AI(人工知能)にできること・できないこと一覧【仕事&生活別の具体例まとめ】

ChatGPTといったツールの登場を機に、AI（人工知能）の話題を耳にする機会は一層増えています。なかには「AIが人間の仕事を奪う」といったネガティブな話題もあり、期待や不安が入り混じっている人が多いのではないでしょうか。

AIは人間の仕事を強力にアシストしてくれる存在のため、できることは多岐にわたります。しかしもちろん万能ではなく、できないこと・苦手なこともあります。AIを活用したい人も、AIに不安を感じている人も、まずはAIの可能性を正しく理解することが大切です。

そこでこの記事では、初心者向けにAIができること・できないことをわかりやすく紹介します。AIの具体的な活用事例や、AI時代に人間ができることも紹介するので、ぜひ参考にしてください。

「そもそもAIとは何なのか」があいまいな人は、次の記事で前提知識を押さえておきましょう。

今のAIにできること一覧

今のAIにできることは多岐にわたります。

音声・画像・文章の認識から、コンテンツ生成・データ分析・自動運転・プログラミング支援まで、その活用範囲は日々広がっています。

そこでさっそく今のAIにできることを、8つにまとめて解説します。

それぞれ解説します。

なお「ChatGPTやGemini…生成AIはたくさんありすぎてどれが良いのかわからない…」と悩んでいる人は「生成AIツール診断」をお試しください。

かかる時間は1分ほど。4つの質問に答えるだけで、用途や目的にあう生成AIツールを診断してくれます。

手軽に使う活用する生成AIを選びたい人は、ぜひ一度お試しください。

＼ 4つの質問に答えるだけ ／

音声認識/合成

「音声認識」とは、AIが音声データを解析してその内容を認識する技術です。膨大な音声データから学習したAIは、音の波形パターンから文字や音の種類を把握できます。

近年は、テキストを自然な音声に変換する「音声合成」も実用化が進んでいます。音声認識と合成を組み合わせることで、人間と自然に会話できるAIアシスタントが実現しています。

応用例として、iPhoneに搭載されたSiriが代表的です。ユーザーの言葉を認識し、音声で自然に回答します。

画像認識/物体検出

「画像認識」とは、AIが画像データを解析してその内容を認識する技術です。膨大な画像データからパターンを学習したAIは、写っているものを特定したり、画像の種類を判別したりできます。

近年は「物体検出」技術も進化し、画像内の複数の物体を同時に検出・分類する精度が飛躍的に向上しています。

応用例として「顔認識システム」が代表的です。カメラで得た画像をAIが解析し、個人を高精度に特定する認証を実現しています。

文章理解/要約/翻訳

AIは「自然言語処理」を活用することで、文章を理解できます。自然言語処理とは、人間の言葉をAIが解析し、意味や文脈を把握する技術のことです。

文章を「トークン」という最小単位に分解して処理します。膨大なデータから学習したAIは、トークンの順序や組み合わせをもとに意味を特定します。要約・翻訳・感情分析など、文章に関わる幅広い作業をAIが自動化できるようになっています。

応用例として「チャットボット」が代表的です。ユーザーの質問を自然言語処理で理解し、人間のような受け答えを実現しています。

文章作成におすすめのAIツールを詳しく知りたい人は、次の記事を参考にしてください。

コンテンツの生成

AIは文章・画像・音声・動画など、さまざまなコンテンツを生成できます。言葉の指示をもとにコンテンツを生成できる生成AIの登場により、コンテンツ生成技術は飛躍的に普及しました。

コンテンツ生成には主に2つのAI技術が使われています。

応用例として「ChatGPT」が代表的です。高度なLLMを搭載しており、ユーザーの指示に対して自然な文章で回答します。

データの分析/予測

AIは、データに沿った分析・予測が可能です。大量のデータから規則性・パターンを学習したAIは、与えられたデータの傾向から今後の動向を予測したり、有用な新事実を発見したりできます。

予測・分析のわかりやすい応用例は「天気予報」です。過去の膨大な気象データから学習したAIは、気温や降水量といったデータを分析し、より精度の高い天気予報を実現します。

