生成AIパスポート 第3章 生成AIの動向｜要点まとめ
第3章では「生成AIが今どうビジネスに使われ、社会がどう動いているか」を扱います。技術論よりも、サービス名・業界トレンド・活用事例の知識が中心です。ニュースでよく耳にする用語（RAG、AIエージェント、MCP など）も多く登場するので、細かい暗記に入る前に、まず全体像をつかむことを優先しましょう。
この章のポイント
第3章で扱うテーマは、次の4つです。
- 生成AIの応用技術：RAG、ベクトルデータベース、AIエージェント、MCP
- 主要プレイヤーとサービス：OpenAI、Anthropic、Google、Microsoft、Meta、NVIDIA など
- モダリティ別の活用：テキスト・画像・音声・動画・コード生成の代表例と業務シーン
- 業界別の利活用とビジネス課題：医療・金融・教育・広告・社内ナレッジでの使い方と注意点
ChatGPT登場（2022年11月）以降の動きが「第4次AIブーム」として扱われている点も覚えておきましょう。
重要キーワードと解説
- RAG（Retrieval-Augmented Generation）：外部知識を検索してLLMの回答に反映させる手法。ハルシネーション抑制と最新情報対応に有効で、企業導入の主流
- ベクトルデータベース：テキストや画像を埋め込みベクトルに変換し、意味的類似度で検索できるDB。RAGの基盤
- AIエージェント：LLMに計画立案・ツール利用・記憶・自己評価を組み合わせて自律的にタスクを完遂するシステム。GenSpark、Manus、Skywork AI、Operator が代表例
- MCP（Model Context Protocol）：Anthropicが策定したAIモデルと外部ツール間の標準連携プロトコル。エージェントの外部接続を統一する仕組み
- マルチモーダル活用：テキスト・画像・音声・動画を組み合わせた業務応用（議事録の音声→要約→ToDo抽出 など）
- 主要LLMサービス：ChatGPT（OpenAI）、Claude（Anthropic）、Gemini（Google）、Copilot（Microsoft）、LLaMA（Meta／オープンソース）
- 画像／動画／音声／音楽生成：画像はDALL-E・Stable Diffusion・Midjourney、動画はSora・Veo3、音楽はSuno・Udio、音声はElevenLabs
- ディープフェイク：実在人物の偽動画・音声を作る技術。フィッシング詐欺や偽情報拡散など悪用面が深刻化（第4章とも関連）
- EU AI Act／日本のソフトロー：EUは厳格規制（リスク4分類）、日本はガイドライン中心の柔軟方針
よく出る論点（チェックリスト）
- RAGがなぜ企業導入で主流になっているのか、解決する課題を2つ以上挙げられる
- AIエージェントの動作サイクル（計画→ツール利用→評価→修正）を説明できる
- 主要LLMサービス（GPT、Claude、Gemini、Copilot、LLaMA）の提供元と特徴をひとことで言える
- 画像／動画／音声／音楽 それぞれの代表的な生成AIサービス名を答えられる
- EU AI Act のリスク分類（許容できない／高／限定／最小）と日本のソフトロー方針の対比
- 業界別（医療・金融・教育）でのAI活用の注意点（人間の監督下、公平性、プライバシー）
確認問題で実力チェック
第3章はサービス名や事例など覚えることが多い章です。文章を読み込むより、問題を解きながら見覚えのある用語を増やしていくほうが定着します。本サイトの「分野別学習」で第3章の70問を繰り返し解くのがおすすめです。
「分野別学習」から第3章を選ぶと、この章の問題だけを集中して解けます。