AIは何の略？正式名称Artificial Intelligenceの意味と関連用語の違い

AIは「Artificial Intelligence(アーティフィシャル・インテリジェンス)」の略で、日本語では「人工知能」と訳され、読み方は「エーアイ」です。ニュースや社内資料で毎日のように目にする言葉ですが、正式名称の成り立ちや、機械学習・深層学習・LLM・生成AIとの関係まで説明できる人は多くありません。総務省「令和8年版 情報通信白書」では、自社の何らかの業務で生成AIを利用している日本企業の割合が86.4%とされ、職場でAIという言葉を正しく使い分ける必要性は高まっています。本記事では、正式名称・読み方・別名から、定義が分かれる理由、歴史、関連用語の階層関係、よくある誤解までを、公的機関の資料をもとに整理します。

目次

開く

閉じる

1. AIの意味を社内でそろえるには、共通の用語集と学習環境が近道
2. AIは何の略？正式名称はArtificial Intelligence
3. AIの定義が研究者や組織ごとに異なる理由
4. AIの歴史｜1956年ダートマス会議から生成AIまで
5. AI・機械学習・深層学習・LLM・生成AIの階層関係
6. よくある誤解｜AIと生成AI、AIと自動化の違い
7. 職場でのAI活用はどこまで広がっているか
8. AIの用語を社内でそろえる手順｜用語集づくりから理解度の確認まで
9. よくある質問(FAQ)
10. まとめ
11. 参考文献

AIの意味を社内でそろえるには、共通の用語集と学習環境が近道

AIの意味を社内でそろえるには、用語の定義と具体例をまとめた教材を用意し、全員が同じ内容を学べる仕組みにするのが近道です。一人が正しく理解していても、社内で同じ意味で使われていなければ、会議や資料で認識のずれが起こります。

たとえば、ある部署では「AI」を画像認識や需要予測のような機械学習の意味で使い、別の部署では「AI」をChatGPTのような生成AIの意味で使っている、という状況はめずらしくありません。この状態で「AIを導入しよう」と話し合うと、必要な予算もデータもリスクもまったく違うものを想定したまま議論が進んでしまいます。

社内教育の手段としてよく使われるのが、パソコンやスマートフォンで講座を受講でき、受講状況を管理者が確認できるeラーニングシステム(LMS)です。ただし、既製の講座を配信したいのか、自社の用語集やルールを教材にしたいのか、理解度をテストで確かめたいのかによって、合うサービスは変わります。お名前.comビジネスコンシェルジュに掲載されているeラーニングのうち、役割の違う3サービスを比べると次のとおりです。

社内でAIを使う前提になる基礎教育を、既成のコンテンツで配信したい場合の一例がOneCompliance(ワンコンプライアンス)です。コンプライアンス研修に特化したeラーニングで、情報セキュリティ、個人情報保護法、著作権(AIに関する著作権を含む)などのコースが用意されています。ダッシュボードで受講状況を確認でき、自動リマインダーで受講を促せるため、担当者が一人ずつ連絡する手間を減らせます。一方で、料金体系が受講者の人数によって変わり、デモや無料トライアルの詳細も問い合わせで確認する必要があります。料金はプランによって異なるため、資料や公式サイトで確認してください。

AIは何の略？正式名称はArtificial Intelligence

AIは「Artificial Intelligence」の頭文字をとった略語で、読み方は「アーティフィシャル・インテリジェンス」、日本語では「人工知能」と表記します。

ArtificialとIntelligenceの意味

「Artificial」は「人工の」「人の手で作られた」、「Intelligence」は「知能」「知性」を意味する英単語です。直訳すると「人工的に作られた知能」となり、これが日本語の「人工知能」の由来です。なお、Intelligenceには「情報」「諜報」という意味もありますが、AIの文脈では「知能」の意味で使われます。ビジネス文書で「インテリジェンス」という言葉を見かけたときは、どちらの意味かを文脈で判断する必要があります。

