「AI動画クリエイターで月30万円」という投稿を見て、半信半疑で調べ始めた話
はじめに：うさんくさいと思っていた
正直に言うと、最初は完全にスルーするつもりだった。
Xのタイムラインを流し見していたとき、こんな投稿が目に入った。
「AI動画クリエイターを始めて6ヶ月。先月の収入は32万円でした。映像の仕事は未経験でしたが、AIツールを使えば誰でも動画が作れる時代です」
「またか」と思った。
SNSには「〇〇で月△万円」という投稿が溢れている。情報商材の入り口になっているパターンも多い。「AI」「副業」「未経験でも稼げる」という組み合わせは、詐欺的な情報の典型的な見出しにも見える。
でも、その投稿には実際に制作した動画のリンクが貼ってあった。
何気なく開いてみた。
そして、少し固まった。
見てしまった動画のクオリティ
その動画は、中小企業向けのサービス紹介動画だった。長さは約90秒。
内容としては、ある会計ソフトの機能紹介だった。プロのナレーターのような声で読み上げられる説明。きれいなアニメーションで表現されるUI。分かりやすいテロップ。BGMも自然に入っている。
「これ、本当にAIで作ったのか？」
疑いながらも、プロの制作会社に頼んで作ったような動画に見えた。少なくとも「AIっぽいチープな感じ」は全くなかった。
投稿者のプロフィールを見ると、「元事務職、映像制作未経験、生成AIを使った動画制作で独立」と書いてあった。フォロワーは当時2,000人ほどで、明らかにインフルエンサーではない。
これが本当なら、何かが変わっているんじゃないか。
その日の夜、「AI 動画 制作 ツール 2024」「生成AI 動画クリエイター 副業」などのキーワードで調べ始めた。
AI動画制作の現実：2026年版
調べれば調べるほど、「映像制作の常識」が根本から変わっていることがわかった。
私が持っていた「動画制作のイメージ」はこうだった。
高額なカメラと照明機材が必要
動画編集ソフト（Premiere ProやAfter Effects）を使いこなすには数年の学習が必要
プロの声優やナレーターに依頼するとかなりの費用がかかる
BGM・SEは著作権フリーのものを探すのが面倒
一本の動画を完成させるのに数日〜数週間かかる
2026年現在の実態はこうだ。
映像の生成： RunwayやPika、Kling、Soraなどのツールを使えば、テキストプロンプトを入力するだけでリアルな映像クリップが生成できる。「東京の夜景をドローンで撮影したような映像」「コーヒーが注がれる瞬間のスローモーション」「会議室でプレゼンをするビジネスパーソン」なども、カメラを使わず生成できる。
ナレーション・音声： ElevenLabsやVoicevoxなどのAI音声生成ツールを使えば、プロのナレーターに近いクオリティの音声が生成できる。声質・話速・抑揚まで調整できる。費用は月額数千円〜。
BGM・効果音： SunoやUdioなどの音楽生成AIを使えば、「明るくテンポの良いコーポレート向けBGM」「静かで落ち着いたナレーション向けBGM」などを、著作権フリーで生成できる。
テロップ・字幕： 音声から自動でテロップを生成するツールが複数ある。修正も簡単。
編集： CapCutのAI編集機能や、Descript、OpusClipなどを使えば、撮影した素材や生成した素材を自動で組み合わせ、カット・トランジション・エフェクトを自動適用できる。
これらを組み合わせると、以下のフローで動画が完成する。
ChatGPTで動画の台本・スクリプトを作成（15〜20分）
スクリプトをAI音声ツールでナレーション化（10〜15分）
各シーンのイメージを画像生成AI・動画生成AIで制作（20〜40分）
BGMをAIで生成（5〜10分）
素材を編集ツールで組み合わせ、テロップを入れる（20〜40分）
合計：1〜2時間で2分程度の動画が完成する。
自分で作ってみた：90分の記録
「本当にそんな簡単なのか」と思ったので、実際に試してみた。
題材は「初心者向けの資産運用入門」という2分の解説動画にした。
Step 1：スクリプト作成（18分） ChatGPTに「30代の会社員向け、資産運用を全く知らない人でも理解できる2分の解説動画のスクリプトを書いて。視聴者が最後まで見たくなるような構成で」と指示した。
最初に出てきた原稿は少し堅かったので、「もう少し話しかけるような口語体にして」と修正を依頼した。2回のやりとりで、使えるスクリプトが完成した。
Step 2：AI音声でナレーション生成（12分） スクリプトをAI音声ツールに貼り付け、声質を選んで読み上げさせた。最初に出た音声は少し機械的だったので、パラメーターを調整して再生成した。3回試して、「これなら使える」というクオリティになった。
