生成AIを導入した会社は増えた。でも、経営は変わったのかー
生成AIを使う会社は、確実に増えています。
会議の議事録をまとめたり、メール文面を整えたり、社内資料を作ったり、長い文書を要約したりする。少し前まで「生成AIを使っています」と言えば先進的に聞こえましたが、今では多くの企業が何らかの形で日々の業務にAIを取り入れ始めています。
では、企業の経営は本当に変わったのでしょうか。
2026年7月、IPA（情報処理推進機構）が「国内企業のDX動向・AI活用動向のポイント」を公開しました。国内企業1,799社を対象に、経営層、情報システム部門、DX推進部門などに対して行った調査です。
この調査を読むと、いまの日本企業のAI活用の姿がかなりはっきり見えてきます。
AI導入は広がっています。DXに取り組む企業も増えました。ただし、その多くはまだ「業務効率化」の段階にあります。
AIを入れた会社は増えた。
でも、AIで事業や経営を変えられている会社は、まだ多くない。
ここに、今のAI活用の一番大きな論点があると思います。
01. DXは広がった。でも、中身はあまり変わっていない
IPAの調査では、8割近くの企業が何らかの形でDXに取り組んでいるとされています。
これは一見すると、かなり前向きな結果です。DXという言葉が一部の大企業やIT部門だけのものではなくなり、多くの企業に広がってきたことは間違いありません。
ただし、同時に見逃してはいけない点があります。
DXに取り組む企業の割合は、過去2回の調査と比べてもほぼ同じ水準で推移しています。成果が出ていると答えた企業も約6割ありますが、その割合も大きくは変わっていません。
つまり、「DXをやるかどうか」の段階は、ある程度終わりつつあります。問題は、その中身です。
調査では、DXの成果が出ている領域として、アナログ・物理データのデジタル化や、業務の効率化による生産性向上が高くなっています。一方で、顧客起点の価値創出によるビジネスモデルの根本的な変革や、企業文化・組織マネジメントの根本的な変革は、相対的に低い水準にとどまっています。
これは、多くの企業でDXが進んでいないという意味ではありません。
むしろ、進んでいるからこそ、次の壁が見えてきたということです。
紙をデジタルにする。手作業をシステム化する。社内業務を効率化する。ここまでは進んできた。しかし、顧客への価値提供を変える、事業モデルを変える、組織の動き方を変えるところまでは、まだ届いていない。
DXは広がった。
でも、経営変革にはまだ距離がある。
この構図は、そのまま生成AIにも当てはまります。
02. AIは使われ始めた。ただし、まだ「便利な道具」に近い
AI導入は、大企業を中心にかなり進んでいます。
IPAの調査では、従業員1,001人以上の企業では8割近くがAIを導入している一方、101人以下の企業では16.6%にとどまっています。ここには、はっきりとした企業規模の差があります。
大企業には、情報システム部門、DX推進部門、法務、セキュリティ、データ基盤、予算があります。社内ルールを整え、ツールを選び、検証環境を作り、全社展開する余力があります。
一方で、中小企業では、AIに関心はあっても、誰が進めるのかが曖昧になりがちです。現場は忙しく、経営者は必要性を感じていても、具体的にどの業務から始めるべきか判断しにくい。セキュリティや情報管理の不安もあります。
その結果、使える人だけが個人的に使う。一部の部署だけが試す。便利そうではあるが、会社全体の仕組みにはならない。
AI活用の格差は、単にツールを契約しているかどうかの差ではありません。業務を見直す余力があるか、データを整理できているか、現場と経営をつなぐ人がいるか、AIをどの目的で使うのかを決められるか。そこに差が出ています。
03. 効果はある。でも、経営インパクトはまだ弱い
IPAの調査では、AI導入による効果について、「期待以上の効果があった」「期待どおりの効果であった」の合計は31.8%でした。一方で、「一定の効果はあった」は50.6%と最も高くなっています。
これは、とてもリアルな結果だと思います。
AIを使えば、確かに便利です。文章は速く作れます。調べものも速くなります。資料作成や要約も楽になります。会議後の整理も短時間で済みます。
だから、「効果がない」とは言いにくい。
ただし、「期待どおり、あるいは期待以上に効いた」と言い切れる企業は、まだ限られています。多くの企業にとってAIは、「それなりに便利」ではあるものの、「会社の競争力を変えた」とまでは言いにくい段階にあるのではないでしょうか。
その理由は、利用用途を見るとよく分かります。
AIの利用用途で最も多いのは、文書・音声の要約・翻訳・校正で82.5%。次に文書・レポートの作成が80.5%、情報検索・収集・分析・レポーティングが77.0%です。
つまり、AIは主に、読む、書く、まとめる、調べるために使われています。
もちろん、これは重要です。ホワイトカラー業務の多くは、情報を読み、考え、書き、伝えることで成り立っています。そこが効率化されるだけでも、日々の業務負担はかなり軽くなります。
しかし、事業そのものを変える用途はまだ少ない。
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%。ここに、AI活用の現在地が表れています。
