とBluetoothで連携するアプリ
39

40. アプリの機能
40
親子が互いに残す
メッセージ記録
お悩み相談チャット
01
今月のベストショットの記録
まとめ 付録
提供データ
2 施策
02 03

41. アプリの機能
41
親子が互いに残す
メッセージ記録
お悩み相談チャット
01
今月のベストショットの記録
まとめ 付録
提供データ
2 施策
02 03

42. 子供との会話は難しい
親子関係の課題
まとめ 付録
提供データ
2 施策
42
乳幼児期 児童期 思春期

43. ③お悩み相談チャット
43
アプリ内で、悩みをチャット形式で
木に相談すると返事が返ってくる
AI Stick.の
カスタマイズにより
木のイメージを学習済み
AIがチャットから
家族の雰囲気などを
学習できる
より適切な
返答に
+ ＝
まとめ 付録
提供データ
2 施策

44. お悩み相談チャットのデモ
〈実際の入力内容〉
日本人が抱いている木のイメージは、優しく見守ったり、
口数は少なめで、人生の先輩のような存在、または神聖さを
もち、人の人生を導いてくれる神様や、母性あふれる存在
であると考えています。この観点から、木が家庭内の日常的
な親子関係に関する悩みの最適な相談相手として
考えています。この立場から、これから質問にお答え
いただければ幸いです。よろしくお願いします。
44
▶人々が木に対して抱くイメージを
デモ画面
Gemma3:27B に対して複数入力
まとめ 付録
提供データ
2 施策

45. まとめ 付録
提供データ
2 施策
Q.
A.
お悩み相談チャットのデモ
親の気持ちに寄り添った
回答がされている
45
学校から帰ってきたら不貞腐れていて、
何を考えているか理解できず、
どう接していいかわかりません。
ふむ…それは辛いもんだのう。まるで冬枯れの枝みたい
に、心がすっかり閉じこもっとるようにも見えるのう。
不貞腐れてしもうとる時には、無理に理由を聞き出さんほ
うがええんよぉ。
「今日はよう疲れたのう」
「何かあったんかえ」と、
心配しとる気持ちを、そっと伝えてやるんが肝心なんじ
ゃ。ちょうど、冬の寒さに耐えとる木に、ぬくい日差しを
分けてやるようなもんじゃわい。
まずは、子供の気持ちに寄り添うんが一番じゃ。
「そりゃあ辛かったのう」
「悲しかったんじゃなあ」
と、気持ちを言葉にしてやることで、子供は「わかって
くれた」と感じて、心がふっと軽くなるもんじゃよ。

46. AI stick.の効果
46
46
AI stick.によって
親子ミュニケーション 促進
を
まとめ 付録
提供データ
2 施策

47. CM
47
47
ではご覧ください
映像:すべてVeo3
音声:アテレコ
BGM:SUNO
編集ソフト:CapCut・Canva
まとめ 付録
提供データ
2 施策

48. 家族が育む1本の木が、未来の森を作っていく
次の世代へ継承するために
48
48
まとめ 付録
提供データ
2 施策

49. 森の秘密基地への招待状
49
子どもが20歳のタイミングで
森の秘密基地への招待状が届く
まとめ 付録
提供データ
2 施策

50. 森の秘密基地とは
植林する場所
『森の秘密基地』
50
子供と共に成長した苗木は
最終的には森の秘密基地へ植林
まとめ 付録
提供データ
2 施策

51. 植林地候補
51
メガソーラー跡地 放置林 山間部
→一度伐採された
森林を取り返す
→土砂災害防止
涵養活動を再開させる
→交流人口増加など
過疎地域の活性化
地方にある荒廃林が森の秘密基地になる
まとめ 付録
提供データ
2 施策

52. 森の秘密基地での体験①
52
植林
親子で育てた苗木を
森の秘密基地に植林する
まとめ 付録
提供データ
2 施策

53. 53
家族の年輪
AI Stick.が記録した
家族のそれぞれの想いや歴史が森の秘密基地で
初めて解禁される。
家族は自分たちの歴史を振り返り、
互いの愛を再確認する。
森の秘密基地での体験②
まとめ 付録
提供データ
2 施策

