AIの意味・正式名称・基礎用語12選｜Artificial Intelligenceの語源から整理

2026/06/15 お役立ち記事

Check!

AIの正式名称は「Artificial Intelligence」。1956年ダートマス会議で命名され、日本語訳は「人工知能」
経産省・総務省ガイドラインの公的定義：AIは「機械学習をするソフトウェアやプログラムを含む抽象的な概念」
基礎用語12選：学習・推論・モデル・パラメータ・学習データ・教師データ・推論データ・ML・DL・LLM・AGI・生成AI

「AIって結局なんの言葉？」「学習データと推論データの違いは？」「MLやDLとは何が違うの？」──業務でAIを話題にする機会が増えるなか、こうした疑問につまずく方は多いはず。AIの正式名称は「Artificial Intelligence（アーティフィシャル・インテリジェンス）」で、日本語では「人工知能」と訳されます。経済産業省・総務省が共同で公表した「AI事業者ガイドライン（第1.2版）」（2026年3月31日）は、AIを「機械学習をするソフトウェアやプログラムを含む抽象的な概念」と定義しています。本記事ではこの公的定義を出発点に、AIに関わる基礎用語12個を辞書型に整理しました。読了後は社内会話・取引先との打ち合わせで自信を持ってAIという言葉を使えるようになります。先にAI全体の入門が知りたい方はAIの全体像と業務での安全な始め方はこちらからご覧ください。

💡 AIを学ぶ前に——自社の業務課題を整理していますか？

この記事を読んでいる方の多くは、業務効率化やAI導入に取り組む法人担当者です。AIの概念を理解する前に、「自社のどの業務課題を解決したいか」を整理しておくと、AI導入の判断が格段に精度が上がります。

AI推進に取り組む企業が同時に見直すことが多い業務課題を、以下にまとめました。自社の状況と照らし合わせながら、この記事を読み進めてください。

取引先・採用候補者の反社確認を手作業でやっている
→ 反社チェックツールとは？メリット・デメリット、選び方も解説
採用管理をExcelで行い、拡大フェーズで限界を感じている
→ 採用管理システムとは？機能やメリット・デメリット、選び方を解説
給与計算・労務手続きを担当者1名に依存している
→ 人事労務代行とは？外注できる業務や利用メリット、選び方も解説

⚠️ 成長フェーズで急に限界が来る業務チェックリスト

「今はExcelで回っている」という感覚のまま成長を続けると、ある時点で業務が突然破綻します。以下に当てはまる項目があれば、AI導入と並行して見直しを検討してください。

☐ 取引先・採用候補者の反社確認を目視やGoogleで行っている
→ 反社チェックツールとは？メリット・デメリット、選び方も解説
☐ 採用管理をExcel・メールで運用し、応募者対応が漏れている
→ 採用管理システムとは？機能やメリット・デメリット、選び方を解説
☐ 給与計算・社会保険手続きを担当者1名が手作業で処理している
→ 人事労務代行とは？外注できる業務や利用メリット、選び方も解説
☐ 経営者・少数チームがバックオフィス業務を兼務してコア業務に集中できない
→ オンラインアシスタントとは？メリット・デメリット、選び方を解説

AIの正式名称「Artificial Intelligence」の意味と語源

AIの正式名称は「Artificial Intelligence（アーティフィシャル・インテリジェンス）」で、直訳すると「人工的な知能」です。1956年のダートマス会議で命名され、約70年の歴史があります。

図1：「Artificial Intelligence」は「人工的な」と「知能」を組み合わせた言葉

AIという言葉は、1956年にアメリカ・ダートマス大学で開かれた「ダートマス会議」で正式に提唱されました。命名者は同会議の発起人で計算機科学者のジョン・マッカーシー氏で、「機械が人間のように思考や問題解決を行えるようにする」研究分野の名称として用いられました。経済産業省・総務省「AI事業者ガイドライン（第1.2版）」（2026年3月31日）でも、AIに関わる事業者・社会全体が共有すべき用語として「Artificial Intelligence（人工知能）」の表記が採用されています（出典：経済産業省・総務省「AI事業者ガイドライン（第1.2版）」2026年3月31日、https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年5月29日取得）。

