生成AIと従来のAI（識別系AI）

1. 「AI」という言葉の解像度を上げる

ニュースや職場で「これからはAIの時代だ」「AIを業務に導入しよう」という言葉が飛び交っています。しかし、ここで言う「AI」とは一体何を指しているのでしょうか。

実は、ビジネスの現場で活用されているAIは、その仕組みと目的から大きく**「従来のAI（識別系AI）」と「生成AI（Generative AI）」**の2つに分類されます。この2つは、まるで「計算機」と「ワープロ」くらい用途が異なります。

「AIなら何でもできるんでしょう？」という誤解を解き、目の前の業務課題に対して「どちらのAIを使うべきか」を正しく判断するためには、まずこの両者の決定的な違いを理解することが不可欠です。

2. 従来のAI（識別系AI）：「見分ける・予測する」専門家

スマートフォンの顔認証、迷惑メールの自動振り分け、ECサイトの「おすすめ商品」の表示など、私たちがすでに何年も前から日常的に利用してきたのが「従来のAI（識別系AI）」です。

このAIの最大の得意分野は、過去の膨大なデータを学習し、入力されたデータに対して**「パターンを見分けること」や「数値を予測すること」**です。

• 得意なタスク（例）：
  • 分類・識別： 工場の生産ラインで、製品の画像から「良品」か「不良品」かを瞬時に見分ける。
  • 予測： 過去数年間の売上データや天候データから、「来月のA商品の売上個数」を高精度で予測する。
  • 最適化： 配送ルートのデータから、最も効率的でコストのかからないルートを算出する。

特徴： 従来のAIは、いわば「熟練の分析官」です。明確な正解があるタスクにおいて、人間を凌駕する精度とスピードで「〇〇である確率は95%」「売上は〇〇円になる」といった【判断】や【数値】を出力します。しかし、自ら新しい文章を書いたり、絵を描いたりすることはできません。

3. 生成AI（Generative AI）：「生み出す」クリエイター

一方、ChatGPTの登場によって近年爆発的に普及したのが「生成AI（Generative AI）」です。

生成AIの最大の特徴は、学習したデータ（言葉のルールや画像の特徴など）の構造を理解し、人間の指示（プロンプト）に応じて**「これまで存在しなかった新しいデータ（コンテンツ）をゼロから生み出すこと」**です。

• 得意なタスク（例）：
  • テキスト生成： 箇条書きのメモから、取引先向けの丁寧なビジネスメールの文面を作成する。
  • 要約・翻訳： 10ページに及ぶ難解な英語のレポートを読み込み、日本語で3つのポイントに要約する。
  • アイデア出し： 新規事業の企画案や、キャッチコピーのアイデアを数十個ブレインストーミングする。

特徴： 生成AIは、いわば「優秀なクリエイター（アシスタント）」です。数値や判断ではなく、自然な【文章】や【画像】を出力します。非常に柔軟で多様なタスクをこなせますが、前回のコラムでも触れた通り、確率論でデータを生成しているため、事実と異なる「もっともらしい嘘（ハルシネーション）」を混入させてしまう弱点を持っています。

4. 決定的な違いは「出力の形」にある

両者の違いをシンプルにまとめると、以下のようになります。

• 従来のAI（識別系AI）： データを与えると、**「答え（ラベルや数値）」**を出力する。
• 生成AI： 指示（プロンプト）を与えると、**「新しい作品（文章や画像）」**を出力する。

例えば、「猫の画像」をAIに見せたとします。 従来のAIは「これは98%の確率で猫です」と識別します。 生成AIは「わかりました、宇宙服を着た猫の画像を描きます」と新しい画像を生成します。 これが根本的なアルゴリズムの違いです。

5. 適材適所のツール選び：業務課題とどう結びつけるか

なぜこの違いを知ることが重要なのでしょうか。それは、「業務の目的に合わないAIを選んでしまう失敗」を防ぐためです。

例えば、「過去の顧客データをもとに、来月解約しそうな顧客をリストアップしてほしい」という業務課題があったとします。 これを生成AI（ChatGPTなど）に依頼するのは完全に悪手です。生成AIは厳密な数値計算やデータ分析を目的としたシステムではないため、もっともらしい「架空の顧客リスト」や「不正確な予測」をでっち上げる危険性が極めて高いからです。この場合は、機械学習を用いた「従来のAI（予測モデル）」を導入するのが正解です。

逆に、「解約しそうな顧客リストに対して、引き留めるための個別カスタマイズされたメール文面を100通り考えてほしい」という課題であれば、生成AIの独壇場となります。

6. まとめ：基礎知識が「正しい期待値」を生む

AIは万能の魔法ではありません。「見分ける・予測する」ことに特化した従来のAIと、「生み出す・まとめる」ことに特化した生成AI。それぞれの仕組みと得意分野を正しく理解することではじめて、「この業務はどちらのAIに任せるべきか」という的確な判断が可能になります。

「文章を要約させたいから生成AIを使おう」「売上の予測を立てたいから識別系AI（データ分析ツール）を使おう」。 このように、AIに対して「正しい期待値」を持ち、適材適所でツールを使い分ける知識こそが、組織でAIを安全かつ効果的に活用するための第一歩となるのです。