生成AI(ジェネレーティブAI)とは？使い方・種類・仕組み・活用事例を解説

最終更新日:2024/04/04

対話型AIのChatGPTをはじめとする「生成AI（ジェネレーティブAI）」が飛躍的な発展を遂げており、日常生活やビジネスシーンですでに幅広く活用されています。画像や音声、テキストなどさまざまなコンテンツを手軽に生成できる生成系AIによって、業務効率化や新たなアイデアの創出など、多くのメリットが期待できます。

次々と新しいサービスが登場する中で、最適なものを選び自社において役立てるためには、基礎的な知識を押さえておく必要があるでしょう。

本記事では、生成AI（ジェネレーティブAI）の種類や使い方、できることについて分かりやすく解説します。今後の市場動向や新サービスの登場に目が離せない生成AIについて知り、ビジネスや業務に活用するために、ぜひ参考にしてください。

AIについて詳しく知りたい方は以下の記事もご覧ください。
AI・人工知能とは？定義・歴史・種類・仕組みから事例まで徹底解説

生成AI（ジェネレーティブAI）とは？

生成AIとは、「ジェネレーティブAI（Generative AI）」とも呼ばれるAI（人工知能）の一種です。AIを用いてクリエイティブな成果物を生み出すことができるのが特徴的で、生成できるものは楽曲や画像、動画、プログラムのコード、文章など多岐にわたります。

生成AIはAIが自ら答えを探して学習する「ディープラーニング（深層学習）」を用いて構築された機械学習モデルであり、AIの中では比較的新しく生まれたモデルです。

「AIが人間のようにクリエイティブな成果物を生み出せる」点が従来のAIとは異なっており、画像生成AIの「Stable Diffusion」や、テキスト生成AIの「ChatGPT」などが一例として挙げられます。

生成AIは、人間の仕事や作業をサポートするツールとして活用が期待されています。例えばテキスト生成AIでレポートの要約を行ったり、音楽生成AIで動画制作に使用する簡単なBGMを作ったりすることが可能です。

生成AIの基本的な使い方

生成AIを使用するためには、各AIツールに対応した形式でデータを入力する必要があります。例として、下記の3つの生成AIの例を紹介します。

テキスト生成系AI：テキスト（prompt）入力
画像生成系AI：画像入力
文字起こし生成系AI：音声入力

テキスト生成系AIにおいては、Web上のテキストボックスにAIへの要望や質問など（prompt）を記述して送信することで、AIが入力された内容を解析し、適切な答えを返します。

画像生成系AIには、テキスト生成系AIのようにpromptもとに画像を生成するものや、学習元になる画像をAIツールに入力することで、入力された画像をAIが学習し、それらの画像の特徴を持った全く新しい画像を生成するものがあります。例として、ある作品を数十枚～数百枚読み込ませるなどの方法が挙げられるでしょう。

文字起こし生成系AIとしては、音声データをAIに入力し、テキストとして出力する「Whisper」などのAIツールが有名です。

識別系AI（Discriminative AI）との違い

識別系AIとは、AIにあらかじめデータを与えて「答え」を学習させ、入力されたデータに対して正解か不正解かを識別する用途のAIを指しています。

文字認識やOCR、AIカメラなどに代表されるように、従来は多くの人が「AI＝識別系AI」と認識していたといえるでしょう。識別系AIにおいては、AIが大量のデータを学習することで正しい答えを学び、与えられたデータと学んだ答えを比較して、基準がクリアされているかどうかを判定していました。

このような技術は、例えば製造現場で製品の正しい規格をAIに学習させ、製造済みの製品が規格に合致しているか（不具合がないか）を判定するなどの用途に用いられています。識別系AIの普及は、業務の自動化や効率化に大きく貢献してきました。

しかし、2022年8月頃に「Midjourney」と呼ばれる画像生成系AIがリリースされてからは、生成系AIへの関心が高まり、「AI=生成系AI」と認識する人も増えてきています。

生成AIの種類

生成AIの種類には、画像生成、テキスト生成、動画生成、音声生成など、いくつかの種類があります。用途に応じて生成系AIを使い分けることで、希望している形に近い成果物を生み出すことができます。

