AI用語とは、人工知能・機械学習・生成AIに関わる専門的な言葉の総称で、経営者がこれを読めるかどうかが「AIを使いこなす会社」と「ベンダーに言われるままの会社」を分かつ境界線です。
正直に言います。私もつい最近まで、AI関連の記事を読むたびに「で、これって何のこと？」と画面を閉じていました。PC音痴だった私が、なぜ今こうして記事を書けているか。答えは「辞書を引くのをやめて、現場の言葉に置き換えたから」です。
この記事では経営者が最低限知っておくべきAI用語50語を、難易度ごとにグルーピングして解説します。難しい言葉は全部「うちの現場に置き換えたらどうなる？」という視点で噛み砕いていきます。
1. まず絶対に押さえる「生成AI基礎ワード」10語
① 生成AI（Generative AI）
文章・画像・コードなど新しいコンテンツを「生成」するAI。ChatGPT・Claude・Geminiなどが代表例。従来のAI（分類・予測）と根本的に異なり、「何もないところから作れる」のが特徴。
② LLM（大規模言語モデル）
Large Language Modelの略。膨大なテキストデータで訓練された言語AIの核心技術。ChatGPTもClaudeもLLMを土台に作られている。
③ プロンプト
AIへの「指示文」。質の高いプロンプトを書けるかどうかが、AIアウトプットの8割を決める。経営者にとっては「指示書の書き方」が一番の武器になる。
④ トークン
AIが文章を処理する最小単位。日本語では1文字〜数文字がおよそ1トークン。料金計算の基準で、ラーメン屋の券売機でいえば「麺の玉数」に相当する（詳しくは別記事参照）。
⑤ ハルシネーション（幻覚）
AIが事実に反する内容を「自信満々に」出力する現象。AIは「知らない」とは言わず、それらしい答えを作り出す。経営判断への活用では必ずファクトチェックが必要。
⑥ コンテキストウィンドウ
AIが一度に「覚えていられる」情報量の上限。会話が長くなると最初の内容を「忘れる」のはこれが原因。長文書類の分析では意識が必要。
⑦ システムプロンプト
会話が始まる前にAIに与える「役割・制約・ルール」の設定文。「あなたはホテルのフロント担当です」という前提を書くことで、AIの振る舞いを固定できる。
⑧ RAG（検索拡張生成）
自社の文書・データをAIに検索させ、その内容を踏まえて回答させる仕組み。AIが「社内ルールを知った上で答える」状態を作れる（詳しくは別記事参照）。
⑨ ファインチューニング
既存のLLMを自社データで追加学習させること。カスタマイズの深さはRAGより上だが、コストも技術難易度も高い（詳しくは別記事参照）。
⑩ API（アプリケーション・プログラミング・インターフェース）
システム同士をつなぐ「窓口」。ChatGPTのAPIを使えば、自社の業務システムにAI機能を組み込める（詳しくは別記事参照）。
2. 業務活用で頻出する「実践ワード」15語
⑪ マルチモーダルAI
テキストだけでなく、画像・音声・動画なども扱えるAI。「この写真の中にある問題点を指摘して」という使い方ができる（詳しくは別記事参照）。
⑫ エージェント（AIエージェント）
指示を受けて、複数のタスクを自律的に実行するAIの動作モード。「リサーチして、まとめて、メール文を書いて」という連続作業を自動でこなす。
⑬ プロンプトエンジニアリング
AIから最大限の出力を引き出すための指示設計技術。経営者が覚えるべきはChain of Thought（段階的に考えさせる）・Role Prompting（役割付与）の2技法だけで十分。
⑭ ベクトル検索
RAGの核心技術。文章の「意味的な近さ」を数値ベクトルで管理し、質問に関連する文書を高精度に探し出す仕組み。
⑮ エンベディング
テキストを数値の羅列（ベクトル）に変換する技術。RAGや類似文書検索の土台。経営者は「AIが言葉の意味を数字に変換してから処理している」と理解すれば十分。
⑯ ノーコード・ローコード
プログラミングを書かずにAI活用ツールを組み立てる開発手法。Dify・Make・n8nなどが該当。IT部門なしでも業務自動化を構築できる。
⑰ ワークフロー自動化
定型業務の一連の流れ（受注→確認→通知→記録など）をツールとAIで自動化すること。当社では月次レポート作成をこれで8割自動化している。
⑱ チャットボット
会話形式で自動応答するシステム。LLMと組み合わせることで、社内QAや顧客対応の一次受けを担わせることができる。
⑲ 音声AI（Voice AI）
音声入力・出力に対応したAI機能。議事録の自動生成・電話対応自動化などに活用。
⑳ 画像生成AI
テキストから画像を生成するAI（Midjourney・DALL-Eなど）。マーケティング素材・SNS投稿画像の制作コスト削減に直結する。
㉑ OCR×AI
紙の文書をスキャンしてAIが読み取り・整理する技術。請求書・契約書のデジタル化に使われる。
㉒ 要約AI
長文を指定の長さ・形式に要約する機能。議事録・レポート・ニュース要約に活用。
㉓ 翻訳AI
DeepL・ChatGPTなどを使った高精度翻訳。インバウンド対応・海外取引先向け資料作成での活用が増加中。
㉔ コーディングAI（GitHub Copilotなど）
プログラムコードを補完・生成するAI。社内ツール開発速度を大幅に高める。
㉕ 検索エンジン統合AI（AI Overview）
Googleなどの検索結果上部にAIが回答を表示する機能。SEO戦略に影響するため、コンテンツ制作者は要注目。
3. 技術・インフラ系「読めればOKワード」15語
㉖ パラメータ数
