問題を解決するための手順や計算方法のこと。一般的にはコンピューターを使って、特定の問題を解くための手順を指す言葉として使われるケースが多い。基本的に誰もが同じ手順で作業すれば完結できるように作られるので、作業の標準化が図れる。また、問題解決がしやすくなるほか、業務効率化といったメリットも。
近年、AI技術が進歩したことで、膨大なデータの処理や分析が必要となるためアルゴリズムがより重要視されるようになった。
このアルゴリズムをベースに、コンピューターへプログラミング言語で指示したものをプログラムという。

ChatGPTの登場により、身近になった生成AI（=Generative AI）は、人工知能（AI）の1つ。従来のAIは、具体的なデータに基づいて判別や予測などを行い、決められた行為を自動化するのに対し、生成AIは様々なデータを基に新たなコンテンツを創造する。また、生成AIは数値などのデータだけでなく、文章や画像、音声などアウトプットできる範囲も広い。
生成AIを活用することによって、作業の効率化や人手不足の対策、クリエイティブの補助など多くのメリットがある一方で、情報漏洩や著作権の侵害、ハルシネーション（AIが虚偽の情報を生成してしまう現象）などの懸念も。導入にあたっては、リスクも含めたテクノロジーの理解に加え、人材育成、ルール策定、組織体制の構築などが欠かせない。

“zero”（無）と“trust”（信頼）を掛け合わせた造語で、「何も信用しない」ことを前提にしたセキュリティの考え方のこと。これまでのセキュリティ対策は社内外のネットワークを境界に行ってきたが、その境界をなくし、社内であってもアクセスの安全性を常に検証することで情報漏洩やマルウェアなどから情報資産を保護する。
ゼロトラストの概念は2010年に提唱されたものだが、テレワークの普及によってセキュリティリスクは高くなり、注目を集めるようになった。加えて近年では、AIの普及によって攻撃の脅威も高まっている。
製造業においても生産のオンライン化や、センサーなどのIoT機器類もネットワーク化が進み、社内での作業で完結していたこれまでのセキュリティでは安全性が確保しづらくなっていることから、ゼロトラストセキュリティを導入する企業が増えている。

AIを導入したり、設備や機器をIoT化することで製造工程を可視化し、生産性や品質の向上、省力化を継続的に行う工場のこと。単に製造現場の自動化だけでなく、サプライチェーン全体の革新を指す概念でもある。
これはドイツ政府が2011年に提唱した国家プロジェクト「インダストリー4.0」がベースにある。ものづくりが盛んなドイツで、競合となるアジア諸国などの技術力が向上していることへの危機感から、製造業にIT技術を取り入れることを産業政策として取り入れた。
少子高齢化が進む日本においては、人手不足の解消や匠の技術の継承に寄与するほか、リードタイムの短縮、ロジスティクスの改善、未来予想などにも役立つ。また、新たな付加価値の創出や国際競争力の強化など、多くのメリットが挙げられる。