AI × 営業の教科書 第1部 AIで営業はどう変わるか
第1章 AI時代の新規開拓:変わること・変わらないこと
アポツム編集部情報は2026年11月時点

生成AI(文章や画像を作るAI)を使えば、企業の調べものも、提案の文面の下書きも、数分で形になります。一方で、「それらしいのに当たらない」文面が増えた、AIが書いた会社の情報が間違っていた、という声も聞くようになりました。
道具が変わっても、新規開拓の目的は変わりません。相手の会社に役立つ理由を見つけ、正確に伝え、話を聞いてもらうことです。AIで速くなるのは、そのための準備の一部です。
この章では、生成AIが何をしている道具なのかを、営業の人に分かる言葉で説明します。そのうえで、新規開拓の仕事を段階に分け、AIに任せやすいところと、人が判断するところを整理します。最後に、この本の地図と読み方を示します。
1-1 営業の現場に入ってきた生成AI
数字で見る、企業での使われ方
総務省の『令和8年版 情報通信白書』は、日本・米国・ドイツ・中国の企業に行ったアンケートの結果を載せています。答えたのは、デジタル化に取り組む従業員10人以上の企業の、管理職以上の人です。日本は515人で、2026年1〜2月にインターネットで調べました。日本の企業全体の割合ではない点に注意してください。
生成AIの活用方針を聞くと、「積極的に活用する方針」か「活用する領域を限定して利用する方針」と答えた人は、日本で68.9%でした。前年度の調査の49.7%から、大きく増えています。方針を「わからない」と答えた人を除くと、86.4%が、自社の何らかの業務で生成AIを使っていると答えました。
業務の種類別では、「議事録・メール作成補助」での活用が約7割で最も高く、「営業・販売」が約6割で続きました。営業は、生成AIの活用が多い仕事の一つです。
「速くなる」の先を考える
同じ調査で、生成AIを使うと何が起こりうるかを聞くと、日本では「作業時間の短縮などによる業務の効率化」が61.6%で最も多くなりました。「品質管理の精度向上やパーソナライズなどによる製品・サービスの質の向上」は32.2%です。白書によると、ほかの3か国では「質の向上」が最も多い結果でした。
新規開拓でも、AIをまず「速くする道具」として使う人が多いでしょう。それは自然な入り口です。ただ、浮いた時間を、送る数を増やすことだけに使うと、相手に届く連絡の質は上がりません。この本では、浮いた時間を、相手を調べること、事実を確かめること、1社ずつ理由を考えることに回す使い方をすすめます。
心配されているのは「漏れること」と「間違うこと」
白書によると、日本の企業が生成AIのリスクとして最も多く挙げたのは、「社内情報の漏洩などのセキュリティリスクがある」でした。次が「出力結果の精度に問題がある」、その次が「著作権等の権利を侵害する可能性がある」です。
どれも営業の仕事に直結します。顧客の情報を不用意に入れれば漏えいにつながり、間違った事実を文面に書けば信用を失います。入れてよい情報と著作権の考え方は第2章で、出力の確かめ方は第3章で扱います。この章では、まず「なぜ間違うのか」を理解しておきましょう。
1-2 生成AIは何をしているのか
「次に来そうな言葉」を選び続ける
いま広く使われている文章の生成AIの多くは、大規模言語モデルと呼ばれる仕組みで動いています。大量の文章から言葉の並び方の傾向を学び、入力された文に続く「次に来そうな言葉」を選びます。選んだ言葉を足して、また次の言葉を選ぶ。これをくり返して文章を作ります。
たとえば「いつもお世話に」と入力すれば、続きは「なっております」になりやすいでしょう。営業のメールで何度も見た並びだからです。生成AIは、これと同じことを、もっと長い文脈で行っています。
文化庁の文化審議会の小委員会がまとめた「AIと著作権に関する考え方について」(2024年)にも、同じ趣旨の説明があります。文章の生成は、ある単語に続く単語の出現確率の計算をくり返して行われる、というものです。
