AIの基礎
えーあいのきそ
AI・人工知能とは何か、なぜ今注目されているのかを、専門用語を使わずに解説します。
AIとは何か
AI（人工知能）は、人間が行う「考える」「判断する」「学ぶ」といった知的な作業を、コンピュータに行わせる技術の総称です。
特別なロボットの話ではなく、すでに私たちの日常に入り込んでいます。スマホの音声アシスタント、メールの迷惑メールフィルター、ネットショッピングの「おすすめ商品」など、多くの場面でAI技術が使われています。
なぜ今AIが注目されているのか
2022年末にChatGPTが登場したことで、AIが一気に身近になりました。それまでAIは専門家だけのものでしたが、今は誰でもテキストを入力するだけで使えるようになりました。
この変化をもたらしたのが**LLM（大規模言語モデル）**という技術です。大量のテキストデータから学習し、人間のように文章を理解・生成できるようになりました。
AIにできること・できないこと
できること
- 文章の作成・要約・翻訳
- 質問への回答
- 画像の認識・生成
- データの分析・パターン発見
- プログラムコードの作成補助
まだ苦手なこと
- 最新の情報の正確な把握
- 感情や文脈の完全な理解
- 100%正しい回答の保証
- 創造的な「ゼロからの発想」
代表的なAIサービス
| サービス名 | 開発元 | 特徴 |
|---|---|---|
| ChatGPT | OpenAI | 最も普及している対話型AI |
| Claude | Anthropic | 安全性重視、長文理解に強い |
| Gemini | Google連携、画像理解が得意 |
LLMの仕組みのざっくり理解
LLM（大規模言語モデル）は「ものすごい量の文章を読んで、次に来る単語を確率で予測する」仕組みでできています。「人間のように考えている」のではなく、「もっとも自然に続く文章を作っている」のです。この前提を理解しておくと、後述するハルシネーション（嘘を本当のように言ってしまう現象）の理由も納得できます。
会話の入り口として プロンプト（与える指示文）の品質が出力品質を大きく左右します。「箇条書きで」「3行で」「丁寧な敬語で」と書くだけで結果がガラッと変わります。同じLLMでも、聞き方次第で出てくるものが大きく違うことを覚えておきましょう。
知っておくとよい4つの落とし穴
1. ハルシネーション（もっともらしい嘘）
LLMは「次に来る確率の高い単語」を予測しているだけで、出力内容の真偽を検証していません。実在しない人物の経歴、存在しない関数名、誤った日付を 自信たっぷりに 述べることがあります。
対策: 重要な情報は必ず別ソースで裏取り。社内ツール組み込み時は「根拠資料を併記させる（RAG）」のが定番。
2. コンテキスト長の制約
LLMが一度に扱える情報量には上限があります（200K トークン = 約30万文字 など）。長い対話や巨大ドキュメントでは、古い情報が抜け落ちていく性質があるため、「忘れている前提」で重要事項は何度も繰り返したり、システムプロンプトに恒久的に残したりするのが定石です。
3. 学習データの時点問題
モデルは学習時点までの情報しか知りません（例: 2024年初までの情報）。最新ニュースや社内情報は本来知らないので、「知ってるふり」をして適当に答える危険があります。
対策: RAG（検索拡張生成）で、回答直前に外部知識を渡してから答えさせる。
4. 個人情報・機密の流出
入力したテキストが学習に使われたり、ログとして残ったりする可能性があります。社外秘の情報や個人情報は、業務利用が認められていないAIにそのまま入れてはいけません。法人プランや on-prem 版の検討、PIIマスキング処理が必要です。
AI活用の3つのレベル
| レベル | 概要 | 例 |
|---|---|---|
| 1. 個人利用 | チャットUIで質問・要約・翻訳 | ChatGPT で議事録要約 |
| 2. 業務組み込み | 社内ツールにAPIで接続 | RAG で社内Q&A自動化 |
| 3. エージェント | 自律的に行動するAI | Claude Code がコード修正を実行 |
レベル2以降は プロンプトエンジニアリング（指示の設計）と MLOps / LLMOps（運用基盤）が必要になり、専門人材を確保するか外部サービスを使うかの判断が出てきます。
業務でのリアルな活用パターン
- 議事録の要約: 録音 → 文字起こし → LLMで要約 + アクションアイテム抽出
- メール下書き: 要件をメモすれば敬語・丁寧体で下書きを作成
- 社内ドキュメント検索: 自然文で質問すれば社内規程や過去事例を出してくる（RAG）
- コード補助: 実装意図を伝えればコードが書ける（Claude Code、Cursor、GitHub Copilot）
- データ分析: 「この売上データから前年同月比を出して」のような自然文で分析依頼
初心者へのアドバイス
AIは「完璧な答えをくれる魔法」ではなく、「優秀な下書きを作ってくれる助手」と考えましょう。AIの回答は必ず人間が確認し、重要な判断は自分自身で行うことが大切です。
特に業務で使う場合は次の3点を意識すると安全です:
- 重要情報は裏取りする — ハルシネーションがあり得る前提で
- 機密情報は入れない場合を区別する — 法人プラン or on-prem 限定
- AIの提案は素材、最終決定は人間 — 法的・財務的判断は人が責任を持つ