生成AIとは、学習したデータのパターンをもとに、文章・画像・音声・動画・プログラムなどの新しいコンテンツを作り出すAIのことです。
この記事で分かること:
- 生成AIの意味と、これまでの「見分ける・予測する」AIとの違い
- 文章・画像・音声・動画・コードなど、生成AIで作れるものの種類と、代表的なサービスの種類
- 経理・営業・製造・問い合わせ対応などの業務での使い方と、使うときの注意点
- 生成AIからAIエージェントへの発展と、会社として取り組むときの始め方
生成AIとは
総務省と経済産業省の「AI事業者ガイドライン」では、生成AIを「文章、画像、プログラム等を生成できる AI モデルにもとづく AI の総称」と定義しています。同ガイドラインは、2021年以降に「基盤モデル」と呼ばれる汎用的なAIが台頭し、予測・提案・決定にとどまらず、画像や文章などを生成する生成AIが普及しつつあると整理しています(出典:総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(PDF))。
基盤モデルとは、大量のデータで学習し、さまざまな用途に応用できる土台となるAIモデルのことです。文章を扱う基盤モデルの代表が、LLM(大規模言語モデル)です。同ガイドラインは、対話型の生成AIによって多くの人が「対話」でAIを使えるようになったことを「AIの民主化」と表現しています。
これまでAIを業務に使うには、目的ごとにデータを集め、専門家がモデルを作る必要がありました。生成AIでは、ふだんの言葉で指示(プロンプト)を書くだけで、文章の作成、要約、翻訳、アイデア出しなどを依頼できます。専門家でなくても使い始められることが、生成AIが一気に広がった理由です。
生成AIはどうやって答えを作るのか
文章を作る生成AIは、膨大な文章を学習して、「この言葉の次には、どんな言葉が来やすいか」という傾向を身につけています。質問を受けると、その傾向をもとに、続きの言葉を少しずつ選びながら回答を組み立てます。
ここで大切なのは、生成AIはデータベースから正解を探し出しているわけではない、という点です。もっともらしい文章を作るのは得意ですが、内容が事実として正しいかどうかを自分で確かめる仕組みは持っていません。そのため、事実と異なる内容をもっともらしく答えることがあります。この性質を前提に使い方を決めることが、業務で生成AIを使う出発点になります。
従来のAI(識別系AI)との違い
生成AIが広がる前から、AIは業務で使われてきました。画像から不良品を見つける、過去の実績から需要を予測する、メールが迷惑メールかどうかを判定する、といった用途です。こうしたAIは、データを見分けたり予測したりすることが役割のため、「識別系AI」や「予測系AI」と呼ばれることがあります。
| 観点 | 識別系・予測系のAI | 生成AI |
|---|---|---|
| 主な役割 | 見分ける、分類する、数値を予測する | 文章・画像などを新しく作る |
| 出力の例 | 「不良品/良品」「来月の需要は○個」 | 報告書の下書き、要約、画像、プログラム |
| 作り方 | 用途ごとにデータを集めて専用のモデルを作る | 汎用のモデルを、指示を変えてさまざまな用途に使う |
| 使う人 | 主にデータ分析の専門家・システム部門 | 現場の社員が直接使える |
| 正しさの確かめ方 | 正解データと比べて精度を測りやすい | 正解が一つに決まらず、内容の確認が人に委ねられやすい |
どちらが優れているということではありません。数値の予測や大量の検品のように、正解がはっきりしている業務では、識別系・予測系のAIが向いている場面も多くあります。AI・機械学習・ディープラーニングという言葉の関係は、AI・機械学習・ディープラーニングの違い で整理しています。
生成AIの種類と代表的なサービス
作れるものによる分類
生成AIは、何を作るかによって次のように分けられます。最近は、文章・画像・音声などを一つのAIでまとめて扱えるものも増えています。
| 種類 | できることの例 | 業務での使い道の例 |
|---|---|---|
| テキスト(文章) | 文章の作成・要約・翻訳・言い換え、質問への回答 | メールや報告書の下書き、議事録の要約、社内規程への質問対応 |
| 画像 | 指示文からの画像生成、画像の編集、画像の内容の説明 | 企画書の挿絵案、広告のラフ案、写真に写った内容の読み取り |
| 音声 | 文章の読み上げ、声での対話、話した内容の文字起こし | 会議の記録、音声での問い合わせ対応、研修動画のナレーション |
| 動画 | 指示文や画像からの短い動画の生成 | 説明動画や広告動画のラフ案 |
| コード(プログラム) | プログラムの作成・修正・説明 | 集計作業の自動化、社内ツールの作成、表計算の関数の作成 |
代表的なサービスの種類
製品名は移り変わりが速いため、ここでは種類で整理します。
| サービスの種類 | 例 | 特徴 |
|---|---|---|
| 対話型のAI | ChatGPT、Claude、Gemini など | 画面で質問や依頼を書き、対話しながら使う。文章・画像・ファイルを扱えるものが多い |
| 業務ソフトに組み込まれたAI | Microsoft 365 Copilot、Google Workspace の Gemini など | メール・文書・表計算・会議の画面の中で使える。社内の文書を参照できるものもある |
| 特定の用途に特化したAI | 議事録作成、画像生成、翻訳、問い合わせ対応など | 用途を絞っているぶん、導入しやすい |
| AIエージェント | Claude Code、Codex など | ファイルを読み、手順に沿って作業を進め、結果をまとめるところまで担う |
どのサービスを選ぶかより先に、何の業務に使うか、社内のどの情報を扱うかを決めておくと、選定で迷いにくくなります。
業務での使い方
生成AIは、文章や情報を扱う業務であれば、部門を問わず使い道があります。最初は、毎週・毎月繰り返す業務から選ぶと、効果を確かめやすくなります。