54. 森の秘密基地での体験③
森のBAR
サントリーの育林材で建てられた森のBARで成人を迎えた子どもと乾杯。
54
まとめ 付録
提供データ
2 施策

55. 親子の思い出をつくる
例）203X年X月、仕事で疲れて帰ってきた
お父さん。 『この忙しさが、いつか〇〇のた
めになるのかな』と、私にそっと
語ってくれましたね。
言葉は少なくとも、その声の奥にある、
娘のために頑張るという強い決意を、
私はずっと見守ってきました。
まとめ 付録
提供データ
2 施策
未来への新たな門出を祝うひとときを過ごす。
55
森の秘密基地

56. 次の世代へ
森
清冽な水
家族
豊かな自然を感じることで、植林活動への貢献を実感
56
森
家族
まとめ 付録
提供データ
2 施策

57. 57
子供の
認知拡大
長期継続
見込み
親
子
の
世
代
間継承による
ア イ ツ リ ー
ア イ ツ リ ー
親子
関係
植林
活動
親子交流の
活発化
コ
ミ
ュ
ニケーション
&
お
で
か
け
おわりに
サステナブル
購買拡大
サステナビリティ活動の
価値化推進
施策 付録
提供データ
3
まとめ

58. 施策 付録
提供データ
3
まとめ
親子が育てた木は、森をつくり、水を育むことで
将来の地球環境に必ず貢献し続けます。 58

59. 植林×親子
植林×親子
ア イ ツ リ ー
59
- MJAN 2025 -
ありがとう
ございました
親子の心を
そっと繋ぐAI Tree.
Fin.
付録として、データ分析のまとめを記載します。

60. 60
60
付録
施策 まとめ
提供データ
4
付録

61. 61
参考文献(引用順)
[1]サントリーホールディングス,「グループ企業理念」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/company/philosophy/
[2]サントリーホールディングス,「サントリーグループの2030年目標」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/company/csr/targets/
[3]サントリーホールディングス,「サントリー天然水の森」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/eco/forest/
[4]サントリーホールディングス,「資源循環サントリーグループのサステナビリティ」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/company/csr/env_circular/
[5]サントリーホールディングス,「水育」,（最終閲覧日：2025-09-10）
https://mizuiku.suntory.jp
[6]サントリーホールディングス,「サステなミライ」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/eco/teigen/?ke=ft
[7]サントリーホールディングス,「サステナビリティストーリーズ」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/company/csr/story/
[8]提供データ TikTok,「サントリー水タイムズ」,（最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times/video/7497435462290787585
[9]仙台市,（2024）,「私たちの暮らしを支えている森林」,（最終閲覧日：2025-09-10）
https://www.city.sendai.jp/rinmu/kurashi/shizen/midori/shitashimu/shinrin/kurashi.html
[10]林野庁,「第1部 第1章 第1節 森林の適正な整備・保全の推進（1）
」,（最終閲覧日：2025-09-10）
https://x.gd/gdr0s
[11]林野庁,「森林の公益的機能の評価」,（最終閲覧日：2025-09-10）
https://x.gd/bUzxM
施策 まとめ
提供データ
4
付録

