機械学習と生成AIは何が違う？

生成AIは、機械学習の中から生まれた

機械学習は、コンピュータにデータを与えて、その中の規則性を学ばせる技術の総称です。人がルールを一つずつ書く代わりに、過去の例から傾向を見つけさせます。

総務省の情報通信白書（令和6年版）は、2000年代以降のAIの広がりを「機械学習の時代」と呼び、機械学習の手法の1つとしてディープラーニング（深層学習）を挙げています。そのうえで、ディープラーニングを基盤とする技術によってAIの性能が向上し、さまざまなコンテンツを生成できるAIが誕生したと説明しています。同じ白書は「生成AI」を、テキスト、画像、音声などを自律的に生成できるAI技術の総称としています。

生成AIと機械学習は、並べて比べる別々の技術というより、大きな枠とその中の一部分の関係です。それでも「どちらを使うか」という疑問が出るのは、ChatGPTのように文章を作るAIと、売上や来客数を予測する仕組みが、仕事の中でまったく違う使われ方をしているからです。この記事では、この2つを仕事の場面で比べます。

仕事で比べると、違うのは「出てくるもの」と「使うデータ」

ここからは、文章や画像を作るサービスを「生成AI」、自社の記録から数量や分類を出す仕組みを「予測・分類のAI」と呼んで比べます。

場面ごとに、どちらが向いているか

次は当社が想定した使い方の例で、導入事例ではありません。

同じ作業を、どちらでもできることがある

問い合わせの種類分けは、生成AIに「次の文面を、見積もり依頼・予約・その他に分けて」と指示して行うこともできます。件数が少なく、分け方をあとから変えたいなら、この方法で十分な場合があります。

件数が多く、毎回同じ基準で分けたい、分けた理由を過去の例で確かめたい、という場合は、過去の分類結果から学習させる方法も選べます。どちらが合うかは、件数、分け方がどれだけ決まっているか、間違えたときの影響で変わります。

数量の予測は、生成AIに質問して数字を答えさせるより、自社の売上や来客の記録から計算する仕組みのほうが、根拠をたどりやすくなります。予測に必要な記録の期間は需要予測に必要なデータ期間で解説しています。

生成AIに入れる前に確かめること

白書が紹介する「AI事業者ガイドライン（第1.0版）」は、生成AIで目立つようになったリスクの一つに、個人情報や機密情報がプロンプト（指示の文章）として入力され、AIの出力などを通じて流出するおそれを挙げています。

お客さんの名前や連絡先、取引先との契約内容を貼り付ける前に、使うサービスが入力内容をどう扱うか、学習に使わない設定があるかを確かめてください。個人情報保護委員会の注意喚起については、賃貸仲介の反響対応にAIはどこまで使えるかで取り上げています。

どちらから試すか

生成AIは、お知らせ文の下書きのように、外に出す前に人が読んで直せる作業から試すのが始めやすい方法です。個人情報を含まない文面で、使い心地を確かめられます。

予測・分類のAIは、手元にある記録の確認から始めます。POSやExcelに何か月分の記録があるか、休業日や特売日が分かるかを見れば、試せるかどうかの見当がつきます。作る場合の費用の分け方はAI開発の費用はどう決まるかにまとめています。