AIの種類と使い分けとは？推論・学習・生成AIの活用｜神奈川大学・山口高平教授

AIは大きく「推論AI」「学習AI」「生成AI」の3種類に分けられます。生成AIは万能ではなく、業務に応じて3種類のAIを使い分け、組み合わせることが重要です。

生成AIの急速な普及で、「AIなら何でもできる」と考える人が増えています。しかし、半世紀近くAI研究に携わり、16分野で企業との産学連携を手がけてきた神奈川大学の山口高平教授は、生成AIを万能視し、従来のAIの強みを忘れる風潮に警鐘を鳴らしています。

本記事では、山口教授へのインタビュー（聞き手：デフィデ株式会社 代表 山本哲也）をもとに、AIの3つの種類と使い分けの考え方、生成AIが苦手な処理、現場から見たAIの価値、AIブームの歴史、そして「AIの大衆化」がもたらすリスクについて解説します。

AIの3つの種類と使い分け

業務でAIを考えるとき、山口教授はAIを大きく3つに分けています。

この3種類のAIをどう組み合わせるか、さらに他の情報技術もどう取り入れるか――その技術力が、DX（業務改革）の成否を分けると山口教授は言います。しかし日本には、その全体をカバーできる人材が少ないのが現状です。

「多様なAIを的確に使い分けなければいけません。」

――山口教授

人工知能学会が公開している「AIマップ」には、数多くのAIの手法が整理されています。それぞれに得手不得手があり、生成AIだけが万能だと思って全てを任せようとすると、大変なことになるのです。

生成AIを万能視すると起きる失敗

山口教授が全国各地で講演すると、聴講者の9割以上が生成AIからAIを始めた人だといいます。その結果、従来のAIやソフトウェアでできることを、わざわざ生成AIでやろうとしがちです。

そのため、法務のように誤りが許されない業務や、個人情報の漏洩が懸念される業務では、生成AIをほとんど使っていない人たちもいます。一方で、エンジニアリング系の分野では積極的に活用が進み、情報産業以外の製造業でも関心が高まっています。

生成AIが力を発揮するのは、例えば企業が次にどんな分野に進出するか、どんな製品を作るべきかといった「頭出し」の場面です。ビジネスミーティングで生成AIをうまく使えば、非常に良い反応をしてくれます。定型処理には推論AIや従来のソフトウェア、発想には生成AI――適材適所で使い分けることが大切です。

AIの価値は「定義」より「現場」で決まる

AIとは、人の知的な振る舞いをコンピュータで実現するための研究分野です。ただし山口教授は、今この定義を議論してもあまり意味がないと言います。インターネットの定義を議論することに意味がないのと同じで、AIは皆が当たり前に使う社会情報インフラになろうとしているからです。

16分野の産学連携を手がけてきた経験から、企業がAIの価値を判断する観点は、次の2つだと山口教授は言います。

• 業務の精度がどれだけ上がるか
• 業務時間がどれだけ短縮できるか（10時間かかっていた業務が、どれだけ短くなるか）

「現場から見ればAIがどういう定義であろうが、別に何でも良いのです。その業務がどれだけ助かるか、もうそこしか考えていないですね。」

――山口教授

現場の課題は業務によって異なり、それに応じてAIの使い方も変わります。その多様性を一つずつクリアしていって、初めてAIはインフラになっていくと山口教授は語ります。全国の製造業などから講演の依頼が相次ぎ、講演後の質問に3時間半も行列ができたこともあるほど、現場のAIへの関心は高まっています。

AIブームの歴史――第4次AIブームと社会インフラ化

AIの研究は1956年に始まり、ブームと停滞期を繰り返してきました。

生成AIの基盤技術もディープラーニングであるため、「第3次AIブームの延長」という見方もあります。山口教授は、どちらの呼び方かという問い自体に大きな意味はないとしたうえで、社会への影響の大きさを重視して、今を「第4次AIブーム」と呼んでいます。

AIはもう衰退しない――社会インフラとしてのディープラーニング

第2次AIブームは、専門家の知識を聞き出すことの難しさから終焉を迎えました。人は、体に染み付いた知識を言葉で説明することができないからです。一方、ディープラーニングは、工場の作業自動化や医療診断、自動運転などで社会実装が進んでいます。

