先月、地方で食品加工会社を営む経営者の方と話しました。従業員は八十名ほど、後継の採用は年々難しくなり、現場は薄くなっていく一方だといいます。その方が夜に検索窓へ打ち込んだ言葉が、2025年の崖 / 人材不足 AI / 中小企業 AI 格差 でした。何から手をつければよいのか、糸口すら掴めないと打ち明けてくれました。

同じ相談が、いま日本中の中小企業で同時に起きています。人手は足りず、AIは話題になるほど遠く感じられ、気づけば大企業との差だけが静かに広がっていく。焦りはあるのに、どこで差がついているのかが見えない。この「見えなさ」こそ、経営を預かる立場として私が最も危ういと感じる点です。

私はハマダラボで日本の中小企業へ業務自動化の仕組みを届けていますが、商談より前に「格差がどこで生まれるのか」を一緒に整理することのほうが多いのが実情です。以下では、官公庁が公表した一次データに照らし、2025年の崖と人材不足が中小企業のAI格差をどう形づくるのかを経営の視点で読み解きます。数字を並べる前に、差が生まれる場所を突き止めるのが近道です。

「2025年の崖」は、結局どこへ行ったのか

「2025年の崖」は消えたのではなく、姿を変えて中小企業の足元に残りました。経済産業省が2018年のDXレポートで警告した、レガシーシステムの刷新が進まないことによる最大で年間十二兆円という経済損失の試算は、崖の年を越えたいまも解消されていません。

このレポートは、二つの重い数字を突きつけていました。ひとつは、2025年までにIT人材の不足が約四十三万人まで拡大するという見通し。もうひとつは、稼働から二十一年以上を経た基幹システムを抱える企業が約六割に達し、IT予算の約八割が保守と運用に消えるという構図です。攻めの投資に資金が回らない、という警告でした。

崖という言葉は、ある年に企業が一斉に転落する光景を思わせます。ところが現実に起きたのは、劇的な崩落ではなく、じわじわとした地盤沈下でした。目立った事故がないぶん、経営の危機感は薄れ、刷新は先送りされ続けた。派手に落ちないからこそ、対策が後回しになったのです。

中小企業では、この沈下がとりわけ見えにくく進みます。専任のIT担当を置けない会社が多く、古い仕組みは「動いているから」と手つかずのまま残る。誰も危うさを測っていないだけで、地盤は静かに緩み続けているのです。危険が数字で見えないことこそ、この崖の一番たちの悪いところでした。

そこへ生成AIが重なりました。旧い仕組みを抱えたまま、新しい技術の波が来る。土台が沈んでいる会社ほど、その上に新しいものを載せる余力がありません。2025年の崖は乗り越えられたのではなく、AI格差という別の顔で私たちの前に立ち直したと見るべきです。

なぜ人材不足が、そのままAI格差の入り口になるのか

人材不足がAI格差の入り口になるのは、AIを選び・試し・回す担い手が社内にいなければ、予算があっても導入が前に進まないからです。IPA（情報処理推進機構）のDX動向2025では、DXを推進する人材の量が足りないと答えた企業が85.1%に達し、米国やドイツを大きく上回りました。

この八割超という水準は、前回2023年度の調査とほぼ同じでした。数年かけても改善していないという事実が、問題の根深さを物語ります。経済産業省の試算では、IT人材の不足は2030年に最大で約七十九万人、中位の想定でも約四十五万人に膨らむとされ、担い手は増えるどころか細っていきます。

同じ調査で見逃せないのが、日本で最も足りない人材の類型です。米国やドイツがデータサイエンティストを挙げたのに対し、日本で不足が際立ったのは、事業とデジタルを橋渡しする「ビジネスアーキテクト」でした。技術者そのものより、業務とAIをつなぐ設計者が薄い。これは中小企業でとりわけ深刻です。

中小企業が担い手を採れないのには、構造的な理由があります。限られたデジタル人材は待遇の厚い大企業へ流れやすく、帝国データバンクの調査でも、採用意向はあるのに人件費の原資を確保できず採用を控える中小企業の姿が示されました。取り合いの土俵では、規模の小さい会社ほど不利に立たされます。

採れないなら育てる、という道も簡単ではありません。育てる側の人材がそもそも足りず、日々の業務に追われて教育の時間を取れない。人がいないから育てられず、育てられないから人が増えない。この循環が、担い手の不足を年々固定化させています。

