AI用語集

AI OCR

紙や画像の文字をAIが認識してデジタルデータに変換する技術。請求書や領収書の手入力を自動化するために経理業務でよく使われますが、読み取り精度は書類の品質に左右されます。

LLM Safety Filter

有害なコンテンツや不適切な情報をAIが出力しないよう制御する仕組みです。特に顧客対応や社内展開時に重要な設定です。

AI Analytics

AIがアクセスログや閲覧行動データを解析し、どのページで離脱しているか・何が問い合わせにつながるかを自動的に可視化する仕組み。

AI Washing

実際にはAI技術をほとんど使っていないにもかかわらず、「AI搭載」「AI活用」と誇大に宣伝する行為です。こういったサービスを選んでしまうと期待外れの結果になります。

AI Agent

人間が細かく指示しなくても、目標を与えるだけで自律的にタスクを分解・実行するAIの仕組み。情報収集・整理・下書き生成などの一連の作業を自動で進められる。

AI Agent

与えられた目標に対して、自ら状況を判断し、必要な作業を自律的に実行するAIシステムのこと。単なる自動化ツールとは異なり、状況の変化に応じて柔軟に対応を変えられるのが特徴です。

LLM Agent Tool Calling

AIが外部のシステムやデータベース、APIを自分で呼び出して情報を取得したり操作を実行したりする仕組みです。自律的な業務自動化に欠かせません。

AI Agent Memory

AIが過去の会話や作業の履歴を記憶し、次回以降の対応に活かす仕組みです。「以前お伝えした件」がAIにも伝わるため、繰り返し説明する手間が省けます。

AI Security

AIシステム自体の安全性を確保する対策や、AI技術を悪用したサイバー攻撃から組織を守るためのセキュリティ対策。データの漏洩やAIモデルの改ざんを防ぐ取り組みを指します。

LLM Text Generation

AIが指示に基づいて文章・メール・企画書などを自動で作成する機能です。ゼロから文章を書く手間を大幅に省けます。

AI Hype Cycle

新技術への期待が過剰に膨らんだ後、幻滅期を経て実用化に落ち着くまでの流れを表したものです。AIへの過大な期待が失敗の原因になることがあります。

AI Bias

過去のデータに含まれる偏りをAIが学習・再現してしまう問題。採用AIでは特定の学歴や経歴に有利・不利が生じやすく、公平性の観点から人間によるレビューが不可欠とされる。

AI-Powered Process Discovery

AIが従業員のPC操作ログなどを分析して、実際の業務の流れを自動的に「見える化」する技術です。自動化できる業務を効率よく見つけ出すのに役立ちます。

AI Model

AIが学習して得た「知識と能力のパッケージ」のことです。同じサービスでもモデルのバージョンが新しいほど賢く、より複雑な質問にも対応できます。

AI Model Tier

AIサービスは性能と価格に応じて複数のグレードが用意されています。用途に合わせてモデルを選ぶことでコストを最適化できます。

AI Writing Assistant

文章の作成・修正・要約をAIがサポートしてくれるツールです。マニュアルや手順書の文章を素早く・分かりやすく仕上げるときに役立ちます。

AI Dependency

AIの判断や出力を無批判に信頼しすぎてしまい、人間が自分で考える力や判断力を失っていく状態のこと。AI過信とも関連する危険なリスクの一つです。

AI Ethics

AIを使う際に守るべき「公平性・透明性・プライバシー保護」などの考え方です。AIが差別的な判断をしたり、個人情報を不正利用したりしないよう、ルールを設けることが求められています。

AI Text Generation

AIが人間の指示（プロンプト）をもとに、自動的に文章を作り出す技術です。業務マニュアル・手順書・説明文などの下書きをAIに作らせることで、文書作成の時間を大幅に短縮できます。

