86.4%が答えているのは、生成AIに触れた企業の広さだけです。日本企業の業務利用率はそこまで届きました。ただ内訳を開くと、用途は議事録やメールの作成補助に偏っていて、成果として説明できる仕事にはまだ届いていません。

この一年で、私が受ける相談の質は変わりました。以前の問いは「入れるべきか」でした。いまは「入れたのに、なぜ数字が動かないのか」に移っています。

そこで手元に置いているのが、総務省が2026年7月24日に公表した「令和8年版 情報通信白書」の第Ⅰ部第2章です。利用率・用途・組織体制・環境整備・効果認識が、同じ調査のなかに並んでいます。別々の調査から数字を借りてくるより、一つの調査を縦に読むほうが、詰まりの位置は正確に出ます。

生成AI 利用率 2026の86.4%は、何を意味する数字なのか

触れた企業がほぼ一巡したことを意味する数字であって、業務に組み込まれた深さを表す数字ではありません。同じ白書のなかで、活用方針を定めている企業の割合はそこまで届いていないからです。

白書によれば、自社の何らかの業務で生成AIを利用していると回答した割合は、日本で86.4%でした（図表Ⅰ-2-1-6）。2024年度の企業向け調査から大幅に上昇し、同時に調査した米国・ドイツ・中国との差も縮まっています。

一方、生成AI活用の方針について「積極的に活用する方針である」「活用する領域を限定して利用する方針である」と答えた企業の合計は68.9%です（図表Ⅰ-2-1-1）。前年度の49.7%から大きく伸びたものの、他の3か国と比べると日本は引き続き低い水準にとどまりました。

企業規模別に見ると、方針を定めている割合は大企業74.0%、中小企業58.1%となります（図表Ⅰ-2-1-2）。2024年度の調査からいずれも上昇しており、特に中小企業において大きな上昇が見られたと白書は記しています。

利用が86.4%で、方針が68.9%。この17ポイントほどの差が示すのは、会社が決めるより先に現場が使い始めた、という順序です。それ自体は悪い話ではありません。ただ順序が逆であるぶん、成果の勘定だけが後から誰かの机に残ります。

数字を社内資料に引くときは、設問の前提も添えてください。86.4%は活用方針の設問で「わからない」と答えた対象を除いて尋ねた結果であり、後述する組織的な取組の設問は「利用を禁止している」を除いています。分母が設問ごとに違うことは、そのまま引用の精度に響きます。

使われている業務は、どこに偏っているのか

議事録やメールの作成補助に偏っています。効果を実感していると答えた割合も、同じ用途で突出しました。

業務類型ごとの活用状況を見ると、日本で最も高いのは「議事録・メール作成補助」で約7割。次いで「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（図表Ⅰ-2-1-7）。

効果の実感は、さらに偏りました。導入効果を実感すると回答した割合は「議事録・メール作成補助」が約7割となり、他の類型に比べて顕著に高い——これが白書の書き方です。使われた量と、効いたと感じられた量が、同じ一点に重なっています。

業務類型（日本）	活用状況	白書の記載
議事録・メール作成補助	約7割	効果を実感する割合も約7割で、他類型より顕著に高い
営業・販売	約6割	活用率は2番目の水準
社内ヘルプデスク	約5割	活用率は3番目の水準

出典：総務省「令和8年版 情報通信白書」図表Ⅰ-2-1-7（日本、2025年度企業向け調査）

国別に並べると、もう一つの差が出てきます。日本は全体的に「未導入」「わからない」と回答する割合が高く、米国や中国では各業務類型の活用率が高い。とりわけ「研究・商品開発」で効果を実感する割合が高い傾向が見られました。

「わからない」が多いこと自体も一つの情報です。使っていない企業が多いというより、自社のどの業務で使われているかを把握できていない企業が一定数ある、と読むほうが実態に近いでしょう。この把握の薄さは、組織的な取組の数字と地続きです。

偏りの理由は、意欲より仕事の性質にあります。議事録もメールも、成果物は文章です。人が材料を貼り付け、出てきた文章を人が読んで直せば完結する。社内の他のシステムに一度も触れずに成立する用途から順に埋まった、というのが86.4%の内訳です。

効果を実感しているのに、AI 活用 成果として説明できないのはなぜか

期待している効果の中身が、作業時間の短縮に集中しているからです。時間の短縮は現場では確かに実感されますが、経営の指標につなぐには一段の変換を挟みます。

白書は、生成AIの活用により生じうる影響も尋ねています。日本で最も高かった回答は「作業時間の短縮などによる業務の効率化」で61.6%。続く「品質管理の精度向上やパーソナライズなどによる製品・サービスの質の向上」は32.2%、「人員不足の解消」は26.8%にとどまりました（図表Ⅰ-2-1-10）。

