そもそも「人工知能（AI）」をどうとらえるべきか
いま最も注目されているテクノロジーの1つに人工知能（AI：Artificial Intelligence）があります。AIは、一般的には「人が実現するさまざまな知覚や知性を人工的に再現するもの」という意味合いで理解されています。
しかし実際には、AIに対して一意に決まった定義がなされているわけではありません。コンピューター・サイエンスや認知科学、医学、心理学、さらには哲学にいたるまで、今もさまざまな立場で論じられ続けている領域です。
AGI（Artificial General Intelligence：汎用的人工知能）はまだ存在しない
AIに対する最も大きな誤解が、「あらゆる問題に応えられる（答えられる）賢いAIがすでに存在する」というものです。現在のAIに人間の認識能力や常識、感情なども含めた森羅万象のすべてを理解させられるわけではなく、「何でもできる」存在ではありません。
あらゆる課題に対応できる汎用的なAIを実現することは研究者にとって大きな目標であり、さまざまなアイデアが提唱されていますが、ブレークスルーの決め手となるような手法は見つかっていません。その意味でもAIはまだ進化の途上にあります。
特定領域では人間を凌駕する能力を発揮する
もちろん、だからといって現在のAIが実用レベルに達していないわけではありません。何でもできる汎用的なAIはまだ存在しないと述べましたが、裏を返せば、範囲が限定された特定領域においてAIは、人間をはるかに凌駕する卓越した能力を発揮するケースがあります。たとえば医療の世界では、平均的な医師を超える診断を行えるAIが登場しています。また金融分野では超高速に超高頻度の取引を行うアルゴリズム取引が市場の半分以上の取引を実行していると言われます。
ディープラーニングによってAIの精度が大幅に向上
AIは、専門家が持つ経験則をルールベースに展開して人の知的作業を支援する「第一世代」から、統計／探索モデルによって最適解を発見する「第二世代」を経て、脳モデルに基づき認識性能を飛躍的に向上させる「第三世代」へシフトしています。
昨今、AIが急速に注目を集めるようになったのは、まさにこの第三世代のテクノロジーが出現したことにあります。人間の脳神経回路を参考にしたアルゴリズムである「ディープラーニング」と呼ばれる手法はその代表です。従来の機械学習のように、データサイエンティストが特徴量（※）を設計しなくても、コンピューター自身が膨大なデータを読み解き、そこに隠れているルールや相関関係などの特徴を発見します。人間と同じように帰納的な推論を行うことで、自律的に“意味”や“概念”をもあぶり出していくのです。さらに、その後も継続して学習を続け、賢さに磨きをかけていきます。
ディープラーニングによってAIの精度は大きく向上したのです。
※モノ・事象等の識別、予測などにおいて有用な情報であり、データ項目からの選択や、複数データ項目から組み合わせより設定する
AI技術の変遷
世代を超えた多様なAIの手法を適材適所で活用
ただし、単純に第三世代のAIが第一世代のAIよりも優れているわけではありません。目的や用途によって最適な手法は異なるのです。
最近よく話題になるAI将棋を例にとって考えてみましょう。何手も先の展開を読み、対戦相手の意表を突くような妙手をあみだすためには機械学習やディープラーニングの手法が必要です。しかし、将棋の基本的なルールや定石などをAIに覚えさせるのは、わざわざ学習させるよりも最初からルールベースとして登録したほうがはるかに効率的です。
このように第一世代から第三世代の手法を適材適所で組み合わせ、さらにはモバイルやウェアラブル、IoT、アナリティクス（統計分析）などのシステムともシームレスに融合しながら、さまざまな業務課題に対応するソリューションをデザインしていくことが、これからのビジネスにおけるAIへの向き合い方であり、活用法となるのです。
第二世代や第三世代を用いた仕組みだけでなく、第一世代のルールに基づく仕組みも組み合わせて行くことがビジネスに求められるAIのあり方である
NTTデータが考える企業におけるAI活用とは
急速な勢いで進化を続けるAIをいかにビジネスに活用するか？
