$30 off During Our Annual Pro Sale. View Details »

【InterBEE 2025】探せなかったシーンが見つかる! Oracle AI × データプ...

Avatar for KoheiOgawa KoheiOgawa
December 12, 2025

【InterBEE 2025】探せなかったシーンが見つかる! Oracle AI × データプラットフォームが 変える映像メディア活用

◼︎Engineering & Software Development
Kohei Ogawa, Principal AI Software Solution Developer
https://www.linkedin.com/in/koheiogawa/

◼︎Demo Design & Video Production
Hirose Kazumi, Executive Architect
https://www.linkedin.com/in/kazumihirose/

Watch the Demo:
https://www.youtube.com/watch?v=9H9_GCjoTUA

Avatar for KoheiOgawa

KoheiOgawa

December 12, 2025
Tweet

More Decks by KoheiOgawa

Other Decks in Technology

Transcript

  1. 1. 放送・メディア業界で扱いたいデータの種類と量は多い 2. 現在のメディアデータを管理・活⽤するフローは⼈とシステムの2つの観点で複雑 3. ⽣成AI技術を組み合わせると便利になる 4. ⽣成AI技術は考えられる放送・メディア業界のユースケースが豊富 5. ⽣成AIと組み合わせたMAMの”裏側”を作るための課題はデータにある

    6. Oracleは放送・メディア業界のデータと相性が良く課題を解決することができる 7. 展⽰しているテクニカルデモ(動画で解説) 8. 実現できるのはOracleのAI DBの⼒ 2 Copyright © 2025, Oracle and/or its affiliates Agenda/本⽇皆様へお伝えしたいこと
  2. 収集 蓄積 活用 映像データ .mp4 • 本編映像/ロケ素材 • 旧放送番組/プロキシ動画 音声データ

    .wav • ナレーション • SE/BGM 静止画/グラフィック .png • ロゴ/テロップ • スチル写真/CG テキスト文書 .txt • 台本/構成素 • 字幕/OAログ 形式・媒体がバラバラ 容量巨大で保管が分散 必要シーンの検索が困難 命名・形式が統一されない 映像と別管理で 紐づけが難しい テイク特定に時間がかかる 入手経路・形式が混在 バージョン乱立で 正式版が不明 権利条件が不明で 再利用しづらい 形式・管理方法がバラバラ MAM外や旧NASに 散在し横断しづらい キーワード検索しかできず 意図で探せない 放送・メディア業界で扱うデータってどんなデータ︖ 他の業界と⽐べて扱うデータの種類と量が圧倒的に多い
  3. MAM Media Asset Management 権利・台帳データ 旧NAS/テープアーカイブ 制作・編集支援情報 タイムコード管理 権利情報の紐づけ 素材ID付与

    メタデータ管理 統合管理 映像データ • 本編映像・ ロケ素材 • 旧放送番組 ・プロキシ動画 音声データ • ナレーション • SE/BGM 静止画/グラフィック • ロゴ/テロップ • スチル写真/CG テキスト文書 • 台本/構成素 • 字幕/OAログ メディア本体データ 業務系データ 素材探索/素材管理/再利用/編集準備 MAM(Media Asset Management)を用いた統合データ管理 様々な種類のメディアデータの取り扱い方
  4. データ視点で直⾯する“今の”MAMの悩み 6 Copyright © 2025, Oracle and/or its affiliates データが増えれば増えるほど、業務効率が悪くなる悪循環な仕組み

    MAM Media Asset Management データを扱いたい 担当者 放送・メディアデータの 宝庫 探索 困っていること 膨⼤な映像アーカイブがあるがうまく活⽤できていない・・・ 具体的には︖ 「10年前の災害の映像を今年の特番で使いたい︕」と探す。 しかし、思いつくのは、“希望”“復興”“絆”といった抽象概念で 多くヒットするワードでしか探せず、⾒つからない。 その結果・・・︖ • 本質的なクリエイティブな業務に集中ができない・・・ • 制作スピードが遅く、他局や配信サービスに劣る・・・ • 貴重な映像が永久に活⽤されずに残る・・・
  5. MAMを利⽤した情報探索の複雑さ 7 Copyright © 2025, Oracle and/or its affiliates 複雑な放送・メディア業界のデータ活⽤の現場

