日本企業の生成 AI は個人の利用が中心で、業務への組み込みは2割に届かない
生成 AI を導入・試験利用・検討している企業のうち、業務の手順やサービスに組み込めているのは、部署単位で 11.9%、全社的なサービスで 18.6% です。
IPA の調査では、AI を「導入している」企業が 42.3%、「現在、試験利用をしている」企業が 15.7% で、合わせて 58.0% が何らかの形で AI を使っていました(情報処理推進機構「DX動向2026」2026年7月・調査期間2026年4〜6月)。
ところが、生成 AI を導入・試験利用・検討している企業 1,159 社に組織での使い方を聞くと、「個人で業務利用している(文書作成やアイデア出しなど)」が 63.3% で最も多く、「個人や部署で試験利用している」が 44.8% です。「部署の業務プロセスに組み込まれている」は 11.9%、「全社的なサービスに組み込まれている」は 18.6% で、どちらも前年度から大きく変わっていません。
用途も個人の作業が中心です。AI の用途は「文書・音声の要約・翻訳・校正」が 82.5%、「文書・レポートの作成(社内・社外)」が 80.5% と上位に並び、「業務プロセス・ワークフローの自動化・最適化」は 21.2% でした(n=1,191)。
導入率で見れば半数を超えていても、業務の手順そのものに AI が入っている会社は少数です。自社の成熟度を測るときは、導入しているかどうかより、どの業務の手順に入っているかで見る必要があります。
AI 成熟度は「誰が、どの業務で使っているか」で4つの段階に分ける
段階を決めるのは、AI を使う人の範囲と、AI が業務手順に入っている深さの2つです。
下敷きにしたのは、経済産業省が公表し、IPA が自己診断の結果を集めている DX 推進指標です。DX 推進指標は DX の成熟度をレベル0〜5の6段階で評価し、レベル1を「一部での散発的実施」、レベル2を「一部での戦略的実施」、レベル3を「全社戦略に基づく部門横断的推進」、レベル4を「全社戦略に基づく持続的実施」と定めています(情報処理推進機構「DX推進指標 自己診断結果 分析レポート(2025年版)」2026年5月15日)。
レベル1の説明には、トップの号令で PoC を実施しても、全社的な仕組みが無ければ失敗を繰り返すだけになり、失敗から学べなくなるという例が添えられています。AI の活用でも同じことが起きるので、この4つのレベルを AI の段階に置き換えたのが下の表です。未着手のレベル0と、グローバル競争での優位を指すレベル5は、社内の AI 活用を測る目的には合わないため外しました。
| 段階 |
状態 |
見分ける目安 |
DX 推進指標で近いレベル |
| 段階1 個人が使う |
一部の社員が文書作成・要約・調べものなど自分の作業に使う。部門の業務手順は変わっていない |
AI を止めても、業務手順書を直す必要がない |
レベル1「一部での散発的実施」 |
| 段階2 部門の業務に組み込む |
特定の部門で、業務手順の中に AI の工程が入っている |
AI を止めると、その部門の業務の進め方が変わる |
レベル2「一部での戦略的実施」 |
| 段階3 全社の業務に組み込む |
複数の部門の業務に組み込まれ、共通のルールとデータの扱いで動いている |
部門をまたいで同じルールと同じ基盤を使っている |
レベル3「全社戦略に基づく部門横断的推進」 |
| 段階4 効果を測って見直し続ける |
指標で効果を測り、継続・拡大・中止を定期的に決めている |
中止や縮小を決めた案件がある |
レベル4「全社戦略に基づく持続的実施」 |
見分ける目安の列は、AI を明日止めたら何が変わるかを考えると判断しやすくなります。段階1なら個人の作業が少し遅くなるだけですが、段階2では部門の業務手順書を書き直すことになるはずです。
段階4の目安を「中止や縮小を決めた案件がある」としたのは、DX 推進指標がレベル4の特性に、判断が誤っていた場合に組織ややり方を積極的に変え、継続的に改善していくことを含めているためです。
