本文へスキップ

AI過渡期のデータと趨勢

AI通信

一次情報で読み解く、AIニュース・比較・実務活用ガイド

ChatGPT・Claude・Geminiの最新動向とビジネス活用を、一次情報にもとづいて解説する。

注目記事

社会

米国のAI世論は利用49%でも不信71%。Pewが見る「使うほど疑う」構造と若年層の逆転

Pew Researchの2026年6月調査で米国成人のAIチャットボット利用は49%に達したが、進歩が「速すぎる」63%、個人情報がより危険になる71%と不信も強い。18〜29歳は50歳以上より悲観的で、Gallup・JFFの独立調査も同じ逆転を裏づける。利用拡大と不信深化の同時進行を一次データで整理する。

2026年8月26日 ・ 約15分

特集

ビジネス

生成AI ビジネス活用大全。部門別ユースケースからPoC・ガバナンス・ROIまで

生成AIをビジネスで使うための横断ガイド。部門別ユースケース、ツール選定、2週間PoC設計、社内ガバナンス、ROI/KPIフレーム、失敗パターンを実務担当者向けに整理する。ChatGPT・Claude・Gemini・Gemini Notebook・Copilotを業務目的別に使い分けるための判断軸も解説する。

2026年6月20日 ・ 約25分

最新記事

ビジネス

AIは企業に広く入ったが、幹部の答えでは雇用も生産性もまだ大きく動いていない。7か国9,000人近くが見込む次の3年

NBERの7か国調査（2026年10月改訂版）では、平均78%の企業がAIを使う一方、過去3年の雇用に影響なしと答えた企業は87%、生産性は83%だった。幹部は今後3年に生産性の効果が大きくなると見込み、その見込みは大企業や一部の産業の幹部ほど大きい。英ONSの統計と合わせて整理する。

2026年10月22日 ・ 約19分

社会

「事務職は約440万人余る」は経産省の条件つき2040年推計で、内閣府白書が示す現状とは分けて読む

経産省の2040年推計は事務職の余剰を約440万人（表は437万人）と示すが、十分な国内投資や産業構造転換が実現する場合の条件つきの値だ。内閣府の令和8年度経済財政白書によると、事務従事者の賃金上昇率は直近3年で職種の大分類のなかで最も高い。仮定と実測を分けて読む。

2026年10月13日 ・ 約14分

テクノロジー

AIの生産性効果は「測り方」次第。いま動いている測定論争を8つの一次資料から読む

AIの生産性効果は自己申告・RCT・行動ログ・政府統計のどれで測るかで数字が変わる。NBERはチャットログ指標を名指しで「概念が異なる」と批判し、Anthropicはほぼ同時期に自社ログを外部研究者へ開放した。8つの一次資料から進行中の測定論争を整理する。

2026年9月21日 ・ 約19分

社会

AI高曝露職で若者の「入口」が狭まっている。リスキリングへの期待値を、データが示す幅に置き直す

AI高曝露職の22〜25歳の雇用は、解雇ではなく新規採用の抑制を通じて反実仮想水準より約19%下にある（Stanford）。IMFの求人票データも同方向を示す。最も支持される処方箋リスキリングの効果は56件のRCTで雇用+2〜3ポイント・年収+約1,000ドルと小さく、3〜5年目には縮む。期待値をこの幅に置き直す。

2026年9月14日 ・ 約18分

ビジネス

「効率化はできた、稼ぐ力はまだ」。厚労省とIPAの二つの一次統計が示す共通パターン

厚生労働省「労働経済動向調査」（2026年2月・新設項目）とIPA「DX動向調査」（1,799社）という、母集団の異なる政府系一次統計が独立に同じ構造を示す。AI活用の狙いは業務効率化に集中し、効果も効率化には表れるが、人手不足の解消や売上・利益の向上にはほとんど届いていない。

2026年9月3日 ・ 約13分

ビジネス

「使っているが、変えていない」。総務省令和8年版情報通信白書が示す日本のAI組織的取組ギャップ

総務省令和8年版情報通信白書によれば、日本の生成AI利用率は個人58.8%・企業86.4%へ急伸し、企業では米独中との差が小さくなった。だが「業務変革の組織的な取組はない」と答えた日本企業は27.0%で、米国1.4%・独4.9%・中国2.6%を大きく上回る。利用率の先に残るギャップを一次データで読み解く。

2026年8月21日 ・ 約17分

社会

「人工知能基本計画」を読む。閣議決定からわずか半年で「第Ⅱ期」へ進む日本のAI国家戦略の全体像

2025年12月、日本初のAI国家戦略「人工知能基本計画」がAI推進法第18条に基づき閣議決定された。政府は開発投資の出遅れを自ら認め、わずか半年後の2026年7月には「第Ⅱ期」へ改定し、日本AX路線へ舵を切った。3原則から4原則への変化と、変わらない骨格を一次資料で整理する。

2026年7月26日 ・ 約14分

社会

AI電話が独居高齢者を見守る自治体2026。出雲市の実証と山形市の孤立対策に見る実装のいま

総務省調査でAI・RPA導入済み自治体は64.5%に達した(令和6年12月31日時点)。出雲市はAI電話サービスで高齢者約70人を対象に9か月の実証実験を行い2026年4月に商用化、山形市は生成AIと専門職のハイブリッド相談で孤独・孤立を抱える住民を支える。行政AI実装の現在地を一次データで読み解く。

2026年7月17日 ・ 約11分

生成AI用語辞典

すべての用語を見る →

生成AIの専門用語を、意味・目的・使われる場面まで図解でわかりやすく解説しています。

モデル

人工知能（AI）

じんこうちのう

人工知能（AI）とは、人間が行うような認識・推論・判断・学習などの知的な働きを、コンピュータで再現する技術の総称です。意味・目的・特徴・利用場面を解説します。

学習・チューニング

深層学習（ディープラーニング）

しんそうがくしゅう

深層学習（ディープラーニング）とは、人間の脳の仕組みをまねた多層の構造を使い、大量のデータから複雑なパターンを学び取る機械学習の手法です。意味・目的・特徴を解説します。

学習・チューニング

機械学習

きかいがくしゅう

機械学習とは、コンピュータが大量のデータから規則性やパターンを自動で学び取り、予測や判断を行えるようにする技術のことです。意味・目的・特徴・利用場面を分かりやすく解説します。

アーキテクチャ

ニューラルネットワーク

にゅーらるねっとわーく

ニューラルネットワークとは、人間の脳の神経細胞のつながりをまねて作られた、データから学習するための計算の仕組みのことです。意味・目的・特徴・利用場面を分かりやすく解説します。

モデル

生成AI

せいせいえーあい

生成AIとは、文章・画像・音声などの新しいコンテンツを、入力に応じて自動でつくり出すAIのことです。意味・目的・特徴・使われる場面を解説します。

モデル

大規模言語モデル（LLM）

だいきぼげんごもでる

大規模言語モデル（LLM）とは、大量の文章データで学習し、人間のような自然な文章を理解・生成する深層学習モデルのことです。意味・目的・特徴・利用場面を解説します。

カテゴリから探す