個人情報保護委員会の「生成AIサービスの利用に関する注意喚起等」(2023年)は、ここから起きる問題にふれています。生成AIの応答は確率的な相関関係にもとづいて作られるため、不正確な内容が含まれることがある、という注意です。
指示に従うように調整されている
学んだ文章の続きを書くだけでは、質問に答えたり、頼まれた形で書いたりはできません。そこで多くのサービスでは、人の指示に沿って答えるように、追加の学習をしています。総務省・経済産業省の「AI事業者ガイドライン(第1.2版)」(2026年)は、こうした追加の学習を「事後学習」と呼びます。人の意図や価値観に沿った応答にする調整も、これに含まれます。
このおかげで、生成AIは「300字で」「箇条書きで」「やわらかい言葉で」といった指示に、よく従います。AIに渡す依頼文を、指示(プロンプト)といいます。指示の書き方しだいで出力が大きく変わるのも、この調整があるからです。指示の基本は第3章で説明します。
もっともらしい誤りが起きる理由
生成AIは、事実でないことを、それらしく書くことがあります。この本では、これを「もっともらしい誤り(ハルシネーション)」と呼びます。
論文「Why Language Models Hallucinate」(Kalai ほか、2025年)は、理由の一つは学習と評価のしかたにある、としています。分からないときに「分かりません」と答えるより、推測で答えるほうが、評価で点をとりやすい。そのため、自信がなくても答えを出す方向に育ちやすい、という説明です。
営業の場面なら、AIに「株式会社〇〇の創業年は」「従業員数は」と聞くと、知らなくても、それらしい数字が返ってくることがあります。公表されている情報が少ない会社や、最近の出来事は、AIが学んだ文章も少ないため、特に注意が必要です。
相手に合わせすぎることもある
『令和8年版 情報通信白書』は、生成AIの注意点として、ハルシネーションのほかに2つを挙げています。利用者に過剰に同調してしまう現象(シカファンシー)と、偏りのある出力です。
たとえば「この文面はよくできていますか」と聞けば、AIはほめる方向に答えがちです。自分の文面を点検させるときは、「問題点を5つ挙げて」のように、批判する役割をはっきり渡します。指示の例は1-6で示します。
1-3 得意なこと・苦手なことを見分ける
得意なこと:渡した材料の形を変える
生成AIが力を発揮するのは、渡した材料の「形」を変える仕事です。材料とは、商材の資料や相手の公表情報など、AIに渡す事実のことです。新規開拓では、次のような場面があります。
| できること | 新規開拓での例 |
|---|---|
| 要約 | 相手の会社のお知らせを3行にまとめる |
| 分類 | 届いた返信を「前向き・質問・お断り」などに分ける |
| 下書き | 確かめた事実をもとに、文面の案を作る |
| 言い換え | 長い文を短く、硬い言葉をやさしくする |
| 考えの整理 | 商材の強みを、AIの質問に答えながら言葉にする |
どれも、材料は人が用意しています。AIは、それを並べ替え、縮め、言い換えているだけです。だから結果を確かめやすく、誤りも見つけやすいのです。
苦手なこと:材料にないことを作る
反対に、材料にない事実を「作る」仕事は苦手です。
- 最新の事実:学習した時点より後の出来事は知りません。調べる機能のついたサービスでも、ページの読み違いや、古いページの引用が起こります
- 数字:売上、従業員数、導入社数などを、根拠なく出すことがあります
- 出典のない断定:「業界で最も」「多くの企業が」などと、裏づけなく言い切ります
- 相手の事情:相手の会社が何に困っているかは、公表されていなければ分かりません。それでもAIは、もっともらしい課題を書きます
2つの問いで見分ける
任せてよいかどうかは、2つの問いで見分けられます。1つは「材料を人が渡しているか」。もう1つは「形を変えるだけか、事実を足すか」です。

図の内容を文字で読む
材料を渡して形を変えるだけなら、任せやすい仕事です。材料を渡さずに頼むときは、出力を文面の構成や質問の案のような「型」として使い、中身は人が入れます。材料を渡していても、AIが事実を足すことがあります。足された事実は、出典と1つずつ照らし合わせてから使います。材料もないのに相手の数字や課題を書かせるのは、任せてはいけない仕事です。