担い手がいない会社では、AIの検討そのものが止まります。誰が試すのか、誰が業務に組み込むのか、誰が回し続けるのか。この問いに社内で答えられないまま、ツールだけを買っても宝の持ち腐れになる。人材の不在は、予算の不足よりも先に導入を止める栓なのです。製造や物流の現場で導入がどこまで進んでいるかは、[2026年、製造・物流で進む生成AI導入の実態](/ja/blog/seisei-ai-sangyo-doukou-2026/)で別途整理しています。

中小企業と大企業のAI格差は、数字でどれだけ開いているのか

中小企業と大企業のAI格差は、生成AIを積極的に活用する企業の割合で、すでに二桁近い開きになっています。総務省の令和7年版情報通信白書によれば、生成AIを積極的に活用する企業は大企業で26.1%、中小企業で17.5%と、およそ8.6ポイントの差がありました。

差は活用の入り口だけではありません。用途を限定してでも使う方針を持つ企業は大企業で29.6%、中小企業で16.8%と、こちらでも十三ポイント近く開いています。使うかどうかの前に、使うと決めているかどうかで、すでに列が分かれているのです。

方針の面でも、差ははっきりしています。生成AIの活用方針を定めた企業は全体で49.7%まで来た一方、中小企業では約34%にとどまりました。方針がなければ、現場は判断のよりどころを持てず、試す前にためらう。数字の差は、意欲の差ではなく、決めの差として現れています。

この差を「大企業は体力があるから」で片づけるのは危うい読み方です。体力の差だけなら追う手立てはありますが、方針と経験の差は、時間そのものが広げていく。今年の8.6ポイントは、動かなければ来年さらに開くという前提で読むべき数字です。

開きは、活用の深さにも及びます。中小企業基盤整備機構が2025年末にまとめた調査では、AIを導入した中小企業の目的は「業務効率化・作業時間の短縮」が87.0%と突出し、二位の「品質向上」32.3%を50ポイント以上引き離しました。使い始めても時短にとどまる会社が多いほど、深く組み込んだ企業との差は、入り口の数字以上に広がっていきます。

こうした開きは、放置すれば毎年少しずつ広がります。先に始めた会社は使いこなしの経験を積み、後から始める会社との距離は複利のように開いていく。格差は一度きりの遅れではなく、時間とともに利子がつく遅れなのです。

その格差は、資金ではなく「どこ」で生まれているのか

AI格差が生まれる場所は、多くの経営者が思う「資金力」ではなく、方針の有無・担い手の不在・活用方法の知識という三つの入り口です。同じ白書で、AI活用の最大の懸念に挙がったのは「効果的な活用方法がわからない」の30.1%であり、これは資金では解けない種類の壁でした。

お金があればツールは買えます。けれども、どの業務にどう使うかの判断までは買えません。高価なシステムを導入したのに現場で誰も触らない、という光景を私は何度も見てきました。格差の入り口は、財布ではなく、判断と担い手のほうに開いているのです。

この「判断が買えない」という壁は、最新の実態調査でも裏づけられました。中小企業基盤整備機構が2026年3月にまとめた調査では、AIをすでに導入した企業ですら「成功事例や活用事例などの情報」が足りないと感じており、費用の助成と並んで導入事例への情報ニーズが高いと整理されています。手本が乏しいまま、各社が手探りを続けているのが実情です。

三つの入り口は、たいてい連鎖します。方針がないから担い手を決められず、担い手がいないから活用方法の知見も溜まらない。ひとつ欠けると次が欠け、気づけば三つとも空欄になる。逆に言えば、どこか一点に手を入れれば、連鎖はほどけ始めます。

三つのうち、経営がすぐ動かせるのは方針の入り口です。担い手の育成や知見の蓄積には時間がかかりますが、方針は今日の会議で決められる。まず一点を塞げば、あとの二つは現場が動きながら埋めていける。順序を誤らないことが、格差を閉じる出発点になります。

だからこそ経営が最初に問うべきは、「いくら出せるか」ではありません。「どの業務を、誰が、どう変えるか」です。資金の話から入ると、格差の本当の発生点を見失います。導入にかかる費用の全体像そのものは、[中小企業のAI導入コストをTCOで分解](/ja/blog/chusho-kigyo-ai-cost-roi/)で扱いました。

「効果的な活用方法がわからない」を、経営はどう超えるのか

この壁を超える鍵は、AIを効率化の道具ではなく事業を変える手段と捉え、経営が目標を先に定めることです。PwC Japanの実態調査では、生成AIの効果が「期待を大きく上回った」と答えた企業は日本で10%にとどまり、45%の米国とのあいだに大きな開きが生じました。

