入力されたデータに基づき、テキストや画像、音声を生成するAI技術の総称で、2022年の対話型AI「ChatGPT」の登場をきっかけに広く使われるようになった言葉です。決められた答えを返すのではなく、柔軟に会話したり、画像を作ったりすることができるのが特徴です。生成AIは、業務の効率化やアイデア出しなど幅広い場面で活用できます。人事分野でも採用や研修、日々の業務などに役立てることが期待されます。上手に活用することで、人手不足など社内で抱える問題の解決につなげられるでしょう。
一方、AIが誤った情報を事実として提示する「ハルシネーション」や情報漏えい、著作権の侵害といったリスクに注意しなければなりません。生成AIによって作られた偽情報が拡散されるなどの社会問題も起こっています。生成AIが急速に社会に浸透していく中で、誰もが生成AIに関するリテラシーを磨く必要があるでしょう。
生成AIは、入力されたデータに基づき、テキストや画像、音声などを生成できるAI技術の総称です。特に2022年にアメリカの企業「OpenAI」が対話型AI「ChatGPT」を発表して以来、広く知られるようになり、「生成AI」という呼称が一般化しました。大量のデータから情報同士の関係を構造的に学び、人間からの質問や指示に対して適切だと思われる文章や画像を統計的に判断して、出力します。人間のように会話したり、画像や動画を作ったりすることができるのが特徴です。
ChatGPT以外では、マイクロソフトの「Copilot」やグーグルの「Gemini」などが知られています。いずれも無料版と有料版があり、無料版は機能が劣るものの、生成AIがどういったサービスなのかを知る入り口として活用できるでしょう。
生成AIは、決められた仕事を効率よく行う従来のAIとは異なり、新たに文章や画像を生成できるAIです。これまでのAIは計算スピードや知識量で人間を上回る一方、創造的な分野には向いていないと考えられてきました。生成AIの「生成」を創造と呼べるかは議論の余地がありますが（生成AIの「生成」は過去のデータから導き出されるものであり、人間の創造的な活動とは異なります）、少なくとも創作的な活動が可能になった点で、これまでのAIとは一線を画しています。
AIに大量の情報を学習させ、自らパターンを見つけださせる手法は「ディープラーニング（深層学習）」と呼ばれ、以前から特定の分野では活用されてきました。しかし、AIに学習させるためのデータを人間が整理しなければならないことが課題でした。
これに対し、ありのままのデータから自分で情報を構造化できる新たな学習方法として、2017年にグーグルの研究者らが「トランスフォーマー」と呼ばれる手法を発表しました。生成AIには、トランスフォーマーモデルに基づいた「大規模言語モデル（LLM）」の技術が使われています。
大規模言語モデル（LLM）は、膨大なテキストデータを使って訓練されたAIモデルで、主に文章の理解や生成に特化した技術です。人間が話したり書いたりする、自然な言葉のパターンを学習することで、質問への返答、文章の作成・要約が可能となっています。
AIの専門家の間では顔認証や画像認識などを行うAIは「識別モデル」、データが生み出される背後にある構造や表現を学習し、学習したデータと似たデータを生成できるAIが「生成モデル」と呼ばれてきました。ChatGPTの登場をきっかけにメディアなどを通じて、「生成モデル」に相当するAIが一般的に「生成AI」と呼ばれるようになったという経緯があります。
ChatGPTやそれに類する生成AIは、囲碁や将棋などのように特定の分野に特化したAIとは異なり使い道が広く、誰でも日常的に使う言葉を用いて気軽に利用できるため、急速に広まっています。ChatGPTの利用者数はFacebookやX（旧Twitter）、Instagramよりも速いスピードで拡大しています。
生成AIの登場と普及による、さまざまな可能性が期待されている一方、後述するような新たな問題も生まれていますが、生成AIが世の中に広まっていく流れ自体は不可逆的だと言えるでしょう。
| 従来のAI | 生成AI | |
|---|---|---|
| 対応する作業 | 定型作業（決められたルールやパターンに基づく作業） | 創造的作業（新しい文章や画像の生成） |
| 目的 | 効率化・自動化 | コンテンツ生成・アイデア創出 |
| データの扱い方 | 既存のデータを解析・分類する | データから新しい情報を生成する |
| 応用分野 | 画像認識、音声認識、データ処理 | テキスト生成、画像・動画生成、対話システム |
| 創造性 | なし（決められた範囲内でのみ作業） | あり（新しい内容を生成する能力） |
| 学習方法 | 特定のタスクに合わせたルールベースや機械学習 | 大規模なデータを用いたディープラーニング（トランスフォーマーモデル） |
生成AIは、会話や文章の要約・作成のほか、人間と対話し、独自のアイデアを提示することもできるため、ブレーンストーミングに活用することも可能です。
