AIで何ができる？得意な5分野・苦手なことと基本用語をやさしく解説

「AIで何ができるのか」と聞かれて、すぐに具体的な答えを返せる人は多くありません。ニュースでは生成AIの話題が毎日のように取り上げられ、社内でも「うちもAIを使ってみよう」という声が出始めている。それでも、AIが実際にどんな仕事を任せられて、どこから先は人がやるべきなのかが曖昧なままだと、導入の判断も使い方の指示も出せません。

この記事では、AIが得意な5つの分野（認識・予測・生成・最適化・対話）と苦手なこと、あわせて押さえておきたい基本用語を、はじめての方にもわかる言葉で整理します。業務での活用例と、総務省の「情報通信白書」で示された日本企業の活用状況も紹介するので、自社でAIをどう使うか考える材料にしてください。

目次

開く

閉じる

1. AIで何ができるかを学ぶなら、学び方の比較から始める
2. AIが得意な5分野｜認識・予測・生成・最適化・対話
3. AIが苦手なこと｜創造性や責任ある判断が求められる領域
4. 知っておきたいAIの基本用語（機械学習・LLM・RAG）
5. 業務での活用事例｜部門別にAIでできること
6. これからAIができるようになること｜AI時代に人が担う役割
7. 日本企業のAI活用状況｜総務省「情報通信白書」のデータ
8. よくある質問（FAQ）
9. まとめ
10. 参考文献

AIで何ができるかを学ぶなら、学び方の比較から始める

AIで何ができるかは、記事を読むだけでもおおまかにつかめます。ただ、実際に業務で成果を出すには「どう指示を出せば意図どおりの答えが返ってくるか」「出力のどこを疑うべきか」といった、手を動かして身につける部分が欠かせません。特に会社として取り組む場合、一部の詳しい社員だけが使える状態のままでは、活用が広がらずに止まってしまいがちです。

AIの基礎を学ぶ方法は、大きく分けて次の4つです。それぞれ向いている場面が異なります。

学び方	強み	留意点
書籍・Web記事で独学	費用がほとんどかからず、自分のペースで読める	内容の質にばらつきがあり、社内で学習の進み具合を把握できない
無料の学習サイト	基礎を手軽に学べ、入門の最初の一歩に向く	扱う範囲が限られ、実務での使い方まで踏み込めないことが多い
外部講師による集合研修	その場で質問でき、自社向けに内容を調整しやすい	日程調整が必要で、受講できなかった社員へのフォローが難しい
AI学習向けのeラーニング	レベル別の講座を好きな時間に受講でき、受講状況を管理者が確認できる	サービスごとに講座の内容や料金が異なるため、目的に合うものを選ぶ必要がある

個人で概要をつかむだけなら独学や無料サイトでも十分です。一方、複数の社員に同じ水準の知識を身につけてもらい、誰がどこまで学んだかを確認したい場合は、AI講座を備えたeラーニングが選択肢になります。AIを学べるeラーニングの選び方と主なサービスは、次の記事で比較しています。

AIが得意な5分野｜認識・予測・生成・最適化・対話

AIが得意なのは、大量のデータからパターンを見つけ出し、それをもとに判断や出力を素早く繰り返すことです。できることを分野ごとに分けると、次の5つに整理できます。

分野	AIがしていること	身近な例
認識	画像・音声・文字から、何が写っているか、何と言っているかを判別する	顔認証、文字起こし、紙の書類の読み取り（OCR）、製品の外観検査
予測	過去のデータから、この先どうなりそうかを数値で見積もる	売上や来店数の予測、在庫の需要予測、設備の故障予兆の検知
生成	指示に沿って文章・画像・プログラムなどを新しく作る	メールや資料の下書き、要約、翻訳、画像の作成、コードの作成
最適化	多くの条件の組み合わせから、最も効率のよい答えを探す	配送ルートの設計、シフト表の作成、広告の配信調整
対話	人の言葉を理解し、自然な言葉で受け答えする	問い合わせ対応のチャットボット、社内ヘルプデスク、音声アシスタント

従来のAIと生成AIの違い

5分野のうち、認識・予測・最適化は、以前から工場や物流、金融などで使われてきたAIの得意分野です。これらは特定の目的のために専用のデータで学習させる必要があり、導入には専門の知識やシステム開発が伴うことが一般的でした。