体制・ルール・データ・人材・効果の測り方の5項目で、そろっている段階を確かめる
段階は全体の印象で決めず、5項目それぞれについて、下の表のどの列まで満たしているかで確かめるのが基本です。
| 項目 |
段階1 |
段階2 |
段階3 |
段階4 |
| 体制 |
決まった推進役がいない。情報システム部が問い合わせを受ける |
組み込む部門に責任者と担当者がいる |
部門をまたいで案件を選ぶ推進役(担当役員・AI 推進室)がいる |
経営会議が投資と継続・中止を定期的に決める |
| ルール |
利用ルールが無いか、禁止事項だけ |
全社の利用ルールと、入力してよいデータの範囲がある |
高リスクの用途の判定基準と、判定する人が決まっている |
AI に固有のリスク管理を定期的に見直している |
| データ |
個人が手元の資料を貼り付けて使う |
部門の業務データを AI に渡す手順がある |
部門をまたいでデータの形式と管理者がそろっている |
AI に使うデータを整備し続ける担当と予算がある |
| 人材 |
使い方に詳しい個人がいる |
部門に、業務と AI の両方が分かる担当者がいる |
担当者の任命と育成の計画が全社にある |
業務の変化に合わせた育成と配置を計画している |
| 効果の測り方 |
測っていないか、利用者数だけを数える |
作業時間など業務の指標を導入の前後で比べる |
部門に共通の指標で案件を比べる |
売上・コスト・品質など事業の指標で投資を評価する |
体制は IT 部門の長が主導する会社が最も多い
AI の導入・利活用を主導しているのは「IT 部門の長」が 46.0% で最も多く、「経営層」が 32.1%、「導入や利活用する現場の長」が 27.5% で、「CAIO(最高 AI 責任者)」は 2.9% でした(情報処理推進機構「DX動向2026」2026年7月・n=1,189)。
IT 部門の主導でも段階2までは進めますが、段階3で部門をまたいで案件を選ぶには、業務の優先順位を決められる役職の関与が要ります。体制の置き方の詳細は AI 推進の体制の作り方 が参考になるはずです。
ルールを全社で定めた企業は3割
社内ガイドラインやルールを全社的なものとして定めている企業は 32.5% で、AI ポリシーも社内ルールも「どちらも定めていない」企業が 16.7% ありました(n=1,189)。AI や生成 AI に固有のリスクマネジメントを実施している企業は 14.2% です(n=1,190)。
ルールは、段階1から2へ進むときに最初に要る項目です。入力してよいデータの範囲が決まらないと、部門の業務データを AI に渡せず、個人の利用から先へ進めません。ルールの組み立て方は AI ガバナンスの進め方 を参考にしてください。
データを整備して AI に使っている企業は 7.0%
AI の利活用に向けた学習データを「整備しており AI に活用している」企業は 7.0% でした(n=1,192)。期待と同等かそれ以上の効果が出ている企業では 19.4% なのに対し、効果が出ていない企業では 0.8% で、効果が出ている企業ほどデータを整備している傾向です。
AI 導入・運用上の課題でも、「データの形式や質にばらつきがある」が 29.2%、「データの蓄積が不足している」が 26.0% 挙がりました(n=1,770)。段階3でデータの形式と管理者をそろえる作業は、データガバナンス の考え方と重なる作業です。
人材は専門人材の不足が課題の1位
AI 導入・運用上の課題の1位は「専門人材が不足している」の 50.1% で、「生成 AI の効果やリスクに関する理解が不足している」が 45.8% で続きます(n=1,770)。人材の種類別では、「現場の知見と基礎的 AI 知識を持ち、自社への AI 導入を推進できる従業員」が不足しているという回答が 69.6% ありました(n=1,782)。
段階2で要るのは AI の専門家より、自分の部門の業務手順を説明でき、AI に任せる工程を切り出せる担当者です。この役割の人を部門ごとに1人決められるかが、段階2に進めるかを分けます。