実際の指示では、材料の範囲を決め、事実と推測を分けさせ、分からないことは書かせないようにします。【 】の中を、自分の材料に入れ替えて使ってください。
あなたは BtoB 営業の下調べを手伝う担当です。 下の【公表情報】だけを材料に、次の3つを書いてください。 1. 事業の概要(2行以内) 2. 最近の出来事(日付と出典の URL をつける) 3. 提案のきっかけになりそうな点(推測だと分かるように書く) 【公表情報】にないことは書かないでください。分からない項目は「材料からは分かりません」と書いてください。 数字は【公表情報】にあるものだけを、そのまま使ってください。 【公表情報】 【相手の会社のお知らせや事業紹介の文(URL と日付つき)】
1. 事業の概要:業務用の厨房機器の販売と、設置後の点検を行っている。 2. 最近の出来事:〔日付〕のお知らせで、〔地域〕に2か所目の営業所を開くと発表(出典:https://example.com/news/001)。 3. 提案のきっかけ[推測]:営業所が増えると、拠点の間で点検の予定をそろえる必要が出てくるかもしれない。 従業員数・売上:材料からは分かりません。
この形で受け取れば、どこを確かめればよいかが一目で分かります。確かめるのは、2の日付と出典です。3は推測なので、文面では言い切らずに使います。
1-4 新規開拓の仕事を分ける
8つの段階
新規開拓の仕事は、大きく8つの段階に分けられます。顧客を決める、調べる、選ぶ、書く、送る、返信に応える、商談を準備する、振り返る、です。段階ごとに、AIに任せやすいことと、人が判断することを並べると、次のようになります。
| 段階 | AIに任せやすいこと | 人が判断すること | くわしく |
|---|---|---|---|
| 1 顧客を決める | 既存の顧客の共通点の仮説を出す | 誰を狙うかを決める | 第4章 |
| 2 調べる | 公表情報の要約、きっかけの候補出し | 出典を開いて確かめる | 第5章 |
| 3 選ぶ | 項目ごとの整理、優先順位の案 | 送るか、送らないかを決める | 第5章 |
| 4 書く | 確かめた事実からの下書き、言い換え | 事実の照合と承認 | 第6章 |
| 5 送る | 送る前の点検項目の洗い出し | 送るかどうかの最終判断 | 第7章 |
| 6 返信に応える | 返信の分類、返事の下書き | 返事の中身と送信 | 第8章 |
| 7 商談を準備する | 相手の要点と、聞くことの案 | 何を提案するか | 第8章 |
| 8 振り返る | 記録から数えた数字をもとに、仮説の案を出す | 次に何を変えるか | 第9章 |

図の内容を文字で読む
| 項目 | AIに任せやすい | 人が判断する |
|---|---|---|
| 顧客を決める | 共通点の仮説を出す | 誰を狙うかを決める |
| 調べる・選ぶ | 公表情報の要約と整理 | 出典の確認と送り先の選定 |
| 書く | 確かめた事実から下書き | 事実の照合と承認 |
| 送る | 点検項目の洗い出し | 送るかどうかの判断 |
| 返信・商談準備 | 返信の分類と下書き | 返事と提案の中身 |
| 振り返る | 数字から仮説の案を出す | 次に変えることを決める |
どの段階でも、AIは「案」を出し、人が「決める」という分担になっています。
線を引く3つの約束
この本では、AIを「下書きと整理の相棒」として使います。そのために、どの段階にも通じる3つの約束を決めておきます。
- 事実を作らせない:相手の会社の事実や数字は、人が出典から確かめて渡します
- 判断を任せきりにしない:誰に、何を、送るかは人が決めます
- 承認せずに送らない:送る前に、権限のある人が全文を確かめて「送ってよい」と決めます。これを、この本では「承認」と呼びます
「AI事業者ガイドライン」も、AIを使う事業者に、出力の精度とリスクの程度を理解したうえで使うことを求めています。また、AIの判断を人が承認するときは、承認する理由や根拠を自分で考えてから承認すべきだ、という考え方も紹介しています(第3章)。