AIは、社員の作業を助けるところまでは広がってきた。
しかし、商品、サービス、供給体制、顧客体験、収益モデルを変えるところまでは、まだ十分に入り込めていない。
AI活用が効率化で止まるか、経営変革につながるか。
その分かれ目は、ここにあります。
04. 「AIで何をするか」より、「どの業務を変えるか」
AI活用の話になると、ついツールの話から始まりがちです。
どのAIを使うか。どのモデルが賢いか。どのサービスが安いか。社内チャットに入れるか、資料作成に使うか、検索に使うか。
もちろん、ツール選定は必要です。
ただ、経営の視点では、その前に考えるべきことがあります。
それは、「どの業務を変えるのか」です。
営業資料の作成をAIで速くすることはできます。でも、本当に変えるべきなのは、資料作成そのものではなく、顧客課題を見つけ、提案し、案件化するまでの流れかもしれません。
問い合わせ対応をAIで効率化することもできます。でも、本当に変えるべきなのは、問い合わせを減らす商品設計や、顧客が迷わない導線かもしれません。
経理処理をAIで楽にすることもできます。でも、本当に変えるべきなのは、請求、支払、承認、予実管理が経営判断につながるまでのスピードかもしれません。
AIは、単体で経営を変えるわけではありません。
AIによって速くなる業務が、会社の重要な成果につながっているときに、初めて経営インパクトが出ます。
逆に、重要ではない業務をいくら速くしても、会社全体の成果はあまり変わりません。現場は便利になったのに、売上も利益も顧客満足もあまり変わらない。そういう状態は十分に起こり得ます。
IPAの調査でも、AI導入による具体的効果として「業務が効率化・迅速化した」は91.6%と非常に高い一方、「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%にとどまっています。
ここから見えるのは、AIが効いていないということではありません。AIの効果が、まだ経営成果に接続されていないということです。
05. 足りないのは、AI人材だけではない
AI活用が進まない理由として、よく「人材不足」が挙げられます。
実際、IPAの調査でも、DXを推進する人材について「やや不足している」「大幅に不足している」の合計は85.5%に上ります。AI関連人材についても、多くの人材種別で不足感が強いままです。
ただし、ここで言う人材不足は、AIエンジニアが足りないという話だけではありません。
企業にとって本当に足りないのは、現場の業務を理解し、AIの可能性も分かり、経営上の優先順位に翻訳できる人材です。
AIの専門家だけでは、現場の細かい業務判断までは分かりません。現場の担当者だけでは、AIでどこまで変えられるかを判断しにくいものです。経営者だけでは、日々の業務のボトルネックまでは見えにくい。
必要なのは、この間をつなぐ力です。
現場で何が起きているのかを見て、どの業務に時間がかかっているのかを把握し、どの判断が属人化しているのかを言語化する。さらに、どのデータが使えれば、もっと良い意思決定ができるのかを考え、AIで支援するならどこから始めるのが現実的かを決める。
この翻訳ができないと、AI活用は「使える人が便利に使う」段階で止まります。
逆に、この翻訳ができると、AIは単なる効率化ツールではなく、業務と意思決定を変える手段になります。
06. AI導入の勝負は、これから「再設計」に移る
これからのAI活用で重要になるのは、導入率ではありません。
どれだけ多くの社員が使っているか。どれだけ多くの部署に展開したか。どれだけ高性能なAIを契約しているか。それだけでは、十分ではありません。
大事なのは、AIを前提に、業務の流れ、データの持ち方、判断の分担、責任の所在を見直せているかです。
これまで人が時間をかけて集めていた情報を、AIが集めるようになる。これまで経験者だけが判断していた内容を、AIが下支えするようになる。これまで部門ごとに閉じていた知識を、会社全体で使えるようにする。これまで月次で見ていた数字を、日次やリアルタイムで判断に使う。
そうなって初めて、AIは経営に効き始めます。
AI導入の第一段階は、個人の作業を楽にすることでした。第二段階は、チームや部署の業務を速くすることです。そして次の段階は、会社の動き方そのものを変えることです。
日本企業のAI活用は、いまこの分岐点にあるのだと思います。
AIを入れる会社は増えました。
でも、AIで変わる会社は、これから選別されていく。
その差は、ツールの差だけではありません。自社の業務をどこまで見つめ直せるか。AIをどの経営課題に接続できるか。現場の便利さを、会社の成果に変えられるか。そこに差が出てくるはずです。
DABでは、生成AI活用やDXを、単なるツール導入ではなく、業務・意思決定・リスク設計まで含めて整理しています。
まずは、自社の業務の中で「AIで速くする作業」と「AIを使って変えるべき業務」を分けてみることが現実的です。AI活用を効率化で終わらせず、経営や事業の成果につなげたい方は、お気軽にご相談ください。
参考：
IPA「国内企業のDX動向・AI活用動向のポイントを公開」
https://www.ipa.go.jp/pressrelease/2026/rcu1hd0000016yh4-att/press20260716.pdf