生成AIができることの一つの例として、「読書感想文の作成」が挙げられます。正解がある問いに答えられるだけでなく、パターンを学習し、お題に対して独自の文章を出力することで、既存の文章の切り貼りだけではない独自の「感想文」を生み出す能力があります。
ただし、文部科学省が「各種コンクールの作品やレポート・⼩論⽂などについて、⽣成AIによる⽣成物をそのまま⾃⼰の成果物として応募・提出すること」は不適切であるとガイドラインで示している通り、生成AIによる制作物そのものを自分自身が作成したものかのように提出することは社会的に問題視されています。
生成AIの大きな特徴は、文章だけでなく、画像も生成できることです。単語や文章で得たい画像のイメージを入力することで、写真やイラストに似せた画像を生成できます。入力する指示文は「プロンプト」と呼ばれます（文章生成でも同様です）。誰でも手軽に画像が得られるため、広告やホームページに用いるなど、実際にビジネスに活用する人が増えています。
一方で、AIが参考にした写真やイラストの著作者の権利を侵害する可能性もあり、法的な取り扱いに関しては慎重に議論がなされています。「この作者の作風で新しい画像を生成して」といった指示で画像を作成することも可能ですが、ここでも著作権に関して慎重な対応が必要です。
ChatGPTなどの対話型の生成AIも画像を生成できますが、画像を専門とした生成AIも数多く存在します。
生成AIは動画や音声も作成できます。生成AIだけで作られた短編映画や「AIタレント」が人間のように動くCMなども登場しています。これらは革新的である一方、画像と同様に著作権や肖像権などの侵害リスクがあり、実際に声優の声が無断で使われるなどの被害も起きています。
政治家本人が発言しているかのような動画や、芸能人の性的な動画などを偽造する「ディープフェイク」によって、情報の受け手が混乱したり、人権を侵害されたりする問題も発生しています。生成AIに関する基本的なリテラシーを持つことで、こうした情報を安易に信じないことが重要です。
『生成AIで世界はこう変わる』の著者である、AI研究者の今井翔太氏は「給与計算などの定型業務や、人事制度の立案に関わる情報収集・アイデア出し、採用における候補者の評価、従業員や採用候補者の可能性を広げることに使うこともできる」と述べています。
以下では、場面を想定しながら活用の具体例を挙げます。
まず、採用活動では求人情報の作成から、履歴書のスクリーニング、面接日程の調整などが考えられます。生成AIの得意分野は既存の情報からパターンを学習し、新たな視点を生み出すことなので、求人情報の作成は特に向いていると言えます。これまでの採用実績や求める社員像などをもとに、より効果的な求人情報の作成が期待できるでしょう。どういう条件で募集を行うべきか、どういった場所に求人情報を掲出すべきかといったアイデアも得られそうです。
応募者が多く、履歴書の精読に時間がかかるといった問題も、生成AIによるスクリーニングで解決できる可能性があります。AIがうまくスクリーニングできるような条件づけをきちんと人間が考えたり、AIの選別が本当に適切かどうかを人間が確認したりする必要が出てきますが、候補者の中から採用すべき人物を選べるAIもすでに開発されています。
面接日程の調整など、簡単な事務仕事の多くはAIが担える分野です。社内で従業員からの問い合わせに回答したり、社員同士の知見を共有したりすることを自動化することもできます。
社内人材の育成の場面でも、研修やパフォーマンス管理の効率化と質の向上に役立てられます。社員一人ひとりの情報から、それぞれにあった研修やキャリアプランを提案する、といった活用が可能です。
社員のさまざまな側面を平等かつ包括的に判断できるため、評価や昇進の判断にも活用が可能です。人事や上司の負担が軽減するだけでなく、社員のやりがいや働きやすさの創出にもつながるので、生産性の向上につながるでしょう。すでに生成AIを活用して社員のパフォーマンス管理や人事に活用できる直接的なサービスも登場しています。
生成AIの人事分野での活用場面
採用候補者も、自己PR文の作成や面接準備に生成AIを活用しています。株式会社マイナビによる「2024年卒大学生活動実態調査（5月）／2025年卒大学生活動実態調査（5月）」の結果によると、2025年卒の学生の62.9％が就職活動に生成AIを用いています。
活用方法としては、エントリーシートの添削や面接の練習相手を生成AIに頼むという回答が多く、AIによって出力される結果を流用するのではなく、自己表現をより効果的にするため、補助的にAIを活用していることがわかります。
添削や面接の練習を何度も人に頼むことは気が引けても、AIには気が済むまで付き合ってもらえるというメリットもあるようです。生成AIとの対話では、指定した「役」になりきってもらうことやエントリーシートを踏まえた質問を用意してもらうこともできるため、本番を想定した練習にも向いているでしょう。
