- 「AIを使っている企業」は3割なのか、9割なのか
- 調査ごとの数字の違いは「誰に聞いたか」で決まる
- 全規模の企業では「活用している」は3社に1社、深く使う会社は4.4%
- 会社として推進している企業は2割。組織的な取組がない企業は3割近い
- 中堅・大企業では6割前後が導入済み
- 総務省「情報通信白書」：何らかの業務で利用は86.4%
- 野村総合研究所「IT活用実態調査」：導入済みは2年で33.8%から57.7%に
- 効果は効率化に偏り、売上・利益の向上は3.9%
- 海外と比べると、使ってはいるが効果を回収できていない
- 日本企業のAI活用は「広く、浅く、内向き」
- 社内資料で数字を引用するときの確認ポイント
- よくある質問
- Q. 日本企業の生成AI利用率を一つだけ挙げるなら、どの数字ですか？
- Q. なぜ調査によって数字がこんなに違うのですか？
- Q. AIで売上が上がった企業はどのくらいありますか？
- Q. 中小企業は大企業にどれくらい遅れていますか？
- Q. 自社の活用が進んでいるかを確かめるには？
- まとめ
- クウゼンのAX支援｜社内の知識をデータにし、AIが業務を回せる状態をつくります
- 目指す姿：AI導入フェーズから、AI駆動フェーズへ
- 進め方：AI-SECIの4つの工程で、知識をデータにして回す
- 出典
「AIを使っている企業」は3割なのか、9割なのか
日本企業の生成AIの活用率は、調査によって20.3%から87%まで開きがあります。どれかが間違っているのではありません。調査の対象（全規模の企業か、大企業の管理職か）と、質問の仕方（「会社として推進しているか」か、「何らかの業務で使っているか」か）が違うのです。
ただし、どの調査でも、AIの効果は「業務の効率化」に集中し、「売上や利益が向上した」企業は少数です。
この記事では、2026年に公表された主な調査を対象の層ごとに並べ直します。AXの定義やDXとの違いは、前回の記事「AXとは？DXとの違い・政府の定義・企業の取り組み段階」で整理しています。
調査ごとの数字の違いは「誰に聞いたか」で決まる
主な調査を対象の層で並べると、中小・小規模企業を含む調査ほど数字は低く、大企業に絞った調査ほど高くなります。
社内資料での使い分けの目安は、次のとおりです。
日本企業全体の姿を言いたいとき：帝国データバンクか東京商工リサーチ。中小・小規模企業を含み、回答数も6,000社を超える
DXに取り組む中堅・大企業の姿を言いたいとき：IPAか野村総合研究所。情報システム部門などが回答している
大企業の管理職の実感を言いたいとき：PwCか総務省。総務省の86.4%は「何らかの業務で利用」なので、1業務でも使っていれば含まれる
「日本企業の87%がAIを活用」と書くと、大企業の数字を日本全体に当てはめたことになります。引用するときは、対象と設問を一緒に書いてください。
全規模の企業では「活用している」は3社に1社、深く使う会社は4.4%
帝国データバンクが2026年3月17日～31日に行った調査（有効回答10,312社）で、生成AIを「活用している」企業は34.5%でした。
内訳は「非常に活用している」4.4%、「やや活用している」30.2%です。活用している企業の9割近くは、まだ「やや」の段階です。
企業規模 | 「活用している」 |
|---|---|
従業員1,000人超 | 63.6% |
従業員301～1,000人 | 51.9% |
大企業 | 46.5% |
中小企業 | 32.4% |
従業員5人以下 | 29.6% |
小規模企業 | 28.0% |
業界別では、サービス47.8%、金融38.6%、不動産34.9%が高く、運輸・倉庫27.5%、建設26.4%が低めでした。
生成AIを使ううえでの懸念（3つまで回答） | 割合 |
|---|---|
情報の正確性 | 50.4% |
専門人材・ノウハウ不足 | 41.3% |
活用すべき業務の範囲 | 40.0% |
情報漏洩リスク | 33.5% |
ルール整備 | 25.5% |
2位と3位は技術の問題ではありません。「専門人材・ノウハウ不足」と「活用すべき業務の範囲」は、それぞれ4割の企業が挙げています。
会社として推進している企業は2割。組織的な取組がない企業は3割近い
東京商工リサーチが2026年3月31日～4月7日に行った調査（有効回答6,327社）で、生成AIの活用を「会社として推進」している企業は20.3%でした。2025年8月の前回調査は13.8%で、8か月で6.5ポイント増えています。
回答 | 2025年8月 | 2026年4月 |
|---|---|---|
会社として活用を推進 | 13.8% | 20.3% |
方針は決めていない | 50.9% | 37.5% |