AIの読み方・別名・略さない言い方

AIの読み方は「エーアイ」で、略さずに英語で言うと「Artificial Intelligence(アーティフィシャル・インテリジェンス)」、日本語に訳すと「人工知能」です。「AI」と「人工知能」は同じものを指す呼び方で、総務省の情報通信白書でも「人工知能(AI)」と併記されています。場面ごとの使い分けは次のとおりです。

呼び方	表記と読み	使われやすい場面
略称	AI(エーアイ)	日常会話、ビジネス文書、製品名
英語の正式名称	Artificial Intelligence(アーティフィシャル・インテリジェンス)	初出の併記、英語の資料、論文
日本語名	人工知能(じんこうちのう)	公的資料、学会名、書籍のタイトル

「AI」という略称が広まった背景

英語圏では1956年の研究会をきっかけに「Artificial Intelligence」という言葉が学術用語として定着し、略称の「AI」も研究者の間で使われてきました。日本では、2010年代の第三次AIブームで画像認識や音声アシスタントが身近になったこと、さらに2022年以降に対話型の生成AIが急速に普及したことで、「AI」という2文字だけで意味が通じるほど一般的な言葉になりました。

AIと一緒に覚えたい略語

AIの話題では、ほかにも英語の略語が多く登場します。正式名称と日本語の意味を一覧にすると次のとおりです。

略語	正式名称(英語)	日本語での意味
AI	Artificial Intelligence	人工知能
ML	Machine Learning	機械学習(データからパターンを学ぶAIの技術)
DL	Deep Learning	深層学習(多層のニューラルネットワークを使う機械学習の手法)
LLM	Large Language Model	大規模言語モデル(文章を理解・生成するAIモデル)
GPT	Generative Pre-trained Transformer	事前学習済みの生成型トランスフォーマー(LLMの一種)
AGI	Artificial General Intelligence	汎用人工知能(さまざまな課題に対応できるよう設計されたAI、研究の対象となっている概念)
NLP	Natural Language Processing	自然言語処理(人間の言葉をコンピューターで扱う技術)

ChatGPTの「GPT」も略語で、Generative Pre-trained Transformerの頭文字です。製品名に含まれる略語の意味を知っておくと、その製品がどの種類のAIなのかを判断しやすくなります。ビジネスでよく見かけるAI以外の略語も、正式名称から整理すると意味をつかみやすくなります。たとえばDXについてはDXは何の略？経産省定義と正式名称の解説で、BPOについてはBPOは何の略？正式名称・読み方とBPR/ITO/RPOとの違いで詳しく解説しています。

AIの定義が研究者や組織ごとに異なる理由

AIには、すべての研究者や組織が合意した唯一の定義はありません。「知能」そのものの定義が定まっていないうえ、AIの技術範囲が時代とともに広がってきたためです。

「知能」の定義そのものが定まっていない

AIを「人間の知能を人工的に実現するもの」と説明しても、そもそも人間の知能とは何かについて、心理学や脳科学でも統一された答えはありません。推論する力、学習する力、言葉を理解する力、状況に合わせて判断する力など、どの能力を重視するかによって、AIの定義も変わります。総務省の「平成28年版 情報通信白書」でも、人工知能は大まかには「知的な機械、特に、知的なコンピュータプログラムを作る科学と技術」と説明されるものの、その定義は研究者によって異なっており、背景には「知性」や「知能」自体の定義がないことがあると整理されています。

同白書は、日米の就労者にAIのイメージを尋ねた調査も紹介しています。日米どちらでも「コンピューターが人間のように見たり、聞いたり、話したりする技術」というイメージが多い一方、米国では「人間の脳の認知・判断などの機能を、人間の脳の仕組みとは異なる仕組みで実現する技術」というイメージも浸透しており、AIに対するイメージは日米で必ずしも一致しないとされています。同じ「AI」という言葉でも、人によって思い浮かべるものが違うことは、公的な調査でも確かめられています。