ここ数年で一気に身近になったのが、生成と対話を得意とする生成AIです。ChatGPTに代表される生成AIは、ふだんの言葉で指示を出すだけで文章の作成や要約、アイデア出しなどをこなせるため、専門知識がなくても使い始められます。「AIで何ができるか」がこれほど話題になっているのは、AIが一部の専門家の道具から、誰でも使える道具に変わったからだといえます。

得意分野に共通する3つの特徴

• 速さ：人が数時間かける資料の読み込みや集計を、数秒から数分で処理できる
• 量：大量の画像や文書を、疲れや集中力の低下なく同じ基準で処理し続けられる
• 型の再現：一定の型やルールがある作業なら、安定した品質で繰り返せる

言い換えると、AIは「たたき台を速く大量に作る」「決まった基準で見落としなく処理する」仕事に向いています。平均点のまともな文章をすぐに作ることは得意でも、読み手の心を動かす文章に仕上げるには人の手が必要になる、というのが実際の使用感に近いでしょう。

AIが苦手なこと｜創造性や責任ある判断が求められる領域

AIは過去のデータから学んだパターンをもとに答えを出すため、データの外側にあることや、正解が決まっていないことは苦手です。業務でAIを使う前に、次のような弱点を理解しておきましょう。

苦手なこと	理由	人が担う部分
ゼロからの独創的な発想	既存のデータの組み合わせで答えを作るため、前例のない発想は生まれにくい	事業の方向性や、ブランドの核となるコンセプトを決める
感情や空気を読むこと	言葉の裏にある感情や、その場の関係性までは正確に捉えられない	クレーム対応や交渉、部下との面談など信頼関係が関わる対応
責任を伴う最終判断	AIは結果に責任を負えず、判断の根拠を説明できないこともある	採用、契約、投資など、会社として責任を持つ意思決定
事実の正確さの保証	もっともらしい誤りを出力することがある（ハルシネーション）	数値・固有名詞・法令などの裏付けを一次情報で確認する
データの少ない分野	学習データが少ない社内固有の事情や最新の出来事には弱い	自社の事情を踏まえた判断や、情報を補ってAIに渡す作業

特に注意したいのが、事実の正確さです。生成AIは、知らないことでも自然な文章で答えてしまうことがあります。社外に出す資料や数字を扱う業務では、AIの出力をそのまま使わず、必ず人が確認する手順を組み込んでおきましょう。

得意と苦手を踏まえると、AIとの役割分担は「AIが下準備と大量処理、人が判断と仕上げ」と考えるとわかりやすくなります。AIに任せきりにするのでも、まったく使わないのでもなく、どの工程を任せるかを決めることが活用の出発点です。

知っておきたいAIの基本用語（機械学習・LLM・RAG）

AIについて調べたり、ベンダーの説明を聞いたりすると、専門用語が次々に出てきます。最低限押さえておきたい用語を、ビジネスで使う場面に沿って整理します。

用語	意味	押さえておきたいポイント
機械学習	データからパターンやルールをコンピューターに自動で学ばせる技術	現在のAIの多くは機械学習がベース。学習に使うデータの量と質が精度を左右する
ディープラーニング（深層学習）	人間の脳の神経回路を模した仕組みを何層も重ねた機械学習の手法	画像認識や音声認識の精度を大きく高め、生成AIの土台にもなっている
生成AI	文章・画像・音声などを新しく作り出すAIの総称	ふだんの言葉で指示できる。出力は確認してから使う
LLM（大規模言語モデル）	膨大な文章を学習し、言葉を理解・生成できるようにしたAIのモデル	ChatGPTなど文章系の生成AIの中核。学習時点より新しい情報は知らない場合がある
プロンプト	生成AIに出す指示文のこと	目的・前提・出力形式を具体的に書くほど、意図に近い答えが返りやすい
RAG（検索拡張生成）	社内文書などを検索し、その内容を踏まえて生成AIに回答させる仕組み	社内マニュアルに基づく問い合わせ対応などに使われ、誤回答を減らす工夫の1つ
ハルシネーション	AIが事実と異なる内容を、もっともらしく出力してしまう現象	完全には防げないため、重要な情報は人が裏付けを取る

用語の関係を整理すると、「AI」という大きな枠の中に「機械学習」があり、その手法の1つが「ディープラーニング」です。ディープラーニングを使って文章を扱えるようにしたのが「LLM」で、LLMを使って文章を作るサービスが文章系の「生成AI」にあたります。「RAG」は、その生成AIに社内の情報を参照させるための仕組みです。