「任せやすい」は「確かめなくてよい」ではない
任せやすい仕事でも、確かめ方は決めておきます。たとえば返信の分類で、停止の依頼を「質問」に分けてしまうと、相手の意思に反して連絡を続けることになります。誤りの影響が大きいものほど、人が見る範囲を広げます。
| 作業 | 誤ったときの影響 | 確かめ方の例 |
|---|---|---|
| 公表情報の要約 | 文面に間違った事実が入る | 文面に使う事実は、すべて出典と照合 |
| 返信の分類 | 停止の依頼を見落とす | 全件を人が読む。停止らしいものはすぐ止める |
| 文面の下書き | 相手に誤解や不快を与える | 全文を読んで承認 |
白書の個人向けの調査では、AIを使うときに気をつけていることも聞いています。日本で最も多かった答えは、「生成内容が正しいか、他の方法で確認している」でした。仕事では、この確認を個人の習慣に任せず、手順として決めておきます。
1-5 AIで変わらない3つのこと
AIで調べる速さや書く速さは変わりました。しかし、相手が提案を読んで「話を聞いてみよう」と思う理由は変わりません。新規開拓で変わらないことは、次の3つです。

図の内容を文字で読む
- 役に立つ理由なぜ御社か・なぜ今かを事実で示す
- 正確さ事実・数字・社名を出典で確かめる
- 相手の都合断りや停止を守り、送りすぎない
相手の役に立つ理由があること
受け取る人が知りたいのは、「なぜうちに」「なぜ今」連絡してきたのかです。この理由は、相手の公表している事実と、自社の提案とのつながりからしか生まれません。AIは、つながりの案を出すことはできます。しかし、その事実を選び、つながりが本当に成り立つかを判断するのは人です。
正確であること
社名、日付、数字、出来事のどれか1つが間違っていれば、文面全体が信用されなくなります。AIで書いた文面でも、送った責任は送った会社にあります。「AIが書いたので」は、受け取った側には通じません。
相手の都合を尊重すること
受け取る会社には、読む時間も、断る手間もかかります。「営業お断り」の表示を守る、停止の依頼にすぐ応じる、同じ会社に重ねて送らない。こうした基本は、前作『フォーム営業の教科書』第2章と第7章でくわしく扱いました。AIを使っても、何ひとつ変わりません。
量が増えるほど、差になる
AIで書く手間が減ったとき、浮いた時間をどう使うかで、結果は分かれます。架空の前提で試算してみます。
使い方Aでは、送る数が3倍になります。同じように考える会社が増えれば、受け取る側の負担はさらに重くなり、営業の連絡はまとめて後回しにされるでしょう。使い方Bでは、1通ごとの理由と正確さが上がります。AIで誰でも文面を量産できるようになるほど、理由があって正確な1通が目立つようになります。この本がすすめるのは、Bの使い方です。
1-6 よくある失敗
AIを使い始めたチームで、よく起きる失敗を5つ挙げます。どれも、AIの性質を知り、確かめる手順を決めておけば防げます。
1. 丸投げして「それらしいが当たらない」文面を送る
「〇〇業界の会社に送る提案文を書いて」とだけ頼むと、どの会社にも送れる文面が返ってきます。
悪い例(AIに丸投げした下書き、架空)
貴社は創業以来、地域に根ざした事業で着実に成長を続けておられ、その誠実な姿勢に大変感銘を受けました。昨年の売上高は前年比20%増と伺っております。人材の確保にお悩みのことと存じますので、ぜひ当社のサービスをご検討ください。
ほめ言葉はどの会社にも言えるもので、「売上高20%増」は材料にない数字です。人材の確保に悩んでいるという決めつけもあります。直し方は、相手の公表事実を1つ選んで渡し、その事実だけから書かせることです(第6章)。
2. 間違った事実を書く
AIの要約をそのまま使い、2年前の出来事を「先日」と書いたり、同じ名前の別の会社の出来事を書いたりする失敗です。直し方は、文面に使う事実を、1つずつ出典のページで照合することです。古い情報や取り違えの見分け方は、第5章で説明します。
