「データ×AI」を読み解くための用語集｜【AI編】

AIの活用を進めようとすると、「データ基盤」「セマンティックレイヤー」「RAG」「ガードレール」といった言葉が次々と登場します。
なんとなく意味は分かるものの、改めて問われると説明に詰まる——そんな用語が並んでいるのが、データ×AI領域の特徴です。

本記事では、これまで公開してきた連載「なぜAIの話は、いつも『データ』の話になるのか」で登場した用語を、データ基盤・AI・ガバナンス・組織の4つの観点から整理し、各用語を簡単に解説します。
連載本編と併せて読み返す際の手引きとしてご活用ください。

AI関連の用語集

整ったデータをどう活用するかを担うのがAIの領域です。
ここでは、LLMやRAGをはじめ、AIや生成AIをビジネスに組み込む際に頻出する用語を整理します。

AI（人工知能）

人間が行う「考える・判断する・言葉を扱う」といった知的な作業を、コンピュータで再現しようとする技術の総称です。ひとつの技術ではなく、決められたルール通りに動かす方式から、大量のデータから学んで賢くなる方式まで、複数のアプローチをまとめて指す言葉として使われます。近年は、自然言語を扱うタイプのAIが急速に実用化されています。

生成AI

指示を与えると、文章・画像・音声・コードなどを新しく作り出すAIのことです。
これまでのAIは「この画像は猫か犬か」「明日の売上はいくらか」のように、既存の情報を分類・予測するのが中心でしたが、生成AIはゼロから内容を作れる点が新しく、対話型AIを通じてビジネスでの活用が広がっています。

LLM（大規模言語モデル）

Web上の文章や記事などを大量に読み込んで、人間の言葉のパターンを学んだAIのことです。Large Language Modelの略で、ChatGPTやGeminiなどの中身はこのLLMにあたります。
質問に答える、要約する、翻訳する、文章を書くといった、言葉を使う仕事を幅広くこなせます。

AIエージェント

人間が「◯◯をやっておいて」と指示すると、自分で手順を考え、必要なツールやシステムを使い分けながら、一連の作業を代わりにこなしてくれるAIのことです。
従来のAIは質問に答えるだけでしたが、AIエージェントは調べ物をしたり、メールを送ったり、社内システムに入力したりといった実務を任せられるため、業務プロセスそのものを担える存在として期待されています。

RAG（検索拡張生成）

AIが回答する前に、社内マニュアルや議事録などの資料を検索し、そこで見つけた情報をもとに答えを作らせる仕組みです。Retrieval-Augmented Generationの略。
ChatGPTのような汎用的なAIは自社のことを知りませんが、RAGを使えば「自社の規則や過去の議事録に基づいて答える」ことができ、根拠のある回答が得られるようになります。

チャンク化

長い文書を、意味のまとまりごとに小さなブロック（チャンク＝かたまり）に切り分ける処理のことです。
AIが一度に読み込める文章量には上限があるため、RAGなどでは事前に文書を分割しておく必要があります。
分割の仕方が雑だと文脈が途中で切れてしまい、AIの回答精度が下がるため、地味ながら重要な工程です。

ベクトル化／ベクトルデータベース

文章や画像を、意味の近さが数値で比べられる形（ベクトル）に変換することを「ベクトル化」と呼びます。
たとえば「解約」と「退会」は表記は違っても意味が近いため、ベクトル化すると近い値になります。
この形式でデータをためて、意味の近いものを高速に探せるように設計したデータベースが「ベクトルデータベース」です。

ハルシネーション

AIが、事実ではないことを、あたかも本当のように答えてしまう現象のことです。
生成AIの構造上、完全にはなくせず、そのまま業務で使うと誤った情報を顧客に伝えたり、意思決定を誤ったりするリスクにつながります。
RAGで社内文書を根拠として参照させる、危険な回答を止める仕組みを入れる、といった対策で発生を抑えます。

AI抽出（AIを活用したデータ抽出）

AIを使用すると、契約書やメール、報告書のような「文章のかたまり」から、必要な項目だけを取り出し、表のように整理することができます。
事前に「契約書から金額・期間・相手先を取り出す」といった、取り出す項目の設計図を用意しておき、その設計図に沿ってAIが該当するデータを抽出します。手作業で読み解いて転記していた業務を、大量に自動化できます。

ナレッジグラフ

「人」「会社」「製品」「案件」といった対象と、それらの間の「所属している」「担当している」「関連している」といったつながりを、地図のように結んで表したデータの持ち方のことです。
バラバラの情報を線で結んで見せることで、AIが「A社の担当者は誰で、どの案件を扱っているか」といった文脈を踏まえた回答をしやすくなります。

関連記事：ナレッジグラフとは

マルチモーダル

文章だけでなく、画像・音声・動画といった複数の種類の情報を、同時に扱えるAIの特性のことです。「モーダル」は情報の種類を意味します。
「写真を見せて『これは何ですか』と聞く」「会議の録音と配布資料を一緒に渡して議事録を作らせる」といった、人間に近い形の指示ができるようになります。

AI-Ready

会社や組織が「AIを継続的に活かせる準備が整っている状態」であることを指します。
経営層がAIを経営判断に組み込み、技術に詳しい専門家がAIを扱える体制を整え、現場の従業員が使いこなす素地を持ち、システムとデータがAIから参照できる形に整っているという4つの要素が満たされている必要があります。

関連記事：AI-Readyとは

まとめ

データ×AI領域の用語は、それぞれが独立したテクノロジーや概念というより、AIを業務で動かすための連続した仕組みの一部です。

一つひとつの言葉の輪郭をつかみ直すことで、連載本編の内容、そして自社のデータ・AI活用の現在地がより具体的に見えてくるはずです。