他の3か国では順序が入れ替わります。最も高いのは「製品・サービスの質の向上」で、次に「業務の効率化」、そして「技術継承やノウハウ共有の円滑化などによる従業員の専門的な経験・能力不足の緩和」が続きました。日本では効率化の文脈で捉えられている一方、他の3か国はもう一歩踏み込んだ文脈で捉えている可能性がある——白書自身がそう書いています。

経営企画の立場で言えば、この差は資料の一行に表れます。「月に何時間浮いた」で止まる報告と、「その時間で何件多く捌けるようになった」「差し戻しが何割減った」まで書ける報告とでは、翌年度の予算の付き方が変わってきます。

変換そのものは複雑ではありません。対象業務の処理件数、人が触った回数、差し戻しの件数——この三つを自動化の前後で並べるだけで、時間の話は供給能力の話に置き換わります。四半期ごとに同じ定義で並べ直せば、推移も読めるようになります。

浮いた時間の行き先を先に決めていないと、効率化は数字の上から消えます。人員が減るわけでも、売上が増えるわけでもない。何を主指標に置くかはAIエージェントの効果を経営に説明するためのKPI設計で扱いました。

ただし、測り方を変えるだけでは足りません。測る対象が議事録とメールのままなら、どの指標を置いても出てくるのは時間の話です。指標を組み替える前に、用途そのものを動かす順序になります。

組織的な取組がない企業が約3割という数字を、どう読むか

個人の工夫で押し上がった利用率が、それだけ厚いという意味に読めます。会社として把握していない領域が、日本では他国より広く残っています。

白書は、生成AI活用による業務変革等に関する組織的な取組の状況も尋ねました。全社横断的・各部署単位・個人業務単位のいずれかで取り組んでいると答えた割合は日本で65.6%。「組織的な取組はない」は27.0%と約3割に上り、米国・ドイツ・中国に比べて顕著に高い結果でした（図表Ⅰ-2-1-3）。

企業規模別では、この「取組はない」の回答割合が中小企業で特に高くなっています。方針の策定率が中小企業58.1%だったこととあわせると、同じ方向を指した二つの数字です。

利用率86.4%に対して、組織的な取組は65.6%。この20ポイントほどの隙間に入っているのが、担当者が自分の判断で使っている領域です。動いてはいるが、会社の勘定には載っていません。

個人の工夫は、その人の異動でいったん消えます。手順が共有されず、うまくいったプロンプトも残らない。利用率という一つの数字は、この脆さを覆い隠してしまいます。

把握していない領域が広いままだと、監査や取引先からの照会に答えられない場面も出てきます。どの部署がどのサービスに何を入力しているか。一覧にする作業は地味ですが、実行へ移す前の棚卸しとしては最も安く済む部類に入ります。

日本と他の3か国では、進め方のどこが違うのか

方針を掲げるところまでは似ていて、その先の「誰が何をいつまでに」を提示する段階で差がつきます。

戦略や方針の状況を尋ねた設問で、日本の回答が最も多かったのは「経営戦略のなかでAI活用の目的や方針が明示されている」、次いで「経営幹部がAI活用の意義について社内外に情報発信している」でした（図表Ⅰ-2-1-4）。

他の3か国でもこの二つは比較的高いのですが、加えて「経営幹部から各部署に対して実施事項や達成目標が提示されている」「取組を推進する部署や責任者が明確になっている」との回答が目立ちます。宣言と、割り当て。差が出ているのは後者のほうです。

段階	日本で最も多い回答	他の3か国で目立つ回答
意思表明	経営戦略のなかで目的・方針を明示	同様に高い
発信	経営幹部が社内外に意義を発信	同様に高い
割り当て	—	各部署への実施事項・達成目標の提示、推進部署・責任者の明確化

出典：総務省「令和8年版 情報通信白書」図表Ⅰ-2-1-4（国別・企業規模別）

日本の内訳で目を引くのは中小企業です。「特に実施している施策はない・把握していない」も一定割合ある一方で、最も高い回答割合となったのは「経営幹部から各部署に対して実施事項や達成目標が提示されている」でした。中小企業のAI活用についてはトップダウンの関与がキーポイントとなっている——白書はそううかがえると結んでいます。

