LLM（大規模言語モデル）とは？ChatGPTの心臓部をやさしく解説【2026年版】
ルミィ
AIの歩き方
生成AIと従来AIの違いとは？「作るAI」と「判断するAI」をやさしく解説【2026年版】
ルミィ
ChatGPTで文章を作ってもらう、Amazonで「あなたへのおすすめ」を見る、iPhoneの顔認証でロックを解除する──どれも「AI」と呼ばれていますが、実はこれらは仕組みも目的もまったく違う2種類のAIです。「全部AIなんでしょ？」と思っていた方、その違いをひと言で説明できますか？
AIは大きく分けて、文章や画像などの新しい出力を「作る」生成AI（ChatGPT・Gemini・Claudeなど）と、データから「見分ける・予測する」従来AI（迷惑メールフィルター・顔認証・おすすめ機能など）の2種類。どちらが優れているかではなく、得意な仕事が違うと理解するのが正解です。この記事を読めば、ニュースや日常のサービスを見て「これは作る側」「これは判断する側」と自分で見分けられるようになります。
ChatGPT・Gemini・Claudeの違いを先に知りたい方は、会話AI・汎用AIおすすめ比較ページもあわせてご覧ください。AIの全体像をつかみたい方はAIの地図｜目的別にAIツールを探すへ。
現在、AIには大きく分けて2つの世界があります。文章や画像などの新しい出力を作る生成AI（作るAI）と、データから「見分ける・予測する」従来AI（判断するAI）です。ChatGPTやClaudeが前者、迷惑メールフィルターやおすすめ商品が後者──と聞けば、ニュースやサービスの見え方が一気に変わるはず。この記事では、AIをほとんど触ったことがない方向けに、2つのAIの違い・身近な例・使い分け方までやさしく解説します。
私自身、AI関連の解説記事を書きながら「生成AIと従来AIをひと言で分ける説明」に何度も書き直しを重ねてきました。最終的に「作る側」と「見分ける・予測する側」というシンプルな対比にたどり着いたのですが、この区別がつくだけで、AIニュースや新サービスの理解度が一気に変わります。読み終える頃には、「あ、これは作るAIだ」「これは判断するAIだ」と自分で見分けられるようになり、AIニュースの解像度がぐっと上がります。次のステップとしてLLM（大規模言語モデル）の仕組みや機械学習・ディープラーニング入門、プロンプトエンジニアリング基礎へとつなげると、AI全体の地図が頭の中にできあがります。
🙋 こんな人に向いています
- 「AI」というワードはよく聞くが、ChatGPTと顔認証が同じ「AI」と呼ばれる理由が腑に落ちない人
- ChatGPT・Gemini・Claudeなどの生成AIと、迷惑メールフィルターなどの「裏方AI」を整理して理解したい人
- AIニュースを見ても「これは何のAIの話なのか」がぼんやりしている人
- これからLLM・機械学習・プロンプトエンジニアリングを学ぶ前に、AI全体の地図を頭に入れたい人
- 仕事でAIを使い始めたい、または提案する立場にある人
この記事でわかること
- 生成AIと従来AIの違い
- 「作るAI」と「判断するAI」の具体例
- ChatGPT・Gemini・Claudeがどちらに分類されるか
- スパム判定・顔認証・レコメンドがなぜAIなのか
- AIエージェントやフィジカルAIとの関係
- 次に学ぶべきAI基礎トピック
ChatGPTもおすすめ機能も、ぜんぶAIなんだよね？違いがあるの〜？
結論：生成AIは「作るAI」、従来AIは「見分ける・予測するAI」
まず結論から押さえましょう。
- 生成AI：文章・画像・音声・動画・コードなど、新しいコンテンツを作るAI
- 従来AI：分類・識別・予測・検出など、既存データから判断するAI
たとえば、写真を見て「これは犬です」と判定するのは従来型のAIです。一方、「犬が宇宙服を着て月面を歩いている画像を作って」と指示して画像を作るのは生成AIです。つまり、従来AIは「見分ける・予測する」のが得意で、生成AIは「作る・書く・描く」のが得意です。
なるほど〜！「作る」のと「見分ける」の、得意なことが違うんだね！
なお「従来AI」という言葉は、厳密な技術分類名というより、生成AIと対比するための説明用語として使われることが多いです。実際には「識別AI」「予測AI」「推薦AI」「ルールベースAI」などに細かく分かれています。生成AIの中核となる大規模言語モデル（LLM）や、AI全体を支える機械学習・ディープラーニングについては、別記事で詳しく解説しています。
