生成AIを使う日本企業は86.4％、それでも「業務変革」が進まない理由

総務省が2026年7月に公表した「令和8年版情報通信白書」によると、日本企業の86.4％が、何らかの業務で生成AIを利用していると回答した。2024年度の55.2％から31.2ポイント上昇し、米国やドイツとの差は縮まった。

一方、利用の中心は議事録やメール作成など、個人作業の効率化にとどまる。業務プロセスの再設計や社内データとの連携では、海外企業との差が残っている。

日本企業の生成AI利用は86.4％まで上昇

白書は、2026年1月から2月にかけて、日本、米国、ドイツ、中国の企業を対象にインターネット調査を実施した。

対象は、従業員10人以上で、2025年までにデジタル化へ取り組み始めた企業に勤め、全社戦略を把握する管理職以上である。有効回答数は日本515社、米国、ドイツ、中国はそれぞれ309社だった。

日本では、生成AIを「積極的に活用する」「領域を限定して利用する」とした企業の合計が68.9％となった。2024年度の49.7％から19.2ポイント上昇した。

何らかの業務で生成AIを使っている企業は86.4％に達した。米国は90.9％、ドイツは91.6％、中国は98.1％だった。利用率だけを見れば、日本企業は米国やドイツに近づいている。

個人の利用も増えた。日本における生成AIの利用経験率は58.8％で、2024年度の26.7％から32.1ポイント上昇した。

ただし、調査対象には2025年度から15～19歳が加わった。20歳以上に限った利用率は52.2％であり、前年との単純比較には注意が必要である。

利用の中心は議事録とメール作成

日本企業で最も活用が進んでいる業務は「議事録・メール作成補助」だった。約7割の企業が利用し、効果を感じる業務としても最も多く挙げられた。

一方、研究・商品開発、製造・生産、経営、法務、社内システム開発などでは、米国企業の方が総じて利用率が高かった。

この差が示すのは、生成AIの利用数ではなく、利用範囲の違いである。

日本企業では、従業員が文章を作る、情報を整理するといった個人作業での活用が先行している。米国では、研究開発や販売、顧客対応など、事業活動そのものへの利用が比較的広がっている。

約3割の企業に組織的な取り組みがない

白書は、生成AIによる業務変革についても調べた。

日本では「組織的な取り組みはない」とした企業が27.0％だった。米国は1.4％、ドイツは4.9％、中国は2.6％であり、日本の割合が目立って高い。

日本企業で全社横断的に事業変革やイノベーションへ取り組んでいる割合は21.5％だった。米国の35.6％、中国の40.9％を下回った。

さらに、業務変革を支える環境整備にも差がある。

日本企業では、次の項目の回答割合が海外3か国より低かった。

• 業務プロセスの見直しに必要な知識を学ぶ環境

• AI活用を支援する専門家やサポート体制

• 分析や活用が可能な社内データの整備

• 生成AIが参照できる社内データベースの構築

• 社員がAIアプリやAIエージェントAIエージェントAIエージェントとは、目標を与えると自ら手順を判断し、複数の作業を連続して実行するAIの仕組みです。従来のチャットAIが「質問に答える」だけなのに対し、情報収集・判断・ツール操作までを自律的に進める点が特徴です。詳しく見る →を開発できる技術環境

生成AIのアカウントを社員へ配布するだけでは、業務変革は起きない。業務の見直し、データ整備、人材育成を並行して進める必要がある。

先進企業は「AI導入」から始めていない

白書は、先進的な企業へのヒアリング結果も掲載した。

中外製薬は、生成AIの一般利用から業務変革に至るまでを段階的な戦略として整理している。事業部門の課題を起点に、DX推進部門が技術面を支援する体制を採る。

同社は、人間の判断や確認を適切に介在させる「ヒューマン・イン・ザ・ループ」の考え方も重視している。

不動産や介護事業を手がけるアイニコグループは、各事業部門が解決したい課題と目標を設定し、専門企業の支援を受けながら1年間にわたって検討した。

同社の報告によると、介護事業における送迎ルートの最適化や、不動産事業における問い合わせ対応の自動化などにより、全10事業部で年間2,247時間の業務時間を削減した。

ただし、これは同社による報告であり、第三者が効果を検証した数値ではない。

重要なのは、同社がAI導入以前から業務フローやチェックシートを整備し、継続的に業務を改善する文化を持っていた点である。

AIを入れたから業務が整理されたのではない。業務を整理する習慣があったから、AIを具体的な改善へつなげられた。

経営者が押さえるべき3つのポイント

1. 利用率は、経営成果を示す指標ではない

86.4％という数字は、日本企業に生成AIが普及したことを示す。

しかし、社員が議事録作成に使うことと、利益や顧客価値を生み出すことは同じではない。

経営者が確認すべき指標は、利用者数やプロンプト数だけではない。

• 作業時間がどれだけ減ったか

• 処理件数がどれだけ増えたか

• エラー率がどう変わったか

• 売上や成約率に影響したか

• 顧客対応の速度や品質が改善したか

利用量ではなく、事業成果との関係を測る必要がある。

2. AI活用の出発点は、技術ではなく業務課題である

白書が紹介した企業では、事業部門の課題を起点にAI活用を検討している。

生成AIで何ができるかを探すのではなく、時間がかかる業務、判断が属人化している業務、品質にばらつきがある業務を先に特定する。

その上で、AIが適する部分と、人間が判断すべき部分を分ける必要がある。

3. 社内データを使える企業との差が広がる

生成AIは、一般的な文章作成だけに使う限り、競合企業との差別化にはつながりにくい。

企業固有の顧客情報、取引履歴、商品知識、過去の判断、現場のノウハウと接続することで、回答や提案の価値が高まる。

ただし、社内データをAIから参照できるようにするには、情報の保管場所、品質、利用権限、機密性を整理しなければならない。

この基盤整備の差が、今後のAI活用格差につながる可能性がある。

企業が取るべきアクション

短期：今後1～3か月

• 作業時間やエラー率を測定しやすい業務を3つ選定する。

• AI導入前の作業時間・処理件数・品質を記録する。

• AIと人間の責任範囲を業務ごとに定義する。

中期：今後6か月～3年

• AIを前提に業務プロセスを再設計する。

• 社内データを整理し、AIが活用できる基盤を整備する。

• AI活用を評価制度へ組み込み、改善活動を継続できる組織を構築する。

SUKUMOの視点

今回の白書で注目すべきなのは、日本企業の生成AI利用率が米国に近づいたことではない。

利用率が上がっても、組織的な業務変革では依然として差がある。この二つの数字が同時に示されたことに意味がある。

生成AIのアカウントを配り、社員がメールや議事録を作る段階は、AI経営の入口にすぎない。そこで止まれば、企業全体の競争力を大きく変えることは難しい。

今後の差を生むのはAIモデルの性能ではない。

自社の業務をどこまで言語化できているか。現場の知見をデータとして蓄積できているか。どの判断をAIに任せ、どの責任を人間が担うかを設計できているかである。

日本企業には現場改善を積み重ねる文化という強みがある。この強みをAIと組み合わせられる企業は競争力を高められる。一方で、ノウハウが個人に閉じたままでは、AIは企業の資産にならない。

経営者が問うべきなのは、「社員はAIを使っているか」ではない。「AIを使うことで、会社の知識と意思決定の仕組みは変わったか」である。