自動運転/ロボット制御

AIは自動車の自動運転や産業用ロボットの制御にも活用されています。カメラやセンサーから得た情報をリアルタイムで解析し、障害物の回避や経路選択を自律的に判断します。

自動運転では画像認識・物体検出・予測分析を組み合わせることで、人間のドライバーに近い判断が実現しています。製造現場でも、AIを搭載したロボットアームが精密な組み立て作業を自動化しています。

つまり、AIは現実空間での判断と制御においても、着実に活用範囲を広げています。

プログラミング支援

AIはプログラミングコードの生成・補完・デバッグを支援できます。自然言語で指示するだけでコードを生成できます。エラーの原因を特定して修正案を提示することも得意です。

GitHub CopilotなどのAIツールについて、開発者のコーディング速度が平均55%向上するとGitHub社の調査で報告されています。プログラミング未経験者でもAIの支援で簡単なツールを作れる環境が整っています。

コーディングに活用できるおすすめAIを詳しく知りたい人は、次の記事を参考にしてください。

対話/カスタマーサポート

AIは自然な会話形式でユーザーと対話し、質問への回答や問題解決をサポートできます。自然言語処理の進化により、文脈を理解した上で適切な回答を返せるようになっています。

カスタマーサポートへのAI導入により、24時間365日の自動対応が実現しています。人間のオペレーターが対応すべき問い合わせを絞り込む「一次対応の自動化」が、多くの企業で広がっています。

AIができないこと/苦手なこと一覧

数多くのことができるAIですが、何でもできるわけではありません。AIができないこと・苦手なことを正しく把握することが、AIを上手に使いこなす第一歩です。

ここからはAIができないこと・苦手なことを、6つにまとめて解説します。

それぞれ詳しく解説します。

感情や文脈の深い理解

AIは、人間が持つ感情を本当の意味で理解できません。AIはプログラムにもとづいて動作しており、人間のような感情を持つ仕組みを備えていないためです。

文章の口調や顔画像の表情から「感情らしきもの」を判断することは可能です。しかしそれは過去のパターンからの推測に過ぎず、個人の経験や価値観に根ざした複雑な感情を理解しているわけではありません。

ゼロからの独創的な発想

AIは、ゼロから何かを創造することは基本的にできません。AIによるコンテンツ生成は、過去に学習したデータを組み合わせることが前提のためです。

既存のアイデアを組み合わせる「1+1型」の創造は今のAIにもできます。しかし、「ひらめき」や「直感」から独創的なアイデアを生み出す「0→1型」の創造は困難です。

倫理的な価値観の判断

AIは、倫理や道徳にもとづいた価値判断が苦手です。何が「公平」で何が「正しい」かは、文化・時代・個人の価値観によって異なります。

AIは学習データにもとづいて判断します。データが偏っていれば出力も偏る、「バイアス問題」が生じるリスクがあります。倫理的な判断が求められる場面では、人間が最終的に確認する体制が不可欠です。

責任を伴う最終的な意思決定

AIは情報の整理や選択肢の提示はできますが、責任を持って意思決定することはできません。医師の診断・法的判断・経営判断など、結果に責任が伴う場面では人間の関与が必須です。

AIの出力はあくまで「参考情報」であり、最終的な判断と責任は人間が担う必要があります。AIを導入する際は、この役割分担を明確にしておくことが重要です。

未知への柔軟な対応

AIは学習済みのデータ範囲内では高い精度を発揮しますが、まったく新しい状況への対応は苦手です。前例のない問題や、学習データに含まれないケースでは、精度が大幅に低下します。

人間が持つ「状況を読んで臨機応変に対処する力」は、現在のAIには再現できません。予測不能な場面ほど、人間の判断力と経験が重要になります。

身体を使った繊細な作業

AIはデジタル上の処理は得意ですが、人間の手先の感覚を必要とする繊細な作業は苦手です。陶芸や手術の縫合、楽器の演奏など、微妙な力加減や触覚を必要とする作業の自動化は難しい状況です。

ロボット技術と組み合わせることで改善は進んでいますが、人間の身体感覚を完全に再現するには至っていません。職人的な技術や感覚が求められる仕事は、当面は人間の強みです。