AIの分類：5つの代表タイプ
2026年現在、AIは大きく次の5つに整理できます。
| 分類 | 役割 | 代表タスク |
|---|---|---|
| 生成AI | 新しいコンテンツを生成する | 文章作成、要約、画像生成、コード生成、企画案作成 |
| 識別AI | 入力データを分類・判定する | 画像認識、顔検出、不良品検知、スパム判定 |
| 予測AI | 過去データから未来や確率を予測する | 需要予測、売上予測、故障予測、リスク予測 |
| 推薦AI | ユーザーに合うものを選ぶ | 商品推薦、動画推薦、広告配信 |
| ルールベースAI | 人間が決めた条件に従って処理する | 定型チャットボット、診断フロー、業務自動化 |
※「ルールベースAI」は、データから学ぶ他の4つ（生成・識別・予測・推薦）と異なり、人間が決めたルールに従って動くアプローチで、厳密には分類軸が異なります。本記事では初心者向けに同じ表で並べていますが、技術的な系統が違う点だけ押さえておくとより正確に理解できます。
Google Cloudは生成AIを「テキスト・画像・音楽・音声・動画などの新しいコンテンツを作るAI」と説明し、予測AIは特定ユースケースのリスク予測などに使われると整理しています。IBMも、生成AIは新しいコンテンツを作るAI、予測AIは将来の出来事を予測するAIと、目的の違いで区別しています。
生成AIの代表例｜初心者がまず知っておきたい4サービス
| サービス名 | 提供企業 | 主な用途 |
|---|---|---|
| ChatGPT | OpenAI | 文章作成、要約、アイデア出し、コード生成、学習サポート |
| Gemini | 文章作成、計画立案、ブレインストーミング、検索連携 | |
| Claude | Anthropic | 長文の文章作成・要約、コード生成、複雑な指示への対応、AIエージェント用途 |
| Adobe Firefly | Adobe | 画像・動画・デザインの生成・編集 |
ChatGPTはOpenAIが提供する対話型AIで、文章作成・要約・アイデア出し・問題解決・学習などに使えます。GeminiはGoogleのAIアシスタントで、検索やGoogle Workspaceとの連携が強みです。ClaudeはAnthropicが提供する対話型AIで、長文の理解・生成や丁寧な文章表現、複雑な指示への対応に強みがあり、近年はAIエージェント用途でも広く使われています。Adobe Fireflyはクリエイティブ向けの生成AIで、Adobe独自モデルに加えて、Google・OpenAI・Black Forest Labs・Runwayなどの外部モデルも選べるようになっています。画像生成・動画生成・デザイン制作を一つの環境で試しやすい点が特徴です。これら主要モデルの違いをもっと詳しく知りたい方は、主要AIモデル比較2026年4月版もあわせてご覧ください。
従来AIの代表例｜身近なところで活躍している
| サービス名 | 提供企業 | 分類 | 用途 |
|---|---|---|---|
| Amazon Rekognition | AWS | 識別AI（画像認識） | 画像・動画から物体・人物・テキストを検出 |
| Azure AI Vision | Microsoft | 識別AI（画像分析） | 画像のタグ付け、OCR、顔検出など |
| Salesforce Einstein Prediction Builder | Salesforce | 予測AI | 商談・顧客行動・業績の予測 |
普段意識することは少ないですが、Gmailのスパムフィルタ、クレジットカードの不正利用検知、Amazonの商品レコメンド、Apple Face IDの顔認証など、私たちが日常で触れているサービスの多くに従来AIが組み込まれています。
スマホの顔認証もAIだったんだ〜！気づかないうちにいっぱい使ってるね。
よくある誤解｜「生成AIはゼロから創造している」？
生成AIについては、いくつか誤解されやすいポイントがあります。
- 誤解1：生成AIはゼロから創造している
→ 実際は学習データのパターンをもとに新しい出力を作っています。完全な無からの創造ではありません。 - 誤解2：従来AIはもう古い
