AIの分類

このエントリーでは、AIの分類を説明します。

いまや「AI」という言葉を聞かない日はない、と言っても過言ではないでしょう。毎日のように「新しいAIサービスが出た」、「こうやってAIを使えば効率化できる」といったニュースが流れてきます。

このような状況のもとで、「AI」がビッグワード(人によって意味がバラバラな言葉)になってしまった感は否めません。ここを揃えましょう。

具体的には、以下の問いを考えます。

  • 「AI」とは何か?
    • 「AIエージェント」とは何か?
  • どのようなAIがあるのか?
  • まずはどのAIから触ればいいか?

なお、本当に基礎的なところから説明するので、知っている部分は読み飛ばしてください。

では始めましょう。

toc

AIとは

辞書的には、「AI」とは「人工知能」を意味する言葉です(「Artificial Intelligence」の略称)。人間の知能をコンピュータ上で再現する技術の総称だと考えてください。

Keyword

AI・人工知能(辞書的な定義):人間の知能をコンピュータ上で再現する技術の総称

ただ、2026年現在においては、「AI」とはChatGPT、Geminiのような「生成AI技術を使ったサービス(アプリ・ソフトウェア)」という定義で問題ないことがほとんどです。

どういうことでしょうか?

「生成AI」とは

ここでの「生成AI」とは、その名のとおり「何か(文章や画像など)を生み出せる人工知能」のことです。

「生成AI」と呼べるもの自体は昔からあったのですが、その性能はとても人間の知能と比べられるようなものではありませんでした。スラングで「人工無能」と呼ばれていたくらいです。よって、従来のAIは「識別」や「予測」といった仕事に特化しており、「生成」は注目されていませんでした。

ところが、2010年代からいくつかの技術ブレークスルー(Deep Learning、Transformerなど)が起こり、生成AIの性能が劇的に向上し始めました。2020年代にはそれが結実し、その象徴が2022年に公開されたChatGPTです。その後のAIブームに関しては、説明する必要はないでしょう。

結果として、現在私たちが「AI」という言葉を使うとき、それは「生成AI技術を使った具体的なサービス」を意味することがほとんどです。ということで、以下を「AI」の「実用的な定義」としましょう。

Keyword

AI(実用的な定義):生成AI技術を使ったサービスのこと(例:ChatGPT、Gemini)

AI研究者でもないかぎりこの定義のほうが使い勝手がいいので、当サイトもこの意味で「AI」という言葉を使います。

AIの分類

具体的に、どのようなAIがあるのでしょう? 以下にまとめました。

AIの全体像代表的なサービス・機能説明・イメージ主な用途・ChatGPT・Gemini・Claude・その他、Grok、Llamaなど・人工知能そのもの(「公開されている情報を大体知っている、とても賢い人」だと考えればいい) ーこの知能を「モデル」と呼ぶ・教師にする ー情報収集・調べもの ー学習・勉強のサポート・作業をさせる ーアイデアを出させる ー文章を作成させる・翻訳させる・議論相手・話し相手にする ー思考の壁打ち・ブレスト ーおしゃべりAIエージェント・Claude Code・Codex・ChatGPT Agent・Gemini Spark・チャット外の環境での操作権限を与えられたLLM ー ファイル操作・コード実行・ブラウザ操作などを、自分で手順を考えて進める ー 現在はLLMの一機能として提供されている・プログラミング・アプリ開発・定型作業の自動化・資料作成の効率化・Web上の調べもの・操作の代行・Perplexity(調べもの)・NotebookLM(資料の読み込み)・Microsoft 365 Copilot(Office)・Cursor(プログラミング)・既存のLLMを、特定の領域・用途に特化させたサービス ー サービス提供者は自前のLLMを持たず、上記のLLMを裏で走らせていることが多い ー 違いはUIと、LLMに与えるナレッジ(データ)・調べもの・資料の読み込み・業務アプリ内での作業支援・医療・法律・教育など、業種別の用途画像生成・Midjourney・Stable Diffusion動画生成・Veo・Seedance・Runway音楽・音声生成・Suno・Udio・ElevenLabs(音声)・LLMとは別種の、テキスト以外の生成に特化したモデルを持つサービス ー ChatGPTやGeminiでも画像・動画を作れるが、裏では専用の生成モデルが動いている・文章で指示するだけで、それなりの作品をすぐに作れる ー 「できない」がいきなり「できる」になる特化AILLM・汎用AIクリエイティブ系AI