    制作スタッフ(D/AD) 外部制作会社・旧担当者 アーカイブ担当者 MAM 素材検索、編集に必要な情報要求 テープ庫及び 旧NAS(物理/論理) 制作スタッフ(D/AD) アーカイブ担当者 外部制作会社・旧担当者 MAMにアクセスして 検索 • 必要素材がなければ 、アーカイブ担当・外部制作会社に問い合わせ • 編集のために素材の確定を急ぐ MAMの中⾝を整理・登録するプロ • ADからの検索依頼に対して「素材の場所」を特定 • テープ → デジタイズ → MAM登録のフローを担当(データ更新) 属⼈情報を多く持つ • 「誰が素材を持っているか」「どこに保存したか」がここにある • ⾮公式HDD / ローカルNASなど“現場のブラックボックス”を知っている 各外部会社のNAS (属⼈的・⾮公式) ※アクセス権限なし アーカイブ担当者へ依頼ベース ※アーカイブ担当者にしか ⾒えない 関係者と主な役割 探索のプロセスと関係性 探索 探索 探索 探索
  6. もしも、現在のMAMの悩みを⽣成AI技術で解決させられたら・・・すごいですよね︖︕ 8 Copyright © 2025, Oracle and/or its affiliates 情報を正確にいち早く⾒つける技術が強化された

    ⽣成AIが組み込まれたMAMシステム MAM Media Asset Management データを扱いたい 担当者 放送・メディアデータの 宝庫 探索
  7. そもそも、今のAIってメディアデータに対して活⽤できるの︖ 答え︓想像以上にYesです︕ 10 Copyright © 2025, Oracle and/or its affiliates

    ⽂章 ⽂章 画像 動画 ⼊⼒データ 出⼒データ ⾳声 画像 ⽂章 画像 動画 ⼊⼒データ 出⼒データ ⾳声 動画 ⽂章 画像 動画 ⼊⼒データ 出⼒データ ⾳声 ⾳声 ⽂章 画像 動画 ⼊⼒データ 出⼒データ ⾳声 AI AI AI AI どのようなメディアデータも⽣成AIと組み合わせた活⽤が可能
  8. 🏷 🐾 🏠 🎥 🐈 動画を⼊⼒し、⽂章を⽣成するAI技術の活⽤例 11 Copyright © 2025,

    Oracle and/or its affiliates この動画は、猫(もしくは⼦猫)がカメラに気づき、 興味を持って接近する様⼦を中⼼に構成されています。 最初は⾃分の動きに集中して遊んでいますが、途中で ふとカメラの存在を認識し、飼い主を気にするようにレンズに 向かってリアクションします。 その後、興味が薄れてリビング中央へ歩き出し、 最後に軽くつまずくような動きが⾒られます。 ペット 動物動画 ⽇常⽣活 猫⼀匹 室内 リビング 家具が⼀部 映り込む家庭環境 固定 カメラ ⽬線の⾼さは 猫よりやや⾼め ズーム・パン なし カメラに 気づく 中央付近で 軽く躓く #カテゴリ #主要被写体 #ロケーション #カメラワーク #アクション ⽣成 メタデータを⽣成 ≒ 視覚情報の⾔語化 動画の解説⽂章を⽣成
  9. メディアデータを⼊⼒し、AIが分かりやすいデータに変換するAI技術 12 Copyright © 2025, Oracle and/or its affiliates ベクトル化

    データの特徴を数値化 壁に飾られているもの 机に置かれて いるもの 動物の種類 家具の種類 33 42 16 21 AIが扱いやすいデータ形式 (ベクトルデータ) ※実際にはもっと複雑なデータであり、 ここに⽰すような単純なものではない 28 38 17 21 36 8 18 59 類似度計算 類似度計算 この猫の⽅が下の猫より似ている︕ ⽣成AI活⽤するためのデータの変換
  10. 放送・メディア業界における⽣成AI活⽤ユースケース例 13 放送局のあらゆる業務で広がるAI活⽤の最新動向 Copyright © 2025, Oracle and/or its affiliates

    台本の初稿生成 ナレーション原稿の草稿作成 番組タイトル・サムネイル文の提案 ハイライトシーン自動抽出 ニュース原稿の自動生成 テロップの要約生成 音声認識+要約 自動翻訳+字幕整形 視聴者属性別キャッチコピー⽣成 番宣⽂やSNS⽤の要約⽂作成 広告のABテスト⽂案作成 視聴者コメント要約 会議議事録の自動要約 契約書・稟議文のたたき台作成 経費精算の用途説明文生成 社内Q&A/業務マニュアルの整形 番組制作・編集支援系 報道・字幕・テロップ支援系 広告・コンテンツパーソナライズ系 業務支援(経理・管理部門)系 アイデア・原稿・編集効率UP 原稿・字幕を早く正しく整える 視聴者に響く表現を作る 文書作成・申請業務の効率化 「番組を作る」「伝える」「届ける」「支える」すべての業務領域に少しずつAIが入り始めている
  11. ⽣成AIと組み合わせたMAMの”裏側”を作るための課題 Copyright © 2025, Oracle and/or its affiliates 15 “データはOracle