「Artificial」と「Intelligence」それぞれの意味

「Artificial」は「人工的な・人造の」、「Intelligence」は「知能・知性・理解力」を意味する英単語です。直訳は「人工的な知能」ですが、日本語では「人工知能」という熟語で定着しています。総務省「令和7年版情報通信白書」でも、AIを論じる際の前提として「人工知能（Artificial Intelligence）」の表記が用いられています（出典：総務省「令和7年版情報通信白書」2025年7月、https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html 2026年5月29日取得）。

日本語訳「人工知能」が定着した経緯

「Artificial Intelligence」の日本語訳としては「人工知能」が広く用いられています。学術論文では「人工知能（Artificial Intelligence）」と併記される例が多く、ビジネス文書でも初出時に「AI（人工知能）」と補記する書き方が一般的です。「Artificial Intelligence」をそのまま音訳した「アーティフィシャル・インテリジェンス」は学術書・専門誌で稀に見かけますが、日常業務での使用頻度は限定的です。

AIの公的定義｜経産省・総務省ガイドラインが示す「AI」の意味

📋 AI推進の前に潰しておきたいボトルネック

AI推進企業が「先に整理しておくべきだった」と口を揃える業務課題です。成長フェーズで突然破綻するリスクがある領域を確認してください。

反社チェックの自動化——手作業・目視管理は法務リスクが顕在化した際に対応が遅れる
採用管理の仕組み化——採用拡大フェーズでExcel管理が限界を迎え、優秀な候補者を逃す
労務業務の外部委託——担当者依存の給与計算・社保手続きは離職・病欠で即座に業務停止リスク

経済産業省・総務省「AI事業者ガイドライン（第1.2版）」では、AIを「AIシステム」自体、または機械学習をするソフトウェアやプログラムを含む抽象的な概念と定義しています。研究者ごとに異なる定義があるため、公的定義を基準点にすることが実務では推奨されます。

図2：AIは「AIシステム」「ソフトウェア」「プログラム」を包含する抽象概念

経産省・総務省の正式定義

経済産業省と総務省が共同で公表した「AI事業者ガイドライン（第1.2版）」（2026年3月31日）では、AIを「AIシステム自体、または、機械学習をするソフトウェアやプログラムを含む抽象的な概念」と定義しています。さらに「AIシステム」は「機械及び機械が動作するためのソフトウェア（プログラム等）から構成されるシステム」と位置づけられており、AIを設計・開発・提供・利用する事業者の共通言語として整備されました（出典：経済産業省・総務省「AI事業者ガイドライン（第1.2版）」2026年3月31日、https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年5月29日取得）。

研究者によって定義が異なる理由

AIには国際的に統一された厳密な定義は存在しません。たとえば一般社団法人人工知能学会の設立趣意書では「大量の知識データに対して、高度な推論を的確に行うことを目指したもの」と表現されています。総務省「令和7年版情報通信白書」も、AIが「広範な概念であり、研究者によって異なる定義が用いられている」現状を踏まえたうえで、政策議論を進めるための共通理解として「人工知能」の語を用いています（出典：総務省「令和7年版情報通信白書」2025年7月、https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html 2026年5月29日取得）。実務で社内ドキュメントや顧客向け資料に「AI」と書く際は、こうした公的定義を出発点にしておくと議論のブレを抑えられます。

AI事業者ガイドラインそのものの概要を押さえたい場合はAI事業者ガイドラインの詳しい解説はこちらを参照してください。

AIに関わる基礎用語｜「学習」「推論」「モデル」「パラメータ」の意味

AIを支える4つの基礎用語は、①学習（データからパターンを獲得する工程）／②推論（学習済みモデルで予測を出す工程）／③モデル（学習で得られた内部構造）／④パラメータ（モデル内部の調整値）です。

図3：データ→学習→モデル→推論というAIの一連のプロセス

学習（Training）｜データからパターンを獲得する工程

「学習」はAIがデータからパターンや規則を獲得していく工程です。人間が教科書を読んで知識を増やすのに似ています。総務省「令和7年版情報通信白書」では、生成AIの広がりを支える要素として「大量のデータを学習させる仕組み」が挙げられており、学習工程はAIの性能を決定づける土台と位置づけられています（出典：総務省「令和7年版情報通信白書」2025年7月、https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html 2026年5月29日取得）。

