AIは機械が推論や認識などを行う技術全体、LLMは言語を扱うモデル、AIエージェントはモデルや道具を組み合わせて仕事を進めるシステムです。 AGIは幅広い課題で人間に匹敵する汎用的な能力を想定した概念で、現在の個別製品を一律に指す言葉ではありません。 四つを「分野」「部品」「実行システム」「能力の広がり」という別の軸に置くと、包含関係の誤解を解けます。
技術用語だけでなく実装まで体系的に学ぶ選択肢は、AIエージェントを学べるスクール比較で、学習目的とサポート別に整理しています。
| 用語 | 何を表すか | 例えるなら |
|---|---|---|
| AI | 技術とシステムの広い分野 | 産業全体 |
| LLM | 言語を処理する学習済みモデル | 判断を支える頭脳 |
| AIエージェント | 目標に向けて判断し実行する仕組み | 道具を持つ作業者 |
| AGI | 幅広い課題へ一般化する能力概念 | 能力を測る将来の物差し |
AIは最も広い上位概念
OECDの定義が示すAIシステムは、入力から出力を推論し、物理または仮想環境へ影響を与える機械ベースの仕組み。 機械学習だけでなく、知識ベースの手法、画像認識、音声認識、意思決定支援なども範囲に含まれます。
したがって、AIとLLMは同義ではありません。 画像分類や需要予測のAIは、言語モデルを使わなくても成立します。
AI → 機械学習や知識ベースなど複数の手法 → その一部に言語モデル → モデルを部品として利用するエージェント
この図は技術の包含関係を簡略化したものです。 AGIだけは特定の部品ではなく、能力の広さと高さを語る別軸にあります。
LLMは文章を理解し生成するモデル
LLMの土台は、大量の言語データから学んだパターンと、入力に続く内容の予測。 NISTの用語集も、大規模言語モデルを独立した用語として整理しています。
モデル単体には、必ずしもメール送信やデータ更新の権限がありません。 エージェントでは、LLMが状況の解釈と道具選択を担当し、外部機能が実際の操作を担います。
| LLMが担いやすい処理 | 別の構成要素が担う処理 |
|---|---|
| 指示の解釈 | API認証 |
| 計画案の作成 | データ取得と更新 |
| 検索結果の要約 | 状態の永続保存 |
| 次の道具の選択 | 回数上限と停止 |
AIエージェントはLLMを仕事へ接続する
OpenAIの構築ガイドが挙げる基本要素は、モデル、道具、指示。 モデルが考えた内容を返すだけでなく、道具の結果を受けて再び判断する循環を作ることで、業務の完了へ近づきます。
- LLMは依頼と状況を言語として解釈する
- 道具は検索、計算、作成、更新を実行する
- 記憶は会話や途中結果を保持する
- 制御は再試行、終了、人への引き継ぎを管理する
すべてのエージェントがAGIではありません。 限定された顧客対応だけを行うシステムは、自律的に動いても対象範囲が狭く、汎用知能を意味しません。 用語の全体像はAIエージェント入門ガイドでも確認できます。
AGIは汎用性と性能を考えるための概念
AGIに唯一の合意済み定義があるわけではない点には注意が必要。 Google DeepMindのLevels of AGIは、能力の深さである性能と、能力の幅である汎用性を分け、さらに自律性やリスクとの関係を検討しています。
この区別により、「自律的に動くからAGI」「会話が上手だからAGI」という短絡を避けられます。 用語を見分ける確認順は次の通りです。
- 分野全体を指すならAI
- 言語処理のモデルを指すならLLM
- 目標から行動までのシステムならAIエージェント
- 幅広い課題への一般化能力を論じるならAGI
AIとLLMなど四つの用語でよくある質問
ChatGPTはLLMですか？
ChatGPTはLLMを利用して会話や作業を支援する製品です。 モデルそのものと、画面、検索、ファイル、道具、権限を含む製品全体は同じではありません。 利用する機能によってはエージェント型の実行も含まれます。
AIエージェントには必ずLLMが必要ですか？
必須ではありません。 規則や従来の機械学習で行動を選ぶエージェントも存在しますが、自然言語や非構造データを扱う現在の業務用システムではLLMが中心部品として使われることが多くなっています。
AIエージェントが進化するとAGIになりますか？
自動的にはなりません。 Google Cloudの説明にある自律性や計画能力はエージェントの特徴ですが、AGIでは能力の幅と性能も問題になります。 特定業務だけに強いエージェントは、汎用性が高いとは限りません。
分野、モデル、実行主体、能力尺度を分けて理解する
四つの用語は同じ階層に並ぶ製品名ではありません。 何を作るか考えるときは、まず必要なAI能力を決め、モデルを選び、道具と制御を加えてエージェントにする順序で捉えます。
- AIは複数の技術と応用を含む上位概念
- LLMは言語処理を担うモデル
- エージェントはモデルと道具をつなぐ実行システム
- AGIは能力の広さと高さを論じる概念
自動化の選択へ進むなら、RPAやCopilotとAIエージェントの比較で、技術用語を実際の業務範囲へ置き換えられます。