3. 相手を不快にする
AIの下書きには、大げさなほめ言葉、課題の決めつけ、不安をあおる言い回しが入りがちです。担当者個人の私的な情報にふれる文が入ることもあります。どれも、送る前に人が削ります。
4. 差し込みを誤る
会社名などを差し込んで文面を作るとき、別の会社の名前が残ったり、「〔会社名〕」がそのまま残ったりします。1通ずつ全文を読む承認の手順で防ぎます。
5. 入れてはいけない情報を入れる
名刺の情報や商談のメモを、そのままAIに貼りつける失敗です。何を入れてよいかは、使うサービスの規約と社内のルールで決まります。考え方は第2章で説明します。
点検もAIに手伝わせる
送る前の点検にも、AIを使えます。ただし1-2で見たように、AIは利用者に同調しがちです。点検させるときは、厳しい読み手の役割を渡します。
あなたは、営業の連絡を毎日たくさん受け取る会社の受付担当です。 次の【下書き】を読み、受け取った側として気になる点を、重要な順に5つまで挙げてください。 特に、次の3点は必ず確かめてください。 ・どの会社にも言える文になっていないか ・【確かめた事実】にない事実や数字が書かれていないか ・相手の課題を決めつけていないか ほめる必要はありません。直し方の案を1行ずつ添えてください。 【確かめた事実】 【出典で確かめた相手の事実(URL と日付つき)】 【下書き】 【送る前の文面】
AIの点検は、人の承認の代わりにはなりません。人が読む前に見落としを減らす、1回目の点検として使います。
1-7 買い手の側もAIを使い始めている
AIを使っているのは、送る側だけではありません。提案を受け取り、比べ、選ぶ側も使い始めています。
買い手の調べ方が変わった
総務省の白書の個人向けの調査(2025年度)では、20歳以上で生成AIサービスを使ったことがある人は52.2%でした。前年度の調査の26.7%から、大きく増えています。あなたの文面を読む人も、日ごろからAIにふれていると考えてよいでしょう。
法人の購買については、HubSpot Japan が2026年7月に調査を公表しました。対象は、従業員50人以上の企業に勤め、この1年に法人向けの商品・サービスの比較・選定・決裁などに関わった1,573人です。最近の購買を以前と比べた変化では、「生成AIサービスやAI検索が購買判断に与える影響が増えた」が41.6%で最も多い答えでした。この2〜3年で増えた情報収集の行動でも、「生成AIサービスやAI検索を使うこと」が33.5%で1位でした。
生成AIやAI検索を使う人に用途を聞くと、次の結果になりました。

図の内容を文字で読む
AIは、候補を挙げ、違いを整理し、社内説明用の要約を作る作業に使われています。
買い手もAIの答えを確かめている
同じ調査で、購買でAIを使った人に、AIで得た情報を社内説明や稟議に使うときの対応を聞いています。「自分で事実確認・加筆修正した上で利用した」が48.3%、「他者に確認した上で利用した」が35.7%でした。「そのまま、またはほぼそのまま利用した」も24.9%ありました(複数回答)。
この調査は、営業やマーケティングの仕組みを提供する会社が企画したインターネット調査です。業種や商材で事情は変わるため、傾向として読んでください。
送る側にとっての意味
ここから、送る側が受け止めておきたいことが3つあります。
- 比べられる前提で書く:文面を読んだ相手は、あなたの会社の情報をAIでまとめ、他社と並べるかもしれません。サイトや資料と食い違う説明や、根拠のない効果は、比べる段階で目立ちます
- 確かめられる前提で書く:買い手はAIの答えを確かめながら使っています。事実と数字には出典をつけ、確かめやすくしておきます
- 要約されても残る中身を書く:買い手は、社内説明用の要約にもAIを使っています。届いた連絡が要約されれば、決まり文句は消え、残るのは用件と理由です
届いた問い合わせをAIで読み、営業の連絡を自動で仕分ける使い方も考えられます。ただし、受け取る会社がどこまでそうしているかを示す統計は、調べた範囲では見つかりませんでした。買い手の側のAIが文面に何を求めるかは、第12章でくわしく考えます。
