公的な調査を見ると、日本企業の生成AIの利用はこの1〜2年で大きく広がりました。ただし使い方は、議事録やメール、文書の作成・要約といった個人作業の効率化が中心で、業務の流れそのものを変える段階や、売上などの成果につながる段階に進んでいる企業はまだ限られています。この記事では、総務省とIPAの調査の数字を確認したうえで、現場で導入が詰まりやすいところを整理します。
利用は広がっている
総務省の令和8年版情報通信白書は、2025年度に実施した企業向けアンケート調査（日本・米国・ドイツ・中国）の結果を載せています。
- 生成AIの活用方針について、「積極的に活用する方針である」と「活用する領域を限定して利用する方針である」の合計は、日本で68.9%でした。前年度の調査（49.7%）から大きく上昇したものの、他の3か国と比べると引き続き低い結果です
- 企業規模別では、同じ合計が大企業で74.0%、中小企業で58.1%で、いずれも前年度より上昇し、特に中小企業で大きく上昇しています
- 活用方針の設問で「わからない」と答えた対象を除くと、何らかの業務で生成AIを利用していると答えた割合は日本で86.4%でした
IPAが2026年7月に公表した「DX動向2026」調査のポイントでも、AIの導入は大企業を中心に広がっているとされています。一方で規模による差は大きく、従業員1,001人以上の企業では8割近くが導入している一方、101人以下の企業では16.6%にとどまります。
用途は文書作成や要約が中心
何に使われているかを見ると、文書まわりの用途に集中しています。
- 総務省の白書では、日本の業務類型別の活用で「議事録・メール作成補助」が約7割と最も高く、「営業・販売」が約6割、「社内ヘルプデスク」が約5割と続きます。導入効果を実感する割合も「議事録・メール作成補助」が約7割で、他の類型より顕著に高い結果です
- IPAの調査では、AIの利用用途は「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%、「情報検索・収集・分析・レポーティング」が77.0%です。これに対して「生産・物流・サービス提供の計画支援」は6.0%、「自社製品・サービスの高度化」は10.9%にとどまります
効果は業務効率化にとどまりやすい
効果についても、同じ傾向が見えます。
- IPAの調査では、AI導入による効果が「期待以上」「期待どおり」と答えた企業は合わせて31.8%で、「一定の効果はあった」が50.6%と最も多い結果でした
- 効果の内容は「業務が効率化したり迅速化した」が91.6%と最も高く、「企画提案等の品質や速さが向上した」が48.9%、「残業時間の削減につながった」が29.2%です。一方で「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%、「対象となる顧客が拡大した」は2.7%と、数％台にとどまっています
総務省の白書も、日本は他の3か国に比べてAIを効率化のツールとして捉える傾向があると指摘し、他の3か国では社内で完結する利用にとどまらず、顧客向けの製品・サービスへの活用が積極的に行われているとしています。
組織としての取組と、データの準備に差がある
個人が使うことと、組織として業務を変えることの間には差があります。
- 総務省の白書では、全社横断、部署単位、個人業務単位のいずれかで組織的に活用に取り組んでいると答えた割合は日本で65.6%でした。一方で「組織的な取組はない」は27.0%と約3割で、米国・ドイツ・中国に比べて顕著に高く、中小企業で特に高い傾向があります
- 環境整備については、他の3か国では「生成AIに社内データを学習させたり、生成AIが参照可能なデータベースを構築したりしている」との回答が5割を超え、日本より大幅に高い結果でした
社内の文書やデータを生成AIから参照できる形に整える取組は、日本ではまだ進んでいないことが読み取れます。社内文書の検索を業務に入れるときの考え方はRAGの判断ポイントの記事にまとめています。
リスクへの懸念と対策
- 総務省の白書では、日本企業が懸念するリスクは「社内情報の漏洩などのセキュリティリスクがある」が最も高く、次いで「出力結果の精度に問題がある」「著作権等の権利を侵害する可能性がある」の順でした