技術が進むと「AI」と呼ばれなくなる現象

かつては最先端のAI研究だった技術が、実用化されて身近になると、AIとは呼ばれなくなる傾向があります。たとえば、かな漢字変換や迷路の探索、チェスのプログラムは、登場当時はAI研究の成果とされていましたが、現在は普通のソフトウェア機能として扱われています。このため、「どこからがAIか」という線引きは時代によって動き続けています。

公的資料での定義の最新状況

社内文書や契約書でAIという言葉を使うときは、拠り所になる公的な資料を決めておくと安心です。2025年に公布され、同年9月1日に施行された「人工知能関連技術の研究開発及び活用の推進に関する法律」(AI推進法、令和7年法律第53号)は、第2条で「人工知能関連技術」を、人間の認知、推論及び判断に係る知的な能力を代替する機能を実現するために必要な技術などとして定めています。法律の用語は「人工知能関連技術」であり、一般に使われる「AI」と完全に同じ範囲を指すわけではない点に注意が必要です。

事業者向けの指針としては、経済産業省の検討会が取りまとめる「AI事業者ガイドライン」があり、2026年3月31日に第1.2版が公表されています(経済産業省の掲載ページで確認)。このガイドラインは、AIに関わる主体を「AI開発者」「AI提供者」「AI利用者」の3つに分けて考え方を示しており、自社がどの立場でAIに関わるのかを確認するうえでも役立ちます。なお、本記事は一般的な情報提供を目的としたもので、法的助言ではありません。個別の判断が必要な場合は、所管省庁の資料や専門家に確認してください。

定義の立場	AIをどう捉えるか	使われやすい場面
研究分野としてのAI	人間の知的な振る舞いをコンピューターで実現しようとする学問領域	学会、大学の講義、研究論文
技術としてのAI	機械学習や深層学習など、データから判断や予測を行う仕組み	システム開発、製品仕様書
制度・ルールとしてのAI	法律では「人工知能関連技術」として定義され、ガイドラインでは開発・提供・利用の各主体が守るべき考え方の対象になる	法令、ガイドライン、社内規程、契約書

AIの歴史｜1956年ダートマス会議から生成AIまで

「Artificial Intelligence」という言葉は、1956年に米国で開かれたダートマス会議で初めて使われました。その後、AI研究はブームと停滞を繰り返しながら、現在の生成AIにつながっています。

ダートマス会議で「Artificial Intelligence」が誕生

人工知能学会の解説によると、ダートマス会議の正式名称は「The Dartmouth Summer Research Project on Artificial Intelligence(人工知能に関するダートマスの夏期研究会)」で、ここで初めて「Artificial Intelligence」という言葉がジョン・マッカーシーによって使われました。発起人には、マッカーシーのほかマービン・ミンスキー、クロード・シャノン、ナザニエル・ロチェスターらが名を連ねています。「会議」と呼ばれていますが、何かを決める話し合いではなく、参加者が研究成果を発表し合う研究会でした。

3度のブームと「冬の時代」

総務省「平成28年版 情報通信白書」では、AI研究にはブームと冬の時代が交互に訪れてきたと整理されています。流れをまとめると次のとおりです。

時期	主な技術・出来事	限界・その後
第一次ブーム(1950年代後半から1960年代)	コンピューターによる「推論」や「探索」で、特定の問題に解を示せるようになった	迷路や定理証明のような単純な問題は解けても、現実社会の複雑な課題は解けず、冬の時代へ
第二次ブーム(1980年代)	専門家の知識をルールとして入力するエキスパートシステムが実用化された。日本では政府による「第五世代コンピュータ」の大型プロジェクトが推進された	知識を人の手で記述・管理する負担が大きく、1995年頃から再び冬の時代へ
第三次ブーム(2000年代以降)	ビッグデータを使った機械学習、深層学習の登場で画像認識などの精度が大きく向上	現在も継続。2020年代には大規模言語モデルを使った生成AIが普及