推論（Inference）｜学習済みモデルで予測を出す工程

「推論」は、学習で構築されたモデルに新しいデータを入力し、答えや予測を出力させる工程です。ChatGPTに質問してテキストの回答が返ってくる動きは、推論の典型例です。学習が「賢くなるプロセス」、推論が「賢さを使うプロセス」と整理すると業務会話で説明しやすくなります。

モデル（Model）｜学習で得られた内部構造

「モデル」は学習工程の結果として構築される内部構造の総称です。具体的には、入力と出力の関係を表現する数式やパラメータの集合体を指します。ニュースで耳にする「GPT-5」「Claude 4.6」「Gemini 2.5」などはすべて特定のモデル名で、それぞれ異なる学習データとアーキテクチャから作られています。

パラメータ（Parameter）｜モデル内部の調整値

「パラメータ」はモデル内部で学習中に少しずつ調整される数値です。深層学習モデルでは数十億〜数千億規模のパラメータを持つ場合があり、これがAIの「賢さ」を支えています。パラメータ数が大きいほど高性能とは限らず、データの質や用途との適合性が重視されます。

AIに何をしてもらうか正確に伝えるための入力文（プロンプト）の書き方はAIへの指示の出し方｜AIプロンプトとはで解説しています。

AIが扱う「データ」とは｜学習データ・教師データ・推論データの違い

📎 AI推進企業が同時に見直していること

AI導入を検討する企業の多くは、AI活用と並行して以下の業務課題にも着手しています。

⚖️ 法務・コンプライアンス

反社チェックの自動化

取引先・採用候補者の反社確認を手作業でやっている

👥 人材・採用

採用管理の仕組み化

採用管理をExcelで行い、拡大フェーズで限界を感じている

💼 バックオフィス

労務業務の外部委託

給与計算・労務手続きを担当者1名に依存している

AIが扱うデータは大きく3種類に分かれます。①学習データ（モデルが学ぶ素材）／②教師データ（学習データのうち正解ラベル付きのもの）／③推論データ（学習後に予測対象として与える新規データ）。それぞれ役割と取り扱い注意点が異なります。

図4：AIが扱うデータは「学習」「教師」「推論」の3種類に整理できる

学習データ｜機械学習で使われるデータ全般

「学習データ」はAIが学ぶための素材全般を指します。テキスト・画像・音声・センサーログなど、形式は問いません。教師あり学習・教師なし学習・強化学習のいずれの方式でも、データを与えて学習させるという点では共通です。経済産業省・総務省「AI事業者ガイドライン（第1.2版）」では、学習データの取り扱いに関する事業者の責任（適切性確保・バイアス検証・個人情報保護等）が整理されています（出典：経済産業省・総務省「AI事業者ガイドライン（第1.2版）」2026年3月31日、https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年5月29日取得）。

教師データ｜正解ラベル付きの学習データ

「教師データ」は、学習データの中でも「正解ラベル」が付いたものを指します。たとえば「この画像は富士山」「このメールはスパム」といった正解情報が付いたデータです。教師あり学習で使われ、ラベル付けの作業は「アノテーション」と呼ばれます。教師データの質と量が、教師あり学習で作られるAIの性能を大きく左右します。

推論データ｜学習後に予測対象として与える新規データ

「推論データ」は、学習後のモデルに「これに対して予測を出して」と渡す新規データです。本番運用で入ってくる問い合わせ文章、撮影した画像、顧客のアクセスログなどがこれに当たります。推論データの中に個人情報・要配慮個人情報が含まれる場合、個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」に基づく適切な取り扱いが必要です（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」最終改正2024年、https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/ 2026年5月29日取得）。

業務でAIに入力するデータの権利関係を整理したい場合はAIと著作権の関係もあわせて参照してください。

AIと混同しやすい類語の意味｜ML・DL・LLM・AGI・生成AIの違い

AIは最も広い概念で、その中にML（機械学習）、さらにその中にDL（深層学習）が含まれます。LLM（大規模言語モデル）・生成AI・AGI（汎用人工知能）はそれぞれ別軸の概念で、包含関係を理解すると混同を防げます。