近年特に注目されているのは画像生成や動画生成などの生成AIですが、テキスト生成や音声生成の生成AIも技術が発展しつつあります。ここでは、4つの生成AIについて詳しく解説します。

画像生成

画像生成AIは、ユーザーがテキストを入力すると、その内容に応じてAIがオリジナル画像を生成するシステムです。わずか数秒～数十秒程度で全く新しい画像を生成できるため、デザイン業界をはじめとして、さまざまなクリエイティブ業界において、業務のサポートや新たなアイデアの創出などの幅広い活用が期待されています。

画像生成AIの中でも有名なサービスには、「Stable Diffusion（ステーブルディフュージョン）」があります。Stable Diffusionでは、ユーザーが生成したい画像の具体的なイメージを英単語でテキスト入力することで、さまざまな画像をアウトプットできます。

Stable Diffusionの仕組みや機能については、下記の記事もご参照ください。

Stable Diffusionとは？使い方を徹底解説！

テキスト生成

テキスト生成AIは、ユーザーがテキストボックスに質問を入力し、AIが質問の内容を解析して、回答となるテキストを生成するシステムです。使用されている言語モデルによっても精度は異なりますが、近年注目を集めている「ChatGPT」などでは、まるで人間が答えを返しているかのような高精度な回答が可能になっています。

テキスト生成AIは、例えばプログラミングでエラーが表示されたコードをそのままAIに入力して、エラー箇所を指摘してもらうなどの使い方も可能です。

ただし、Web上の情報を学習しているため、現在のところは必ずしも正しい回答が返ってくるとは限りません。回答を鵜吞みにせず、正誤を判断しながら活用することが求められます。

OpenAIの文字起こしAI「Whisper」の使い方

動画生成

画像生成AIの発展形として、動画生成AIも登場しています。例えば、前述の「Stable Diffusion」の開発元は、入力した動画を全く新しい動画に作り替えることができる「Gen-1」というAIモデルを開発しています。

「Gen-1」を活用した動画生成AIとして、Meta社の「Make-a-Video」やGoogle社の「Phenaki」などが挙げられます。これらの動画生成AIでは、テキストで生成したい動画のイメージを入力すると、そのイメージに沿った短い動画を生成できるという仕組みです。

「既存の映像を変換する」という性質上、長い尺の動画を生成できるようになる可能性も秘めており、さらなる進化が期待されている生成AIです。

音声生成

音声生成AIは、音声データを入力することによって、その音声の特徴を学習し、新しい音声データを生成できる生成AIです。例えばMicrosoft社が開発した「VALL-E」は、3秒間の音声サンプルを入力するだけで人間の声を高精度で学習し、忠実に再現できます。

一度学習すると、学習済みの声色を再現したテキスト読み上げモデルが完成するだけでなく、感情に合わせた表現も可能になります。

このような技術を活用することで、特定の人間の声を使ったナレーションを自動的に生成して、素材として利用するなどのオペレーションを実現できます。

生成AIの仕組み・用いられる生成モデル

生成AIがコンテンツを生み出すために用いられている生成モデルは、AIの性質に応じていくつかの異なるモデルが使われています。

ここでは、画像生成によく用いられる「VAE」「GAN」や、Stable Diffusionに採用されている「拡散モデル」、テキスト生成系AIに組み込まれている「GPT-3」の4種類の生成モデルについて解説します。

VAE

VAEとは、「変分オートエンコーダ」と呼ばれる、ディープラーニングを活用した生成モデルです。AIの学習用データから特徴を学び取り、そのデータの特徴をもとに「学習用データと似ている新しいコンテンツ」を生成することができます。

【VAEのコンテンツ生成イメージ】

ユーザーが学習用のデータをAIに与える
AIが与えられた学習用のデータから特徴を学ぶ
AIが学習したデータの特徴から、全く新しいコンテンツを生成する
生成したコンテンツをユーザーに提供する