わかりやすいように、具体的なサービス名は少なめにしました。それはAIに聞けばいくらでも教えてくれるので、ここでは分類の枠組みを押さえることに集中してください。それさえわかれば、自分が重点的に触るべきAIを選べます。

ここでは、以下の枠組みで整理しました。

  • LLM・汎用AI
    • AIエージェント
  • 特化AI
  • クリエイティブ系AI
    • 画像生成
    • 動画生成
    • 音楽・音声生成

なお、新しい言葉はすべて造語だと考えてください。このあたりの用語はまだまったく定まっていません。

順に説明します。

AIの分類①:LLM・汎用AI

まずは、もっとも基本となるAIです。ChatGPTのように、さまざまな用途に使えるAIを「汎用AI」と呼ぶことにしましょう。代表例は以下の3つですね。

  1. ChatGPT
  2. Gemini
  3. Claude

これらのAIでは、私たちはテキストベースでAIとチャットします。もしまだひとつも触ったことがないなら、いますぐ上記のリンクから触っておいてください。

少し触ってみれば、コンピュータの向こう側に、もうひとりの人間がいるような錯覚に陥ることがわかるでしょう。これはまさに「人工知能」です。

Keyword

汎用AI:さまざまな用途に使えるAI

LLM

汎用AIはすべて、大規模言語モデル(Large Language Model)という技術で作られているので、その頭文字から「LLM」と呼ばれることも多いです。こちらもセットで覚えてください。

Keyword

LLM(Large Language Model):汎用AIの裏にある人工知能技術。事実上、「汎用AI」の同義語と考えて問題ない

これ以降、このエントリーでは「汎用AI」という意味で「LLM」をメインに使うことにします(専門的な文脈では「LLM」のほうが適切なうえ、「AI」という言葉ばかりだとわかりにくいため)。

LLMでできること

LLMは、ざっくり「世の中に公開されている情報を大体知っている、とても賢い人(もしくは脳)」だとイメージするのがよいでしょう。この人が、疲れ知らずであなたをサポートしてくれます。具体的な用途は、大別すると以下の3つのどれかになることがほとんどです。

  • 教師にする
    • 情報収集・調べもの
    • 学習・勉強のサポート
    • 文章の添削
  • 作業をさせる
    • アイデアを出させる
    • 文章を作成させる・翻訳させる
  • 議論相手・話し相手にする
    • 思考の壁打ち・ブレスト
    • おしゃべり

さすがに、「これらの用途のどれも必要ない」という人はまずいないでしょう。触ってみればなんらかの有用性を見出せると思うので、まずはLLMを触るのがオススメです。

ちなみに、無料と有料の違いは、モデルの賢さと利用回数だけです。まずは無料から始めればよいでしょう。

どのLLMを使えばいいか

ChatGPT、Gemini、Claudeのどれを使うかは、あまり迷う必要はありません。各社が数か月単位で機能を追加し合っているので、「どれが一番か」はすぐに入れ替わるからです。選び方は、以下で十分でしょう。

  • すでに有料プランを契約しているものがあれば、それを使う
  • なければ、3つとも無料で試して、自分の用途でいちばん使いやすいものを選ぶ

AIエージェント

LLMの文脈では、「AIエージェント」という言葉がよく出てきます。ここを整理しておきましょう。

現在、「AIエージェント」という言葉はさまざまな意味で使われていますが、当サイトでは「チャット外の環境(デスクトップやブラウザ上)での操作権限を与えられたLLM」という意味で使うことにします。