AI Text Summarization

長い文章や資料をAIが自動で短くまとめてくれる技術です。報告書・議事録・ニュース記事などの要点を素早く把握でき、情報収集の時間を大幅に削減します。

AI-Powered Anomaly Detection

大量のログやアクセス記録をAIが自動分析し、通常とは異なる不審な動きを素早く見つける技術。人間だけでは処理しきれない膨大なデータの一次フィルタリングに活用されるが、最終判断は人間が行う必要がある。

AI Summary Accuracy

AIが会議内容を自動要約した結果が、どれだけ正確・適切かを表す概念です。精度が高いほど修正の手間が減りますが、完全ではないため人間によるチェックが必要です。

ChatGPT

OpenAIが開発した対話型AIサービスです。チャット形式で質問すると文章・アイデア・コードなどを生成してくれます。世界で最も普及しているAIツールのひとつです。

Claude 3.5 Series

Anthropicが提供するAIモデル「Claude」の3.5世代です。高い文章能力と安全性を備え、ビジネス文書の作成やコード生成で高評価を得ています。

Claude Sonnet

Anthropicが提供するClaudeシリーズの中間モデルで、高性能と低コストのバランスが取れています。業務利用で特に人気があります。

Claude

Anthropicが開発した対話型AIです。長い文章の読み込みや安全性の高さが特徴で、長文ドキュメントの要約・分析・文書作成などに強みを持ちます。

Codex

OpenAIが開発したプログラムコードの生成・補完に特化したAIモデルです。自然言語で指示するとコードを自動生成でき、GitHub Copilotなどの開発支援ツールの基盤になっています。

Microsoft Copilot

MicrosoftのAIアシスタントです。WordやExcel・TeamsなどのOfficeソフトに組み込まれており、文書作成・データ分析・会議の要約などをAIが手伝ってくれます。

Deep Research

AIがユーザーの指示に対して自律的にウェブ検索を繰り返し、信頼性の高い情報を深く掘り下げて調査・レポート化する機能。従来の単純な検索に比べ、専門的で網羅的な市場調査を自動で行えます。

GPT-4 Turbo

OpenAIが提供するGPT-4の高速・低コスト版モデルです。処理速度が速く料金も抑えられるため、業務活用で広く使われています。

GPT-4.5

OpenAIが2025年に公開した大規模言語モデルです。GPT-4oを超える自然な会話能力を持ち、より人間らしいやり取りが可能になっています。

GPT-4o

OpenAIが提供するGPT-4の進化版モデルです。テキスト・画像・音声を統合的に処理でき、応答速度も向上しています。ChatGPTの主力モデルとして広く使われています。

GPT (Generative Pre-trained Transformer)

ChatGPTの中核となるAI技術の名称。「事前学習済みの文章生成AI」という意味で、GPT-4oなど数字が大きいほど新しく高性能なバージョンです。

Gemini

Googleが開発した最先端の多機能AI（LLM）。文章の作成や要約、アイデア出しだけでなく、画像やコードの理解など幅広い業務をサポートし、ビジネスの生産性向上に貢献します。

Gemini Pro

GoogleのGeminiシリーズの中核モデルです。テキスト・画像・音声など複数の情報を同時に扱えるマルチモーダル能力が特徴です。

Large Language Model

人間が書くような自然な文章を理解・生成できる巨大なAIモデルのことです。ChatGPTやClaudeなどがその代表例で、文章の要約や作成、アイデア出しなど、さまざまな知的作業をサポートしてくれます。

LLM API

自社のシステムやアプリからAIモデルの機能を呼び出すための接続口です。APIを使うことで、社内ツールや業務システムにAI機能を組み込むことができます。

LLM Orchestration

複数のAIモデルやツールを連携させ、複雑な業務を自動的に処理する仕組みです。AIエージェントが様々なツールを使いこなすための「指揮」役に相当します。

LLM Safety

AIが有害・不適切な回答を生成しないようにするための技術や設計指針です。企業がAIを安全に業務利用するための土台となる考え方です。

LLM Provider

ChatGPTのOpenAI、ClaudeのAnthropic、GeminiのGoogleなど、大規模言語モデルを開発・提供している企業のことです。選択肢によって機能や料金が異なります。