効果の測り方は、成果指標を設定している企業が4社に1社に満たない
DX の成果指標を「設定している」企業は 23.9% でした(n=1,380)。AI 導入の効果の中身も「業務が効率化したり迅速化した」が 91.6% と大半で、「売上や利益が向上した」は 3.9%、「顧客満足度が向上した」は 4.5% です(n=853)。
作業時間の短縮は、段階2の効果の測り方としては十分です。段階4では投資を続けるかを決めるため、売上・コスト・品質のどれが変わったかまで測る必要があります。指標の置き方は AI の投資対効果の測り方 で扱っています。
診断は項目ごとに付け、最も低い項目を自社の段階とみなす
5項目の段階がそろわないときは、最も低い項目を自社の段階として扱うと、次に手を付ける場所がはっきりします。
たとえばツールを全社に配っていても、ルールが段階1のままなら、部門の業務データは AI に渡せません。最も低い項目が、ほかの項目の伸びを止めている状態です。
DX 全体の自己診断でも、成果を測る項目が遅れる傾向が出ています。DX 推進指標の自己診断を提出した 1,164 件では、全指標の現在値の平均が 1.98、目標値の平均が 3.51 で、現在値の平均が4以上の企業は 3% でした(情報処理推進機構「DX推進指標 自己診断結果 分析レポート(2025年版)」2026年5月15日)。経営視点の指標で現在値と目標値の差が最も大きかったのは「評価」(現在値 1.72)と「投資意思決定、予算配分」(1.75)、IT 視点では「IT 投資の評価」(1.74)です。
AI の診断でも、効果の測り方が最も低い項目になっていないかを先に確かめておくと、診断のずれが少なくなります。
診断は AI 推進の担当者1人で付けず、経営企画・情報システム・人事・AI を使っている部門の責任者が集まって付けてください。DX 推進指標も、経営者が自ら答えることが望ましい問いと、経営幹部・事業部門・DX 部門・IT 部門などが議論しながら答える問いに分けています。
各項目には、今の段階(現在値)と1年後に目指す段階(目標値)の2つを付けておくのがおすすめです。差の大きい項目から予算と人を割り当てれば、診断がそのまま翌年度の計画になります。
DX 全体の位置も他社と比べたい場合は、DX 推進指標そのものを使う方法があります。IPA の DX 推進指標のページによると、2026年9月18日から提出は Web 申請システム「DX 推進ポータル」に変わり、提出後5〜10分ほどで、全体のデータと自社を比べられるベンチマークレポートを受け取れます。
Offers AX は最も低い項目を埋める業務への組み込みから社内への引き継ぎまでを支援する
Offers AX は、段階1から2、段階2から3へ進む時期に、業務を選ぶところから AI エージェントの実装、社内の運用体制の設計までを一体で支援します。
コンサルティングでは課題調査とユースケースの選定、効果測定の設計を行い、経営の投資判断に使える形にまとめます。AI エージェント開発では、業務固有の文脈を織り込んだ AI エージェントを数週間で動くプロトタイプにし、実業務で検証してから本実装へ進む流れです。内製化支援には、引き継ぎドキュメントの整備、社内の運用体制の設計、エンジニア採用の要件定義支援が含まれます。
効果が出ない場合に中止を選べることを、最初から契約の前提に含めています。段階4で求められる継続と中止の判断を、最初の案件から試せる形です。GCP・Azure・AWS のすべてに対応し、当社の環境に顧客データを抱えません。
業務の現場に近い距離で戦略立案と実装を一体で進める FDE 型の支援(FDE とは)で、要件定義書より動くもので合意しながら進めるのが特徴です。常駐はせず、業務の指示は PM を通じて行います。自社の診断で最も低かった項目から手を付けたい場合は、Offers AX のサービス内容をご覧のうえ、無料相談を申し込むからご相談ください。
次の段階に進む条件は、足りない項目を1つずつ満たすこと
次の段階へ進めるのは、5項目のすべてが次の段階の列を満たしたときです。