Keyword

AIエージェント:チャット外の環境での操作権限を与えられたLLM

複雑な作業をLLMに任せるには、LLMにチャット外での操作権限を与える必要があります。たとえば、多数のファイルから構成されるプログラムを作らせるには、LLMに「ファイルの読み書き・作成」の権限を与えなければなりません。チャット内でできるのは、ひとつのファイルに書くコード(例:マクロ)を出力するところまでです。

よって、基本的に「LLMに複雑な作業を任せる = LLMをエージェント化する」という話になるのです。先ほど挙げた「LLMでできること」のうち、「教師にする」や「議論相手・話し相手にする」はチャットの中で完結します。一方、「作業をさせる」は、作業の規模が大きくなるほどエージェント化が必要になります。

たとえば、私はClaude Codeを使って面倒な作業を自動化するシステムを構築しました。私はプログラミング素人ではありませんが、そのシステムで使われているプログラミング言語(Pythonとシェルスクリプト)は触ったことすらありません。それでも、私の意図どおりのシステムが、普通に動いています。本当にとんでもない時代になりましたね。

AIエージェント=働きつづけるAI?

ちなみに、一般的な「AIエージェント」の定義では、「自律的に稼働しつづける」ことまで含まれているケースが多いです。最初に人間が指示を出したら、その後の数時間はAIが勝手に働いてくれるイメージですね。

ただ、現状、この定義は行き過ぎではないか、というのが私の意見です。

AIが自律的に稼働しつづけるためには、以下のどちらかの条件が満たされなければなりません。

  1. 自己検証が可能なタスクである:AIが「正しい方向に進んでいるか」を自分で検証できる
  2. 1件あたりの失敗コストが小さいタスクが大量にある:この場合は、自己検証できなくても、後から人間がまとめてチェックする運用で対応可能

このうち、②に該当するタスクがあるのは一定規模以上の組織だけです。こちらは例外と考えてよいでしょう。

となると、①が満たされる必要があります。現状、この条件を満たしやすい領域はコーディングです。テストを用意しておけば、AIが「正しく動いているか」を自分で確かめられるからです。

ただし、コーディングなら何でも長時間任せられるわけではありません。私はAIと一緒にゲームを開発し、かなり重い作業も頼みましたが、AIが1時間を超えて自律的に動きつづけたことは一度もありませんでした。「遊んでみて面白いか」「見た目が意図どおりか」はテストでは判定できず、私が確かめるしかないからです。長時間の自律稼働が成り立つのは、大規模な書き換えや、テストの合格を目指す改修のように、正解を機械的に判定できるコーディングにかぎられます。

つまり、自律的に稼働しつづけることを「AIエージェント」の定義に含めると、事実上、「AIエージェント=テストで検証できるコーディングをAIにさせること」になってしまうのです。これでは、わざわざ新しい言葉を使う意味がないでしょう。

もちろん、もう少し時間が経つとコーディング以外の領域でも自律的に稼働しつづけるAIが現れるかもしれませんが、「何が正しいか」を機械的に決められる領域はそれほど多くありません。あまり「AIエージェント」を狭い意味にしないほうがいいだろう、というのが私の意見です。

予想:LLM=AIエージェント になる

おそらく今後、「チャットのAI」と「AIエージェント」の区別はなくなっていくでしょう。AIが外部環境の操作権限を持つことが当たり前になるからです。実際、ChatGPTやGeminiのアプリには、すでにエージェントの機能が組み込まれはじめています。

触ってみるとわかりますが、Claude CodeなどのAIエージェントは、機能の面では通常のチャットモードの上位互換です(動作が遅い、誤操作のリスクがあるといった代償はありますが)。チャット機能でないとできないこと、というのはほとんど存在しません。一方、操作権限を渡さないとできないことは多く存在します。その代表例こそ、先述のコーディングです。