「個人で活用」と答えた企業も27.1%ありました。社員がそれぞれ使っているものの、会社としての方針はない状態です。規模別に見ると、「会社として推進」は大企業（資本金1億円以上）36.4%、中小企業19.1%でした。
業種別に「全社または部門で推進」を合わせると、情報通信64.4%、金融・保険42.4%が高く、「方針なし」は農林漁鉱業53.9%、建設業47.3%でした。
総務省の令和8年版情報通信白書も、同じ傾向を示しています。
生成AIによる業務変革に「組織的な取組なし」と答えた日本企業は27.0%で、米国・ドイツ・中国より目立って高い結果でした。企業規模別では、組織的な取組がないのは大企業18.1%、中小企業45.6%です。全社・部門・個別業務のいずれかの単位で組織的に取り組んでいる企業は65.6%です。
出典：総務省「令和8年版 情報通信白書」図表Ⅰ-2-1-3 生成AIによる業務変革等に関する組織的な取組状況（国別、企業規模別（日本））（https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121120.html）
中堅・大企業では6割前後が導入済み
DXに取り組む企業を中心にした調査では、AIを導入している企業は6割前後です。
IPA「DX動向2026」：導入＋試験利用中は58.0%
IPAが2026年4月～6月に行った調査では、AIを「導入している」企業が42.3%、「現在試験利用中」が15.7%で、合わせて58.0%でした。従業員100人以下の企業では、「関心はあるがまだ特に予定はない」が34.6%あります。
出典：IPA「DX動向2026」図表3-1 AIの導入状況 p.25（https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf）
使い方の中身を見ると、個人の利用が中心です。生成AIを導入・試験利用・検討している企業のうち、「個人で業務利用している」は63.3%でした。「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、2024年度から大きく変わっていません。
出典：IPA「DX動向2026」図表3-6 生成AIの組織での利用状況 p.29（https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf）
総務省「情報通信白書」：何らかの業務で利用は86.4%
令和8年版の情報通信白書では、自社の何らかの業務で生成AIを利用している日本企業は86.4%でした。ただし対象はデジタル化に着手した企業の管理職で、活用方針を「わからない」と答えた人は除いて集計しています。日本企業全体の利用率として使うのは避けた方がよい数字です。
同じ調査で、米国は90.9%、ドイツは91.6%、中国は98.1%でした。日本は2024年度調査の55.2%から大きく伸びています。
出典：総務省「令和8年版 情報通信白書」図表Ⅰ-2-1-6 生成AIの業務利用状況（https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html）。右は2024年度調査の参考値
業務ごとの活用率は、「議事録・メール作成補助」が約7割、「営業・販売」が約6割、「社内ヘルプデスク」が約5割でした。導入効果を実感している割合も「議事録・メール作成補助」が約7割で、ほかの業務より目立って高くなっています。
出典：総務省「令和8年版 情報通信白書」図表Ⅰ-2-1-7 業務類型別の生成AIの活用状況と活用効果を感じる割合（日本）（https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html）
野村総合研究所「IT活用実態調査」：導入済みは2年で33.8%から57.7%に
野村総合研究所の調査（CIO相当の回答者がいる517社）では、生成AIを導入済みの企業は2023年度33.8%、2024年度44.8%、2025年度57.7%と増えています。2025年度の調査は2025年9月の実施で、この記事で取り上げたほかの調査より半年ほど古い点に注意してください。
効果は効率化に偏り、売上・利益の向上は3.9%
IPAの調査で、AIの効果があったと答えた企業に効果の中身を尋ねると、ほとんどが「業務が効率化したり迅速化した」でした。売上や顧客に関わる効果は、どちらも5%に届いていません。
出典：IPA「DX動向2026」図表3-13 AI導入による効果の状況 p.34（https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf）。AIを導入・試験利用している企業（n=1,037）が対象
なお3.9%は、効果があったと答えた企業の中での割合です。「AIを導入した企業の3.9%」ではないので、引用するときは対象を添えてください。
