【悲報】ガイドラインを整備しても、シャドーAI利用は46.9%

『AI白書2026』（KADOKAWA、2026年8月20日発売）に載る独自調査が、発売に先立って公表されました。調査主体は株式会社角川アスキー総合研究所、タイトルは「企業における生成AI導入の投資・統制・成果実態調査」です。

数字そのものより、私はこの調査の組み合わせ方が面白いと思いました。「生成AIを使っていますか」ではなく、ガイドラインの整備状況とシャドーAIの利用率を掛け合わせている。その結果、直感に反する数字が出ています。

何が発表されたのか

まず調査の輪郭を押さえます。ここを飛ばすと、数字を実態より強く読んでしまいます。

n=310は、この種の調査としては小さめです。後で見るクロス集計はさらに分母が割れるので（少ないもので n=29）、パーセンテージを小数点以下まで真に受けず、傾向として読むのが妥当なところだと思います。

一番効いた数字：ガイドラインを整備しても46.9%

本題です。ガイドラインの整備状況別に、公式外AIツールの業務利用経験を見た図がこちら。

出典：株式会社角川アスキー総合研究所「8月20日発売『AI白書2026』独自調査『企業における生成AI導入の投資・統制・成果実態調査』を発表」（2026年8月10日）掲載図表（2026年8月22日閲覧）

• 全社整備（n=113）… 公式外ツールの利用経験 46.9%
• 一部整備（n=88）… 50.0%
• 作成中（n=54）… 35.2%
• 未整備（n=29）… 37.9%

ルールを整備した企業のほうが高い。ガイドラインを配れば止まる、という話ではないことがはっきり出ています。

ただし、ここは慎重に読むべきところです。整備したから増えたのではなく、AI活用が進んでいる企業ほど整備も利用も進んでいる——順序が逆の可能性が十分にあります。分母も n=29 から n=113 までばらついている。私はこの図を「ルールに効果がない証拠」ではなく、「ルールだけでは説明できない何かが残っている証拠」として読みました。

その「何か」は、同じ調査の別の設問に出ています。

現場が公式外を使う理由は、意志ではなく段差

役職別のクロス集計（記事冒頭の図）に、理由が並んでいます。管理職／一般社員の順に:

• 汎用サービスのほうが性能や使い勝手がよい … 40.2% / 37.6%
• 公式ツールは利用制限や申請手続きで使いにくい … 42.5% / 36.0%
• 公式導入前から個人的に活用していた … 47.2% / 41.6%
• ルールやガイドラインが現場の実態に追いついていない … 57.4% / 47.1%

全項目で管理職のほうが高い。とくに最後の「追いついていない」は管理職が10.3ポイント上回っています。ルールを運用する側が一番強く実感している、という構図です。

理由の内訳を見ると、背いているのではなく、公式ルートに段差があるという話に見えます。性能が劣る、申請が要る、導入前から手に馴染んでいる。どれも「もっと強く禁止する」で解けるものではありません。

この調査に中小企業は入っていない

ここが、中小企業にとっては一番大事な前提です。対象は上場企業または従業員300人以上。中小企業は含まれていません。

上場／非上場で割った図を見ると、その差がそのまま出ています。

出典：株式会社角川アスキー総合研究所 プレスリリース（2026年8月10日）掲載図表（2026年8月22日閲覧）

目を引くのは効果測定の13.7%です。非上場企業では7社に1社しか、生成AIの効果を定量的に把握できていない。しかも投資増加見込みは50.0%ある。つまり「効果は分からないが、投資は増やす」という状態が半数近くを占めます。

そして今回の調査は従業員300人以上が下限です。それより小さい会社で、この13.7%が上振れするとは考えにくい。数字は無いので断定はしませんが、この記事を読んでいる会社の実態は、たぶん13.7%より厳しい側にあると見ておくのが安全だと思います。

「AI投資で人が減る」は、国内ではまだ確認できていない

海外の報道でよく見る「AI投資による人員削減」については、国内で顕著な傾向は出ませんでした。間接部門の人員見通しを投資見通しでクロスすると:

• AI投資を増やす企業（n=152）… 人員「減少」計 13%
• AI投資が横ばいの企業（n=59）… 人員「減少」計 14%

投資を増やしている側のほうが、むしろわずかに低い。少なくともこの時点の国内調査では、投資と人員削減は結びついていません。

社内でAI導入の話を進めるとき、「AIを入れると人を減らす話に聞こえる」という反発は起きがちです。その場で使える一次情報として、この数字は覚えておく価値があると思います。

発注側の設計に落とすと、やることは3つ

ここからは調査の解説ではなく、この数字を作るもの側の設計に落としたらどうなるか、という話です。

1. 禁止を強めるのではなく、公式のほうが速い状態にする

「公式ツールは利用制限や申請手続きで使いにくい」が42.5%という数字は、そのまま要件になります。社内AIツールを作るなら、比較対象は他社の社内ツールではなく、従業員がいま個人で使っている汎用サービスです。そこに使い勝手で負けたら、作った瞬間からシャドーAIと併存することになります。

具体的には、ログイン導線（社内SSOで一発か、別IDを覚えるか）、応答速度、貼り付けられるファイル形式の幅。この3つで負けている社内ツールは、私の見立てでは高い確率で使われなくなります。

2. 申請フローを、システム側で吸収する

申請が要る理由はたいてい「何に使うか把握したいから」です。であれば、申請書を書かせる代わりに使った履歴が自動で残る設計にすれば目的は達成できます。人手の申請を、記録の自動化に置き換える。

社内AIツールに持たせておくと、あとで効いてくる項目を挙げます。

最後の1行が本題です。

3. 効果測定は、後から足せない

定量的に効果を把握できている企業が13.7%という数字は、能力の差というより設計の順番の差だと思います。「導入してから効果を測ろう」とすると、比較対象となる導入前の数字が残っていない。だから測れない。

測るつもりがあるなら、記録すべきものは導入前から決まります。

1. 対象業務の件数（月に何件処理しているか）
2. 1件あたりの所要時間（導入前の値。ストップウォッチで数件測れば足ります）
3. AIの生成物を採用した割合（上の表の最終行。これが実質的な精度指標になります）
4. やり直しの発生率（採用したが手直しが要った割合）

1と2は、システムを作る前に紙とExcelで取れます。ここを取らずに開発を始めると、稼働後に「なんとなく楽になった」以上のことが言えなくなる。効果測定を要件に入れるかどうかは、実は開発の初日に決まっています。

まとめ

• ガイドラインを全社整備した企業でも公式外AIツールの利用経験は46.9%。整備の有無で利用率はほとんど動いていない
• 理由は反抗ではなく段差。「性能・使い勝手」40.2%、「利用制限や申請手続きで使いにくい」42.5%
• 調査対象は上場企業または従業員300人以上。中小企業は含まれず、効果測定できている割合は非上場で13.7%
• 国内では、AI投資の増加と人員削減はまだ結びついていない（投資増加企業の人員減少見込み13%）

社内AIの話を「守り（ルール）」から始めると、この調査の通りになりやすい。使い勝手で勝ってから、記録で統制する。順番はこちらだと思います。

自社がいまどちらから入るべきかは、AI適合度診断で点数にできます。10問・連絡先の入力は不要です。公式ツールを実際に使える状態にするところまで手当てしたい場合は、当社のAI研修で扱っています。