大企業は仕組みで進み、中小企業は経営者の関与で進む。規模が小さいほど、経営者の一言がそのまま担当者と期限を決めます。この違いは、着手のしかたに直結します。

補助業務から実行へ移る企業は、何を先に用意しているのか

AIが参照できるデータを、システムの側に置いています。人が学ぶ環境を整える段階と、機械が読める状態をつくる段階は別物です。

環境整備の設問で、日本の回答が最も多かったのは「業務プロセスの見直しや生成AI活用検討に必要なスキルやノウハウを学ぶ環境がある」、次いで「生成AI活用検討に向けた予算や人員が確保されている」でした。企業規模別に見ても同じ傾向です（図表Ⅰ-2-1-5）。

他の3か国では、これらに加えて「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、日本を大幅に上回りました。企業のAI利用を扱った一連の設問のなかでも、日本と他国の開きがはっきり出た項目です。

議事録の要約は、人が貼り付けた文章だけで完結します。受注の起票や在庫の引当は、そうはいきません。基幹システムのなかの数字に手が届かなければ、AIは一件も処理できない。用途が補助にとどまるのは意欲の問題ではなく、参照先が用意されていないという構造の帰結です。

ChatGPTは答えます。WindyFloは働きます。私たちがこの言葉を掲げてきたのは、答える側と働く側で必要な下ごしらえが違うからです。前者は人の入力で足り、後者は業務データへの経路を先に敷きます。

観点	補助業務（議事録・メール作成など）	実行業務（起票・引当・照会応答など）
入力の出どころ	その場で人が貼り付ける	基幹システムや台帳のなかのデータ
事前に要るもの	使い方の習熟	参照経路、コードや様式の統一、権限の設計
人の役割	出力を読んで直す	例外だけを承認する
測れるもの	作成にかかった時間	処理件数、差し戻し率、リードタイム

表の左から右へ動くとき、追加で要るのは高性能なモデルではありません。品目コードや取引先名の表記を揃えること、どの金額から人の承認に回すかを決めること、部門ごとに参照してよいデータの範囲を絞ること。この地味な整備こそが移行点の実体です。

順序を入れ替えると費用が膨らみます。参照経路を用意しないまま高機能な製品を先に契約すると、結局は人が画面から画面へ数字を運ぶ運用が残る。導入したのに現場の手数が減らないという声の多くは、この入れ替わりから来ています。

実行へ移すと、リスク対策の何が足りなくなるのか

事前の審査と、導入後の定期的な検証です。指針を整えるところまでは進んでいるものの、その先の運用は他の3か国に比べて薄い状態にあります。

白書は、生成AIの活用に関して懸念されるリスクも尋ねました。日本で最も高かったのは「社内情報の漏洩などのセキュリティリスクがある」で、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」の順です（図表Ⅰ-2-1-8）。

対策の側を見ると、日本で最多だったのは「全社的な指針やガイドラインを整備している」で41.1%でした。他の3か国では「製品・サービスの企画・導入段階で、専門的な審査体制がある」「製品・サービス導入後、定期的な評価・検証が行われている」の回答割合が日本より高い傾向が見られます（図表Ⅰ-2-1-9）。

白書はこの差の背景をこう説明しています。他の3か国では企業内で完結する利用にとどまらず顧客向けの製品・サービスに生成AIを活用することが積極的に行われており、それに伴って事前の審査や事後の評価・検証を行う体制が整備されつつあるものと考えられる、と。

用途が社外へ出るほど、審査と検証が要る。ここでも形は同じです。方針を明示するところまでは日本も進んでいて、誰がいつ検証するかの割り当てで止まっている。実行への計画を組むなら、指針の有無ではなく検証の担当と頻度を先に埋めておくと、後戻りが減ります。

中小企業では、この移行はどこから始まるのか

業務を一つに絞り、そこに担当と期限を付けるところから始まります。全社方針の文書化を先に置くと、中小企業の場合はその手前で止まりやすくなります。

白書の内訳を中小企業だけで追うと、方針策定は58.1%、「組織的な取組はない」の割合は他より高く、それでいて施策としては経営幹部から各部署への目標提示が最多でした。整った仕組みではなく、経営者の関与が動力になっている姿が浮かびます。

この条件で効くのは、対象を一つに切ることです。請求書の受領から仕訳まで、あるいは在庫照会への一次応答まで。範囲を絞れば、参照するデータも、承認の線も、測る指標も一組で足ります。

絞る利点はもう一つあります。うまくいかなかったときに、原因の切り分けが済んでいる点です。対象が一つなら、止まった理由はデータか、承認の設計か、担当者の時間かのいずれかに収まります。範囲を広げてから躓くと、この切り分けだけで数か月かかります。

期限は、方針の文書ではなく担当者のカレンダーに置いてください。「今期中にAI活用を推進する」は誰の予定にも入りませんが、「11月末までに請求書の受領処理を対象に試す」は入ります。目標提示が効きはじめるのは、この粒度まで下りたときです。