LLMの「知識の容量」に相当する数値。GPT-4は数千億パラメータ。大きいほど高精度だが、処理コストも高い。
㉗ GPU（グラフィックス処理装置）
AIの学習・推論に使われる計算チップ。NVIDIAのH100が現在の主流。クラウドサービスを使う経営者は直接触れる必要はない。
㉘ クラウドAI
AWSやGoogleのクラウド上で提供されるAI機能。自社でサーバーを持たずにAIを活用できる。
㉙ オンプレミスAI
自社サーバーにAIを設置する形態。情報漏洩リスクを抑えたい企業が選択する。導入コストは高いが、機密データを外部に出さずに済む。
㉚ オープンソースLLM（Llama・Mistralなど）
無償公開されたLLM。自社サーバーで動かせるため、機密データを扱う業務向けに活用が広がる。
㉛ 推論（Inference）
学習済みAIが実際に回答を生成する処理のこと。「考える作業」に相当。
㉜ 学習（Training）
AIがデータから知識を獲得するプロセス。基盤モデルの学習には数十億円規模のコストがかかる。
㉝ 量子化（Quantization）
LLMのデータ精度を落としてモデルサイズを圧縮する技術。家庭用PCでも大型モデルが動かせるようになる。
㉞ ストリーミング出力
AIが回答を1文字ずつリアルタイムで表示する方式。すべての文字が出揃う前から読み始められるため体感速度が速い。
㉟ マルチターン会話
1回の会話で複数回やり取りしながら文脈を保つ機能。ChatGPTの「続きを教えて」が機能するのはこれ。
㊱ ゼロショット学習
事例なしで新しいタスクを実行できるAIの能力。「○○の形式でまとめて」と言えば、例を見せなくても動く。
㊲ フューショット学習
2〜5例程度の具体例を示すことでAIの精度を上げる手法。「これが良い例です」と示すだけで品質が変わる。
㊳ RLHF（人間のフィードバックによる強化学習）
人間が「良い回答・悪い回答」を評価し、それを元にAIを改善する学習手法。ChatGPTの品質を支える技術。
㊴ ガードレール
AIが有害・不適切な回答を出さないように設けるフィルター。業務システムに組み込む際の安全設計の核心。
㊵ エンドポイント
APIへのアクセス先URL。「このURLにデータを送ると、AIが返答を返す」という接続口のこと。
4. 戦略・ガバナンス系「意思決定に必要な10語」
㊶ AI倫理
AIの利用において公正性・透明性・人権尊重を守ること。経営者として社内ルール策定に不可欠な視点。
㊷ AIガバナンス
AIの開発・運用に関する社内ルールや管理体制の総称。EU AI Actをはじめ国際的な規制整備が進む。
㊸ 情報漏洩リスク
AIに入力した機密情報が学習データに利用されるリスク。業務利用ルールで「入力禁止情報」を明示することが必須。
㊹ ROI（投資対効果）
AI投資の費用対効果。「導入費用÷削減できた工数×時給」で概算できる。
㊺ デジタル変革（DX）
AIを含むデジタル技術で業務プロセスや事業モデルを変革すること。AIはDXの主要手段の一つ。
㊻ シャドーAI
会社が公式に認めていないAIツールを社員が個人的に使うこと。情報漏洩リスクの温床になるため、早期に利用ルールを整備するべき。
㊼ AIリテラシー
AIの仕組みを理解し、適切に活用・評価できる能力。経営者・社員全員に必要な基礎教養。
㊽ 人間による監視（Human-in-the-loop）
AIの判断に人間が介在してチェックする設計。高リスクな業務判断ではAIに任せっきりにしない原則。
㊾ マルチエージェント
複数のAIエージェントが役割を分担し、連携してタスクをこなす仕組み。「調査担当・執筆担当・チェック担当」を並列で動かすイメージ。
㊿ AI内製化
外部コンサルや開発会社に頼らず、自社でAIを活用・改善し続けられる状態を組織内に作ること。当研究所が一貫して提唱しているゴール概念。
よくある質問
Q1. AI用語は毎年変わるのですか？追いかけるのが大変です。
A. 基礎概念（プロンプト・RAG・APIなど）は数年単位で安定しています。毎月新語が増えますが、経営者が追うべきは「業務で使える言葉かどうか」の軸で絞ればOKです。新語をすべて覚える必要はありません。
Q2. 社員への用語教育はどこから始めればいいですか？
A. まずプロンプト・ハルシネーション・情報漏洩リスクの3語だけ全員に共有してください。この3つを知るだけで、業務活用の安全性と質が大きく変わります。辞典は手元に置いて「必要になったら引く」で十分です。
Q3. 英語の略語（LLM・RAG・APIなど）を覚える必要はありますか？
A. 会話の中で出てきたときに意味が分かる「受信レベル」で十分です。自分から使いこなす「発信レベル」を目指す必要はありません。経営者の役割は、専門家に騙されないための最低限の読解力を持つことです。
この記事を書いた人
山崎恭平／AI内製化総合研究所 所長
株式会社インバウンドホールディングス専務取締役。営業と交渉の世界で成果を上げてきた一方、パソコン作業は横で支えてくれる事務方に頼りきりだった。AIの登場で、一番苦手だったパソコン作業が「自分でできる」に変わり、気づけば中小企業から上場企業まで10社以上のAI顧問を務めるように。スプレッドシートの関数すら分からなかった私でもできた——だから、誰でもできる。AIの学校や顧問にお金を払い続けるのは、本質的にもったいない。初期は人を頼ってもいい。でも最後は自分たちで内製してほしい。そんな思いで、このメディアを作った。
🔗 関連記事：[トークンとは？AIの料金の仕組みをラーメン屋の券売機で例える]
🔗 関連記事：[RAGとは？自社データをAIに答えさせる仕組みを経営者向けに解説]