1-8 この本の地図と読み方
この本の地図
この本は4部12章でできています。AIで営業がどう変わるかを見たあと、新規開拓の流れに沿って、準備する、届ける、改善して組織にする、の順に並べました。
| 部 | 章 | 扱うこと |
|---|---|---|
| 第1部 AIで営業はどう変わるか | 第1章 | この章。AIの仕組みと、仕事の分け方 |
| 第2章 | 個人情報・著作権などの、安全に使うルール | |
| 第2部 AIと準備する | 第3章 | 指示の書き方と、出力の確かめ方 |
| 第4章 | 狙う顧客と、提案の仮説を作る | |
| 第5章 | 企業の調べものと、営業リスト | |
| 第3部 AIと届ける | 第6章 | 1社ずつの文面を書く |
| 第7章 | 送る仕組みと、任せる範囲 | |
| 第8章 | 返信対応と商談の準備 | |
| 第4部 AIで改善し、組織にする | 第9章 | 数字の振り返り |
| 第10章 | ツールの選び方と任せ方 | |
| 第11章 | チームのルール・教育・品質管理 | |
| 第12章 | これからの営業とAI |
読み方のおすすめ
- はじめての人:第1章から第3章を順に読み、AIの性質とルールと指示の基本をつかみます。そのあと、いま困っている段階の章へ進みます
- すでに使っている人:第3章(確かめ方)と第6章(文面)から読むと、「当たらない」「間違う」の原因が見つかりやすいでしょう
- マネージャー:第2章、第10章、第11章で、チームのルールと仕組みを先に決めます
各章の終わりには「やってみよう」があります。指示の例は、【 】の中を自分の材料に入れ替えれば、そのまま使えます。個人情報や社外秘を入れないことは、どの例でも同じです。
フォーム営業そのものの法律、文面の書き方、送り方は、前作『フォーム営業の教科書』で扱いました。この本では同じ説明をくり返さず、「くわしくは『フォーム営業の教科書』第◯章」と示します。前作を読んでいなくても分かるように、必要な前提はその場で短く書きます。
AIのサービスの機能や規約は、短い間に変わります。この本の情報は2026年11月時点のものです。使う前に、各サービスの最新の利用規約と設定画面で確かめてください。
やってみよう
課題1 自分の新規開拓を8つの段階に分ける
1-4の8つの段階ごとに、いまの自分のやり方と、AIに任せたいこと、人が判断することを書き出してください。
書き終えたら、「人が判断すること」の欄が空いている段階がないかを確かめます。空いている段階は、AIに任せきりになるおそれがあります。
課題2 自社の公表情報で、要約の誤りを数える
まず自社のお知らせを3本選び、指示の例1で要約させてください。自社のことなら、正しいかどうかをすぐに判断できます。出力の中の事実を1つずつ数え、次の3つに分けます。
- 材料のとおり正しい
- 材料にない(AIが足した)
- 材料と違う(読み違えた)
2つ目と3つ目が1つでもあれば、相手の会社でも同じことが起きると考え、照合の手順を決めます。
課題3 最近の文面を、変わらない3つで点検する
最近送った文面を1通選び、指示の例2で点検させてください。そのうえで、1-5の3つ(役に立つ理由・正確さ・相手の都合)に照らして、自分でも点検します。AIの指摘と自分の指摘を比べ、AIが見落としたものを書き出しておくと、AIに任せられる範囲が分かります。
この章のまとめ
- 企業での生成AIの活用は急速に広がり、営業・販売は活用の多い業務の一つになっている
- 生成AIは「次に来そうな言葉」を選び続けて文章を作る。流ちょうさと正しさは別のもので、もっともらしい誤りや、利用者への同調が起こる
- 渡した材料の形を変える仕事は得意で、材料にない事実を作る仕事は苦手。「材料を渡しているか」「事実を足すか」で見分ける
- 新規開拓の8つの段階すべてで、AIは案を出し、人が決める。事実を作らせない、判断を任せきりにしない、承認せずに送らない
- 役に立つ理由、正確さ、相手の都合の尊重は、AIで変わらない。浮いた時間は送る数ではなく、調べることと確かめることに使う