仕事でのAI活用事例7選

AIは特定の業界だけでなく、さまざまなビジネスシーンで活用されています。業種を問わず導入が進んでいるAI活用の具体例を知ることで、自分の仕事への応用ヒントが見つかります。

ここからは仕事でのAI活用事例を、7つにまとめて解説します。

営業/マーケティングの効率化

AIは営業・マーケティング業務の効率化に大きく貢献しています。顧客データを分析して購買予測を行い、最適なタイミングでのアプローチを支援します。

メール文章の自動生成や広告コピーの作成など、従来は時間のかかっていた作業をAIが数秒でこなします。担当者はより戦略的な業務に集中できるようになっています。

マーケティングへの生成AI活用例を詳しく知りたい人は、次の記事を参考にしてください。

経理/事務作業の自動化

AIは領収書の読み取りや仕訳作業、請求書処理など、繰り返しの多い事務作業を自動化できます。OCR（光学文字認識）とAIを組み合わせることで、紙の書類をデータ化して処理する流れも実現しています。

定型的な経理処理の自動化により、ミスの削減と処理速度の向上が同時に実現できます。経理担当者は数値の確認や分析といった付加価値の高い業務に時間を使えるようになります。

カスタマーサポートの品質向上

AIチャットボットは24時間365日、問い合わせに自動で対応します。よくある質問への回答や注文状況の確認など、一次対応の多くをAIが担います。

人間のオペレーターは複雑な対応に集中できるようになります。対話履歴をAIが学習することで、回答の精度が継続的に高まる点も強みです。顧客満足度の向上とオペレーターの負担軽減を同時に実現できます。

人事/採用業務の効率化

AIは採用業務において、履歴書のスクリーニングや候補者とのやり取りを自動化できます。求める人材の条件をAIに学習させることで、多数の応募者から条件に合う人材を素早く絞り込めます。

従業員のスキルデータを分析して最適な配置や育成計画を提案するAIツールも登場しています。人事担当者の判断をデータで裏づけることで、より客観的な人材マネジメントが実現します。

企画/クリエイティブ業務のサポート

AIは企画書の草案作成やアイデア出し、デザインの初稿生成など、クリエイティブ業務の初期段階をサポートできます。ゼロから考え始める「白紙の恐怖」を解消し、アイデアの質と量を高められます。

AIが生成した叩き台をもとに人間が磨き上げる進め方は、企画・制作の生産性を大きく向上させます。最終的な品質判断や独自性の付加は、引き続き人間が担う役割です。

物流/在庫管理の最適化

AIは配送ルートの最適化や需要予測にもとづいた在庫管理を自動化できます。天候・季節・販売履歴などのデータを組み合わせて分析し、最適な在庫量と配送計画を提案します。

在庫の過不足を減らすことで、廃棄コストと機会損失を同時に削減できる点が大きなメリットです。小売業から製造業まで、幅広い業種での導入が進んでいます。

開発/エンジニアリングの加速

AIはソフトウェア開発においてコードの自動生成・レビュー・テストを支援します。開発者が自然言語で要件を伝えるだけで、AIが対応するコードを生成してくれます。

GitHub社の調査によると、AIコーディング支援ツールを使った開発者は作業速度が平均55%向上しています。開発チームの生産性を高め、より短いサイクルでリリースできる体制づくりに貢献しています。

AIプログラミングについて詳しく知りたい人は、次の記事を参考にしてください。

【業界別】AIの面白い活用事例6選

数多くのことが可能なAIは、さまざまな業界・分野で活用されています。ここからは、6つの業界別にAIの具体的な活用事例を見ていきましょう。

【医療】医療画像解析

医療業界におけるAIの有名な活用事例の1つが「医療画像解析」です。医療画像解析は、CTやMRIなどの医療画像をAIが解析し、病気の早期発見や診断の精度向上を支援します。

たとえばNECの「WISE VISION」は、AIの画像認識技術を活用した医療画像解析システムです。内視鏡画像をAIが解析することで病変箇所を特定し、医師の診断を支援してくれます。

医療現場で導入が進んでいる医療画像解析システムは、医師の負担軽減や診断の効率化に貢献しています。

【製造】異常検知システム

製造業界におけるAIの代表的な活用事例が「異常検知システム」です。正常・異常のパターンを学んだAIが、製品や製造ラインの映像・数値データから異常を迅速に検出します。