VAEは、特定の傾向を持つ複数の作品を学習し、その作風に近い作品を生み出すことに向いています。例えばイラストレーターや画家の作品を学ばせて、作家の特徴を持った新しいイラストを生み出すことなどに活用できます。

また、VAEは複雑性の高い画像の特徴を捉えることにも適しているため、構造が複雑な工業製品の異常検知などにも利用されています。

GAN

GAN（Generative Adversarial Networks）も画像生成モデルの一種ですが、VAEの仕組みとは異なり、「Generator」と「Discriminator」という2つのネットワーク構造を利用して新たな画像を生成します。

Generator＝ランダムに作成されたデータ、Discriminator＝学習用の正しいデータであり、GeneratorとDiscriminatorを競わせながら学習することで、精度の高い画像を生成できます。

【GANのコンテンツ生成イメージ】

ランダムなノイズからGeneratorを生成する
正しいデータである「Discriminator」を用意する
GeneratorとDiscriminatorを比較して、Generatorが本物かどうかを判定する
1～3を繰り返し、Generatorの精度を高める
十分に精度の高まった画像を出力する

GANを利用すると、解像度の低い画像から高解像度の画像を生成したり、テキストから全く新しい画像を生成したりすることが可能です。

拡散モデル

拡散モデルとは、画像生成系AIの「Stable Diffusion」や「DALL-E2」などに採用されているモデルです。

拡散モデルでは、学習用の画像にノイズを追加した上で、その画像からノイズを除去していき、元画像を復元します。このように、「与えた画像にノイズを付加し、元の画像を復元する」プロセスを繰り返すことで、画像生成を行う仕組みをAIに学習させます。

【拡散モデルのコンテンツ生成イメージ】

学習用の画像にノイズを付加する
ノイズが付加された学習用の画像から、ノイズを除去する
2を繰り返し、元の画像を復元する
1～3の仕組みを繰り返して、高精度な画像を生成する

拡散モデルを活用することで、GANよりもさらに高解像度な画像を生成することが可能になります。拡散モデルは、いわばGANの発展形ともいえるでしょう。

GPT-3

GPT-3は米OpenAIが開発した言語モデルの一種であり、自動車メーカーのテスラやSNSのTwitterでCEOを務めるイーロン・マスクなどが参加したことで一躍注目を浴びることになりました。

AIが約45TBもの膨大なテキストデータを学習することで、ある単語の次に記述される別の単語の候補を高精度で予測できるようになり、人間が作成したかのような違和感のない文章を生成できるのが特徴です。

【GPT-3を利用したテキスト生成の仕組み】

ユーザーがテキストボックスに質問を記述し、入力・送信する
AIは質問の内容を解析して、最適な回答を導き出す
AIは回答を出力し、ユーザーに伝える

近年特に注目されているGPT-3を利用したテキスト生成系AIとして、OpenAIが開発した「ChatGPT」などが挙げられます。長文の要約やリサーチ時間の短縮化、新たなアイデアの創出など、さまざまな場面で活躍が期待されています。

GPT-4

GPT-4は、GPT-3を開発したOpenAIが提供する大規模言語モデル（LLM）の1つで、GPT-3の性能をはるかに凌駕する成果をおさめています。GPT-4は同社が提供するアプリ「ChatGPT」から利用でき、指示（プロンプト）に対して非常に高精度なテキストを出力します。ユーザーはまるで人間と会話しているかのような体験ができ、例えば「ビジネスシーンにおける依頼メール」や「業務マニュアルの作成」、「クロスレビューの実施」などが行えます。

GPT-3モデルがリリースされた時点では、生成されたテキストの正確性を担保できない問題がありましたが、GPT-4モデルは完璧とは言えないものの非常に高い精度でテキストの出力を行います。したがって、より少ない指示でより多くのテキスト（情報）を引き出すことも可能になり、日々新しい活用法がユーザーによって発見されています。

ChatGPTでは、GPT-3をリリース以降、GPT-3.5、GPT-4と進化したGPTモデルを公開してきました。特にGPT-3.5とGPT-4モデルの性能差を比較すると興味深い結果が得られましたので、興味のある方はこちらの記事も参考にしてください。