同白書は、過去2回のブームについて、AIが実現できる技術的な限界よりも社会がAIに期待する水準が上回り、その乖離が明らかになったことでブームが終わったと評価されていると述べています。現在の第三次ブームでも、AIの潜在的な可能性と、確実に実現できる領域には隔たりがあることを認識する必要がある、という指摘が紹介されています。業務でAIを導入するときに、何ができて何ができないのかを、言葉の意味から確認しておくことが大切だといえます。

生成AIの普及で「AI」の意味が広がった

2022年以降、文章や画像を作り出す生成AIが一般の人でも使えるようになり、「AI」という言葉が指す範囲は一気に広がりました。一方で、日常会話で「AI」と言うとき、生成AIだけを指しているのか、機械学習全般を指しているのかがあいまいになっています。歴史を知っておくと、「AI」は60年以上かけてさまざまな技術を含むようになった大きな言葉であり、生成AIはその最新の一部である、という位置づけが理解しやすくなります。

3サービスの役割を比較表で見る

AI・機械学習・深層学習・LLM・生成AIの階層関係

AI関連の用語は並列の関係ではなく、「AI」という大きな概念の中に機械学習があり、その中に深層学習があり、深層学習の技術を使ってLLMや生成AIが作られている、という入れ子の関係にあります。

この関係を外側から順に並べると、次のようになります。

1. AI(人工知能)：人間の知的な振る舞いをコンピューターで実現する技術全体。ルールを人が書くタイプも含む
2. 機械学習：AIの中で、データからパターンを学習して判断や予測を行う技術
3. 深層学習：機械学習の中で、多層のニューラルネットワークを使う手法。画像認識や音声認識の精度を大きく高めた
4. LLM(大規模言語モデル)：深層学習を使い、大量の文章を学習して言葉を理解・生成するモデル
5. 生成AI：文章、画像、音声、動画などの新しいコンテンツを作り出すAIの総称。文章を生成するものの多くはLLMを使っている

用語	含まれる範囲	業務での身近な例
AI	もっとも広い。下のすべてを含む	ルールに従って問い合わせを振り分ける仕組みなども含まれる
機械学習	AIの一部	過去の販売データからの需要予測、迷惑メールの判定
深層学習	機械学習の一部	製品の外観検査の画像認識、会議音声の文字起こし
LLM	深層学習を使ったモデルの一種	文章の要約、翻訳、質問への回答
生成AI	新しいコンテンツを作るAIの総称	メール文案の作成、企画書の下書き、画像の作成

製品の説明に「AI搭載」と書かれていても、それが需要予測のような機械学習なのか、文章を作る生成AIなのかによって、必要なデータ、得意な作業、注意すべきリスクはまったく異なります。階層関係を押さえておくと、「AI搭載」の中身を確かめる質問ができるようになり、導入の判断も正確になります。生成AIの料金や入力できる文字数の仕組みに関わるトークンについては、AIトークンとは｜生成AIの料金と文字数を決める仕組みを解説で説明しています。

AIの種類｜特化型AIと汎用AI

AIは、対応できる範囲の広さでも整理されます。特定の分野の課題に対応するAIを「特化型AI」、特定の課題に限らずさまざまなスキルを習得できるよう設計されたAIを「汎用AI(汎用人工知能、AGI)」と呼びます。人工知能学会の解説では、人工知能の分野は長らく個別の課題に対処する「Narrow AI」の研究・開発にあたってきたとされています。総務省「平成28年版 情報通信白書」も、ディープラーニング単独では、あらゆる分野のどのような問題も解決できる万能のAIまでは生み出せず、個別の分野の具体的な問題に対応するAIを個々に実用化していくための研究が重要になると整理しています。

種類	考え方	業務での確認ポイント
特化型AI(Narrow AI)	特定の分野の課題に対応する。外観検査、需要予測、迷惑メールの判定など	どの業務に使うAIなのか、必要なデータは何かを確認する
汎用AI(AGI)	さまざまな課題に対応できるよう設計されたAI。研究や議論の対象となっている概念	「何でもできるAI」という説明は、中身を確かめてから判断する

