IoTとかAIとか、ニュースでよく聞くけど、実際に会社でどう使われているのかピンとこないです。
じゃあ畑で考えてみよう。土が乾いたら自動で水をまいて、明日の収穫量まで予測してくれる。IoTが「感じて動く手足」、AIが「考える頭」だと思うとわかりやすいよ。
IoT ― モノがインターネットにつながる
IoT（Internet of Things：モノのインターネット）は、家電・車・工場の機械・農業用のセンサなど、あらゆるモノがインターネットにつながり、データをやり取りする 仕組みです。
| 用語 | 意味 |
|---|---|
| センサ | 温度・湿度・光・振動・位置などを 測ってデータにする 装置 |
| アクチュエータ | 電気信号を受けて 実際に動く 装置（モータ、バルブなど） |
| エッジコンピューティング | クラウドに送る前に、センサの近く でデータを処理する |
| LPWA | 省電力で広い範囲 を通信できる、IoT向けの無線通信技術（速度は低速） |
| 5G | 高速・大容量、低遅延、多数の機器に同時接続できる移動通信システム |
| デジタルツイン | 現実の工場や街のデータを使って、仮想空間に そっくりの双子 を作り、シミュレーションする |
IoTのビジネス活用例
- スマート農業：センサで畑を見守り、水やりや肥料を自動化。ドローンで農薬を散布
- スマートファクトリー：工場の機械をつなぎ、生産状況をリアルタイムに把握
- 予知保全：機械の振動や温度の変化から故障の兆しを見つけ、壊れる前に 部品を交換
- コネクテッドカー：ネットにつながった車が、渋滞情報の取得や事故時の自動通報を行う
- スマートメーター：電力の使用量を自動で送信し、検針員の訪問が不要に
AI ― データから学んで判断する
AI（人工知能）は、人間のように学習・推論・判断を行うコンピュータの技術です。現在のAIの中心は、大量のデータからパターンを学ぶ 機械学習 です。
機械学習の3つの学び方
| 学習方法 | 学び方 | 例 |
|---|---|---|
| 教師あり学習 | 正解付きのデータ から学ぶ | 「迷惑メール」と印を付けたメールで学び、迷惑メールを判定する |
| 教師なし学習 | 正解のないデータ から、似たもの同士のグループや特徴を見つける | 購買データから、似た買い方をする顧客のグループを見つける |
| 強化学習 | 試行錯誤して、報酬が最大になる行動 を学ぶ | 囲碁・将棋のAI、ロボットの歩行制御 |
教師あり ＝ 答え合わせができるドリル、教師なし ＝ 答えのない仲間分け、強化 ＝ ほめられたら伸びる練習、と覚えよう。
ディープラーニング は、人間の脳の神経回路をまねた ニューラルネットワーク を何層にも重ねたもので、画像や音声の認識で大きく精度を上げました。何に注目すべきか（特徴）を、人が教えなくても AI自身がデータから見つけられる のが強みです。
生成AI ― 新しいものを作り出すAI
生成AI は、学習したデータをもとに、文章・画像・音声・プログラムなどを新しく作り出す AIです。文章を扱う生成AIの中心には、膨大な文章を学習した 大規模言語モデル（LLM） があります。AIへの指示文を プロンプト といい、指示の書き方で結果の質が大きく変わります。
ビジネスでの活用例
- 会議の議事録の要約、メールや企画書の下書き
- 問い合わせ対応のチャットボット
- 広告用の画像やキャッチコピーの案出し
- プログラムのコード作成の補助
何でもできて便利ですね！もう全部AIに任せちゃえば…。
そこが危ないところ。生成AIはもっともらしいウソをつくことがあるし、入力した情報が外に出てしまうリスクもある。使う側のルールが大事なんだ。
生成AIを使うときの注意点
- ハルシネーション：事実と異なる内容を、もっともらしく出力することがある → 人が事実確認をする
- 情報漏えい：機密情報や個人情報を入力すると、外部に漏れたり学習に使われたりするおそれがある → 社内ルールで入力してよい情報を決める
- 権利侵害：生成物が既存の著作物に似ていると、著作権侵害になるおそれがある
- バイアス：学習データの偏りが、差別的な出力につながることがある
- ディープフェイク：本物そっくりの偽の画像・動画・音声が、詐欺や偽情報に悪用されることがある
国も「人間中心のAI社会原則」や「AI事業者ガイドライン」を示し、AIを安全・公正に使うための考え方を整理しています。AIの判断の理由を人が理解できるようにする 説明可能なAI（XAI） も重視されています。
RPAとの違い
RPA（Robotic Process Automation）は、パソコン上の 決まった手順の定型作業（データの転記、帳票の作成など）を、ソフトウェアのロボットに自動で行わせる仕組みです。基本的には 人が決めたルールどおりに動く もので、AIのようにデータから学習して判断するものとは区別して覚えましょう。
試験に出るポイント
- IoTは「センサ（測る）→ 通信 → 分析 → アクチュエータ（動く）」の流れ
- エッジコンピューティング はセンサの近くで処理、LPWA は省電力・広域・低速、5G は高速・低遅延・多数同時接続
- デジタルツイン は現実の双子を仮想空間に作ってシミュレーション、予知保全 は故障の前に兆しを見つける
- 機械学習：教師あり（正解付き）、教師なし（正解なし・グループ分け）、強化学習（報酬を最大化）
- ディープラーニング は多層のニューラルネットワーク。特徴をAI自身が見つける
- 生成AI は文章や画像を新しく作る。ハルシネーション・情報漏えい・著作権侵害・バイアスに注意
- RPA はルールどおりの定型作業の自動化で、AIとは別物