図5：AI⊃ML⊃DLの入れ子構造と、独立軸のAGI／特化型AI

ML（Machine Learning：機械学習）

「ML」は「Machine Learning（機械学習）」の略で、AIを実現するための代表的な手法の一つです。データからパターンを学び取り、明示的なプログラムを書かずに判断・予測を行えるようにする技術群を指します。AI⊃MLの包含関係にあり、現在実用化されているAIの多くは機械学習を基盤としています。

DL（Deep Learning：深層学習）

「DL」は「Deep Learning（深層学習）」の略で、機械学習の一手法です。多層のニューラルネットワークを用いることで、画像認識・音声認識・自然言語処理の精度が飛躍的に向上しました。AI⊃ML⊃DLの入れ子構造で理解すると正確です。

LLM（Large Language Model：大規模言語モデル）

「LLM」は「Large Language Model（大規模言語モデル）」の略で、深層学習を用いて大量のテキストを学習した言語処理用モデルです。ChatGPT・Claude・Geminiといった対話型AIサービスの中核を担っています。LLMはDLの一種であり、生成AIの中心的な技術でもあります。

AGI（Artificial General Intelligence：汎用人工知能）

「AGI」は「Artificial General Intelligence（汎用人工知能）」の略で、人間と同等以上の幅広いタスクをこなせるAIを指す概念です。理論上の目標であり、本記事執筆時点（2026年5月）では実現に至っていません。経産省・総務省「AI事業者ガイドライン（第1.2版）」でも、AGIは現時点で「研究・議論の対象」として扱われています（出典：経済産業省・総務省「AI事業者ガイドライン（第1.2版）」2026年3月31日、https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年5月29日取得）。

Generative AI（生成AI）

「生成AI」は英語で「Generative AI」と表記し、テキスト・画像・音声・動画・コードといったコンテンツを新たに生み出すAIの総称です。LLMをはじめとする深層学習モデルを基盤とすることが多く、ChatGPTやMidjourneyなどが代表例です。生成AIの種類や業務での使い方は生成AIの種類と業務での使い方で詳しく解説しています。

「AI」が何の略かをもう一段深く知りたい方は「AIは何の略？」の補足はこちらもご覧ください。

AIの読み方と表記ルール｜「エーアイ」「人工知能」「A.I.」の使い分け

日本語の業務会話では「エーアイ」と読むのが標準。英語では「エイアイ」、表記は「AI」「A.I.」「Ai」「人工知能」が混在しますが、ビジネス文書では「AI（人工知能）」と初出に補記する形が安全です。

「エーアイ」と「エイアイ」の使い分け

日本国内の業務会話・テレビ・新聞・社内資料では「エーアイ」と読むのが一般的です。英語ネイティブの発音に寄せた「エイアイ」と発音されることもありますが、日本語の打ち合わせや顧客対応では「エーアイ」が無難です。経産省・総務省「AI事業者ガイドライン（第1.2版）」でも読み仮名表記は「エーアイ」を採用しています（出典：経済産業省・総務省「AI事業者ガイドライン（第1.2版）」2026年3月31日、https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html 2026年5月29日取得）。

「AI」「A.I.」「Ai」表記の違い

表記としては、現在は大文字2文字の「AI」が最も標準的です。「A.I.」はピリオド付きの古い表記で、映画タイトルや過去の学術論文で見かけることがあります。「Ai」は商標・サービス名・キャラクター名などで使われるカジュアル表記で、業務文書では避けたほうが無難です。

ビジネス文書での標準表記ルール

社内資料・顧客向け文書・提案書では、初出時に「AI（人工知能）」と補記し、2回目以降は「AI」で統一するのが読み手にとって優しい書き方です。リテラシーの異なる読者が混在する場合（経営層・現場・取引先）には特に有効です。AIを業務で使い始める前段階の入門としてはAIを業務で使う前の入門も参考になります。

よくある質問（FAQ）

Q1：AIは何の略ですか？

A.「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」と訳されます。1956年のダートマス会議でジョン・マッカーシー氏により命名されました。

Q2：AIと人工知能の違いは何ですか？

A. 違いはありません。「AI」は「Artificial Intelligence」の略で、その日本語訳が「人工知能」です。同じ概念を、英語の略称で呼ぶか日本語訳で呼ぶかの違いだけです。ビジネス文書では初出時に「AI（人工知能）」と併記すると伝わりやすくなります。