LLM Benchmark

複数のAIモデルの性能を同じ基準で比較・評価するためのテストのことです。どのモデルが自社業務に最適かを判断する際の参考指標になります。

LLM Output Quality

AIが生成した文章や回答がどれだけ正確・自然・業務に役立つかを評価する指標です。精度・一貫性・安全性などの観点から継続的なチェックが必要です。

LLM Inference

大規模言語モデルが質問や指示を受け取り、回答を生成する処理のことです。推論の速さとコストがビジネス利用において重要な選定ポイントになります。

LLM Evaluation

AIの回答品質・精度・安全性などを数値や基準で測定・評価するプロセスです。業務導入前のモデル選定や、運用後の品質管理に欠かせない取り組みです。

Large Language Model

ChatGPTなどに使われている、大量のテキストデータを学習して人間のように自然な文章の生成や対話、複雑な指示の理解ができる高度なAI技術のことです。

Optical Character Recognition

紙の書類や画像に書かれた文字を、コンピューターが読み取ってデジタルデータに変換する技術です。請求書や伝票の手入力作業を自動化するのに活用されています。

Perplexity

インターネット上の最新情報をリアルタイムで検索し、信頼できる情報源を示しながら回答を生成する対話型のAI検索エンジン。市場調査や競合の動向をスピーディーに調べるアシスタントとして活用されます。

RAG Pipeline

社内文書や外部データをAIが検索して回答に活用する仕組み全体の流れです。情報取得・整理・回答生成の各ステップを組み合わせた業務AI構築の基本設計です。

Retrieval-Augmented Generation

AIが回答を生成する際に、社内文書や外部データベースから関連情報を検索して参照する技術です。最新情報や自社固有の知識をAIに反映させられます。

User and Entity Behavior Analytics

ユーザーやシステムの「普段の行動パターン」をAIが学習し、深夜の大量ダウンロードなど不審な操作を自動検知するセキュリティ手法。内部不正や乗っ取りアカウントの早期発見に有効。