ただし、ここまでの階層関係や種類の違いは、一度説明しただけでは社内に定着しにくいものです。新入社員や異動者が加わるたびに説明し直すより、用語の図表と具体例を自社の言葉でまとめた教材を用意し、誰でも同じ内容を確認できるようにしておくと、担当者によって説明がぶれることを防げます。

自社の用語の定義や、AIを使ってよい範囲のルールまで含めて教材にしたい場合の一例がSmart Boardingです。社員研修・OJT・eラーニングを1つのシステムで行えるプラットフォームで、自社の資料や動画を組み合わせたオリジナルの研修コースを作成でき、LMS機能で各受講者の進捗や理解度を確認できます。自社の動画とSmart Boardingの動画を組み合わせた研修コースも作れます。一方で、社内独自の教育内容を学習プログラムにするには一定の手間がかかり、担当者との打ち合わせも必要です。料金はプランによって異なるため、資料や公式サイトで確認してください。

同じ言葉でコミュニケーションが取れるようにすること、つまり「共通言語」を持つことが重要だと感じていました。

アース環境サービス株式会社 能力開発センター長の福吉様(Smart Boardingの導入事例より) 出典：導入事例ページ

よくある誤解｜AIと生成AI、AIと自動化の違い

「AI」という言葉を使うときに起きやすい誤解は、生成AIとAI全体を同じものと考えること、そしてルールどおりに動く自動化の仕組みをAIと呼んでしまうことの2つです。

「AI=生成AI」ではない

生成AIはAIの一部であり、AIのすべてが文章や画像を作れるわけではありません。たとえば、需要予測や不良品の検知に使われるAIは、何かを分類・予測することが目的で、文章を生成する機能は持っていません。社内で「AIを使ってよいか」というルールを作るときも、生成AIに限った話なのか、AI全般の話なのかを明確にしておかないと、対象外の業務まで制限したり、逆に必要な管理が漏れたりします。

RPAなどの自動化はAIとは別の仕組み

RPA(Robotic Process Automation)は、人が決めた手順どおりにパソコン操作を自動で繰り返す仕組みです。データから学習して判断を変えるわけではないため、一般にはAIとは区別されます。最近はRPAとAIを組み合わせた製品も増えていますが、「自動で動く=AI」ではない点を押さえておくと、製品比較のときに機能を正しく見分けられます。

言葉の取り違えで起きやすい失敗

よくある失敗	起きること	防ぎ方
「AI」と「生成AI」を区別せずに社内ルールを作る	生成AIの入力制限が、需要予測などほかのAIにも適用され、業務が止まる	ルールの冒頭で対象を「生成AI」「AI全般」のどちらかに明記する
「AI搭載」の中身を確認せずに製品を選ぶ	想定していた作業ができず、導入後に期待とのずれが判明する	機械学習による予測か、生成AIによる作成かを提供元に確認する
略語の正式名称を確認せずに資料に書く	誤った表記が社外向け資料に残り、信頼を損なう	略語は初出で正式名称と日本語訳を併記する

こうした失敗は、ルールや用語集を読んだだけでは防ぎきれないことがあります。略語の正式名称や、「AI」と「生成AI」の区別を理解できているかを、テストで確かめたい場合の一例がSAKU-SAKU Testingです。CBT(コンピューターを使った試験)の技術を活かしたテスト機能を備えたeラーニングで、選択式・穴埋め・並び替え・記述の問題を配信できます。既存の設問と自社で作ったオリジナルの設問を1つのテストにまとめられるため、自社ルールで使う用語を問う設問も、同じ集計で管理できます。受講状況や結果はリアルタイムで集計されます。一方で、AIによるリモート監視機能(サクテスAIMONITOR)などは有償オプションの契約が必要です。料金はプランによって異なるため、資料や公式サイトで確認してください。