Q3：AIの読み方は「エーアイ」「エイアイ」どちらが正しいですか？

A. 日本語の業務会話では「エーアイ」が標準で、新聞・テレビ・社内資料でもこの読み方が用いられます。英語のネイティブ発音に寄せた「エイアイ」も誤りではありませんが、日本語の会議で使うとやや浮く可能性があるため、特別な理由がなければ「エーアイ」を選んでおくと安全です。

Q4：AIに関わる「データ」と「学習データ」は同じですか？

A. 文脈によります。広い意味では、AIで扱うデータには①学習データ②教師データ③推論データの3種類があります。会話の中で単に「AIのデータ」と言われた場合は、学習データを指していることが多いものの、本番運用に投入する推論データを指している場合もあるため、文脈の確認が安全です。

Q5：AIとIT、AIとデジタルの違いは何ですか？

A. ITは「Information Technology（情報技術）」の総称で、コンピュータ・ネットワーク・ソフトウェアなど情報を扱う技術全般を指します。AIはITの中の一領域で、データから学んで予測・判断を行う技術群です。「デジタル」はアナログに対する概念で、情報を0と1で表す方式を指し、ITやAIの土台となる概念です。範囲の広さで並べるとデジタル＞IT＞AIの関係になります。

Q6：AIを業務で使う前に最低限知っておくべき用語は何ですか？

A. 本記事で整理した「学習」「推論」「モデル」「パラメータ」「学習データ」「教師データ」「推論データ」「ML」「DL」「LLM」「生成AI」「AGI」の12語を押さえておくと、社内外の打ち合わせで困りにくくなります。さらに体系的に学びたい方はAIに関する資格・パスポート試験の情報もあわせて確認すると、学習ロードマップが描きやすくなります。

まとめ｜今日からできる3つのこと

AIを学んでいる企業が同時に取り組んでいること

「AIとは何か」を理解した次のステップとして、実際にAIを活用している企業が同時に進めている取り組みをご紹介します。

⚖️ 法務・コンプライアンスリスク

反社チェックツールとは？メリット・デメリット、選び方も解説

取引先・採用候補者の反社確認を手作業でやっている——AI推進で取引先・採用が増えるほどリスクが高まります。

👥 採用・人材管理

採用管理システムとは？機能やメリット・デメリット、選び方を解説

採用管理をExcelで行い、拡大フェーズで限界を感じている——採用拡大フェーズに備えて早めの仕組み化を。

💼 バックオフィス効率化

人事労務代行とは？外注できる業務や利用メリット、選び方も解説

給与計算・労務手続きを担当者1名に依存している——担当者1名依存の体制は成長とともに限界を迎えます。

⚠️ AI推進と並行して放置すると危険な業務——実際にあった失敗ケース

AIやDXを進めながら、以下の業務課題を後回しにしたために発生した問題です。

採用拡大フェーズで反社確認が追いつかなくなった——取引先・採用候補者が増え、手作業確認が破綻。
→ 反社チェックツールとは？メリット・デメリット、選び方も解説
採用管理のExcel運用が限界を迎え、内定者のフォローが漏れた——応募者数が増えた途端に管理しきれなくなり、辞退者続出。
→ 採用管理システムとは？機能やメリット・デメリット、選び方を解説
労務担当者が退職し、給与計算が1ヶ月止まった——業務が1名に集中していた状態で突然のリスクが顕在化。
→ 人事労務代行とは？外注できる業務や利用メリット、選び方も解説

🏢 社員規模別・AI推進と同時に見直す業務課題

会社の規模によって「先に解決すべき業務課題」は異なります。

〜30名規模

経営者・担当者が兼務するフェーズ。まずバックオフィスの属人化解消が優先。

オンラインアシスタントとは？メリット・デメリット、選び方を解説

30〜100名規模

採用・労務が急増するフェーズ。管理体制の整備が急務。

採用管理システムとは？機能やメリット・デメリット、選び方を解説 / 人事労務代行とは？外注できる業務や利用メリット、選び方も解説

100名以上

取引先・外部連携が増えるフェーズ。法務・コンプライアンス体制が必要。