- 買い手もAIで候補を挙げ、比べ、要約し、その答えを確かめている。比べられ、確かめられ、要約されても残る中身を書く
この章の参考資料
- 「令和8年版 情報通信白書 生成AIの活用方針等」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121110.html
- 「令和8年版 情報通信白書 生成AIの業務利用状況」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html
- 「令和8年版 情報通信白書 懸念されるリスク及びリスク対策のための取組状況」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121140.html
- 「令和8年版 情報通信白書 生成AIの活用により生じうる影響」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121150.html
- 「令和8年版 情報通信白書 AI導入・活用を効果的に進めていくために重要となる要素」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121410.html
- 「令和8年版 情報通信白書 個人における生成AIサービスの利用経験(日本)」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd111110.html
- 「令和8年版 情報通信白書 リスク意識」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd111420.html
- 「令和8年版 情報通信白書 付注 国内外における最新の情報通信技術の研究開発及びデジタル活用の動向に関する調査研究」(総務省、2026年)https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/ne110000.html
- 「AIと著作権に関する考え方について」(文化審議会著作権分科会法制度小委員会、2024年3月15日)https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/pdf/94037901_01.pdf
- 「生成AIサービスの利用に関する注意喚起等」(個人情報保護委員会、2023年6月2日)https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf
- 「AI事業者ガイドライン(第1.2版)」(総務省・経済産業省、2026年3月31日)https://www.soumu.go.jp/main_content/001064279.pdf
- Adam Tauman Kalai ほか「Why Language Models Hallucinate」(arXiv、2025年)https://arxiv.org/abs/2509.04664
- 「HubSpot Japanが『日本のBtoB購買に関する意識・実態調査2026』を発表」(HubSpot Japan、2026年7月16日)https://www.hubspot.jp/hubfs/APAC_JAPAN/6.%20press%20release/%E3%80%90%E3%83%97%E3%83%AC%E3%82%B9%E3%83%AA%E3%83%AA%E3%83%BC%E3%82%B9%E3%80%91HubSpot%20Japan%E3%81%8C%E3%80%8C%E6%97%A5%E6%9C%AC%E3%81%AEBtoB%E8%B3%BC%E8%B2%B7%E3%81%AB%E9%96%A2%E3%81%99%E3%82%8B%20%E6%84%8F%E8%AD%98%E3%83%BB%E5%AE%9F%E6%85%8B%E8%AA%BF%E6%9F%BB2026%E3%80%8D%E3%82%92%E7%99%BA%E8%A1%A8.pdf