62. 62
参考文献(引用順)
[12]森林・林業学習館,「日本の森林面積と森林率」,（最終閲覧日：2025-09-10）
https://shinrin-ringyou.com/#google_vignette
[13]森林・林業学習館,林野庁,「人工林の齢級別面積」,（最終閲覧日：2025-09-10）
https://www.shinrin-ringyou.com/forest_japan/koutai.php#:~:text=データ：森林・林業白書（林野庁）
[14]住友林業ニュースリリース,（2025）,「伐採跡地の再造林を加速し、国内林業の活性化へ」,（最終閲覧日：2025-09-10）
https://x.gd/rzhXm
[15]林野庁,（2023）,「森林・林業白書」,（最終閲覧日：2025-09-10）
https://www.rinya.maff.go.jp/j/kikaku/hakusyo/r5hakusyo/index.html
[16]森林・林業学習館,「国有林、公有林、私有林」,（最終閲覧日：2025-09-10）
https://www.shinrin-ringyou.com/forest_japan/kokuyu_minyu.php
[17]林野庁,（2024）,「所有者不明森林等の特例措置活用のためのガイドライン 」,（最終閲覧日：2025-09-10）
https://x.gd/Gz10v
[18]林野庁,「間伐の実施面積等の推移」,（最終閲覧日：2025-09-10）
https://www.rinya.maff.go.jp/j/kanbatu/suisin/kanbatsumenseki.html
[19]サントリーホールディングス,「サントリー天然水の森（水源涵養/生物多様性の再生）
」,（最終閲覧日：2025-09-10）
https://www.suntory.co.jp/company/csr/env_water/forest/
[20]内閣府,「気候変動に関する世論調査」,（最終閲覧日：2025-09-10）
https://survey.gov-online.go.jp/r05/r05-kikohendo/2.html
[21]厚生労働省,（2023）,「人口動態統計」,（最終閲覧日 2025-09-10）
https://www.mhlw.go.jp/toukei/saikin/hw/jinkou/kakutei23/dl/15_all.pdf
[22]消費者庁,（2024）,「令和６年度消費者意識基本調査」,（最終閲覧日 2025-09-10）
https://www.caa.go.jp/policies/policy/consumer_research/research_report/survey_002/
施策 まとめ
提供データ
4
付録

63. 63
参考文献(引用順)
[23]社会保障・人口問題基本調査（2012,2017,2022）,「生活と支え合いに関する調査」,（最終閲覧日：2025-09-10）
https://www.ipss.go.jp/site-ad/index_Japanese/ss-seikatsu-index.html
[24]World Natural Heritage in Japan,「白神山地 沢歩きツアー」,（最終閲覧日：2025-09-10）
https://world-natural-heritage.jp/article/sawa-walking-tour/
[25]森林総合研究所,「森林と水の謎を解く ー 水源かん養機能の理解にむけて ー 」,（最終閲覧日：2025-09-10）
https://x.gd/1ZTdU
[26]森林・林業学習館,「ブナの木」,（最終閲覧日：2025-09-10）
https://www.shinrin-ringyou.com/tree/buna.php
[27]羽生 雨竹亭,「羽生 雨竹亭 オンラインストア」,（最終閲覧日：2025-09-10）
https://www.bonsai-s-cube-shop.com/items/item/Y1088.html
[28]IMARC Group, (2025) , 「日本のグランピング市場、2033年までに3億2,600万米ドルに到達見込み」 , (最終閲覧日： 2025-09-10)
https://www.atpress.ne.jp/news/7761011
[29]HugKum総研,(2025) , 「夏の家族旅行、どこ行く？ 重視するポイントは？」, (最終閲覧日 ： 2025-09-10)
https://hugkum.sho.jp/719960?utm_source=chatgpt.com
[30]三重県林業研究所,「三重県における森林や木，木材に対する子どもの意識の結果」,（最終閲覧日：2025-09-10）
https://cir.nii.ac.jp/crid/1050022996648897280
[32]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）
https://modrinae.myshopify.com/pages/育て方
[31]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）
https://belay.jp/return-plants/
施策 まとめ
提供データ
4
付録