    DB でも GoogleのAIサービスを使いたい・・・︖” AIと組み合わせたいけど データが近くにない 既にある資産と、進化しトレンドが変わる 便利なAI技術を⼀緒に使いたいが、 データ転送量の⾦銭的・時間的コストが ⾼い データが保管されている場所と 活⽤の場所が離れている データの関連性が担保できない AIが理解しやすい形式のMAMデータと ⼈間が理解しやすい元のデータとの 整合性や保守が⼤変になる AIが理解しやすい データ形式で管理 (ベクトルデータ) 7149 ⼀⾒統合されているように⾒えて、 MAMの裏側ではデータの場所は分散 データを的確に発⾒できない 検索対象のデータが⼈またはAIが理解し やすい形になっていない。 =メタデータ化、動画の内容を⽂章化 あの時のあのシーンを使いたいけど、 ⾔語化できない・・・ あの、猫がカメラに向かって・・・ うーん⾔語化できない・・ 収集課題 データの種類が多いのでデータの 種類ごとに管理場所が分散する 蓄積課題 適した検索ワードが思いつかない場合 に欲しいデータにたどり着けない 活⽤課題
  12. 19 Copyright © 2025, Oracle and/or its affiliates | Confidential:

    Internal/Restricted/Highly Restricted なぜOracleのテクノロジーであれば実現できるのか︖
  13. 構造 データ NoSQL (JSON) 位置 情報 ナレッジ グラフ ベクトル 7149

    時系列 データ 台帳型 記録 Duality View (相互反映) 検索ワードを解釈し、AIで⾃動フィルタリング、 そして、類似シーンを⾒つけることで⾼度な検索を実現 (=Semantic Faceted Search) 動画データ ⾼度な検索の仕組み(簡略化) … … グリッド画像化 ベクトル化するためのAI ⽂章→ベクトル 画像⼊⼒可能なAI 画像→⽂章 メタデータ AIが解釈しやすい データ シーン分割 …
  14. 構造 データ NoSQL (JSON) 位置 情報 ナレッジ グラフ ベクトル 7149

    時系列 データ 台帳型 記録 検索ワードを解釈し、AIで⾃動フィルタリング、 そして、類似シーンを⾒つけることで⾼度な検索を実現 (=Semantic Faceted Search) … 動画データ ⾼度な検索の仕組み(簡略化) … … シーン分割 グリッド画像化 画像⼊⼒可能なAI ベクトル化するためのAI 画像→⽂章 ⽂章→ベクトル メタデータ AIが解釈しやすい データ ⼀般的に使った分だ けお⾦がかかるが 0円で実現 検索アルゴリズムを ⾃由に設計できる検索環境 (他社のマネージドサーチサー ビスのように検索アプローチに 制限がない) データの種類が多いのでデータの 種類ごとに管理場所が分散する 蓄積課題 各⽣成AIの特性に 応じて使い分け (llama4とgrok4を 使⽤) ※⾼精度なメタデータを⽣成するために実際はこれ以上に複雑なデータの前処理を⾏っている ベクトルデータ含め、 様々な種類のデータを 1つのDBで実現できる 適した検索ワードが思いつかない場合 に欲しいデータにたどり着けない 活⽤課題 Duality View (相互反映) AIに⼊⼒するデータを 動画から画像にすること で動画⼊⼒のモデルの 制約を解決する
  15. どこでもデータをOracleの技術で安く利⽤できる仕組み OCIなら OCI お客様 データセンタ 転送量無料 Free Free OCI 毎⽉10TB

    無料 インターネット Free 10TB Free AI Foundry Bedrock Vertex AI Generative AI Oracle Database @Azure Oracle Database @Google Cloud Oracle Database @AWS データを移動させるのにかかる⾦銭的コストが安い 詳細はブースにて︕ 他社のクラウド環境でもOracle技術が使える データが保管されている場所と 活⽤の場所が離れている 収集課題