生成AIとは
「生成 AI」と「LLM」が同じ意味で使われがちですが、生成 AI は上位概念、LLM はその一系統です。テキスト生成（LLM）、画像生成、音声生成、動画生成は、それぞれ別の研究系譜から実用化されました。本記事は「生成 AI とは何の総称か」を整理し、BtoB の議論時に層をぶれさせないための入口記事です。
BtoB で「生成 AI を導入する」と言うときの実態は、ほぼ常に LLM（テキスト生成）です。それ以外の生成系統（画像・音声・動画）は別モデルとして扱い、用途を切り分けるのが安全です。
01.まず結論：生成AIは「新しいものを作る」AIの総称
生成 AI（Generative AI）の対義語は、識別 AI（Discriminative AI）です。識別 AI が「これは犬か猫か」「この顧客は解約するか」と判定するのに対し、生成 AI は「次の単語を作る」「画像を作る」「音声を作る」と新しいデータを作り出します。
2017 年の Transformer 登場以降に「事前学習で多量データの並びを学習し、それを使って生成する」アプローチが急速に発展し、2022 年の ChatGPT 公開で一般普及しました。
02.生成AIの主な系統
| 系統 | 代表モデル | 技術的な家系 | BtoB での主用途 |
|---|---|---|---|
| テキスト生成（LLM） | Claude, GPT, Gemini, Llama | Transformer ベースの大規模言語モデル | 要約・執筆・Q&A・コード生成 |
| 画像生成 | DALL-E, Imagen, Midjourney, Nano Banana, Stable Diffusion | Diffusion モデルが主流（一部は Transformer） | 提案書イメージ、SNS 素材、ラフ案 |
| 音声生成 | OpenAI Voice, ElevenLabs, Google TTS | ニューラル音声合成 + 学習音色クローン | 読み上げ、IVR、ナレーション |
| 動画生成 | Sora, Veo, Runway, Pika | Diffusion 系の時間軸拡張 | ショート動画、解説アニメ、プロト |
| 音楽生成 | Suno, Udio | 音響波形に対する生成モデル | BGM、デモ音源 |
| コード生成 | Claude / GPT / Gemini（LLM の一機能） | テキスト生成と同根 | 実装補助、自動テスト生成 |
03.識別AIとの違い
識別 AI（伝統的な機械学習・深層学習の多く）は、与えられたデータが「どれに当てはまるか」を判定します。需要予測モデル、不正検知、画像分類、解約予測などが代表例です。
| 観点 | 識別 AI | 生成 AI |
|---|---|---|
| やること | ラベル付け・判定・予測 | 新しいデータを作る |
| 代表用途 | 需要予測、不正検知、画像分類 | 要約、執筆、画像・音声生成 |
| 学習データ | ラベル付きデータが必要 | 多量の生データから自己教師あり学習 |
| BtoB での担当 | データサイエンスチーム / 専門ベンダー | 事業部門 + AI 推進担当 |
識別 AI と生成 AI は、必要なデータも担当チームも違うことが多いため、社内で「AI 導入」と言うときどちら側の話か明示するとプロジェクトがぶれません。
04.BtoBで「生成AI活用」を語るときの実態
2026 年 5 月時点で BtoB 文脈で「生成 AI 活用」と言うときの実態は、ほぼ常に LLM（テキスト生成）または LLM ベースの AI エージェントです。画像生成は補助的に、音声生成は限定用途、動画生成は実験段階、というのが一般的な分布です。
| プロジェクト分類 | 中身の実態 | 向き合うべき設計 |
|---|---|---|
| 社内 AI 化 | LLM ベースの Q&A・要約・執筆支援 | プロンプト + RAG + 権限管理 |
| クリエイティブ自動化 | 画像生成 + LLM のキャプション補助 | 著作権・ブランドガイドライン |
| コンタクトセンター AI | 音声→文字起こし→LLM 要約 + 音声合成 | プライバシー・録音同意 |
| コード生成・開発支援 | LLM ベースの CLI / IDE エージェント | コードレビューと統制 |
AIとは｜機械学習・深層学習・LLM・AIエージェントの階層を整理
生成 AI と識別 AI を含む AI 全体の階層は別記事で整理しています。
マルチモーダルAIとは｜テキスト・画像・音声・動画・Computer Useの現状
複数形式を 1 モデルで扱うマルチモーダル AI は別記事で詳しく整理しています。
05.よくある誤解
| 誤解 | 実際 | 現場での扱い方 |
|---|---|---|
| 生成 AI ＝ ChatGPT | ChatGPT は生成 AI の一サービス、画像・音声・動画生成は別系統 | 用途別に系統を切り分ける |
| 生成 AI ＝ LLM | LLM は生成 AI のテキスト系統。同義ではない | 議論時に層を明示する |
| AI 活用 ＝ 生成 AI | 識別 AI（需要予測等）も AI 活用 | 識別と生成を分けて議論する |
| 生成 AI が出る前は AI が無かった | 機械学習・深層学習で 2010 年代から識別 AI は実用化 | 歴史的な経緯を踏まえる |
06.よくある質問（FAQ）
生成 AI と LLM は同じですか？
違います。生成 AI は「新しいコンテンツを作る AI」の総称で、LLM はそのテキスト生成系統です。画像生成は Diffusion 系、音声・動画生成も別モデルで、「生成 AI ＝ LLM」ではありません。
識別 AI と生成 AI、社内ではどう分けて議論すべきですか？
用途と担当チームで分けるのが現実的です。識別 AI（需要予測・解約予測・画像分類）は、データ整備とドメイン専門のデータサイエンスチームが中心、生成 AI（要約・執筆・コード生成）は事業部門 + AI 推進担当が中心になることが多く、計画段階から分けると混乱しません。
画像生成 AI と LLM はつながっていますか？
技術的な家系（Transformer / Diffusion）は別ですが、運用では「LLM が司令塔としてプロンプトや品質ガイドを管理し、画像生成 AI が実行する」という組み合わせが一般的です。マルチモーダル LLM の発展で境界はゆるやかになっていますが、画像「作る」は依然別モデルが主流です。
BtoB で最初に取り組むべき生成 AI の用途は？
LLM ベースの要約・執筆支援・Q&A・コード生成が、PoC から本番までのギャップが小さく、最初に取り組みやすい用途です。社内データ連携が必要なら RAG を、業務操作が必要なら AI エージェントを段階的に追加していくのが現実的です。
07.まとめ
生成 AI は、テキスト・画像・音声・動画などの新しいコンテンツを作る AI の総称で、LLM はその中のテキスト生成系統です。BtoB で「生成 AI 活用」と言うときの実態はほぼ LLM ベースの活用ですが、画像・音声・動画は別モデルとして扱い、用途を切り分ける必要があります。識別 AI（需要予測等）と生成 AI を混同しないことも、社内議論の前提として大切です。
生成 AI の業務適用を設計しませんか
AI 活用や AI エージェント導入のご相談、PoC、伴走支援をご検討の方は、お気軽にお問い合わせください。