用語の意味を知っていても、実際に業務で使いこなせるかは別の話です。プロンプトの書き方やハルシネーションへの向き合い方は、社員ごとに理解の差が出やすいところでもあります。社内で共通の基礎知識をそろえておくと、AIに任せる範囲や確認の手順を決めるときにも話が通じやすくなります。社員向けにAIの基礎を体系的に学べる講座は、次の記事で紹介しています。

業務での活用事例｜部門別にAIでできること

AIの得意分野を業務に当てはめると、どの部門にも使いどころがあります。ここでは、規模を問わず取り組みやすい活用例を部門別にまとめます。

部門	AIでできること	活かしている得意分野
全社共通	会議の文字起こしと議事録の作成、メール文面の下書き、長い資料の要約	認識・生成
営業・販売	提案書のたたき台作成、商談前の企業情報の整理、売上見込みの予測	生成・予測
カスタマーサポート	よくある質問へのチャットボット対応、問い合わせ内容の分類、回答文の下書き	対話・生成
経理・事務	請求書や領収書の読み取りとデータ化、入力内容のチェック	認識
マーケティング	広告文やSNS投稿の案出し、アンケート自由回答の分析、画像素材の作成	生成・認識
製造・物流	製品の外観検査、需要予測に基づく在庫調整、配送ルートの最適化	認識・予測・最適化
人事・総務	社内規程の問い合わせ対応、求人票の下書き、研修資料の作成	対話・生成

最初に取り組むなら「文章の下書き」と「要約」から

はじめてAIを業務に取り入れるなら、議事録やメールの下書き、資料の要約など、生成AIですぐに試せる作業から始めるのがおすすめです。専用のシステムを開発する必要がなく、効果を実感しやすいうえに、最終的に人が目を通すため失敗の影響も小さく抑えられます。

反対に、外観検査や需要予測のように専用のデータ整備が必要な活用は、成果が大きい一方で準備に時間と費用がかかります。まずは身近な作業で「AIに任せると何が楽になるか」を社内で体験し、その手応えをもとに次の活用を検討する流れが現実的です。

AIを業務に使うときの注意点

• 顧客情報や社外秘の情報を入力してよいか、社内でルールを決めてから使う
• 生成された文章や画像が、他者の著作物に似すぎていないか確認する
• 数値や固有名詞などの事実は、一次情報で裏付けを取ってから使う
• AIに任せる作業と、人が確認・判断する作業の境目を担当者間で共有する

これからAIができるようになること｜AI時代に人が担う役割

AIでできることは、今も広がり続けています。現時点で注目されている変化は、主に次の2つです。

変化	どういうことか	業務への影響
マルチモーダル化	文章だけでなく、画像・音声・動画をまとめて理解し、出力できるようになる	写真付きの報告書の読み取りや、会議の録画からの要点整理など、扱える資料の幅が広がる
AIエージェント	1回の指示に答えるだけでなく、目的に向けて調べる・まとめる・ツールを操作するといった複数の手順を自ら進める	情報収集から資料作成までの一連の作業を任せられる範囲が広がる一方、途中の判断をどこで人が確認するかの設計が必要になる

AIが任せられる作業が増えても、前の章で整理した「苦手なこと」がすぐになくなるわけではありません。目的や方針を決めること、AIの出力が正しいかを見極めること、結果に責任を持つこと、顧客や同僚との信頼関係を築くことは、引き続き人が担う部分です。これからの仕事では、AIにない強みを磨くことと、AIに適切な指示を出して出力を確かめるスキルを身につけることの両方が求められるといえます。AIでできることが増えるほど、社員一人ひとりの使いこなし方の差が成果の差につながりやすくなる点も押さえておきましょう。

日本企業のAI活用状況｜総務省「情報通信白書」のデータ

AIがどこまで社会に広がっているのか、総務省の「令和8年版 情報通信白書」で示されたデータを見てみましょう。個人・企業ともに、この1年で生成AIの利用が大きく進んだことがわかります。

項目	2025年度調査の結果	前年度との比較
生成AIサービスの利用経験がある個人の割合	58.8%	2024年度調査の26.7%から大きく上昇
生成AIを活用する方針の企業の割合（積極的に活用＋領域を限定して利用）	68.9%（大企業74.0%、中小企業58.1%）	2024年度調査の49.7%から上昇。米国・ドイツ・中国と比べると引き続き低い
何らかの業務で生成AIを利用している企業の割合	86.4%	2024年度調査から大幅に上昇