Step 3：映像素材の生成（35分） スクリプトを各シーンに分割して、それぞれの映像を生成した。「東京の朝の街並み」「スマホで株価チャートを見ているビジネスパーソン」「積み上がるコインのアニメーション」など、9つのシーンを生成した。
全部が完璧なクオリティにはならなかった。9シーンのうち6シーンが使える品質で、3シーンは再生成が必要だった。再生成を含めて35分かかった。
Step 4：BGM生成（8分） 「明るく前向きな、ビジネス解説動画に合うBGM」という指示で音楽を生成した。2パターン作って、雰囲気の合う方を選んだ。
Step 5：編集・テロップ（20分） 映像・音声・BGMを編集ツールに読み込み、組み合わせた。自動でテロップを生成し、読みやすいように調整した。
合計：約93分で2分の動画が完成した。
完成した動画を見た感想：プロのクオリティには及ばない。でも、「使えない」ではなく「これなら企業に提供できるかもしれない」というレベルにはなっていた。少なくとも「手作り感が強くて恥ずかしい」という品質ではなかった。
企業側の需要を調べて驚いた
「作れる」ことはわかった。でも「本当に需要があるのか」という疑問が残った。
企業がAI動画制作サービスにどれだけ需要があるかを調べてみた。
企業が動画を必要としている理由：
採用活動（会社紹介動画、社員インタビュー動画）
商品・サービスの説明動画（LP、ECサイト、営業資料用）
社内研修・マニュアル動画
SNS用の短尺コンテンツ（Instagram、TikTok、YouTube Shorts）
展示会・イベント用の映像素材
中小企業の多くが「動画は必要だとわかっているが、制作費がかかるから踏み切れない」という状況にある。
制作会社に依頼した場合の相場：
1〜2分の商品紹介動画：15万〜50万円
採用動画（インタビュー形式）：30万〜100万円
SNS用ショート動画（30秒）：3万〜10万円
これが「AI動画クリエイター」に依頼すると：
同種の動画：3万〜15万円
制作会社の3分の1〜5分の1程度の価格で提供できる。しかも納期が早い。
「安いなら質が低いんじゃないか」と思う人もいる。でも「使える品質で安い」なら、多くの中小企業にとっては選択肢になる。「完璧なクオリティで高額」より「80点のクオリティで低コスト・短納期」を選ぶ企業は少なくない。
「映像の素養がない自分には無理」は完全な思い込みだった
AI動画制作で成果を出している人たちの属性を調べると、「映像制作未経験」が圧倒的多数だった。
元事務職、元営業職、元教師、元エンジニア（映像系ではない）。共通点は「映像の専門教育を受けていない」人たちが多いことだった。
なぜ未経験者でもできるのか。理由は明確で、「映像を作る技術的な作業」の大半をAIがやってくれるからだ。
以前の動画制作では、映像の専門知識が必要だった。露出・シャッタースピード・ホワイトバランスなどのカメラの設定。カット割りの技術。カラーグレーディング。トランジションの使い方。After Effectsのエフェクト操作。これらを習得するのに数年かかっていた。
今は違う。AIが「映像として成立するもの」を生成してくれる。人間がやることは「何を伝えたいか」と「どんな映像にしたいかの指示」だけだ。
この「何を伝えたいか考える能力」と「AIへの指示を的確に書く能力」は、映像の技術的な素養とは全く別の能力だ。そしてこれは、生成AIのプロンプトスキルと同じ能力だ。
つまり「プロンプトスキルを身につけた人は、AI動画制作にもそのスキルが使える」ということになる。
なぜ今がチャンスなのか
AI動画クリエイターという職種には、今だからこそのチャンスがある。
理由は三つある。
1. ツールが使えるレベルに達したのがここ1〜2年 生成AI動画ツールが「実際に仕事に使えるクオリティ」になったのは、2024〜2025年頃から。まだ市場に参入している人が少なく、競合が少ない。
2. 企業側の認知がまだ低い 「AI動画制作サービスが存在する」こと自体を知らない企業が多い。「そんなサービスがあるの？」という状態の企業に対して、存在を知らせるだけで仕事につながる可能性がある。
3. スキルの組み合わせで差別化できる 「AI動画制作ができる人」の中でも、「営業×AI動画」「マーケティング×AI動画」「教育×AI動画」という専門領域との掛け算で、特定ニッチに強い人材になれる。「営業支援動画の専門家」「人材採用動画の専門家」という形で差別化できる。
次回は「生成AIを学ぼうと思ったのに何も動けなかった理由を分析した話」を書く。情報が多すぎて選べないという「選択麻痺」の話。