医療では、例えば2017年に国立がん研究センターとNECが、大腸の内視鏡画像からAIが早期がんやポリープを高い精度で検出したと発表しました。山口教授は、医師の成績と単純に比較することには注意が必要だとしながらも、画像診断の支援から、カルテの整理や退院サマリの作成まで、病院の多様な業務にAIの実装が進んでいると指摘します。

「もはやAIも社会インフラになろうとしていますので、衰退期はもう来ないと言えます。」

――山口教授

いかにディープラーニングを社会実装できるかで国力が決まる――そういう時代になろうとしていると、山口教授は語ります。

「AIの大衆化」がもたらすリスク――依存と思考停止

2022年11月末にChatGPTが登場して以降、生成AIの利用者は急増しました。山口教授によると、その利用者は約4年で世界人口の10％を超える約9億人に達しています。プログラミングの知識がなくても、自然言語で誰もがAIを使えるようになった――AIの分野では、これを「AIの大衆化」と呼んでいます。

一方、日本の利用はまだ限定的です。総務省の調査では、生成AIを使ったことがある個人の割合は、日本では26.7%にとどまります。

出典：総務省「令和7年版 情報通信白書」

大衆化は、便利さの裏側で新たなリスクも生んでいます。山口教授が高校の情報科の教員約700人に講演した際には、生徒が授業を聞かず、演習やレポートを生成AIに丸投げしているという状況が報告されました。国内外の大学では、生成AIの不適切な使用を不正行為として規定する動きも広がっています。

人と人とのコミュニケーションは、表情も含めた総合的なものです。AIに依存してばかりになると、そうした能力はどんどん低下していく――山口教授はそう危惧しています。

よくある質問（FAQ）

Q. AIにはどんな種類がありますか？

A. 山口教授は、業務の観点からAIを大きく3つに分けています。知識やルールに基づいて論理的に推論する「推論AI」、データからルールやパターンを導き出す「学習AI（機械学習）」、そして文章や画像、プログラムなどを生成する「生成AI」です。これらをどう組み合わせるかが、業務改革の成否を分けるとしています。

Q. 生成AIが苦手なことは何ですか？

A. 山口教授によると、生成AIは確率・統計を基盤としているため、100％正しい答えを出すことはできず、ハルシネーションと呼ばれる誤りを起こします。特に固有名詞の扱いや算術計算が不得手で、例えば経路検索を生成AIにさせると、駅名や料金を間違えることがあります。正確さが求められる定型処理には、従来のAIやソフトウェアのほうが向いている場合があります。

Q. AIの価値はどう判断すればよいですか？

A. 山口教授は、企業の現場では、AIの定義よりも、担当している業務の精度がどれだけ上がるか、業務時間がどれだけ短縮できるかという2つの観点で、AI技術の有用性が判断されていると述べています。

Q. 今のAIブームは終わりますか？

A. 山口教授は、AIはインターネットと同じように社会インフラになろうとしており、衰退期はもう来ないと述べています。ディープラーニングは、自動運転や医療、工場の自動化などで社会実装が進んでおり、これに置き換わる技術が出てこない限り、当面は心配ないとしています。

Q. 「AIの大衆化」にはどんなリスクがありますか？

A. 誰でも自然言語で生成AIを使えるようになった一方で、生成AIに課題を丸投げする思考停止や、表情も含めた人と人とのコミュニケーション能力の低下が懸念されています。山口教授は、教育の現場でも生成AIに演習やレポートを丸投げする状況が出てきていると指摘しています。

まとめ：生成AIを万能視せず、3種類のAIを適材適所で

• AIは大きく推論AI、学習AI、生成AIの3種類。業務に応じて組み合わせる技術力がDXの成否を分ける
• 生成AIは固有名詞や計算、100%の正確さが苦手。定型処理には推論AIや従来のソフトウェアが向く
• 現場がAIを評価する観点は、業務精度の向上と業務時間の短縮
• AIは社会インフラになり、衰退期はもう来ない。社会実装の力が国力を左右する
• 「AIの大衆化」の裏で、丸投げによる思考停止やコミュニケーション能力の低下が懸念される

中編では、人がコンダクターとなって多様なAIと協調する「AIオーケストレーション」の構想、マニュアルに書かれていない「暗黙知」の壁、そして求められるAI人材について伺います。