→ 画像認識、需要予測、不正検知などで現在も広く使われています。生成AIに置き換えられたわけではありません。 - 誤解3：生成AIは従来AIより高性能
→ 用途が違います。分類や予測のような明確に答えがあるタスクでは、従来AIの方が高速・高精度な場合も多いです。 - 誤解4：AI＝生成AI
→ AI全体の一部が生成AIです。AIという言葉と生成AIは同義ではありません。
AI活用の新しい流れ｜AIエージェント・フィジカルAI
近年は、生成AIや従来AIに加えて、AIエージェントやフィジカルAIといった考え方も注目されています。
AIエージェント：自律的に作業を進めるAI
AIエージェントは、単発の応答ではなく、ユーザーの目的に向かって複数ステップの作業を自律的に進めるAIです。近年は、Web検索・表作成・ファイル操作・コード生成などを組み合わせて行うAIサービスが増えており、ChatGPTやClaudeなど主要な対話型AIにもエージェント機能が組み込まれてきています。「チャットの返事をもらうAI」から「仕事を任せるAI」への進化と言えます。詳しくはAIエージェントとは？徹底解説をご覧ください。
フィジカルAI：現実世界を動かすAI
フィジカルAIは、ロボット・自動運転・工場機械など、現実世界の機器と組み合わさって動くAIを指す考え方です。生成AIが画面上の文章や画像を扱うのに対し、フィジカルAIは実世界での作業や移動、操作に関わります。ヒューマノイドロボットや自律走行車、産業用ロボットなどがその代表例で、画面の中だけでなく現実世界で働くAIへと広がりつつあります。日本でもAI事業者向けのガイドライン整備が進んでおり、生成AIだけでなく、現実世界で使われるAIの安全性やリスク管理も重要なテーマになっています。
AIエージェントやフィジカルAIは、生成AI・識別AI・予測AIなどを組み合わせ、画面上の応答だけでなく、実際の作業や現実世界の操作へ広げていく新しいAI活用と捉えると分かりやすいでしょう。
わぁ〜！AIってどんどん進化してるんだね。これからが楽しみ！
❓ よくある質問（FAQ）
Q1. 生成AIと従来AIの一番大きな違いは？
「アウトプットの性質」が一番大きな違いです。生成AIは「新しい文章・画像・音声などのコンテンツを作り出す」のが目的、従来AIは「すでにあるデータを分類したり、結果を予測したりする」のが目的です。ChatGPTに「メール文を書いて」と頼むのが前者、Gmailが「これは迷惑メール」と判定するのが後者だとイメージするとわかりやすいです。
Q2. ChatGPTやClaudeは「生成AI」と「AIエージェント」のどちらに分類される？
ベースは生成AI（大規模言語モデル）で、その上にエージェント機能が乗っている、というのが2026年時点での一般的な理解です。チャットで会話するだけなら生成AIの使い方、Web検索・ファイル操作・複数ステップの作業を任せるとAIエージェント的な使い方になります。同じサービスでも、使い方によって見える顔が変わると考えるとわかりやすいです。
Q3. 生成AIが普及した今、従来AIはもう使われなくなる？
使われなくなることはなく、むしろ多くの場面では従来AIの方が向いています。スパム判定、不正検知、需要予測、顔認証、不良品検知のように「答えが明確で、高速・正確な判定が必要な処理」では、軽量で高速な従来AIの方が適しています。生成AIと従来AIは置き換え合うものというより、組み合わせて使うものと考えるのが現実的です。
Q4. AIを使い始めるなら、まず何から触ればいい？
無料で試せる対話型の生成AI（ChatGPT、Gemini、Claudeなど）が始めやすいです。最初は「メールの下書きを作って」「この記事を3行で要約して」「会議の議題案を10個出して」など、自分の仕事や日常のちょっとした作業を任せてみるのがおすすめです。生成AIの感覚をつかんでから、画像認識や予測モデルなどの従来AIの世界に進むと、AI全体の地図が立体的に見えてきます。
Q5. AIに「考える力」はあるの？
人間と同じ意味で「考えている」わけではありません。生成AIは、大量のデータから言葉や画像のパターンを学び、文脈に合う出力を確率的に生成する仕組みが基本です。最近は推論やツール利用の能力も高まっていますが、自分で目的を持って理解・判断しているわけではないため、出力が自然に見えても、AIが事実を理解しているとは限りません。重要な判断は必ず人間が裏取りすることが大切です。