GPT-4とは？

生成AIにできること

生成AIを用いることで、定型業務の効率化やクリエイティブな提案の補助、コンテンツのゼロコスト作成などを実現できます。ビジネスに活かすことで売上向上やコスト削減などの課題解決につながるだけでなく、新商品企画のアイデア創出や、新たな製品開発などにも役立つでしょう。

ここでは、生成AIができる3つのことについて具体的に解説するとともに、メリットについても紹介します。

定型業務の効率化

生成AIを活用すると、定型業務の効率化が期待できます。前述のように、生成AIにはさまざまな種類がありますが、例として「文字起こし生成系AI」を活用したときの業務効率化について考えてみましょう。

文字起こし生成系AIは、入力された音声をAIが自動的に認識して、音声の内容をテキスト化することができるAIです。そのため、ビジネスにおいては、会議の録音データをテキスト化して議事録として保存したり、コールセンターの応対を録音したデータを文字起こししてシステムに登録したりといった使い方が可能です。

人間が手動で議事録を作成したり、録音データを聞き返したりする必要がなく、業務効率化につながります。

クリエイティブな提案の補助

クリエイティブな提案の補助にも、生成AIは役立ちます。例えば、ある小説家が新しい作品を執筆しようとしているとします。しかし、主人公に関するぼんやりとしたイメージは浮かんでいるものの、細部を詰めるための良いアイデアが見つからずに悩んでいました。

このような場面において、頭の中で考えているいくつかの情報をテキスト生成系AIに与えて、作品のアイデアをもらうような使い方が可能です。

例えば、「20代前半の男性が主人公の小説を書こうとしていて、特徴的な口癖を持つキャラクターにしたい。良い口癖のアイデアを教えて」などとAIにインプットすることで、AIがいくつかのアイデアを提案してくれます。

コンテンツのゼロコスト作成

AIを活用することで、内製や外注で対応していたコンテンツ作成を生成AIに代替させ、ゼロコストで作成することが可能になります。

例えば、自社のマーケティング活動の一環として製品紹介動画を制作している場合、外部のイラストレーターに外注していた動画内に使用するイラストを、画像生成系AIで作成すれば外注費を丸ごと削減できます。

また、動画内に使用する楽曲を社内で制作している場合に、音声生成系AIでBGMを生成すれば、人件費とリソースの削減が可能になります。これまでは「コンテンツを作成するための人材」が少なからず求められていましたが、将来的にはコンテンツ作成の大部分をAIが担うようになる可能性が指摘されています。

顧客との関係強化

生成AIは、顧客との関係強化にも役立ちます。顧客の購買履歴や好みなどのデータ分析を生成AIにより効率化すれば、パーソナライズしたコンテンツや製品の提供が可能となり、リピート率の向上や長期的なロイヤルティの獲得につながります。

カスタマーサポートでの顧客対応に生成AIを搭載したチャットボットを導入し、コミュニケーションコストを軽減するやり方は、すでに多くの企業が実施しています。生成AIによってオペレーターの業務負担を軽減しつつ、顧客はスムーズに対処法を知ることができるため、顧客満足度の向上が期待できるでしょう。

また、文書の生成やフィードバックによる改良、ナレッジ共有など社内コミュニケーションの高速化にも役立ちます。

生成AIにできないこと

生成AIはあくまでも「ディープラーニングによる機械学習を重ねることで、オリジナルのコンテンツを生成できるようになったAI」であり、人間のように思考してコンテンツを生成しているわけではありません。

つまり、「学習したデータに基づいた特徴を持つコンテンツ」を作ることは得意ですが、人間の感情を読み取って、一人ひとりに合わせたオリジナルコンテンツを提供するような挙動は不可能です。

上記のように「人間の感情に寄り添った、人間と同様の思考ができるAI」を「AGI（汎用性人工知能）」と呼びますが、現在のところ、AGIは現実に存在していません。

しかし、AI技術の発展は目覚ましく、予想よりもずっと早く、近い将来にAGIが登場する可能性が指摘されています。2023年2月24日には、会話型AIサービス「ChatGPT」をリリースした米OpenAIのサム・アルトマンCEOにより、AGIの社会への影響を懸念してロードマップが公開されるなど、AGIとの共存が想定される世の中になってきています。