| 部門 | 使い方の例 | 人が確認すること |
|---|---|---|
| 経理 | 経費精算の問い合わせへの回答案、月次の数字の増減理由の説明文の下書き | 数字と勘定科目が正しいか |
| 営業 | 商談メモの要約、提案書の構成案、お客様へのメールの下書き | 顧客の固有情報や約束した内容が正しいか |
| 製造 | 作業手順書の下書き、不具合報告の要約、外国語のマニュアルの翻訳 | 安全に関わる手順や数値が正しいか |
| 問い合わせ対応 | よくある質問への回答案の作成、問い合わせ内容の分類 | 回答が社内の規程やサービスの内容と合っているか |
| 人事・総務 | 求人票や社内通知の下書き、規程に関する質問への回答 | 法令や社内規程と矛盾がないか |
| 管理職 | 会議資料の要点整理、論点の洗い出し、部下への依頼文の作成 | 判断の前提と結論が妥当か |
どの業務でも共通するのは、「AIが下書きを作り、人が確かめて仕上げる」という分担です。社内規程やマニュアルを読み込ませて質問に答えさせる使い方は、社内規程・マニュアルを読み込ませて回答させるAIの作り方 で詳しく解説しています。
生成AIを使うときの注意点
生成AIには便利さと同時に、業務で使ううえで押さえておくべき注意点があります。ここでは概要を整理します。
| 注意点 | 内容 | 主な対策 |
|---|---|---|
| もっともらしい誤り | 事実と異なる内容や、存在しない出典をもっともらしく出力することがある(ハルシネーション) | 根拠を示させる。数字・固有名詞・法令は原典で確認する |
| 情報の取り扱い | 入力した情報が、サービスの設定によっては学習などに使われることがある | 入力してよい情報を決める。法人向けのプランと設定を確認する |
| 権利の侵害 | 生成した文章や画像が、既存の著作物に似てしまうことがある | 社外に出すものは、既存の作品に似ていないかを確認する |
| 偏り | 学習データの偏りが、出力に表れることがある | 人の評価や採用など、人に影響する判断には単独で使わない |
| 頼りすぎ | AIの出力を確かめずに使う習慣がつく | 確認の手順と責任者を決めておく |
個人情報については、個人情報保護委員会が2023年6月に、事業者が個人情報を含む指示を生成AIサービスに入力する場合は、利用目的の範囲内かを十分に確認すること、入力した個人データが応答の出力以外の目的で扱われる場合は法令違反となる可能性があるため、提供事業者が機械学習に使わないことなどを確認することを求める注意喚起を出しています(出典:個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」)。
これらの注意点は、禁止事項を並べるだけでは防げません。社員が日々の判断に使える形で、社内のルールにまとめておくことが必要です。作り方は 生成AI利用ガイドラインの作り方 で解説しています。
AIエージェントへの発展と、会社としての始め方
「手伝うAI」から「任せるAI」へ
生成AIの使い方は、人が一つずつ質問して答えを受け取る形から、AIに仕事のまとまりを任せる形へと広がっています。ファイルを読み、手順に沿って作業を進め、結果をまとめるところまで担うAIを、AIエージェントと呼びます。前述の AI事業者ガイドライン(第1.2版)も、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動する AI システム」と定義し、社会実装の試みが進んでいるとしています。
AIに任せられる範囲が広がると、ツールを足すだけでなく、仕事の流れそのものを見直す必要が出てきます。AIを前提に業務・組織・意思決定の仕組みを作り替えることを、AX(AIトランスフォーメーション)と呼びます。詳しくは AX(AIトランスフォーメーション)とは をご覧ください。
会社として取り組むときの4つのステップ
当社では、組織のAX(AI活用)が「導入期 → 初期定着期 → 組織拡大期 → 組織定着期」の4つのステージで進むと捉えています。生成AIを使い始めたばかりの会社は、まず導入期で次の4つを揃えることをおすすめします。
| ステップ | やること | 目安となる状態 |
|---|---|---|
| 1. ルールを決める | 使ってよいサービス、入力してよい情報、出力の確認の仕方を決める | 社員が迷わず使い始められる |
| 2. 業務を選ぶ | 毎週・毎月繰り返す、文章や情報を扱う業務を3〜5つ選ぶ | 何に使うかが部門ごとに決まっている |
| 3. 手順を共有する | うまくいった指示の書き方と確認の手順を、部門で共有する | 一部の人だけでなく、部門で同じやり方ができる |
| 4. 効果を測る | 使う前と後で、利用率と所要時間を測る | 経営会議で続けるかどうかを判断できる |
研修を一度行っただけでは、多くの場合、使う人は一部に偏ります。業務に組み込み、使い続ける状態にするには、研修のあとに実際の業務で試し、手順を直していく期間が必要です。研修の選び方は 生成AI研修の種類と選び方、全社への広げ方は 中堅・中小企業のためのAI活用ロードマップの作り方 で解説しています。
当社の支援
当社の 階層別・テーマ別研修 では、生成AIの仕組みと得意・不得意、入力してよい情報のルール、出力の確かめ方を、受講者が自分の業務を題材に演習しながら身につけます。生成AIの次の段階として、AIエージェントに任せる業務の設計から実装・定着までを研修で扱う場合は AIエージェント研修 をご覧ください。
これから生成AIの導入を始める会社向けには、はじめてのAI導入 で進め方をまとめています。現場に時間がなく、業務の選定から定着までを一緒に進めてほしい場合は 個別伴走支援、自社で何から始めるべきかを整理したい場合は 無料相談 からお問い合わせください。AIの最新の動きを毎週追いたい方は、無料のメールマガジン 週刊AXニュース をご利用ください。