Adaptive Learning

学習者一人ひとりの理解度や進捗に合わせて、AIが学習内容や難易度を自動で調整する学習方式です。全員に同じ研修をするより効率的に、個人に合ったペースで学べます。

Annotation

AIに学習させるためにデータに「正解ラベル」を付ける作業のことです。この作業が不十分だと、AIが正しく学習できず精度の低いシステムになってしまいます。

Annotation Tool

業務手順書やマニュアルのデータにラベルや注釈を付けるためのソフトウェアです。AIに正しく学習させるための「教師データ」を作るときに使われます。

Instruction Tuning

AIが人間の指示通りに動くよう、指示と回答のペアで追加学習させる技術です。「〇〇してください」という指示に対して適切に応答できるようになります。

Intelligent Automation

RPAなどの自動化技術にAIを組み合わせて、判断が必要な複雑な業務まで自動化できるようにした仕組みです。単純作業だけでなく、考える作業も機械が担当します。

Edge AI Device

インターネットに頼らず、機器そのものの中でAIが判断・処理を行う小型端末です。工場や店舗の現場でリアルタイムに異常検知や自動制御ができます。

Entity Extraction

お客様のメッセージから「日付」「商品名」「注文番号」などの重要な情報をAIが自動で取り出す技術です。この情報をもとに、より的確な回答や手続きが可能になります。

Embedding

テキストや画像などの情報を数値の配列（ベクトル）に変換する技術です。AIが意味の近い情報を検索・比較するための基盤となり、社内文書検索などに活用されます。

Agent Orchestration

複数のAIエージェントが連携して一つの目標を達成するために、全体の指揮・調整を行う仕組みのことです。複雑な業務の自動化に活用されます。

Guardrail

AIが不適切な内容や危険な回答を出力しないよう、あらかじめ設定する制限や安全装置のことです。企業利用での安全管理に欠かせない仕組みです。

Grounding

AIが回答を生成する際に、信頼できる情報源や最新データと照合して正確な回答を出す仕組みです。AIの「作り話（幻覚）」を減らし、業務信頼性を高めます。

Cognitive Automation

単純な繰り返し作業だけでなく、判断や理解を必要とする複雑な業務もAIが代行する高度な自動化技術です。人間のような「考える」自動化ともいわれます。

Context Window

AIモデルが一度に処理・参照できるテキストの最大量。コンテキストウィンドウが大きいほど、長い文書や大量の情報をまとめて扱える。大量資料の要約などに影響する。

LLM Context Window Limit

AIが一度に読み込める文章量の上限のことです。この上限を超えると、古い情報がAIの記憶から消えてしまうため、長い会話や大量の資料を扱う際に注意が必要です。

Context Switching in LLM

AIとの会話で、別の話題や案件に切り替える際に前の文脈がリセットされる現象です。長い会話が混在すると回答精度が落ちるため、案件ごとに会話を分ける工夫が必要です。

Context Compression

AIに渡す情報量が多すぎる場合に、重要な部分だけを抽出して要約しAIに渡す技術です。処理コストを抑えながら精度を保つために使われます。

LLM Context Injection

AIに回答させる前に、必要な背景情報や社内データをまとめて渡す技術です。これにより、AIがより的確で実情に合った回答を出せるようになります。

Context Stuffing

AIに多くの情報を一度に渡しすぎることで、回答の精度が下がってしまう問題のことです。必要な情報だけを厳選してAIに渡すことが、精度向上の重要なポイントです。

Context Length

AIが一度の会話や処理で読み込める文章量の上限です。長いほど長文書類の要約や長い会話履歴の参照が可能になり、業務処理の幅が広がります。

Computer Vision for Manufacturing

カメラの映像をAIがリアルタイムで分析し、作業の進捗・安全確認・品質チェックを自動化する技術です。現場監視の人員を削減しながら安全性を高められます。

Garbage In, Garbage Out

質の悪いデータをAIに与えると、質の悪い結果しか出てこないという原則。AIは魔法ではなく、入力データの質がそのまま出力の質に直結します。

System Prompt

AIに事前に設定する「基本的な役割・ルール・振る舞いの指示」です。例えば「常に丁寧な敬語で回答する」「社外秘情報には触れない」などをあらかじめ設定することで、安定した業務活用が可能になります。

System Message

AIの動作ルールや役割をあらかじめ設定するための指示文のことです。「あなたは〇〇担当者です」といった設定をすることで、AIの回答スタイルや範囲をコントロールできます。

Shadow AI

組織が公式に認可していないAIサービスやツールを、従業員が個人的に業務で使ってしまうこと。機密情報が意図せず外部サービスに渡るリスクがあり、利用実態を把握しにくい点が問題になっています。

Streaming Response

AIが回答を一気に返すのではなく、文字を少しずつリアルタイムで表示する仕組みです。ChatGPTで文字が流れるように表示されるのがこれにあたります。

Zero-Shot Learning

AIに具体的な例を与えずに、説明だけでタスクを実行させる手法です。事前の学習データがなくても、指示の工夫だけで多様な業務をこなせる点が強みです。

Task Mining

AIが社員のパソコン操作を記録・分析して、どの業務に時間がかかっているかを自動で明らかにする技術です。業務改善のヒントが見つかります。

Chatbot

テキストで自動的に会話・回答するプログラム。問い合わせ対応の一次回答に使われることが多く、AIと組み合わせた「AIチャットボット」では自然な文章での応答が可能です。

Chatbot NLU (Natural Language Understanding)

チャットボットがお客様の言葉の意味を理解するための技術です。「〇〇したい」「△△ってどういうこと？」など、様々な表現を正しく把握して適切な回答を返します。

Tool Calling

AIが会話の中で必要に応じて外部の機能（検索・計算・データ取得など）を自動的に呼び出して使う仕組みです。AIが単なる回答生成だけでなく、実際に行動できる基盤技術です。