生成AIが浸透することにより、人間の仕事も大きく変わっていくと考えられます。ルーティンワークはもちろんのこと、創造的な分野でも、うまくAIを活用してアイデアを生み出していける人が必要となるかもしれません。生成AIが社会に浸透していく中で生じる種々の問題に対応していくためにも、専門的知見のある人材が必要となってくるでしょう。
経済産業省は6月にとりまとめた「生成AI時代のDX推進に必要な人材・スキルの考え方2024」の中で、「生成AIの業務での活用により知識や技術が補塡（ほてん）されるため、DX推進人材はより創造性の高い役割としてリーダーシップや批判的思考などパーソナルスキルやビジネス・デザインスキルが重要となる」「DX推進人材には『問いを立てる力』や『仮説を立て・検証する力』、に加えて『評価する・選択する力』が求められる」としています。単に生成AIを使いこなすだけでなく、新たな技術に対して社会がどう対応していくべきかを見据えた人材が必要とされているのです。
人事としてはこうした状況に目を向けながら、採用活動に反映していく必要が出てくるかもしれません。
生成AIに関する専門職に限らず、幅広く社内に生成AIに関する知見やスキルを浸透させる必要もあります。基本的な知識やリテラシーの浸透にはeラーニングが有用でしょう。実践的なスキルを身につけさせるには、対面での研修を行うことが望ましいと考えられます。
多くの社員が生成AIを正しく使いこなせるようになることは、業務改善や生産性の向上につながるだけでなく、生成AIにまつわるトラブルを避けるためのリスクヘッジにもなるでしょう。
デジタル人材の育成は国を挙げて推進されているため、研修サービスの中には厚労省の「人材開発支援助成金」の対象となるものもあります。
生成AIをビジネスで利用するメリットの一つは、効率化です。例えばメールや書類の作成、議事録の要約などに生成AIを活用すれば多くの業務時間が削減できるでしょう。同じ作業を人間が行うよりも速く、効果的に行える可能性があるのです。人手不足の時代、AIをうまく利用しながら限られた人的リソースを有効に活用する必要があります。
生成AIには、人間にはない視点で文章や画像などを生成できるという大きなメリットがあります。意外なアイデアが、問題解決の糸口になることもあります。特に人事としては、人間よりも「公平」な視点で考えられるという点もメリットといえるでしょう。
生成AIを活用するうえで最も問題視されているのは、間違った答えが出力される「ハルシネーション」（幻覚）と呼ばれる現象です。間違った情報をAIが事実のように提示することで、使い手は情報を信じてしまう可能性があります。
ビジネスで活用するうえで特に気を付けたいのが、情報漏えいのリスクです。外部サービスの生成AIに社内情報などを入力した場合、その情報がAIに学習され、外部での出力に活用される可能性があります。そのため、専用に開発された情報保護の行き届いたサービスの活用を検討することが大事です。この問題に対処するために自社で生成AIを開発している会社もあります。
他にもこれまで述べてきたような著作権侵害などのリスクもあります。生成AIにまつわる著作権の問題に関しては現在、法律の見解がまだ完全には確立していません。また、各国で異なる規制が存在しているため、自国の規制を確認することも必要です。
パナソニックコネクトは自社向けAIアシスタントサービス「ConnectAI」を開発しました。生産性の向上と、社員のAIスキル向上、シャドーAI利用リスクの軽減を目的としていて、開発のベースはChatGPTです。現時点では自社固有の内容に答えられない点や正確性に問題があるものの、改善を進め、コールセンターなどで活用するとしています。
NECは「NEC Generative AI Service」を開発しました。生成AIの社内活用が目的で、実際にプロジェクト管理や業務サポートに活用されています。社員が適切に生成AIを利用できるルールや施策を用意し、ハード面だけでなくソフト面でも生成AIの社内活用を促進する動きがあります。
この他にも、昇進を決める社内面接に生成AIを用いた外部サービスを活用している事例や、人事異動に生成AIを用いている企業もあります。
直属の上司が判断する従来の評価制度では不満や取りこぼしが生まれがちですが、AIを取り入れることで多角的な評価が可能となります。社員の能力を生かせるとともに、社員の不公平感を解消する効果が期待できるでしょう。
生成AIを用いて社内アンケートの結果を収集、分析し、担当部署にフィードバックすることで業務改善につなげている例もあります。AIを用いることで膨大な情報の活用をスピーディーに進められます。各部署の不満や気づきといった、貴重ながら埋もれてしまいがちな情報を、AIで効率的に共有、活用できると言えます。
これら以外にも、人事分野で直接的、実践的に生成AIが活用可能な複数のサービスが各社から販売されています。