以上、簡単ですがLLMを概観しました。

関連書籍
AI時代のロジカルシンキング

AI時代のロジカルシンキング

合理的な意思決定のフレームワーク

AIの分類②:特化AI

AIの全体像代表的なサービス・機能説明・イメージ主な用途・ChatGPT・Gemini・Claude・その他、Grok、Llamaなど・人工知能そのもの(「公開されている情報を大体知っている、とても賢い人」だと考えればいい) ーこの知能を「モデル」と呼ぶ・教師にする ー情報収集・調べもの ー学習・勉強のサポート・作業をさせる ーアイデアを出させる ー文章を作成させる・翻訳させる・議論相手・話し相手にする ー思考の壁打ち・ブレスト ーおしゃべりAIエージェント・Claude Code・Codex・ChatGPT Agent・Gemini Spark・チャット外の環境での操作権限を与えられたLLM ー ファイル操作・コード実行・ブラウザ操作などを、自分で手順を考えて進める ー 現在はLLMの一機能として提供されている・プログラミング・アプリ開発・定型作業の自動化・資料作成の効率化・Web上の調べもの・操作の代行・Perplexity(調べもの)・NotebookLM(資料の読み込み)・Microsoft 365 Copilot(Office)・Cursor(プログラミング)・既存のLLMを、特定の領域・用途に特化させたサービス ー サービス提供者は自前のLLMを持たず、上記のLLMを裏で走らせていることが多い ー 違いはUIと、LLMに与えるナレッジ(データ)・調べもの・資料の読み込み・業務アプリ内での作業支援・医療・法律・教育など、業種別の用途画像生成・Midjourney・Stable Diffusion動画生成・Veo・Seedance・Runway音楽・音声生成・Suno・Udio・ElevenLabs(音声)・LLMとは別種の、テキスト以外の生成に特化したモデルを持つサービス ー ChatGPTやGeminiでも画像・動画を作れるが、裏では専用の生成モデルが動いている・文章で指示するだけで、それなりの作品をすぐに作れる ー 「できない」がいきなり「できる」になる特化AILLM・汎用AIクリエイティブ系AI

次に、既存のLLMを、特定の目的・領域に特化させたサービスを「特化AI」と呼ぶことにします。

特化AIのサービス提供者は、多くの場合、自前のLLMを持っていません。裏ではChatGPTやClaudeなどのLLMを走らせていて、違いは以下の2点にあります。

  • UI:特定の作業をしやすい画面・操作になっている
  • ナレッジ:特定のデータをLLMに与えている
    • ネットの検索結果、ユーザーが用意した資料、専門分野の情報など

たとえば、Perplexityは調べもの、NotebookLMは自分で用意した資料の読み込み、Cursorはプログラミングに特化しています。ほかにも、医療・法律・教育といった業種ごとの特化AIが多数あります。具体例は表を確認してください。

Keyword

特化AI:既存のLLMを、特定の目的・領域に特化させたサービス

結局、中身はLLMなので、LLMでも同じことはある程度できます。ただ、その用途で頻繁に使うなら、特化AIのほうが手間が少なく、よい結果が出やすいでしょう。自分がよく使う用途に特化AIがないか、一度調べてみるとよいと思います。