海外と比べると、使ってはいるが効果を回収できていない
PwC Japanが2026年2月12日～19日に6か国で行った調査（売上高500億円以上の企業の課長職以上、日本932人）では、日本の「活用中・推進中」は87%でした。
差が出るのは、効果を事業の数字に結びつけられているかどうかです。
項目 | 日本 | 米国 | 英国 |
|---|---|---|---|
生成AIの効果を財務的に還元している（活用中・推進中の企業） | 40% | 75% | 74% |
効果を「まだ評価できていない」（全回答者） | 13% | 0% | ― |
財務的還元の40%は、活用中・推進中の企業に限った割合です。全回答者で見ると27%まで下がります。
日本の活用中・推進中の企業のうち、効果が「期待を大きく上回る」と答えたのは10%でした。米国では、効果を評価できていない企業がありません。米国企業は効果を測る前提で導入し、日本企業の一部は測り方を決めないまま使い始めている、と読めます。
日本企業のAI活用は「広く、浅く、内向き」
ここまでの数字をまとめると、日本企業のAI活用は3つの言葉で表せます。
特徴 | 中身 | 裏づける数字 |
|---|---|---|
広く | 利用は大企業だけでなく中小企業にも広がった | 全規模で活用34.5%、大企業で活用中・推進中87%。会社としての推進は8か月で13.8%→20.3% |
浅く | 個人任せの利用が多く、深く使う会社は少ない | 「非常に活用」4.4%、「個人で活用」27.1%、「組織的な取組なし」27.0%、業務プロセスへの組込み11.9%、期待どおり以上の効果31.8% |
内向き | 効果が社内の作業時間にとどまり、顧客や売上に届いていない | 効率化91.6%に対し、売上・利益3.9%、顧客満足度4.5%。財務的還元は日本40%、米国75% |
「広く」は、ほぼ実現しています。これから差がつくのは、「浅く」を「深く」に、「内向き」を「外向き」に変えられるかどうかです。
深く使うには、個人任せをやめ、会社としてどの業務で使うかを決める必要があります。外向きにするには、問い合わせ、購買履歴、LINEやチャットでのやり取りなど、顧客についてのデータをAIが読める状態にする必要があります。議事録やメールは社内のデータだけで片付きますが、売上につながる使い方には顧客のデータが欠かせません。
データを整備している企業ほど、効果が出ています。IPAの調査で、AIに使う学習データを「整備しておりAIに活用している」企業は全体の7.0%でした。期待どおり以上の効果が出ている企業では19.4%、効果が出ていない企業では0.8%です。
出典：IPA「DX動向2026」図表3-15 AI利活用に向けた学習データの整備状況（AI導入効果別）p.36（https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf）
社内資料で数字を引用するときの確認ポイント
AI活用の数字は、同じ調査の中でも分母が設問ごとに変わります。社内資料に載せる前に、次の4点を確かめると誤読を防げます。
確認すること | 例 |
|---|---|
対象の層 | 全規模の企業か、DXに取り組む企業か、売上500億円以上の大企業の管理職か |
設問の言葉 | 「活用している」「会社として推進」「導入＋試験利用中」「何らかの業務で利用」は別の指標 |
分母 | IPAの3.9%は効果があったと答えた企業の中の割合。PwCの財務的還元40%は活用中・推進中の企業の中の割合 |
調査の時期 | 野村総合研究所の57.7%は2025年9月、帝国データバンクの34.5%は2026年3月。半年の差で数字は動く |
出典は、調査名、実施時期、回答数の3つを添えて書くのが安全です。
例えば「帝国データバンク（2026年3月、10,312社）」と書けば、読み手が自分で元の調査にたどり着けます。
よくある質問
Q. 日本企業の生成AI利用率を一つだけ挙げるなら、どの数字ですか？
中小企業を含む日本全体の姿なら、帝国データバンクの34.5%（2026年3月、10,312社）が使いやすい数字です。回答数が多く、規模も業界も広く含んでいます。
Q. なぜ調査によって数字がこんなに違うのですか？
対象と質問が違うからです。
大企業の管理職に「1つでも使っている業務があるか」と聞けば高くなり、小規模企業を含めて「会社として推進しているか」と聞けば低くなります。
Q. AIで売上が上がった企業はどのくらいありますか？
IPAの調査では、AIの効果があったと答えた企業のうち、「売上や利益が向上した」は3.9%でした。ほとんどの企業で、効果は業務の効率化にとどまっています。
Q. 中小企業は大企業にどれくらい遅れていますか？