たとえば東芝のSATLYSは、AIの画像認識技術と予測・分析技術を活用した映像解析システムです。AIが製造ラインの映像を解析し、迅速な異常検知を可能にします。

異常検知システムの普及により、検査精度と検査効率が同時に改善されています。

【農業】スマート農業システム

農業界におけるAIの代表的な活用事例が「スマート農業システム」です。電子機器をインターネットに接続する「IoT」を活用し、農業機器による情報収集やデータ活用を効率化します。

たとえばAGRISTのAGRIST Aiは、IoT機器から収集したデータをもとに収量予測や農業計画をサポートするシステムです。農家はデータにもとづいた判断が可能になり、効率的な農業経営を実現できます。

スマート農業の普及は、深刻化する農業従事者の高齢化と労働力不足への対策として期待されています。

【小売】AI需要予測/無人店舗

小売業界におけるAIの代表的な活用事例が「AI需要予測」と「無人店舗」です。AIが過去の販売データ・季節・天候・トレンドを分析し、将来の販売量を予測することで在庫切れや過剰在庫を防ぎます。

たとえば小売大手のイトーヨーカ堂は、2020年からAI需要予測を取り入れた商品発注システムを導入しています。AIが予測販売数を提案し、発注担当者の判断を支援します。

AI需要予測は販売戦略の最適化とロス削減に貢献しており、小売各社への導入が広がっています。

【サービス】AIチャットボット

サービス業界におけるAIの代表的な活用事例が「AIチャットボット」です。顧客からの問い合わせを自然言語処理で把握し、AIが自然な応答を返します。

たとえばNTTドコモのAI電話サービスは、顧客への電話対応をAIで自動化するサービスです。独自の音声認識技術で顧客の音声を把握し、50種類以上の音声で自然な電話対応を実現しています。

AIチャットボットの導入により、一次対応の自動化とオペレーターの負担軽減が同時に実現できます。

チャットボットサービスを一覧でより詳しく知りたい人は、次の記事を参考にしてください。

【メディア】記事生成/要約

メディア業界におけるAIの代表的な活用事例が「記事生成・要約」です。自然言語処理を活用したAIが記事の執筆補助や要約を行い、コンテンツ制作の効率化とユーザーの利便性向上を実現します。

たとえばYahoo!ニュースには2023年から、コメントのAI要約機能が搭載されています。大量のコメントを生成AIが解析し、要点を簡潔にまとめて表示することでユーザーが記事の大筋を把握しやすくなりました。

未来のAIができるようになること

AI技術の進化は著しく、現在は難しいとされることも数年以内に実現する見込みです。研究機関や企業が注目する「近未来のAI」ができるようになることを3つ紹介します。

1つ目は「汎用人工知能（AGI）の実現」です。現在のAIは特定タスクに特化した「特化型AI」ですが、AGIは人間のようにあらゆる分野で思考・学習・問題解決ができます。OpenAIやGoogleなど主要AI企業がAGI実現を目標に掲げており、研究が加速しています。

2つ目は「マルチモーダルAIの高度化」です。テキスト・画像・音声・動画を横断して理解・生成できるAIの精度が向上し、より複雑な作業をこなせるようになっています。

3つ目は「自律型AIエージェントの普及」です。人間が細かく指示しなくても、AIが自らタスクを計画・実行・修正する「AIエージェント」の実用化が進んでいます。複数のAIエージェントが連携して複雑な業務を自律的にこなす仕組みは、今後のビジネスを大きく変えると期待されています。

AIエージェントについてより詳しく知りたい人は、次の記事を参考にしてください。

AI時代に人間がやるべきこと4つ

AI時代の到来は確実であり、人間の働き方にも大きな影響を与えています。AI時代を生き抜くために、今から取り組むべきことを4つにまとめて解説します。

ここからはAI時代に取るべき行動を、4つにまとめて解説します。

なお、次の記事では「AIにできず人間にしかできないこと」を詳しく紹介しているので、あわせて参考にしてください。

AIにはない強みを身につける

AIにはない強みを身につけましょう。前述のとおり、AIには感情の理解やゼロからの創造が困難です。こうしたAIが不得意な領域にフォーカスしてスキルを養うことで、AIとの差別化を図れます。