- 対策としては「全社的な指針やガイドラインを整備している」が41.1%と最も高い一方、他の3か国では、企画・導入段階での専門的な審査体制や、導入後の定期的な評価・検証を行っている割合が日本より高い傾向がありました
人材の不足が続いている
- IPAの調査では、DXを推進する人材の「量」について「やや不足している」「大幅に不足している」の合計が85.5%で、前の2回の調査とほぼ同じ水準です
- AI関連人材では、「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」や「データマネジメントの知見があり、社内で企画、推進できる人材」について、不足しているとの回答割合が高いままとされています
- IPAの「DX動向2024」では、最も不足している人材として、DXの目的設定から導入、導入後の効果検証までを関係者と調整しながら一気通貫で推進する「ビジネスアーキテクト」が挙げられていました
現場で詰まりやすいところ
ここからは調査の数字ではなく、業務改善やシステム導入の現場でよく見かける詰まり方です。調査が示す「効率化から先に進みにくい」状況と、根は同じところにあります。
どの業務に入れるかが決まらない
「生成AIで何かできないか」という問いから始めると、議事録やメールの下書きのように、どの業務にも共通する用途に落ち着きがちです。業務の流れを書き出し、どこで時間がかかり、どこでミスや待ちが生じているかを数字で押さえないと、効果の大きい場所が見つかりません。総務省の白書でも、先進的な企業の多くは事業部門の現場の具体的なニーズや課題を検討の起点にしていると紹介されています。
決まった答えが要る業務に生成AIを当てる
税額の計算、在庫数の確認、シフト表の作成のように、ルールや計算で正解が決まる業務は、生成AIより従来のシステムや最適化の手法が向いています。生成AIが向くのは、文章の理解や要約など、あいまいさを含む処理です。選び分けはAIと最適化の記事で整理しています。
データと文書が使える状態にない
社内文書の最新版が分からない、スキャンした画像のPDFしかない、表記ゆれが多いといった状態では、生成AIに渡しても正しい結果が出ません。導入前のデータ整理に、想定より時間がかかることが多い部分です。
人が確認する工程を設計していない
生成AIの出力は誤りを含むことがあるため、どこで誰が確認するかを業務フローに組み込む必要があります。ここを決めないまま導入すると、確認の負担が現場に残って効果が出ないか、確認されないまま誤りが外に出るかのどちらかになりがちです。
導入後に効果を測っていない
利用回数や作業時間を導入前後で比べていないと、続けるか見直すかの判断ができません。業務改善の進め方全体は業務改善をシステム化する進め方の記事を参照してください。
この記事のまとめ
- 総務省の白書（2025年度調査）では、生成AIを活用する方針の企業は日本で68.9%と前年度から大きく上昇したが、米独中より低い
- 用途は議事録・メール・文書の作成や要約が中心で、計画支援や製品・サービスの高度化への活用は少ない
- 効果の中心は業務効率化で、売上や顧客満足の向上を挙げる企業は数％台にとどまる（IPA）
- 「組織的な取組はない」企業が約3割あり、社内データを生成AIから参照できる形に整える取組も他国より少ない
- DXを推進する人材、特に現場の知見とAIの知識をあわせ持ち導入を推進できる人材の不足が続いている
- 現場では、対象業務の選定、手法の選び分け、データの整理、人の確認工程、効果測定で詰まりやすい
調査の数字が示しているのは、生成AIの道具はそろってきた一方で、業務のどこにどう組み込むかを決めて進める人が足りていないという状況です。こうした役割を担うFDEについてはFDEとはの記事で説明しています。必要なスキルの全体像はロードマップで確認できます。業務のAI化で手法を選ぶ考え方はFDEガイドのAIと最適化で、生成AIを組み込んだ仕組みの作り方はAIプロダクト開発カリキュラムで学べます。演習はlecture.iplot.jpで取り組めます。