誰が持つかという論点は、AI時代に業務を再編し現場に定着させる組織と人材の設計で扱いました。ここでは一点だけ——担当が決まっていない自動化は、動き出しても続きません。

2026年後半、経営企画は何を見て判断すればよいのか

利用率ではなく、内訳の三か所を見ます。用途が補助の外へ出たか、参照データが用意されたか、期待を語る言葉が効率化から供給能力へ動いたか。

一つ目は用途です。議事録・メール作成補助の外側、たとえば受発注、在庫、問い合わせ応答のいずれかで実運用に入った業務があるかどうか。ここが動いていなければ、利用率が何ポイント上がっても内訳は昨年と同じです。

二つ目は参照データです。AIが読める形で業務データが置かれているか。他の3か国が5割を超え、日本が大きく引き離された、あの項目に自社が入るかどうかを見ます。

三つ目は言葉です。社内の資料が「作業時間の短縮」で終わっているか、「質」や「捌ける量」まで書き切れているか。61.6%対32.2%という日本の回答分布は、この語彙がまだ動いていないことを示しています。

三つとも、外部のデータを待たずに今日確かめられます。用途は業務システムの利用ログで、参照データは情報システム部門への一問で、言葉は直近の役員会資料を読み返すだけで足ります。白書の分布は、自社の位置を測る物差しとして使うのが実用的です。

道具の選定は、この三点を確かめたあとで構いません。もっとも、選定基準の側も動いています。単体の性能より他の仕組みとつながるかが問われはじめた経緯は、エージェント間プロトコルの標準化が選定基準を変えた経緯で追いました。

86.4%という数字は、もう差になりません。差がつくのは、その86.4%が何をしているかという内訳のほうです。来年の白書で日本の分布が動くとしたら、動かすのは新しいモデルではなく、参照先を用意して担当を決めた会社の積み上げだと私は見ています。この連載では、同じ調査系列で内訳の変化を追っていきます。

よくある質問

出典

• ［1次］総務省「令和8年版 情報通信白書」（2026年7月24日公表。第Ⅰ部特集「AIの進展がもたらす多面的影響」第2章第1節「企業におけるAI利用の現状」。閲覧日2026年8月27日）— 生成AIの活用方針の策定状況（日本68.9%、前年度49.7%／大企業74.0%・中小企業58.1%、図表Ⅰ-2-1-1・図表Ⅰ-2-1-2）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121110.html
• ［1次］総務省「令和8年版 情報通信白書」（同上）— 組織的な取組状況（取り組んでいる65.6%、「組織的な取組はない」27.0%で他3か国より顕著に高く中小企業で特に高い、図表Ⅰ-2-1-3）／戦略・方針の状況（日本は「経営戦略のなかでAI活用の目的や方針が明示されている」が最多、他3か国は「経営幹部から各部署に対して実施事項や達成目標が提示されている」「取組を推進する部署や責任者が明確になっている」が目立つ。中小企業ではトップダウンの関与がキーポイント、図表Ⅰ-2-1-4）／環境整備の状況（日本は「学ぶ環境がある」が最多、他3か国は「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」が5割超、図表Ⅰ-2-1-5）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121120.html
• ［1次］総務省「令和8年版 情報通信白書」（同上）— 生成AIの業務利用状況（日本86.4%、図表Ⅰ-2-1-6）／業務類型ごとの活用状況と効果の実感（「議事録・メール作成補助」約7割で最多かつ効果実感も約7割、「営業・販売」約6割、「社内ヘルプデスク」約5割、日本は「未導入」「わからない」の割合が高い、図表Ⅰ-2-1-7）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html
• ［1次］総務省「令和8年版 情報通信白書」（同上）— 懸念されるリスク（日本は「社内情報の漏洩などのセキュリティリスクがある」が最多、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」、図表Ⅰ-2-1-8）／リスク対策のための取組状況（日本は「全社的な指針やガイドラインを整備している」41.1%が最多、他3か国は導入段階の専門的な審査体制・導入後の定期的な評価・検証の回答割合が高い傾向、図表Ⅰ-2-1-9）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121140.html
• ［1次］総務省「令和8年版 情報通信白書」（同上）— 生成AIの活用により生じうる影響（「作業時間の短縮などによる業務の効率化」61.6%、「製品・サービスの質の向上」32.2%、「人員不足の解消」26.8%。他3か国は「製品・サービスの質の向上」が最多、図表Ⅰ-2-1-10）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121150.html
• 本稿の相談内容の変化に関する記述は、ハマダラボ（HAMADA LABS Japan）が日本市場で行っている業務自動化の導入支援での一次観察に基づくもので、特定企業の実在事例ではありません。