幅広いビジネス課題に対応するAI活用のポイントとNTTデータの取り組みを紹介します。
お知らせ
-
2026年1月28日
株式会社NTTデータグループ トピックス
-
2026年1月27日
株式会社NTTデータグループ トピックス
-
2025年12月22日
ラインナップ
お客さまのソリューションに合わせた開発とともに、パッケージの提供もしています。
アクワイアリング共同プラットフォーム®（ACQ共同PF）
アクワイアリング業務における非競争領域の「共同化・標準化」を推進し、カード会社さまは、「加盟店との接点の活用」や「エンドユーザーへの価値提供」といった競争領域に経営資源を集中できるよう支援します。
近年のキャッシュレス決済の急速な普及に伴い、支払い方法や販売チャネルの多様化が進んでいます。一方で多くのカード会社のアクワイアリング業務においては、業務負担の増加や人手不足、システム運用コストの高騰などの課題を抱えています。これらの課題を解決するため、アクワイアリング共同プラットフォーム（ACQ-PF）はカード会社のバックオフィス業務を丸ごと引き受け、共同利用できるITサービスとして提供します。アクワリング業務効率化を支援することでを軽減し、カード会社が独自のサービスや新しいビジネス創出に専念できるよう支援します。
金融 ビジネスプロセスサービス データ＆インテリジェンス
詳細はこちら
OpenCanvas Type-Oracle Alloy
ソブリン性とアジリティや先進性の双方の特徴をもつ新たなクラウドソリューション
NTTデータのOpenCanvasが持つソブリンティ（データ主権、運用主権）や業界閉域ネットワーク・パブリッククラウドへのコネクティビティ、柔軟な運用対応に加え、パブリッククラウドが持つアジリティ・先進性・豊富なファンクショナリティを拡張する事で新たなニーズに応えます。
クラウド データ＆インテリジェンス ERP（SAP/Biz∫） 生成AI データスペース
詳細はこちら
Lazarus AI 導入・基盤構築支援サービス
閉域環境での生成AI活用に向けて、NTTデータが有するGPU基盤とデータセンターを活用し、システム設計から導入コンサルティングまでを一括で支援するサービスです。
Lazarus AIは、業務特化型AIモデルと安全な閉域環境を組み合わせ、文書処理から知識統合・推論までを一括支援する生成AIソリューションです。あらゆる形式から情報を正確に抽出し、「どの文書に何があるか」を瞬時に特定。企業の知識を整理し、普通の言葉での質問に根拠を示して回答します。
データ＆インテリジェンス 生成AI
詳細はこちら
イベント・セミナー
オンライン
提案活動から見えてきた業務での生成AIとの付き合い方
開催日：2026年2月9日(月)
長年、自然言語処理技術および大規模言語モデルの開発・導入を行ってきた当社がユースケースを交えて、生成AIの業務活用に関して徹底解説いたします。 導入したが組織の生産性向上につながっていない、導入したいが業務活用のイメージができていないなど、お悩みを持つ担当者の方、必見の内容となっています。
その他・横断的ソリューション ERP（SAP/Biz∫） クラウド データ＆インテリジェンス 生成AI
詳細はこちら
オンライン
製造業の未来／日本企業の宿題「ものづくりチェンジ」を攻略せよ
開催日：2026年2月19日(木)
本セミナーでは、日本の製造業の強みを再確認し、製造業に突きつけられた宿題である「ものづくりゲームチェンジ」をいかに攻略し未来を切り拓くべきか、そして不確実な時代における製造業のDXの本質について探っていきます。
製造 ERP（SAP/Biz∫） SCM（サプライチェーン管理） クラウド データ＆インテリジェンス コンサルティング
詳細はこちら
オンライン
既存業務の8割を削減！横浜銀行と語る、データ活用による業務改革のリアルと成功のポイント
開催日：2026年2月19日(木)
横浜銀行様では「生産性向上」を重点戦略に掲げ、データやAIの活用を推進。ある業務では既存業務の8割削減を実現しました。 本ウェビナーではその実践事例をご紹介します。
その他・横断的ソリューション データ＆インテリジェンス 生成AI
詳細はこちら