1つのテストの中にコンプライアンス総合問題集の設問と当社オリジナルの設問を一緒にできるので助かっています。

メディカル・データ・ビジョン株式会社 リスク・コンプライアンス部の築井氏(SAKU-SAKU Testingの導入事例より) 出典：導入事例ページ

職場でのAI活用はどこまで広がっているか

総務省「令和8年版 情報通信白書」によると、自社の何らかの業務で生成AIを利用していると回答した日本企業の割合は86.4%でした(活用方針の設問で「わからない」と回答した企業を除いた集計)。2024年度の企業向け調査に比べて大幅に上昇しており、AIはすでに一部の専門部署だけの話題ではなくなっています。

AIでできる主なこと

AIが得意とする作業は、大きく「画像認識」「音声認識」「自然言語処理」「予測」「生成」に分けて考えると整理しやすくなります。どれもAIという同じ言葉で呼ばれますが、扱うデータも使われる技術の階層も異なります。「AIで何ができるか」を社内で話し合うときは、まずどの種類の作業を任せたいのかを言葉にしておくと、候補になる製品や必要なデータを絞り込みやすくなります。

できること	内容	身近な例
画像認識	写真や映像に写っているものを見分ける	製品の外観検査、顔認証による入退室管理
音声認識	人の声を聞き取り、文字や命令に変換する	音声アシスタント、会議音声の文字起こし
自然言語処理	文章の意味を読み取り、分類・要約・翻訳する	問い合わせメールの振り分け、文書の翻訳
予測	過去のデータから将来の数値や起こりやすいことを推定する	需要予測、設備の異常検知
生成	学習した内容をもとに新しい文章や画像を作る	メール文案や企画書の下書き、画像の作成

同白書によると、業務類型ごとの生成AIの活用状況では、日本企業は「議事録・メール作成補助」での活用を回答した割合が約7割と最も高く、次いで「営業・販売」が約6割、「社内ヘルプデスク」が約5割でした。身近な活用例をひとつ挙げると、会議の議事録づくりがあります。会議音声を深層学習による音声認識で文字に起こし、その文章をLLMで要約して議事録の下書きにする、という流れです。この一つの作業の中にも、深層学習とLLMという異なる階層の技術が組み合わされています。

活用が広がるほど、社員一人ひとりが「いま使っているのはどの種類のAIか」「入力してよい情報は何か」を理解している必要があります。AIの意味を知ることは、安全に使いこなすための最初の一歩です。中小企業がAIを始めるときの具体的な進め方は、AIとは？中小企業が安全に始める3ステップでも詳しく解説しています。

3サービスの役割を比較表で見る

AIの用語を社内でそろえる手順｜用語集づくりから理解度の確認まで

AIの用語を社内でそろえる手順は、対象の範囲を決める、拠り所の定義を決める、略語の書き方を決める、用語集と具体例を作る、全員に配信して理解度を確かめる、定期的に見直す、の6つです。

1. 対象の範囲を決める：「AI」が生成AIだけを指すのか、機械学習などAI全般を指すのかを、ルールや資料の冒頭で明記します
2. 拠り所の定義を決める：社内文書や契約書で使う定義を、AI推進法やAI事業者ガイドラインなどの公的な資料から選び、出典を残します
3. 略語の書き方を決める：略語は初出で正式名称と日本語訳を併記する、といった書き方の決まりを作ります
4. 用語集と具体例を作る：AI・機械学習・深層学習・LLM・生成AIの階層関係と、自社の業務での例を1つの資料にまとめます
5. 全員に配信して理解度を確かめる：新入社員や異動者も含めて同じ教材を配信し、受講状況と理解度を確認します
6. 定期的に見直す：AI事業者ガイドラインの改訂や新しい用語の登場に合わせて、用語集と教材を更新します

この中で手間がかかりやすいのは、5番の配信と確認、6番の更新です。用語集を作るだけなら一度で終わりますが、全員が読んだか、理解できているか、古い内容のままになっていないかを見届ける作業は、担当者が変わるたびに発生します。今の運用で足りているかを、次のチェックで確かめてみてください。