個人の利用経験率は58.8%で、前年度の26.7%から倍以上に伸びました（参考：総務省「令和8年版 情報通信白書 個人における生成AIサービスの利用経験」）。なお、2025年度調査からは15歳から19歳も対象に加わっており、前年度と同じ20歳以上で比べた場合の割合は52.2%です。

企業では、生成AIを活用する方針をとる企業の割合が68.9%となり、中小企業で特に大きく上昇しました（参考：総務省「令和8年版 情報通信白書 生成AIの活用方針等」）。業務類型ごとに見ると、日本で最も多い活用先は「議事録・メール作成補助」で約7割、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。導入効果を実感している割合も「議事録・メール作成補助」が約7割と、他の業務より顕著に高くなっています（参考：総務省「令和8年版 情報通信白書 生成AIの業務利用状況」）。

このデータからは、2つのことが読み取れます。1つは、先に紹介したとおり文章の下書きのような身近な作業から始めた企業が、実際に効果を感じているということです。もう1つは、利用が広がる一方で、海外に比べると日本は活用方針の策定がまだ遅れているということです。使い始めた社員がいても、会社として使い方や学び方をそろえられていない状況は珍しくありません。

AIを一部の社員の便利な道具で終わらせず、会社全体の力にするには、社員が同じ基礎知識を持ち、同じルールで使える状態をつくることが近道です。部署や役職ごとのレベルに合わせてAIを学べるeラーニングの選び方は、次の記事で詳しく解説しています。

よくある質問（FAQ）

Q. AIで何ができますか？

A. 大きく分けて、画像や音声を判別する認識、過去のデータから先を見積もる予測、文章や画像を作る生成、条件の組み合わせから最適な答えを探す最適化、人と言葉でやり取りする対話の5つが得意です。

Q. AIが苦手なことは何ですか？

A. 前例のない独創的な発想、感情や場の空気を読むこと、責任を伴う最終判断、事実の正確さの保証などが苦手です。こうした部分は人が担い、AIには下準備や大量処理を任せる役割分担が基本です。

Q. 生成AIと従来のAIは何が違いますか？

A. 従来のAIは認識や予測など特定の目的のために専用のデータで学習させるものが中心でした。生成AIは文章や画像を新しく作ることが得意で、ふだんの言葉で指示するだけで使えるため、専門知識がなくても使い始められます。

Q. LLMやRAGとは何ですか？

A. LLM（大規模言語モデル）は膨大な文章を学習して言葉を理解・生成できるようにしたAIのモデルで、文章系の生成AIの中核です。RAG（検索拡張生成）は、社内文書などを検索してその内容を踏まえて生成AIに回答させる仕組みです。

Q. 仕事でAIを使うなら何から始めればよいですか？

A. 議事録やメールの下書き、資料の要約など、生成AIですぐに試せる文章作業から始めるのがおすすめです。総務省の白書でも、日本企業で最も多い活用先は議事録・メール作成補助で、効果を実感する割合も約7割と高くなっています。

Q. 社員にAIの基礎を身につけてもらうにはどうすればよいですか？

A. 書籍や無料の学習サイト、集合研修、eラーニングなどの方法があります。複数の社員に同じ水準の知識を身につけてもらい、受講状況も確認したい場合は、レベル別のAI講座を備えたeラーニングが選択肢になります。

まとめ

AIで何ができるか、得意なこと・苦手なことと基本用語を解説しました。ポイントは次の4つです。

1. AIが得意なのは認識・予測・生成・最適化・対話の5分野で、たたき台を速く大量に作る仕事に向いている
2. 独創的な発想、感情の理解、責任ある判断、事実の保証は苦手なため、判断と仕上げは人が担う
3. 機械学習・LLM・RAG・ハルシネーションなどの基本用語を押さえると、AIの説明や使い方の議論が理解しやすくなる
4. 日本企業でも生成AIの利用は急速に広がっており、議事録やメールの下書きなど身近な作業から始めると効果を実感しやすい

AIは、得意と苦手を理解して使えば、日々の業務を確実に軽くしてくれる道具です。まずは身近な作業で試しながら、社員みんながAIの基礎を身につけられる環境を整え、自社に合った使い方を広げていきましょう。

参考文献

• 総務省「令和8年版 情報通信白書 個人における生成AIサービスの利用経験（日本）」、2026年9月25日確認
• 総務省「令和8年版 情報通信白書 生成AIの活用方針等」、2026年9月25日確認
• 総務省「令和8年版 情報通信白書 生成AIの業務利用状況」、2026年9月25日確認