AGIについて詳しく知りたい方はこちらの記事もご参照ください。

AGI（汎用性人工知能）とは？

生成AIの問題点との向き合い方

ChatGPTを筆頭とする生成AIの大規模言語モデル(LLM)では、現時点で主に以下3つの課題が懸念されています。

モデルに依存する出力精度
ハルシネーション（AIがもっともらしい嘘をつく）のリスク
敵対的プロンプトへの対策が不十分

ハルシネーションは、学習データの充実や経験値の向上により改善される可能性があるものの、完全に防止することが難しい状況です。また、プロンプトを使って言語モデルへ攻撃する「敵対的なプロンプト」を用いて悪用する人や組織が登場すれば、社会情勢が混乱するリスクも出てきます。

AIの発展スピードに対して、法律やインフラなどの社会基盤の整備が追いついておらず、法律で解決できないトラブルが多発する可能性もあります。AIの活用に関するルールが整備されるまでの間、開発された技術をむやみに普及させない取り組みも重要だと考えられます。

生成AIを活用したサービスの代表例

生成AIを活用したサービスには、次のようなものがあります。

画像生成系AI：Stable Diffusion
テキスト生成系AI：ChatGPT
文字起こし生成系AI：Whisper
商業コピー系AI：Catchy
アイコン生成系AI：Canva

ここでは、各サービスの概要や特徴、具体的な仕組み、活用事例などについて詳しく解説します。生成AIの具体的なサービスについて知りたいという方は、ぜひ参考にしてください。

【画像生成系AI】Stable Diffusion

Stable Diffusionは、2022年にStability AIが公開した画像生成系AIです。「生成AIの種類」の項でも触れたように、ユーザーによって入力されたテキストを参考に画像を生成することができます。

Stable Diffusionで画像を生成する際は、まずは英単語で区切って画像のイメージを入力しましょう。例えば「美しい湖を眺める少女」のイメージで画像を生成したい場合は、「beautiful lake,girl,see」などで試してみます。

よりイメージに近い画像を生成するためには、できるだけ詳細にイメージを伝えることが重要です。曖昧なイメージで単純な英単語だけを入力しても、再現性の高い画像が生成されない可能性が高いため、慣れてきたら英文を使ったpromptを作成してみましょう。

Stable Diffusionは既に「潜在拡散モデル」という機械学習モデルによって訓練されているため、ユーザーは特別なプログラムを入力したり、複雑なアルゴリズムを理解したりする必要はありません。

Stable Diffusionとは？

【テキスト生成系AI】ChatGPT

ChatGPTは米OpenAIが開発したテキスト生成系AIの一種で、2022年11月にリリースされました。テキストボックスにユーザーからの質問を入力・送信することで、AIが人間と会話しているかのような対話形式で質問に回答してくれるサービスです。

ChatGPTに用いられている言語モデルは、小説を自動的に生成したり、ゲーム内の会話を制作したりする際に用いる目的で設計された「GPT」というモデルです。Web上に存在する膨大なデータを学習することによって、ユーザーからの複雑な質問にもスムーズに対応できるように訓練されているのが特徴です。

また、ユーザーとChatGPTの過去の対話を記憶する機能や、誤った回答の訂正機能なども備わっており、ユーザーが利用を重ねることでさらに精度を高められる仕組みになっています。

ただし、2023年2月現在では2021年までの情報しか学習していないため、比較的新しい出来事について質問すると正しい答えが返ってこない点には注意が必要です。

ChatGPTとは？

【文字起こし生成系AI】Whisper

Whisperも、前述のChatGPTと同様に米OpenAIが開発したサービスです。同AIは音声入力による文字起こしが可能で、音声データを入力すると、自動的にテキストを出力してくれます。