この捉え直しには、確かな裏づけもあります。中小機構の実態調査では、AIの導入効果として「付加価値創出」を挙げた企業が22.3%と、従来のITツール活用の7.4%を約15ポイント上回りました。効率化による時短だけで終わらせず、事業の価値を生む手段として使った企業ほど、投じた資金に見合う成果へ届いているのです。

なぜ日本で効果が出にくいのか。低い期待から始めれば、得られる成果も低いところで頭打ちになるからです。「とりあえず試す」で入った導入は、目標がないぶん検証もできず、続ける根拠も示せない。目標の低さが効果の低さを呼ぶ、静かな悪循環が働いています。

高い効果を出す企業に共通するのは、AIを業務プロセスへ本格的に組み込み、判断のルールを整え、成果を現場へ還元している点です。単発のツール導入で終わらせず、仕事の流れそのものを描き直している。ここに、経営が担うべき役割がはっきり表れます。

組み込みと同じ重さを持つのが、浮いた成果を現場へ返すことです。AIが空けた時間を、そのまま別の締切に吸わせてしまえば、働く人にとって導入はただの負担で終わります。空いた時間を何に充てるかまで設計して、初めて現場はAIを味方だと感じ、次の一歩に協力してくれます。

経営がまずやるべきは、壮大な全社戦略ではありません。「この業務を、いつまでに、どの水準まで変える」という一枚の目標を先に置くことです。目標が定まれば、活用方法は現場が具体化できる。わからないのは方法ではなく、しばしば向かうべき先のほうなのです。

人手が足りない中小企業は、AI格差をどこから埋めればよいか

人手が足りない中小企業ほど、AI格差はむしろ埋めやすい余地があります。埋め方の順序は、全社導入ではなく、最も人手を奪われている一つの業務から始めることです。帝国データバンクの調査では、正社員の人手不足を感じる企業は五割を超えたまま高止まりしています。

人手不足は、多くの場合「待つ理由」として語られます。余裕がないから、落ち着いてから、と。ところが順序が逆です。人が足りないからこそ、機械に渡せる仕事を一つでも減らす価値がある。逼迫している会社ほど、小さな自動化の効き目は大きく、投じた手間はすぐに返ってきます。

実際、中小企業のあいだでも歩みは進んでいます。中小機構が2025年末に実施した調査では、一部の業務まで含めたAIの導入率は20.4%、導入を検討中の企業を合わせると39.0%が前を向いていました。導入した企業では生成AIの活用が82.6%と突出し、まず人手を食う定型業務から入るという現場の判断が、数字にも表れています。

ChatGPTは答えます。WindyFloは働きます。この言葉を掲げるのは、答えを得るだけでは現場の一人分は戻らず、実務を代わりに動かして初めて人手不足が和らぐからです。日本語に対応したノーコードのAIエージェント基盤で、受発注や問い合わせの一次対応といった、毎日繰り返される業務から着手できます。

たとえば受発注の現場では、メールで届く注文をAIが読み取り、内容を整えて基幹システムへ渡すところまで任せられます。人が一件ずつ転記していた作業が、最後の確認だけで済むようになる。在庫の問い合わせや定型の一次返信も、同じ要領で一つずつ手渡していけます。全部をいっぺんに、ではなく、まず一業務が現実的な入り口です。

どの業務から入るかも、実態が指し示しています。同じ中小機構の調査では、AIの導入が最も進んでいたのは総務・管理などのバックオフィスで68.3%、次いで営業・販売が60.3%、製造・生産は34.9%でした。様式の決まった定型業務、つまり正解のはっきりした仕事から先に置き換わる。この順序は、人手の限られた会社ほど守る値打ちがあります。

始め方に難しい理屈はいりません。いちばん人手を食っている定型業務を一つ選び、そこだけをAIに任せてみる。うまくいけば次の業務へ広げ、合わなければ範囲が小さいうちに引き返せる。小さく始めても失敗する型については、[AI導入で失敗する7つの原因と対策](/ja/blog/ai-donyu-shippai-7-taisaku/)で整理しました。撤退の軽さも、範囲を絞る効き目のひとつです。

大切なのは、最初の一業務で結果を数える習慣をつけることです。何時間の作業が何分になったのか、誤りはどれだけ減ったのか。この一つの実績が、次の投資を通す社内の説得材料になり、担い手を任された人の自信にもなります。数えられる成功が一つあれば、二つ目からは驚くほど進めやすくなります。