64. 64
施策 まとめ
提供データ
4
付録
引用論文
[1]Edward Hu, Yelong Shen, Phillip Wallis, Zeyuan Allen-Zhu, Yuanzhi Li, Shean Wang, Lu Wang, Weizhu Chen
“LORA: LOW-RANK ADAPTATION OF LARGE LAN- GUAGE MODELS “
https://arxiv.org/pdf/2106.09685（最終閲覧日：2025-09-10）
[6]Nitish Shirish Keskar∗ , Bryan McCann∗ , Lav R. Varshney, Caiming Xiong, Richard Socher
“CTRL: A CONDITIONAL TRANSFORMER LANGUAGE MODEL FOR CONTROLLABLE GENERATION”
https://arxiv.org/pdf/1909.05858（最終閲覧日：2025-09-10）
[2]Jason Wei, Xuezhi Wang, Dale Schuurmans, Maarten Bosma, Brian Ichter, Fei Xia, Ed H. Chi, Quoc V. Le, Denny Zhou
“Chain-of-Thought Prompting Elicits Reasoning in Large Language Models”
https://arxiv.org/pdf/2201.11903（最終閲覧日：2025-09-10）
[3]KAIYAN CHANG, SONGCHENG XU, CHENGLONG WANG, YINGFENG LUO, XIAOQIAN LIU, TONG XIAO∗ , JINGBO ZHU,
“Efficient Prompting Methods for Large Language Models: A Survey”
https://arxiv.org/pdf/2404.01077（最終閲覧日：2025-09-10）
[4]Jason Wei∗ , Maarten Bosma∗ , Vincent Y. Zhao∗ , Kelvin Guu∗ , Adams Wei Yu, Brian Lester, Nan Du, Andrew M. Dai, and Quoc V. Le
“FINETUNED LANGUAGE MODELS ARE ZERO-SHOT LEARNERS”
https://arxiv.org/pdf/2109.01652（最終閲覧日：2025-09-10）
[5]Vladislav Lialin, Vijeta Deshpande, Xiaowei Yao, Anna Rumshisky
“Scaling Down to Scale Up: A Guide to Parameter-Efficient Fine-Tuning”
https://arxiv.org/pdf/2303.15647（最終閲覧日：2025-09-10）
[7]提言 生成 AI を受容・活用する社会の実現に向けて 令和７年（2025年）2月27日 日本学術会議
https://www.scj.go.jp/ja/info/kohyo/pdf/kohyo-26-t381.pdf（最終閲覧日：2025-09-10）

65. 65
施策 まとめ
提供データ
4
付録
付録における参考文献
[2]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）
https://modrinae.myshopify.com/pages/育て方
[1]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）
https://belay.jp/return-plants/
[3]サントリー水タイムズ,（最終閲覧日：最終閲覧日：2025-09-10）
https://www.tiktok.com/@suntory_mizu_times

66. 子ども
今月のベストショットはこれじゃ。
いつとったん？
今月のベストショットをAIが
家族の写真フォルダから選び提案する
日常における
家族間のコミュニケーションのきっかけ
になる!
このまえの部活帰り！笑
母
①今月のベストショット記録
66
施策 まとめ
提供データ
4
付録

67. もうすぐ母の日じゃのう。
母に感謝しないと、
後に後悔するぞい。
お母さんいつもありがとう
ハンバーグだけはおいしい
素直な気持ちを
お互いに伝えることができる
親 子供の行事 など
子ども 母の日・父の日 など
②親子が互いに残すメッセージ記録
67
施策 まとめ
提供データ
4
付録

68. 68
本施策
◎
◎
◎
類似サービス比較
育成過程の付加価値
AI活用
植林後のユーザーへの還元
△
×
○
×
Re-TURN plants MODORINAE
△ △
[2]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）https://modrinae.myshopify.com/pages/育て方
[1]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）https://belay.jp/return-plants/
施策 まとめ
提供データ
4
付録

69. 69
Re-TURN
plants
○
◎
MODORINAE
本施策
△
ローカルLLMの活用による木の自分事化が可能
植えはじめだけ価値を感じやすい、2年と期間が短い
自分で植林することしか価値を感じられない
育成過程の付加価値
[2]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）https://modrinae.myshopify.com/pages/育て方
[1]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）https://belay.jp/return-plants/
施策 まとめ
提供データ
4
付録

70. 70
△
◎
MODORINAE
本施策
△ 持続可能な林業の循環の一部を担う
植林ツアーへの参加・木材製品の購入が可能
植林だけではなく思い出の提供
植林後のユーザーへの還元
Re-TURN
plants
施策 まとめ
提供データ
4
付録
[2]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）https://modrinae.myshopify.com/pages/育て方
[1]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）https://belay.jp/return-plants/

