AI-901（Azure AI Fundamentals）のドメイン1で問われる「AIワークロードを特定する」。AIワークロードとは、ざっくり言えば「AIにやらせる仕事の“種類”」のこと。試験では「この用途は、どのワークロード？」を見分ける問題がよく出ます。この記事では、主な6種類のワークロードと、よく出るテキスト分析の手法を、身近な例つきで整理します。
「AIワークロード」とは？
AIワークロードとは、AIが行う仕事の種類（タスクのタイプ）です。たとえば「文章を要約する」「画像から物体を見つける」「音声を文字にする」などは、それぞれ別のワークロードです。種類ごとに使うAzureのサービスやモデルが違うため、「やりたいことは、どのワークロードか？」を見分けることが、AIを使う第一歩になります。
主なAIワークロード6種（全体像）
AI-901で押さえておきたい主なワークロードは、次の6つです。
- 生成AI：文章・画像などを新しく作り出す。例：メールの下書き、画像生成。
- エージェント型AI：目標を与えると自分で手順を考え、ツールを使って行動する。例：予約の検索→比較→実行まで自動化。
- テキスト分析（NLP）：文章の要点・感情・固有名詞などを読み取る。例：レビューの感情判定。
- 音声：話し言葉を文字にしたり、文字を読み上げたりする。例：会議の文字起こし、読み上げ。
- コンピュータービジョン：画像から物体・文字・顔などを理解する。例：写真の仕分け、文字の読み取り。
- 情報抽出：書類・画像・音声・動画から必要な情報を構造化して取り出す。例：請求書から日付・金額を抜き出す。
テキスト分析の4つの手法
テキスト分析（文章を扱うAI）は、AI-901でとくに出やすいテーマです。代表的な4つの手法を押さえましょう。
- キーワード抽出：文章の中の主要な語句（キーフレーズ）を取り出す。例：問い合わせ文から要点語を抜く。
- エンティティ検出（固有表現認識）：文章中の人名・地名・組織・日付などを見つけて種類分けする。例：「山田さんが東京で…」→人名・地名を識別。
- センチメント分析：文章が肯定的か否定的か（感情）を判定する。例：商品レビューが満足／不満か。
- 要約：長い文章を短くまとめる。例：長い議事録の要点を抽出。
音声とコンピュータービジョン
音声と画像のワークロードも、よく出ます。代表的な機能は次のとおりです。
- 音声認識（Speech to Text）：話し言葉を文字に変換。例：会議の文字起こし、音声入力。
- 音声合成（Text to Speech）：文字を自然な話し言葉で読み上げ。例：読み上げアプリ、音声案内。
- コンピュータービジョン：画像分類（何が写っているか）、物体検出（どこに何があるか）、OCR（文字の読み取り）、顔検出など。
情報抽出（書類・画像・音声・動画から）
情報抽出は、書類・画像・音声・動画などから必要な情報を構造化して取り出すワークロードです。AzureではContent Understandingという機能が担当します（くわしくはドメイン2で解説）。
ワークロード演習：12問で見分ける
ここまでの内容を、実際の場面で見分けられるか試してみましょう。選ぶとその場で「なぜそのワークロードなのか」「なぜ他ではないのか」が出ます。特に迷いやすい「生成AIとエージェント型AI」「情報抽出とコンピュータービジョン」は、間違えたときに切り分けの一問が出ます。
確認クイズ
Q1. 商品レビューが「満足」か「不満」かを自動で判定したい。どのテキスト分析手法？
Q2. 写真に写っているのが「犬」か「猫」かを判定したい。どのワークロード？
Q3. 会議の録音を、自動で文字起こししたい。どの機能？
Q4. 請求書の画像から、日付・金額・取引先を「構造化して」自動で取り出したい。どのワークロード？
よくある質問（FAQ）
Q. コンピュータービジョンの「OCR」と「情報抽出」はどう違いますか？
A. OCRは画像の文字を「読む」だけ。情報抽出は、読んだ内容から必要な項目（日付・金額・氏名など）を“構造化して”取り出します。情報抽出はOCRの一歩先、と考えると整理できます。
Q. 生成AIとエージェント型AIの違いは？
A. 生成AIは求めに応じてコンテンツを「作る」。エージェント型AIは目標に向けて自分で計画し、ツールを使って「行動まで進める」。エージェントは生成AIを頭脳として使い、さらに手足を持つイメージです。
Q. これらはどのAzureサービスで使えますか？
A. テキスト分析はAzure AI Language、音声はAzure AI Speech、画像はAzure AI Visionなどが対応します。AI-901では「どのワークロード／手法か」を見分けられればOKで、サービスの細かい操作は実装記事（ドメイン2）で扱います。
まとめ
- 主なAIワークロード＝生成AI・エージェント型AI・テキスト分析・音声・コンピュータービジョン・情報抽出
- テキスト分析4手法＝キーワード抽出・エンティティ検出・センチメント分析・要約。シナリオで見分ける
- 感情→センチメント／文字起こし→音声認識／画像の中身→ビジョン／書類から項目→情報抽出が定番のひっかけ
この記事はAI-901の学習範囲の一部です。どの順番で・何時間くらい勉強すればよいかは、AI-901の勉強方法・独学ロードマップで全体像を解説しています。迷ったらここから確認するのがおすすめです。
※本記事はMicrosoft公式ドキュメント（Azure AI Language／Vision／Speech ほか）およびAI-901公式試験ガイドに基づき、エンジニアKが作成しています。製品仕様は更新されるため、最新は Microsoft公式情報 をご確認ください。