経営として、2026年以降のAI格差をどう構えるべきか

2026年以降のAI格差は、才能や会社の規模ではなく、経営が「どこから変えるか」を決められるかどうかで開きます。2025年の崖が地盤沈下として残り、人材不足が担い手を細らせるなかで、差の分かれ目は資金ではなく決めの速さに移りました。

2026年に入って公表された中小機構の実態調査も、その分かれ目を裏づけています。AIに前向きな中小企業がすでに約四割へ届く一方、導入した会社の多くは業務効率化までで足を止めていました。前を向くかどうかの次に、どこまで踏み込むかで差がつく局面に、私たちはもう入っているのです。

大企業と同じ土俵で全社改革を競う必要はありません。中小企業には、意思決定が速く、一つの業務を丸ごと変えやすいという強みがあります。この機動力を、人手不足という逼迫と掛け合わせれば、後発でも十分に追いつけます。規模の小ささは、この局面ではむしろ武器になります。

経営者にとって、AIはもはや特別な決断ではなくなりつつあります。設備を入れ替えるか、人を採るか、業務を機械に渡すか。同じ経営判断の並びに、AIという選択肢が一つ加わっただけのことです。身構えるより、いつもの投資判断の物差しで測るほうが、話は前へ進みます。

格差を放置した会社と、一点から手をつけた会社の差は、来年いまごろ、はっきりした距離になって表れます。経営者に求められるのは、完璧な計画ではなく、最初の一つの業務を今週決めることです。見取り図の精度が、これからの数年の位置を決めます。差は、動いた者から順に閉じていきます。

よくある質問

出典

• ［1次］経済産業省「DXレポート ～ITシステム『2025年の崖』の克服とDXの本格的な展開～」（2018年9月）— 2025年の崖、最大で年間約12兆円の経済損失、IT人材不足約43万人、稼働21年以上のレガシー約6割、IT予算約8割が保守運用。 https://www.meti.go.jp/policy/it_policy/dx/20180907_02.pdf
• ［1次］経済産業省「IT人材需給に関する調査」（2019年、みずほ情報総研委託）— IT人材は2030年に最大で約79万人、中位シナリオでも約45万人が不足する試算。 https://www.meti.go.jp/shingikai/economy/daiyoji_sangyo_skill/pdf/001_06_00.pdf
• ［1次］IPA（情報処理推進機構）「DX動向2025」（2025年6月26日公表）— DXを推進する人材の量が不足と回答した企業85.1%（米独比較で日本が突出）、日本で不足が際立つ人材類型はビジネスアーキテクト。 https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2025.html
• ［1次］総務省「令和7年版 情報通信白書」（2025年7月公表）— 生成AIを積極活用する企業は大企業26.1%・中小企業17.5%、用途限定活用29.6%・16.8%、活用方針策定は全体49.7%・中小約34%、最大の懸念は「効果的な活用方法がわからない」30.1%。 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html
• ［1次］中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」（2026年3月公表、調査期間2025年11～12月、全国の中小企業10,000社／業務委託先：東京商工リサーチ）— 中小企業のAI導入率20.4%（検討中を含め39.0%が前向き）、導入済み企業の生成AI活用82.6%、導入目的は「業務効率化・作業時間の短縮」87.0%、導入効果「付加価値創出」はAI22.3%がIT7.4%を上回る、業務部門別導入率は総務・管理68.3%・製造・生産34.9%、活用事例などの情報ニーズが高い。 https://www.smrj.go.jp/research_case/questionnaire/fbrion0000002pjw-att/202603_AI_point.pdf
• ［1次］PwC Japanグループ「生成AIに関する実態調査2025春 5カ国比較」— 生成AIの効果が「期待を大きく上回った」と回答した企業は日本10%・米国45%。 https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2025.html
• ［1次］帝国データバンク「人手不足に対する企業の動向調査」（2025年）— 正社員の人手不足を感じる企業は5割を超えて高止まり。 https://www.tdb.co.jp/report/economic/20251117-laborshortage202510/
• WindyFlo 公式サイト（https://windyflo.com）— 日本語対応・ノーコードのAIエージェント基盤という製品コンセプト（2026年7月時点の参照）。
• 本文の中小企業のAI格差に関する考察は、ハマダラボの導入支援現場での一次観察（個社を特定しない匿名の傾向）に基づく整理です。