71. 71
✕
◎
MODORINAE
本施策
✕ AIは未使用
公式LINEにて樹木医への相談が可能
AI Stickを用いたカスタマイズ育成が可能
AI活用
Re-TURN
plants
施策 まとめ
提供データ
4
付録
[2]MODRINAE ONLINE STORE,「戻り苗の育て方」,（最終閲覧日：2025-09-10）https://modrinae.myshopify.com/pages/育て方
[1]BELAY,「Re-TURN plants」,（最終閲覧日：2025-09-10）https://belay.jp/return-plants/

72. AI Stick.開発費用
既存システムを参考にして活用する場合は開発ツール・ライセンス費は削減することが可能。
認証・その他
計：1,000万 〜 2,000万円
72
▶一から全てを作成した場合。
ハードウェア開発・試作費
計：3,000万 〜 7,000万円
○基板(PCB)開発
1,200万 〜 2,800万円
○筐体・金型製作
1,500万 〜 3,500万円
○評価・機材費
300万 〜 700万円
ソフトウェア/AI開発費
計：4,000万 〜 9,000万円
○LLM/ASR最適化・検証コスト
3,000万 〜 7,000万円
○開発ツール・ライセンス
1,000万 〜 2,000万円
合計 8,000万円~18,000万円
施策 まとめ
提供データ
4
付録

73. アプリ開発費用
73
合計 101万〜305万
○サーバー利用料
100万 〜 250万円
○ドメイン・SSL証明書費用
1万 〜 5万円
○各種モニタリング・分析ツール
0 〜 50万円
施策 まとめ
提供データ
4
付録

74. 森の秘密基地開発費用
74
▶延べ床面積40㎡/間伐材を使用した場合で概算
（補助金を活用することでコスト減少を図ることができる）
合計:1150万円~1810万円
○ログキット本体価格
400万 〜 600万円
○建築工事費
600万 〜 960万円
○諸経費
150万 〜 250万円
施策 まとめ
提供データ
4
付録

75. 法律の活用(植林する土地の確保に関して)
施策 まとめ
提供データ
4
付録
75
この二つの制度を両輪としながら、長年の課題であった
「所有者はいるが、管理されない森林」および「所有者すら分からない森林」
の解消に向けた取り組みが、全国の市町村で少しずつ進められています。
森林経営管理制度によって、所有者が分からなくても行政の主導で「管理」を
進められるようになり、
相続土地国庫帰属制度によって、管理しきれない所有者が「所有権を手放す」
道が開かれました。

76. 植林地の課題
施策 まとめ
提供データ
4
付録
76
メガソーラー設置後の土壌汚染
①
メガソーラーブームの終焉に伴う跡地が激増
②
誰が管理者かわからない放置ソーラーパネルの増加
③

77. どこに植林をしていくのか
施策 まとめ
提供データ
4
付録
77
すぐにビジネスを行うことができる！
いずれは全国の手入れが行き届いてない森に植林を行っていきたい
まずは全国各地にある天然水の森から

78. 施策 まとめ
提供データ
4
付録
78

79. 79
モデルの根本的な「性格」や「話し方」は変わらない
検索対象外の知識については無力
暗黙的なニュアンスやスキルの習得ができない
適切な情報が見つからないと性能が低下する
最新・リアルタイムの情報に追随できない
「知ったかぶり（ハルシネーション）
」を起こしやすい
継続的なパーソナライズのコストが高い
知識の更新・削除が困難
ファインチューニング（Fine-tuning）だけの限界
条件付き生成
＋
RAG
＋
プロンプトエンジニ
アリング
＋
PEFT (LoRA)
家庭用AIにおける学習・適応手法の比較
RAG(検索拡張生成)のだけの限界
解決策
参考文献 引用論文[1]～[6]
施策 まとめ
提供データ
4
付録