たとえば、相手とのやり取りから細かな感情を察して最善の立ち回りができる能力は、AIには真似できません。このように、人間ならではのスキルを積極的に磨き、AIに代替されない人材を目指しましょう。

AIの活用スキルを磨く

AIの活用スキルを磨くことも重要です。今後AIがさらに普及していけば、ある程度の業務は自動化・効率化されるでしょう。このときAIの活用スキルがあれば、業務効率を高めつつ、より良い成果を生み出せます。

特に、ChatGPTなどの生成AIを活用するスキルの重要性は高まることが予想されます。資料作成や企画検討といった日常業務に生成AIを積極的に取り入れ、活用スキルを磨きましょう。

AIにはない強みを活かしつつ、AIと共存しながら成果を最大化するスキルを持つことが、AI時代において大きな武器となるはずです。

新たなAI関連職種を目指す

AIの進化・普及にともない、新たなAI職種も誕生しています。こうしたAI職種を目指すことも1つの選択肢です。

たとえば昨今では、生成AIに送るプロンプト（指示文）を最適化・設計する「プロンプトエンジニア」が注目されています。AIの性能を引き出すためのスキルが求められるため、高額の報酬が提示されるケースもあります。

AIを使いこなす職種を目指すことは、AI時代をリードする人材になるための有効な戦略です。新たなAI職種の動向にアンテナを張り、自身のキャリア設計に取り入れるのも良いでしょう。

なお、プロンプトエンジニアについて詳しくは、次の記事を参考にしてください。

AIの開発スキルを習得する

AIでできることを知り、「AI開発を学んでみたい」と興味が湧いてきた人もいるはずです。AIの開発スキルを身につけるためには、Pythonなどのプログラミングスキルの習得が不可欠です。

ただ、独学では挫折するリスクが高いことも事実です。侍エンジニアの調査によると、プログラミング学習者の約87.5%が挫折や行き詰まりを経験しています。

AIスキルを確実に習得したい人には、現役エンジニアによるサポートが受けられる侍エンジニアのようなプログラミングスクールがおすすめです。AIプログラミングの基礎から実践まで、順を追って学べる環境が整っています。

AIができることによく抱く疑問

最後に、AIができることによく抱く疑問へまとめて回答します。

AIは使うべき？

結論として、AIは積極的に使うべきです。総務省の「令和5年版 情報通信白書」によると、AIの活用で業務時間を20%以上削減した企業が国内でも増えています。

AIを使いこなせる人とそうでない人の生産性の差は、今後ますます広がります。「AIは難しそう」と敬遠するのではなく、まず無料ツールから試してみることがおすすめです。

無料の生成AIサービスを詳しく知りたい人は、次の記事を参考にしてください。

AIが普及すると仕事はなくなる？

すべての仕事がなくなるわけではありませんが、定型的な作業を中心に自動化が進むことは確実です。野村総合研究所とオックスフォード大学の共同研究によると、日本の労働人口の約49%が就いている職業がAIに代替可能と推計されています。

一方で、AIの活用を前提にした新たな職種も生まれています。大切なのはAIに代替される側に留まるのではなく、AIを使いこなす側に回ることです。

AIで仕事がなくなるのか、詳しく知りたい人は、次の記事を参考にしてください。

無料でも十分使える？

用途によっては、無料版のAIツールで十分に活用できます。ChatGPTの無料版やGoogleのGemini無料版は、文章生成・要約・翻訳・アイデア出しなど、日常的な業務に対応しています。

ただし、より高度な分析・長文処理・画像生成などを求める場合は有料版の利用がおすすめです。まず無料版で使い方に慣れてから、必要に応じて有料版へ移行する流れが最も効率的です。

まとめ

この記事では、AIにできること・できないことと、業界別の活用事例を解説しました。

AIはあらゆる業界・職種で活用が広がっており、使いこなせるかどうかで仕事の生産性に大きな差が出る時代です。

まずは無料のAIツールから試してみて、自分の業務に役立てる方法を探してみてください。AIスキルをより本格的に学びたい人は、AI(人工知能)の作り方 | 侍エンジニアの記事もあわせて参考にしてください。