変更要約: Cloud Digital Leader 第3章を新規作成（ドメイン3「AI」: AI/ML の基礎＝AI・ML・生成 AI の関係/教師あり・教師なし/学習データ/責任ある AI、Google Cloud の AI/ML ソリューション＝Vertex AI/Gemini/Vision/Speech-to-Text/Natural Language/Translation/BigQuery ML/Document AI/Conversational Agents）。
3.2Google Cloud の AI / ML ソリューション
AI/ML を構築・利用するための Vertex AI、生成 AI の中核である Gemini、すぐ使える事前学習済み API（Vision・Speech-to-Text・Natural Language・Translation）、SQL で機械学習を行う BigQuery ML、文書処理の Document AI、顧客対応の Conversational Agents など、Google Cloud の AI/ML ソリューションの役割と使い分けを理解します。
Google Cloud は AI をさまざまな成熟度で使えるようにしています。「自分でモデルを作る」から「完成した API を呼ぶだけ」まで幅があり、社内に AI の専門知識がどれだけあるかで選びます。
3.2.1Vertex AI と Gemini
Vertex AI は、機械学習モデルの構築・学習・デプロイ・運用を一気通貫で行う統合 AI プラットフォームです。独自モデルの開発から、Google の基盤モデルの利用までをここで扱えます。その中核となる生成 AI モデルが Gemini で、文章生成・要約・コード支援・画像理解などを担います。Gemini は Google Cloud の各サービスや Google Workspace にも組み込まれ、業務を支援します。専門知識が十分にあるチームは Vertex AI でカスタムモデルを構築し、そうでない場合は事前学習済みの API や Gemini をそのまま使うのが近道です。
3.2.2すぐ使える AI ソリューション
| ソリューション | できること | ユースケース例 |
|---|---|---|
| Vision API | 画像の分類・物体/文字認識 | 商品画像の自動タグ付け |
| Speech-to-Text | 音声を文字に変換 | コールセンターの文字起こし |
| Natural Language API | 文章の感情/エンティティ分析 | レビューの感情分析 |
| Translation API | 多言語翻訳 | サイトの多言語化 |
| Document AI | 文書から情報を抽出 | 請求書・契約書の処理 |
| Conversational Agents | 対話型エージェント/チャットボット | 顧客サポートの自動化 |
データ分析チーム向けには BigQuery ML があり、BigQuery 上のデータに対し SQL だけで機械学習モデルを作成・予測できます。データをほかに移さず、使い慣れた SQL で需要予測などを行えるのが利点です。これらの「すぐ使えるソリューション」は、AI の専門家がいなくてもビジネス価値を素早く引き出せる点が、Cloud Digital Leader の観点で重要です。
より深く独自にモデルを作る世界では、オープンソースの機械学習フレームワーク TensorFlow が広く使われ、その学習・推論を高速化する Google 独自の専用ハードウェアが Cloud TPU（Tensor Processing Unit）です。リーダーとして細部を覚える必要はありませんが、「大規模な AI は TensorFlow のようなフレームワークと TPU のような専用ハードに支えられている」という全体像を押さえておきます。
「やりたいこと → ソリューション」が頻出。例：「カスタムモデルを構築・運用」＝Vertex AI、「文章生成/要約などの生成 AI」＝Gemini、「画像認識」＝Vision API、「音声→文字」＝Speech-to-Text、「翻訳」＝Translation API、「文章の感情分析」＝Natural Language API、「請求書から情報抽出」＝Document AI、「チャットボットで顧客対応」＝Conversational Agents、「SQL だけで ML」＝BigQuery ML。
混同に注意：
①Vertex AI（作る/運用する基盤）と事前学習済み API（呼ぶだけ）は成熟度が違う。
②Gemini＝生成 AI モデル、Vertex AI＝それらを扱うプラットフォーム。
③用途特化 API（Vision/Speech/Translation/NL/Document AI）はそれぞれ役割が固定。
④BigQuery ML はデータを移さず SQL で ML。
3.2.3この節のまとめ
- Vertex AI＝モデルを構築/運用する統合 AI 基盤。Gemini＝中核の生成 AI モデル
- 事前学習済み API＝Vision/Speech-to-Text/Natural Language/Translation、文書＝Document AI、対話＝Conversational Agents
- BigQuery ML＝データを移さず SQL で機械学習。専門家不在でも価値を素早く
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 機械学習モデルの構築・学習・デプロイ・運用を一気通貫で行える Google Cloud の統合 AI プラットフォームはどれですか？
Q2. 音声データを文字に変換したい場合に使う Google Cloud の API はどれですか？
Q3. 画像を分類したり物体や文字を認識したりするのに最も適した API はどれですか？
Q4. BigQuery 上のデータに対し、データを移さず SQL だけで機械学習モデルを作成・予測できるのはどれですか？
Q5. 請求書や契約書などの文書から情報を自動抽出するのに適した Google Cloud のソリューションはどれですか？
Q6. 文章生成・要約・コード支援などを担う、Google Cloud の中核となる生成 AI モデルはどれですか？