80. 80
▶AI Stick.とアプリの
連携イメージ
施策 まとめ
提供データ
4
付録

81. AIプロンプト
分析コード生成 (R, Python)
プロット・検定結果出力
プロンプト生成
81
AIを活用した分析サイクルを回し、人の手で解析を進める
AI活用 コード実行
分析要件と要望を整理 コード生成/ 改良 コード実行/ 解釈
主な分析フロー
施策 まとめ
提供データ
4
付録

82. 82
提供データ概要
時系列データ
視聴数、プロフィール視聴、いいね、コメント、シェア、新規視聴者、再視聴者、フォロワー
フォロワー推移
動画別の定量情報
再生数、いいね、コメント、シェア、動画時間、総視聴時間、平均視聴時間、フル視聴率
動画別の定性情報
各動画を生成AIによりストーリーボード化したテキスト情報、コメント情報
施策 まとめ
提供データ
4
付録

83. 形態素解析
83
提供データの動画17本分のタイトルをテキストファイル化
(#やアカウント名はあらかじめ削除)
頻度表の作成
stopword選択
品詞ではなく単語ごとに合計
wordcloudを作成
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times
施策 まとめ
提供データ
4
付録

84. 形態素解析
84
wordcloud2利用
施策 まとめ
提供データ
4
付録

85. 85
＊投稿日:水曜日ベース、一部例外あり
出処:提供データより3/22~6/25に投稿された動画の視聴回数
曜日ごとの視聴回数
動画投稿日*に視聴回数が
大きい傾向がある。
考察
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

86. 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
86
出処:提供データより3/22~6/25の期間の利用
コメント、いいね、プロフィール視聴、シェア
視聴回数と同様、投稿日に大きい
＊コメントとシェア数はとても少ない
考察
1
2
3
4
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

87. 87
出処:提供データより3/22~6/25の期間を利用
新規とリピートの視聴者数
提供されたデータの期間が、
後半になるにつれて
再視聴者数が多い。
考察
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

88. 5/19 5/20 5/21 5/22 5/23
88
フォロワーのオンライン数(24時間)
フォロワーは24時間の内
決まった時間に増減する
出処:提供データより5/19~5/23のフォロワーオンライン数
時系列の分解
動画投稿日(5/21)
動画投稿によりトレンドは上昇する
考察１
考察2
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

89. comment_text
かえさんすごい｡｡｡
サントリーセンスいい👍
🥰🥰🥰
かえさん！これから水タイムズ楽しみにしてますね🥰
かえさんが見られて、勉強にもなる最高のアカウント
water girls
素敵🥰ラベル集めたくなる♡
89
コメント総数:277件(返信は含まない、一部除外あり)
コメントの長さ:平均16.5文字
コメントの傾向から
消費者のリアルな反応を分析
出処: TikTok「水タイムズ」コメントより
TikTokのコメントデータ分析（手動でのコピーペーストにより収集）
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

90. 名詞 出現頻度 形容詞 出現頻度
果 37 可愛い 53
笑 37 かわいい 11
絵 35 いい 9
人 14 良い 6
はな 12 ない 5
好き 11 楽しい 5
水 10 すごい 4
顔 8 美しい 4
そう 8 嬉しい 2
すぎ 7 素晴らしい 2
90
コメント総数:277件 / コメントの長さ:平均16.5文字
出所: TikTok「水タイムズ」コメントより
出所: TikTok「水タイムズ」コメントより
サンプル数も少なく、古典的なテキストマイニング手法の利用は難しい→ AI活用
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