WhisperはWebから68万時間分もの膨大な多言語音声データを「教師付きデータ」として学習させた音声認識モデルであり、文字起こしは非常に高精度です。日本語の文字起こしについても精度が高く、OpenAIが公開している「単語誤り率」では、スペイン語、イタリア語、英語、ポルトガル語、ドイツ語に続いて、全体の6位にランクインする「5.3%」となっています。

出力されたテキストを軽く手直しする程度で文字起こしが叶うため、会議の議事録作成やコールセンターの応対録音データのテキスト化など、今後ビジネスにも大いに役立つことが期待されます。

Whisperとは？

【商業コピー系AI】Catchy

Catchyは、デジタルレシピが開発したAIライティングアシスタントツールです。100種類もの豊富な生成ツールが用意されており、新規事業のアイデアや広告用のキャッチコピー、記事コンテンツ作成用の文章など、多種多様な文章を生成できます。

キャッチコピー機能では、プロダクト名やブランド名と事業内容・ブランド概要を入力すると、内容に沿ったキャッチコピーが自動的に生成されます。

また、2022年10月には、Catchyの機能のひとつとして「事業計画ワークフロー」をリリースしました。事業計画ワークフローでは、特定の事業のキーワードを入力すると、サービス名のアイデアやマーケティング施策の例、ユーザーが抱えている問題や解決策など、さまざまな方向性から回答が出力されます。

Catchyとは？

【アイコン生成系AI】Canva

オンラインデザインツール「Canva」では、テキストを入力することで画像やアイコンを作成できる「Mojo AI」を提供しています。

架空のイメージなど高品質な画像を生成できるため、アイコンやバナー、パンフレットなどのデザインに活用できます。無料アカウント登録が必要ですが、1日最大100個の画像生成（1回あたり4枚の画像を生み出すため、25回までリクエストが可能です。

Canvaには無料版と有料版があり、有料プランCanva Proに加入すれば、回数無制限でAI画像が生成できます。

Canva AIとは？

企業の生成AI活用事例

ここからは、実際に生成AIを活用している企業の事例を紹介します。自社における生成AIの活用を検討する上でぜひお役立てください。

自動運転EV「THE FIRST TURING CAR」のデザイン

AI技術を⽤いた完全自動運転の実現を目指すスタートアップ「チューリング（Turing）」は、自社開発のAI自動運転システムを搭載した「THE FIRST TURING CAR」をリリースしました。

レクサスRX450hをベースとし、独自のAI自動運転システムとオリジナルエンブレムを搭載した完全自動運転EVのコンセプトカーです。デザインを生成する際に、画像生成AI「Stable Diffusion」を活用しました。

デザインの方向性を共同制作企業と協議し、複数のキーワードを抽出した後でプロンプトに起こし、Stable Diffusionで大量の画像を生成しています。

静的なイメージにとどまらず、フルカラー3Dプリントでのスケールモデルや走行アニメーションやARデータまでを製作した事例としては世界初と言われています。なお、自社工場となる「Turing Kashiwa Nova Factory」のネーミングにはChatGPTを活用するなど、積極的に生成AIを取り入れている点も特徴です。

チューリング、自動運転車初納車

パナソニックHDのAIアシスタントサービス

パナソニックホールディングスでは、AIアシスタントサービス「ConnectGPT」をベースにした「PX-GPT」をグループ全社員向けに展開しました。「ConnectGPT」は、グループ会社のパナソニックコネクト株式会社が活用しているサービスで、全社版として提供する際に「PX-GPT」として再調整されています。

GPT-3.5の法人向けAIエンジンをベースとし、高いセキュリティを備えている点が特徴です。社内におけるAI活用により、業務効率化や負担軽減といった効果が期待できます。

グループの他の会社からもAIアシスタントサービスの活用可能性や適用の要望が上がっており、今後さらに波及させるべく検討しています。

パナHD 全社員にAIアシスタント拡大

アサヒビールの新商品PR

アサヒビールは、新商品「アサヒスーパードライドライクリスタル」の販売に合わせて、画像生成AIのStable Diffusionを搭載したサービス「Create Your DRY CRYSTAL ART」を公開しました。自分の画像とテキストをブランドサイト上にアップロードすると、商品を楽しんでいる独自のアートが自動で生成されます。