まとめ｜どちらが優れているかではなく、得意分野が違う
生成AIと従来AIは、どちらが上か下かではなく、得意な仕事が違うと理解するのが正解です。生成AIは「作る・書く・描く」が得意で、従来AIは「見分ける・予測する」が得意。両者を組み合わせて活用することで、業務効率化や新しいサービス開発につなげることができます。
初心者の方は、まずChatGPTやGeminiなど身近な生成AIで文章作成や調べ物といった日常タスクからAIの感覚をつかんでみてください。そのうえで画像認識や予測モデルなど従来AIの世界にも目を向けると、AIの全体像が立体的に見えてきます。
あわせて読みたい
- LLM（大規模言語モデル）とは？仕組みをやさしく解説
- 機械学習・ディープラーニング・生成AIの違い
- 主要AIモデル比較2026年4月版
- AIエージェントとは？徹底解説
- プロンプトエンジニアリング2026年版
📖 もっと深く学びたい方へ
生成AIを実際に使いながら学びたい方には、ChatGPTやClaudeの入門書も役立ちます。ただし、この記事の主題である「生成AIと従来AIの違い」を理解するだけなら、まずは本文中の関連記事から読むのがおすすめです。さらに体系的に学びたい方向けに、参考書籍を紹介します。
『3時間で身につくClaude活用術』（WAVE出版）：本記事で紹介した「作るAI」の代表格、Anthropic社のClaudeに特化した実用書です。短時間で基本操作から実践テクニックまで身につけたい方におすすめです。
『この一冊で全部わかる ChatGPT & Copilotの教科書［改訂第2版］』（SBクリエイティブ）：本記事で紹介した代表的な生成AIサービス、ChatGPTとMicrosoft Copilotを横断的に学べる教科書です。両方を比較しながら学びたい方や、仕事に活かしたい方におすすめです。
📚 参考文献・出典
- Google Cloud「生成AIとは」 https://cloud.google.com/use-cases/generative-ai
- IBM「Generative AI vs. Predictive AI」 https://www.ibm.com/think/topics/generative-ai-vs-predictive-ai-whats-the-difference
- OpenAI ChatGPT 公式 https://openai.com/chatgpt/
- Google Gemini 公式 https://gemini.google.com/
- Anthropic Claude 公式 https://www.anthropic.com/claude
- Adobe Firefly 公式 https://www.adobe.com/products/firefly.html
- AWS Amazon Rekognition https://aws.amazon.com/rekognition/
- Microsoft Azure AI Vision https://azure.microsoft.com/en-us/products/ai-services/ai-vision
- Salesforce Einstein Prediction Builder https://www.salesforce.com/products/einstein-ai-solutions/
- 経済産業省「AI事業者ガイドライン」 https://www.meti.go.jp/policy/mono_info_service/geniai/ai_guidelines.html
次に読むおすすめ記事
- 主要AIモデル比較｜ChatGPT・Claude・Gemini・Grok
- LLM（大規模言語モデル）とは？仕組みをやさしく解説
- AIエージェントとは？徹底解説
- 会話AI・汎用AIおすすめ比較
- AIの地図｜目的別にAIツールを探す
ChatGPT・Gemini・Claudeなどの会話AI、画像生成AI、動画生成AI、資料作成AI、AI検索ツールを初心者向けに解説するAIナビゲーター。実際に使ってみた感想や、仕事・学習・発信に役立つAI活用法をわかりやすく紹介しています。