用語集の配信、受講状況の確認、未受講者への連絡を毎回手作業で行っている場合は、その部分をシステムにまかせるだけでも担当者の負担は軽くなります。OneCompliance(ワンコンプライアンス)のダッシュボードと自動リマインダーは、まさにこうした連絡や集計の手間を減らすための機能です。

よくある質問(FAQ)

Q1. AIは何の略ですか？略さずに言うと何ですか？

A. AIは「Artificial Intelligence」の略で、略さずに言うと「アーティフィシャル・インテリジェンス」、日本語では「人工知能」です。Artificialは「人工の」、Intelligenceは「知能」を意味する英単語で、略称のAIは「エーアイ」と読みます。

Q2. Artificial Intelligenceという言葉はいつ生まれましたか？

A. 1956年に米国で開かれたダートマス会議で、ジョン・マッカーシーによって初めて使われたとされています。この研究会をきっかけに、人工知能が一つの研究分野として広がりました。

Q3. AIと機械学習はどう違いますか？

A. AIは人工知能に関する技術全体を指す広い言葉で、機械学習はその中の一つの技術です。機械学習はデータからパターンを学習して判断や予測を行う点が特徴です。

Q4. GPTやLLMとは何の略ですか？

A. GPTは「Generative Pre-trained Transformer」の略で、LLMは「Large Language Model(大規模言語モデル)」の略です。GPTは、大量の文章を学習して言葉を理解・生成するLLMの一種です。

Q5. AIと生成AIは同じものですか？

A. 同じではありません。生成AIは、文章や画像などの新しいコンテンツを作り出すAIの総称で、AIの一部です。需要予測や画像の分類など、生成を目的としないAIも多くあります。

Q6. 社内でAI用語の理解をそろえるにはどうすればよいですか？

A. 対象の範囲や拠り所の定義を決めたうえで、用語の定義と具体例をまとめた教材を用意し、全員が同じ内容を学べるようにする方法が有効です。eラーニングシステムを使うと、教材の配信と受講状況の確認を一つの仕組みで行えます。

まとめ

AIは「Artificial Intelligence(人工知能)」の略です。本記事のポイントは次の5つです。

1. AIの正式名称はArtificial Intelligenceで、読み方は「エーアイ」、日本語名は「人工知能」。1956年のダートマス会議で初めて使われた言葉である
2. AIには唯一の定義がないため、ビジネスではAI推進法やAI事業者ガイドラインなど公的な資料を拠り所にする
3. AI、機械学習、深層学習、LLM、生成AIは入れ子の階層関係にあり、「AI=生成AI」ではない
4. 略語は初出で正式名称と日本語訳を併記し、社内ルールでは対象が生成AIかAI全般かを明記する
5. 用語の理解を社内でそろえるため、eラーニングなどの学習の仕組みを検討し、資料を取り寄せて教材の配信方法やテスト機能を比べる

AIという言葉の意味を正しく押さえることは、AIを安全に業務へ取り入れるための土台です。まずは社内で使う用語の定義をそろえるところから始めてみてください。

参考文献

• デジタル庁・e-Gov法令検索「人工知能関連技術の研究開発及び活用の推進に関する法律(令和七年法律第五十三号)」 https://laws.e-gov.go.jp/law/507AC0000000053
• 経済産業省「AI事業者ガイドライン検討会」(AI事業者ガイドライン 第1.2版 掲載) https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/
• 総務省「令和8年版 情報通信白書 生成AIの業務利用状況」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html
• 総務省「平成28年版 情報通信白書 人工知能(AI)とは」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142110.html
• 総務省「平成28年版 情報通信白書 人工知能(AI)研究の歴史」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142120.html
• 総務省「平成28年版 情報通信白書 代表的な研究テーマ」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142130.html
• 一般社団法人人工知能学会「人工知能の話題：ダートマス会議」 https://www.ai-gakkai.or.jp/whatsai/AItopics5.html
• 一般社団法人人工知能学会「私のブックマーク 汎用人工知能」 https://www.ai-gakkai.or.jp/resource/my-bookmark/my-bookmark_vol29-no5/