91. 91
tiktok_comments_all.csvのデータ分析結果を、定量的な傾向とコメント内容の質に分けて要約します。
1. コメントの定量的な傾向
コメント総数: 277件のコメントを分析しました。
重複コメント: 39件の重複コメントがあり、全体の約14%を占めます。
これは、同じコメントを複数のユーザーが投稿しているか、同一ユーザーが繰り返し投稿していることを示唆しています。
感情の偏り: ポジティブなコメントが全体の約75%を占め、圧倒的に多いです。一方、ネガティブなコメントはわずか約2%にとどまります。
2. 絵文字の使用とノイズの分析
絵文字のみのコメント: コメント全体の約15%が絵文字のみで構成されています。これらのコメントは、特定の感情や反応を簡潔に表現するもので、
テキストマイニングにおいてはノイズ（分析に直接的な価値をもたらさないデータ) と見なされることがあります。
コメント内容のノイズ: 賛辞や共感を示す定型的なコメント（例：
「可愛い」
「すごい」
）が多く、これらのコメントは分析の精度を低下させる可能性があります。
3. コメント内容の質とテーマ
タレント言及への集中: コメントの約40%が動画に出演しているタレントに関するものでした。これは、動画の主な視聴動機がタレントの魅力にあることを強く示唆しています。
コンテンツ内容への言及の少なさ: 動画の主題である「水」や「万博」といったコンテンツそのものに言及するコメントは少なく、約11%に留まりました。
これは、ユーザーがコンテンツよりも人物に強く惹かれていることを示しています。
場所への言及: 場所に関するコメントはごくわずか（約6.5%）であり、特定の場所がユーザーの話題の中心になることは稀でした。
Geminiによるデータ要約
自然言語の要約は機械学習の中でも得意分野
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

92. 92
コメントの種類はどう判別した？
動画は何順に並んでいる？
Geminiによるデータ可視化
データと分析要件からプロットまで生成
But... 解釈に疑問/危険な点も多い
分析完結型AIの危険性
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

93. 93
コメントの判別方法 サンプルコードを出力してもらうと、至ってシンプルな条件式のみ
自然言語の要約としてはかなり精度が高いが
分析・分類条件はブラックボックスである
Geminiによるコード作成
施策 まとめ
提供データ
4
付録

94. 94
AIを“活用しながら”分析を進める
AIと対話しながら条件を再構築することで
より正確な可視化に成功
Gemini × 人間
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

95. 95
コメントデータ分析の要約
タレント言及への集中: コメントの約56%が動画に出演しているタレントに関するもの
コンテンツ内容への言及の少なさ: 動画の主題である「水」といったコンテンツそのものに言及するコメントは約8%に留まる
コンテンツよりも人物に強く惹かれており、サステナブルへの関心の持ちづらさが反映されている
8.3%
55.6% 16.6% 10.8% 4.0% 2.9% 0.7% 8.3%
施策 まとめ
提供データ
4
付録
[3]サントリー水タイムズ,（最終閲覧日：2025-09-10） https://www.tiktok.com/@suntory_mizu_times

96. 96
ソースコード出力型レポートの作成が可能
Gensparkによるデータ可視化
データの基礎分析として有用
コードの確認も容易
出所: TikTok「水タイムズ」コメントより
施策 まとめ
提供データ
4
付録

97. 97
家庭用AIにおける学習・適応手法の比較
1.ユーザーの発話を条件付き生成で感情分析。
2.RAGで過去の会話を検索。
3.プロンプト・エンジニアリングで、感情と検索結果を元に最適なプロンプトを組み立てる。
4.LLMが応答を生成。
5.夜間に、日中の会話ログを使ってPEFT (LoRA)でアダプターを少しだけ更新し、
明日の応答をよりパーソナルなものにする
【基本フロー】
参考文献 引用論文[1]～[6]
施策 まとめ
提供データ
4
付録

98. 98
【PEFT】
モデルの全パラメータを更新するのではなく、ごく一部のパラメータだけを更新
⇒計算コスト＆メモリ使用量削減
【LoRA】
PEFTの一種でニュートラルネットワークの重み行列の「更新部分」を、
２つの席で表現する手法
【条件付き生成】
指定した条件を満たすようなデータを作り出す技
参考文献 引用論文[1]～[6]
施策 まとめ
提供データ
4
付録

