生成AIが社内で使われない理由、日本企業の27%は「何もしていない」

「AIを入れたのに、社員が使わない」。これは経営の側から見える形で、私もそういう問題設定でよく見かけます。

総務省の調査を読むと、この設定が最初からずれている可能性があります。日本企業の27.0%が、生成AIによる業務変革について「組織的な取り組みはない」と自分で答えている。 米国は1.4%です。

しかも回答しているのは管理職以上で、母集団はすでにデジタル化を始めている企業。社員の話ではありません。

生成AIが社内で使われない前に、会社が何もしていない

数字はこうです。

生成AI活用による業務変革について尋ねたところ、日本では「組織的な取組はない」と回答した割合が約3割弱となり他の３か国より高い。

——令和８年版情報通信白書（概要）（総務省・2026年7月）（2026年9月4日閲覧）

n＝日本497／米国281／ドイツ285／中国303。「組織的な取り組みはない」だけ、日本が米国の19倍以上あります。

「わからない」の7.4%も同じ方向の数字です。米国0.4%に対して18倍。自社が何をしているか答えられない管理職が、日本には一定数いる。

この調査は「使わない社員」を測っていない

ここを押さえないと数字を誤読します。調査の設計はこうです。

対象： アンケート調査会社が保有するモニターのうち、対象各国に在住する者であって、従業員10名以上、かつ、2025年までにデジタル化の取組を開始した企業に勤めており、企業全体の戦略等を理解する管理職以上の役職の中から抽出

有効回答数： 日本 515件　米国・ドイツ・中国 各309件

——同白書（調査は2026年1月〜2月・インターネットアンケート。強調は筆者）

3点あります。①母集団はすでにデジタル化を始めている企業（何もしていない企業は最初から入っていない）②回答者は管理職以上（現場の不満ではなく経営側の自己申告）③日本515件のうち中小企業は162件。

つまり 「デジタル化を始めた会社の、戦略が分かる立場の人が、自社について『組織的な取り組みはない』と答えた」 のが27.0%です。この数字を「社員が使わない」と読み替えることはできません。

導入率86.4%と、この27.0%は両立する

もうひとつの数字を並べると構図が見えます。

日本において、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86.4%となり、2024年度調査に比べて大幅に上昇し、他の3か国との差が小さくなった。

——同白書（日本86.4％／米国90.9％／ドイツ91.6％／中国98.1％・n=日本515）

導入率では、日本はもう他国と大差ありません。 差がついているのは導入ではなく、その後です。

この2つは同時に成り立ちます。誰か1人でも業務で使っていれば86.4%に入り、会社として業務を変える取り組みをしていなければ27.0%にも入る。 私はこの状態を「個人が勝手に使っている」と読みました。ツールは入っている。誰かは使っている。ただし会社としては何も決めていない。

「使われない」ではなく「使い方を会社が決めていない」。同じ現象に見えて打ち手が違います。前者なら研修や利用促進の話ですが、後者は経営の意思決定の話です。決めるべきものの最小単位は入力してよい情報の線引きで、これは条文とガイドラインだけで3問に落とせます。

白書の選択肢が、そのまま止まる場所の4段になっている

上の表の選択肢を並べ替えると、進み方の階段になっているのが分かります。これが今日いちばん使えるところです。

日本で薄いのは2段目（11.7%）です。 米国22.1%・ドイツ26.0%・中国23.8%の半分以下。個人の生産性向上を「組織的に」やっている企業が少ない——つまり、個人がバラバラに使っている状態から、会社として個人の使い方を揃える段階を飛ばしている、と読めます。

判定の使い方は単純です。この4つを経営会議でそのまま聞く。 全社横断か、部署単位か、個人の生産性向上を組織的にやっているか、何もしていないか。答えが割れたら、それ自体が「決まっていない」証拠になります。

環境整備で日本が顕著に低い2つ

白書は、環境整備の設問についても名指しで指摘しています。

業務変革の環境整備については、「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」「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」の項目で回答割合が他の３か国より顕著に低い。

——同白書（強調は筆者）

学ぶ場と、AIが読めるデータ。 この2つです。

後者は特に効きます。生成AIに自社のことを聞いても答えられないのは、モデルの性能ではなく参照できるデータが無いからです。手順書がPDFで散らばり、見積の履歴が各自のPCのExcelにある状態だと、どんなツールを入れても「一般論しか返ってこない」で終わります。使われなくなる直接の原因はここにあることが多い、と私は考えています。ここは業務システムの費用を機能別に見た記事の「データがどこにあるか」と同じ地点で、AI以前の整理の問題です。

数字を自社の判定に落とす前に、現在地を確かめておく

この4段のどこにいるかは社内で聞けば分かります。ただし答えが割れたときに何から手を付けるかは別の問題です。

現在地を短時間で見るならAI適合度診断（10問・約3分）が使えます。人・業務・データ・体制のどこが弱いかが点数で出ます。連絡先の入力は要りません。 経営会議の前に各役員が別々に回して結果を突き合わせる使い方が向いています——答えが割れること自体が判定材料になるからです。

「AIが読めるデータが無い」がボトルネックだと分かった場合、その整備にいくらかかるかはAI見積もりで約3分で出せます。SIerの相場と当社の金額を並べて表示します。作るものが決まっているならAI受託開発へどうぞ。

出典

• 令和８年版情報通信白書（概要） — 総務省（2026年7月）。企業向け調査の対象・有効回答数、生成AI活用による業務変革に関する組織的な取組状況（国別）、生成AIを一つ以上の業務で利用している割合（国別）、業務変革に関する環境整備の状況（2026年9月4日閲覧）
• 令和8年版 情報通信白書 — 総務省（データ集・2026年9月4日閲覧）

調査は2026年1月〜2月のインターネットアンケートで、登録モニターの構成による制約を受けます。数値はいずれも白書に掲載されたものをそのまま引用しており、当社の推計は含んでいません。