帝国データバンクの調査では、活用している企業は大企業46.5%、中小企業32.4%で、差は14.1ポイントです。東京商工リサーチの「会社として推進」では、大企業36.4%、中小企業19.1%でした。
Q. 自社の活用が進んでいるかを確かめるには？
この記事の「広く、浅く、内向き」を使って、次の3つを確かめてみてください。
全社で使える環境があるか（広く）
会社として使う業務を決め、効果を測っているか（深く）
顧客対応や販促など、売上に近い業務で使っているか（外向き）
まとめ
生成AIの活用率は、全規模の企業で34.5%、会社として推進は20.3%、大企業の管理職では87%
数字の差は、調査の対象と設問の違いで生まれる。引用するときは対象と設問を添える
効果は効率化が91.6%で、売上・利益の向上は3.9%
効果を財務的に還元している企業は、日本40%、米国75%
日本企業のAI活用は「広く、浅く、内向き」。次の課題は「深く、外向き」にすること
クウゼンのAX支援｜社内の知識をデータにし、AIが業務を回せる状態をつくります
クウゼンは、業務の知識とデータがお客様の社内に残ることを前提に、AXを支援しています。
目指す姿：AI導入フェーズから、AI駆動フェーズへ
フェーズ | 会社の状態 |
|---|---|
AI導入フェーズ | 今の業務を効率化するために、AIを補助として使っている。AIはまだ中核の業務を担っていない |
AI拡大フェーズ | AIエージェントが業務プロセスに入り、人とAIが業務を分担している |
AI駆動フェーズ | 業務プロセス、組織構造、意思決定、提供価値がAIを前提に設計されている |
進め方：AI-SECIの4つの工程で、知識をデータにして回す
1. 表出化｜業務の知識をデータにする
最初に決めるのは、AIで変える業務と、成果の測り方です。そのうえで、業務を担当する社員にヒアリングし、手順と判断の基準を書き出します。マニュアルや過去の対応履歴、社内文書と合わせて、AIが読めるデータ、プロンプト、ワークフローの形に整えます。
2. 結合化｜データと業務システムをつなぐ
売上、顧客、問い合わせ、在庫など、部署ごとに分かれたデータをつなぎ、項目の定義と表記をそろえます。社内文書を検索して答える仕組み（RAG）や、AIと外部のシステムを接続する規格（MCP）で、社内の文書やシステムとAIをつなぎ、AIが社内のデータを参照して答えられるようにします。
3. 内面化｜AIを現場の業務に組み込む
つくったAIエージェントを実際の業務で使い、現場の担当者がレビューして改善します。効果は、表出化で決めた指標で測ります。
4. 共同化｜新しく生まれた知識を組織で共有する
AIを使う中で見つかった新しいやり方や判断の基準を、ワークショップなどで部署を越えて共有します。共有した知識は、次の業務の表出化に持ち込みます。
1つの業務でこのサイクルを回せれば、拡大フェーズに入れます。対象の業務を増やしながらサイクルを続けると、意思決定や組織の設計もAIを前提に組み替えられます。その段階が駆動フェーズです。
「どの業務から始めればいいか分からない」という段階からでも、ご相談ください。
出典
帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」（2026年5月14日） https://www.tdb.co.jp/report/economic/20260514-genai/
東京商工リサーチ「『生成AI』に関するアンケート調査（2026年4月）」（2026年4月27日） https://www.tsr-net.co.jp/data/detail/1202766_1527.html
IPA「DX動向2026」報告書（2026年7月16日公表） https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf
総務省「令和8年版 情報通信白書」第1部第2章第1節（業務利用） https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html
総務省「令和8年版 情報通信白書」第1部第2章第1節（組織的な取組） https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121120.html
PwC Japan「生成AIに関する実態調査2026 春 6カ国比較」（2026年6月10日） https://www.pwc.com/jp/ja/knowledge/thoughtleadership/2026/assets/pdf/generative-ai-survey2026.pdf
IT Leaders「野村総合研究所 IT活用実態調査（2025年）」の報道（2025年11月25日） https://it.impress.co.jp/articles/-/28655