Data Cleaning

AIに学ばせる前に、データの誤りや重複・不整合を取り除いて整える作業のこと。データ品質が低いままAIを動かすと、誤った結果しか出てこない原因になります。

Data Labeling

AIに学習させるデータに「これは何か」という正解ラベルを付ける作業のこと。この作業が不十分だとAIの精度が上がらず、プロジェクトが失敗する原因になります。

Lack of Data

AIをうまく学習させるために必要なデータの量や種類が足りない状態のこと。データが少ないと、AIの精度が上がらず実用的なシステムが作れない原因になります。

Topic Modeling

大量のテキストデータからAIが自動で「話題・テーマ」を見つけ出す技術です。顧客の口コミや問い合わせから主なテーマを抽出し、改善ポイントを発見できます。

Token

AIがテキストを処理する際の最小単位です。英語では単語、日本語では1〜2文字程度に相当します。AIのAPI利用料金はこのトークン数を基準に計算されるため、コスト管理の基本知識です。

Token Window Expansion

AIが一度に処理できる文章量（トークン数）を大幅に増やす技術的な進化のことです。長い文書や会話をそのままAIに渡せるようになります。

Token Limit

1回のAIとのやり取りで扱える文字量（トークン数）の上限のことです。上限を超えると会話の最初の部分をAIが参照できなくなるため、長い業務には工夫が必要です。

LLM Token Pricing

AIサービスの料金は使った「トークン（文章の単位）」の量によって決まります。入力と出力それぞれに料金がかかる仕組みです。

Domain-Specific Language Model

特定の業界や業務分野に特化して学習・調整されたAI言語モデル。汎用モデルより専門領域の精度が高く、医療・法律・製造など特定用途での活用に向いている。

Knowledge Graph

社内の情報や用語の関係性をネットワーク状に整理したデータ構造です。「この業務にはこの担当者・この手順書・この注意点」が自動でつながります。

Neural Network

人間の脳の神経細胞（ニューロン）のつながりを模倣したAIの仕組み。現代のAI技術の多くはこのニューラルネットワークをベースにしています。

AI Hallucination

AIが事実と異なる情報を、あたかも正確であるかのように生成してしまう現象。企業出版においてAIに事実確認や公開判断を任せると、誤情報が原稿に混入するリスクがある。

Hallucination

AIが事実と異なる情報を、まるで正しいかのように自信を持って回答してしまう現象です。重要な判断にAIを使う場合は、必ず人間が内容を確認することが必要です。

Virtual Agent

人間のオペレーターの代わりにAIが顧客対応を行う仕組みです。テキストだけでなく音声でも対応でき、複雑な質問にも答えられます。

Human-in-the-Loop

AIが出した結果を人間が必ず確認・判断するステップを設けることで、誤りを防ぐ仕組みのことです。

People Analytics

社員に関するデータ（勤怠・評価・アンケートなど）をAIやデータ分析で活用し、人事戦略や経営判断に役立てる手法です。「勘」に頼らないデータ根拠のある人事管理が実現できます。

Fine-Tuning

汎用的なAIモデルを、自社特有のデータや業務内容に合わせて追加学習させることです。より精度の高い回答を得るためにカスタマイズする手法です。

Function Calling

AIが必要に応じて外部ツールやシステムの機能を呼び出せる仕組みです。カレンダー登録・在庫確認・メール送信など、AIが実際の業務操作を行えるようになります。

AI-Generated Phishing

攻撃者がAIを使って作成する、精度の高い詐欺メール。文章の自然さや個人への最適化が向上し、従来の手口より見分けにくくなっているため注意が必要。

Few-Shot Learning

AIに少数の具体的な例（サンプル）を見せてからタスクを実行させる手法です。例を示すことでAIが求めるアウトプットの形式や基準を理解し、回答精度が向上します。