| 進む段階 |
そろえる条件 |
進めたと判断する目安 |
| 段階1→2 |
全社の利用ルールと入力してよいデータの範囲を決める/組み込む業務を1つ選び、部門の責任者と担当者を決める/導入前の作業時間などを測っておく |
選んだ業務の手順書に AI の工程が書かれ、導入の前後の数字を比べられる |
| 段階2→3 |
部門をまたいで案件を選ぶ推進役を置く/高リスクの用途を誰が判定するか決める/データの形式と管理者を部門間でそろえる/効果の指標を部門に共通にする |
2つ目以降の部門が、最初の部門のルールと基盤をそのまま使って始められる |
| 段階3→4 |
経営会議で継続・拡大・中止を定期的に決める/AI に固有のリスク管理を始める/事業の指標で投資を評価する/業務の変化に合わせて育成と配置を計画する |
中止や縮小を決めた案件があり、その理由が記録されている |
段階1から2では、最初に組み込む業務を1つに絞るのが近道です。候補の選び方と、試験から本番へ移す判断は AI の PoC の進め方 で扱っています。
段階2から3へ進む条件に全社の推進役を入れたのは、全社で取り組む会社ほど AI の導入が進んでいるためです。全社戦略に基づき全社的に DX に取り組んでいる企業では AI を「導入している」割合が 70.8%(n=640)で、DX に取り組んでいない企業の 7.1%(n=385)を大きく上回りました(情報処理推進機構「DX動向2026」2026年7月)。全社の方針と AI の活用を結び付ける考え方は AI 戦略の立て方 を参考にしてください。
段階3から4の条件にリスク管理を入れた根拠も、同じ調査です。AI で期待以上の効果があった企業では 28.2% が AI や生成 AI に固有のリスクマネジメントを実施していたのに対し、期待した効果がまだ得られていない企業では 5.6% でした(n=142・n=125)。
どちらが原因かまでは調査から分からないものの、高リスクの判定基準と判定する人が決まっている会社ほど、現場は迷わずに使う範囲を広げられます。
段階を上げるときに起きやすい4つのつまずき
段階が上がらない会社に多いのは、5項目の一部だけを進め、ほかの項目を後回しにする形です。
- ツールの全社配布を段階3とみなす: 使う人の範囲は広がっても、業務手順に AI が入っていなければ段階1のまま
- ルールを禁止事項だけで作る: 何に使ってよいかが書かれていないと、部門は組み込む業務を選べない
- データの整備を最後に回す: 部門ごとにデータの形式が違うと、段階3で2つ目以降の部門が最初の部門の仕組みを使えず、毎回作り直しになる
- 効果を利用者数と作業時間だけで数える: 段階4で、投資を続けるかを判断する材料が残らない
どれも、5項目のうち目に見えやすい項目だけで段階を判断したときに起きます。表の5行を毎回すべて付け直すことが、いちばん確実な防ぎ方です。
最初の1か月で診断を終え、最も低い項目から手を付ける
診断に時間をかけすぎず、1か月で現在値と目標値を決め、最も低い項目の改善を次の四半期の計画に入れるのが現実的です。
- 1週目: 診断に加わる人を決める(経営企画・情報システム・人事・AI を使っている部門の責任者)
- 2週目: 部門ごとに、AI を使っている業務と、その業務の手順に AI が入っているかを書き出す
- 3週目: 5項目の表で、項目ごとに現在値と目標値を付ける
- 4週目: 最も低い項目の改善策と担当者、次に測り直す時期を決める
2週目の書き出しは、AI で変わる業務の棚卸しも兼ねます。IPA の調査では、AI で効率化・自動化が見込まれる既存業務の把握に着手している企業は 19.0% でした(情報処理推進機構「DX動向2026」2026年7月・n=1,778)。
診断は1回で終わらせず、半年か1年ごとに同じ表で付け直してください。IPA の分析レポートも、自己診断を毎年行うことが継続的な改善の助けになるとしています。前回より上がった項目と、止まったままの項目が分かれば、次の投資をどこに向けるかを経営会議で決めやすくなります。