AIの分類③:クリエイティブ系AI

AIの全体像代表的なサービス・機能説明・イメージ主な用途・ChatGPT・Gemini・Claude・その他、Grok、Llamaなど・人工知能そのもの(「公開されている情報を大体知っている、とても賢い人」だと考えればいい) ーこの知能を「モデル」と呼ぶ・教師にする ー情報収集・調べもの ー学習・勉強のサポート・作業をさせる ーアイデアを出させる ー文章を作成させる・翻訳させる・議論相手・話し相手にする ー思考の壁打ち・ブレスト ーおしゃべりAIエージェント・Claude Code・Codex・ChatGPT Agent・Gemini Spark・チャット外の環境での操作権限を与えられたLLM ー ファイル操作・コード実行・ブラウザ操作などを、自分で手順を考えて進める ー 現在はLLMの一機能として提供されている・プログラミング・アプリ開発・定型作業の自動化・資料作成の効率化・Web上の調べもの・操作の代行・Perplexity(調べもの)・NotebookLM(資料の読み込み)・Microsoft 365 Copilot(Office)・Cursor(プログラミング)・既存のLLMを、特定の領域・用途に特化させたサービス ー サービス提供者は自前のLLMを持たず、上記のLLMを裏で走らせていることが多い ー 違いはUIと、LLMに与えるナレッジ(データ)・調べもの・資料の読み込み・業務アプリ内での作業支援・医療・法律・教育など、業種別の用途画像生成・Midjourney・Stable Diffusion動画生成・Veo・Seedance・Runway音楽・音声生成・Suno・Udio・ElevenLabs(音声)・LLMとは別種の、テキスト以外の生成に特化したモデルを持つサービス ー ChatGPTやGeminiでも画像・動画を作れるが、裏では専用の生成モデルが動いている・文章で指示するだけで、それなりの作品をすぐに作れる ー 「できない」がいきなり「できる」になる特化AILLM・汎用AIクリエイティブ系AI

最後に、テキスト以外の生成に特化したAIを「クリエイティブ系AI」と呼ぶことにします。主な領域は以下の3つです。

  1. 画像
  2. 動画
  3. 音楽・音声

ほかには、3Dモデルの生成AIなども存在します。

Keyword

クリエイティブ系AI:テキスト以外の生成に特化した、LLMとは別種のモデルを持つAI

クリエイティブ系AIに関しては、「人工知能」というより、「ずば抜けて便利な道具・ツール」と捉えるほうがしっくりくるでしょう。実際、画像生成AIや動画生成AIを使えば、誰でもそれなりの画像・動画を作れるようになりました。

境目がわからなくなってきている

ただし、クリエイティブ系AIでできることは、AIエージェントでできるかもしれません。

たとえば、SunoやUdioといった音楽生成AIを使えば、音楽を作れます。しかし、「AIエージェントに楽器(音源)を渡す」という形でも、音楽は作れるのです。実際、私はClaude Codeに、GarageBandに入っている楽器の音とPythonを使わせて、BGMを作ってもらいました。

つまり、LLMの中に「良いものの作り方」が入っているのであれば、それを作れるソフト・環境を用意してAIエージェントにつなぐと、作ってくれるわけです。音楽の場合、「こういうコード進行やメロディがうまくいきやすい」ということをLLMは知っているので、道具を渡せば音楽が出てきます。

個人的な予想としては、エージェントにつなぐ形が主流になるのではないかとにらんでいます(追加費用がかからないし、細かい修正ができる)。AIエージェントを触るなら、「何につないで、何を作れるか」もチェックしておくとよいですよ。

クリエイティブ系のアウトプットも、とりあえず出してみるべき

クリエイティブ系AIとエージェントのどちらを使うにせよ、何を作るべきかは「人による」としか言えません。画像や音楽は、文章ほど必要とはされませんからね。

ただ、自省の念も込めて書くと、「とりあえずなんでも1回は作ってみる」という考え方のほうがよい気がします。

というのも、AIを使えばいきなり「できない」が「できる」になるからです。具体的には、以下のようなことが本当に起きます。

  • 明日からイラストレーターになる
  • 明日から映像作家になる
  • 明日から音楽家になる

もちろん、どれも「即座にプロレベル」といった甘い話ではないことは事実です。それでも、これまでには考えられなかったスピードで「できる(成果物を出せる)」ことは間違いありません。

このような状況では、「それは私には関係ないからパス」という理屈自体が成立しません。すぐできるようになるなら、できるようになってから要・不要を判断すればいいからです。

とりあえず、ChatGPTかGeminiの画像生成機能を試してみるのがよいでしょう。これらは分類としてはLLMですが、裏にLLMとは別の生成モデルが動いています。そこで物足りなくなったら、専用サービスもオススメです。

以上、AIとは何か、AIの分類を説明しました。次は、AIでできること・できないことの全体像を説明します。以下のエントリーに進んでください。

なお、AI関連のエントリーは以下にまとめています。