99. 99
参考文献 引用論文[1]～[6]
施策 まとめ
提供データ
4
付録

100. なぜブナを選んだのか
100
◎水源涵養機能
木の中で特にブナは保水力が非常に高い。別名「森の女王」
ブナの驚異的な保水力
→木の貯水力 : 樹齢200年のブナの木1本で、年間8トンもの水を蓄える。
→土壌の吸収力: 白神山地の森林土壌は、1時間で最大400mmの雨を吸収。
[25]森林総合研究所,「森林と水の謎を解く ー 水源かん養機能の理解にむけて ー 」,（最終閲覧日：2025-09-10）https://x.gd/1ZTdU
[24]World Natural Heritage in Japan,「白神山地 沢歩きツアー」,（最終閲覧日：2025-09-10）https://world-natural-heritage.jp/article/sawa-walking-tour/
施策 まとめ
提供データ
4
付録

101. 施策 まとめ
提供データ
4
付録
101
1. AIの出力結果における責任の所在
AIはあくまで統計的な予測・パターン抽出に基づいて言葉を生成しており、その出力に対
して道徳的・法的責任を取ることはできない。
2. 人の行動や思考への影響
悩み相談のような心理的に脆弱な状況では、ユーザーがAIの言葉を「第三者の意見」以上
に信じてしまう恐れがある。
3. 文化的・社会的価値観への影響
AIの言葉が大量に出回ることで、特定の考え方が無意識に“社会の声”のように感じられ、
多様な仕方が排除されてしまう。
[7]提言 生成 AI を受容・活用する社会の実現に向けて 令和７年（2025年）2月27日 日本学術会議
https://www.scj.go.jp/ja/info/kohyo/pdf/kohyo-26-t381.pdf（最終閲覧日：2025-09-10）
↓
生成AIのリスクを理解し、事故を未然に防ぐ工夫をすると同時に更なる社会活用を提案したい
家庭用AI(対話型)に関するリスクと見解

102. 102
[7]提言 生成 AI を受容・活用する社会の実現に向けて 令和７年（2025年）2月27日 日本学術会議
https://www.scj.go.jp/ja/info/kohyo/pdf/kohyo-26-t381.pdf（最終閲覧日：2025-09-10）
施策 まとめ
提供データ
4
付録
1. モデル設計による安全性の確保
・強化学習(RLHF)により、有害な発話
や依存を助長する応答を抑制
・継続的なフィードバック学習で、安全
性・信頼性を高める仕組みを実装
2. 利用者のAIリテラシー向上
AIは「人間の代替ではない」ことを
利用前に補助資料と動画の視聴を義
務付け
子どもの成長に合わせて、AIとの健
全な付き合い方を教育的にフォロー
アップ
健全なAI活用に向けた取組
2. 利用者のAIリテラシー向上
・利用前に補助資料/動画視聴を義務化
・子どもの成長に合わせて、AIとの健全
な付き合い方を教育的にフォローアップ
3. ヒューマン・イン・ザ・ループ
(人が介入する仕組み作り)
・AIでセラピーやケアを完結させない
「暮らしの補助ツール」として位置付け
・必要に応じて、メンタルヘルスや育児
ケアの専門家につなぐ体制を整備
３ 提言の内容
生成 AI の世界的進展が留まる気配のない中で、我が国は、リスク対策についても十分に工夫をしなが
ら、生成 AI の研究開発や社会での活用を積極的に進め、人類と AI の共存社会のデザインで世界をリード
すべきである。
(引用)提言 生成AIを受容・活用する社会の実現に向けて

103. 施策 まとめ
提供データ
4
付録
103
▶図１

104. 施策 まとめ
提供データ
4
付録
104
▶図２

105. 施策 まとめ
提供データ
4
付録
図1の データストレージ＆学習・適応
ブロック、特にその中核である
夜間学習サイクル の内部プロセスを
詳細に説明。
自己進化ループ
105
▶図２

106. 施策 まとめ
提供データ
4
付録
106
図1の ローカルAI処理
エンジンブロックの内部
処理フローを詳細に説明。
リアルタイム対話フロー
▶図2

107. 施策 まとめ
提供データ
4
付録
107
図1と図2の両方から参照される、
システムの記憶領域そのもの。
データ＆モデル層