生成AI利用率86.4%と34.5%はどちらも本当——数字のズレと「組織的な取組なし27%」の壁

総務省・令和8年版情報通信白書（2026年7月24日公表）は、日本企業の生成AI利用率を86.4%と報告しました。一方、帝国データバンクの調査（2026年5月14日公表・有効回答10,312社）では34.5%です。同じ「日本企業の生成AI利用率」のはずなのに、数字は2.5倍近く違います。結論から言うと、どちらの数字も間違っていません。母集団の作り方と「利用」という言葉の定義が違うだけです。そして、この記事で本当に注目したいのは、この2つの数字のズレそのものより、白書が同時に明らかにした「組織的な取り組みはない」と答えた企業が27.0%にのぼるという、米国のわずか1.4%とは対照的な数字です。この記事でわかることは次の3点です。①86.4%と34.5%がなぜ両方とも正しいのか ②中小機構調査の20.4%も含めた3つの数字の読み方 ③「組織的な取組なし27.0%」が示す、利用率よりも重要な論点。

まず3つの数字を並べる——86.4%・34.5%・20.4%は何を測ったのか

直近半年に公表された3つの調査を並べます。同じ「生成AIの利用・活用」を調べているのに、対象と定義が異なるため、数字は20.4%から86.4%まで大きな幅があります。

3つの数字を素朴に並べて「どれが正しいか」を探しても答えは出ません。次のセクションで、ズレの理由を分解します。

なぜ2.5倍ズレるのか——母集団・設問・時期の3点で読み解く

3つの数字がズレる理由は、大きく3つの「作り方の違い」に整理できます。ここがこの記事の独自の読み解きです。

①母集団の作り方が違う。総務省の白書における企業調査は日本n=477と対象規模が比較的小さく、設問は「所属する企業における生成AIの活用方針・活用状況」を回答者本人が答える形式です（概要資料の記述による）。一方、帝国データバンクは企業単位で23,349社に調査票を配布し、有効回答は10,312社（回答率44.2%）です。断定はできませんが、母数の作り方が違えば、同じ「日本企業」という言葉でも実際に測っている対象は変わってきます。

②設問の作り方が違う。白書は「一つ以上の業務で利用しているか」というハードルの低い問い方で、1つの業務だけでも生成AIを使っていればYesになります。帝国データバンクは「活用しているか」を「非常に活用している」「やや活用している」という回答者の主観判断で聞いています。中小機構は「全社的に導入」＋「一部の業務で導入」という、会社としての導入そのものを問う設問です。ハードルの高さが違えば、数字が違うのは当然と言えます。

③調査の時期が違う。白書は2025年度調査（2026年7月公表）、帝国データバンクは2026年3月調査、中小機構は2025年11〜12月調査（2026年3月公表）です。生成AIは半年単位で数字が動く領域だという点も見逃せません。その根拠は、白書が示す日本の個人利用経験率の推移です。2023年度調査9.1%→2024年度調査26.7%→2025年度調査58.8%——1年ごとにほぼ倍増しています。

★ここで一つ、注記しておきたい点があります。白書の個人利用率58.8%は、2025年度調査から新たに15〜19歳が調査対象に加わった数字であり、20歳以上に限ると52.2%になります。この種の「対象年齢の変更」という但し書きを読まずに前年比だけを語ると、実態以上に伸びたと誤読してしまいます。数字を比較するときは、母集団・設問・時期に加えて、こうした対象範囲の注記まで確認する必要があります。

自社の生成AI活用が今どの段階にあるか気になる方は、無料のAI導入診断で現在地を確認できます。

本当の論点は利用率ではない——27.0%が「組織的な取組はない」と答えた

利用率という数字だけを見ると、日本は86.4%（白書）という高い数字さえ持っています。しかし白書はもう一段踏み込んで、生成AIによる業務変革に「組織としてどう取り組んでいるか」を尋ねています。この設問（日本n=497／米国n=281／ドイツn=285／中国n=303）の結果を見ると、景色が一変します。

表からわかるのは、日本だけが「組織的な取り組みはない」27.0%という、他の3か国とはケタ違いの数字を抱えていることです。米国1.4%・ドイツ4.9%・中国2.6%に対し、日本は27.0%——米国の約19倍、中国の約10倍、ドイツの約5倍にあたります。白書の86.4%という利用率の高さと、この27.0%という数字は、一見矛盾しているように見えます。しかし整合的に読めます。「一つ以上の業務で使っている」企業は多いものの、その多くは会社としての体系的な取り組みではなく、個人の判断で断片的に使っているだけ——ということです。

差がついているのは「環境整備」——学ぶ環境39.9%、社内データ連携24.5%

なぜ日本だけ「組織的な取り組みはない」が突出するのか。白書は、生成AIによる業務変革の「環境整備」についても項目別に尋ねています（日本n=326／米国n=276／ドイツn=270／中国n=293）。

日本が特に低い2項目に絞ると、差は際立ちます。「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」は日本39.9%に対し、米国62.7%・ドイツ60.4%・中国71.7%——20〜30ポイントの差があります。さらに「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」は日本24.5%に対し、米国57.2%・ドイツ54.4%・中国73.0%。この項目だけは、日本と他3か国の差が2倍以上に開いています。

白書は同時に、うまくいった中小企業の事例も紹介しています。白書が事例として挙げた、不動産・介護等を展開する中小企業グループは、経営者が主導し専門企業の伴走支援を受けながら1年間かけて検討を重ね、各事業部門の課題を起点に生成AI活用を進めた結果、全10事業部の合計で年間2,247時間分の業務時間削減につながったと報告されています。環境整備に時間と人をかければ、日本企業でも十分に成果は出せるということです。

中小企業の現在地——規模が小さいほど利用率は下がるが、差は思ったより小さい

ここまでは企業全般の話でした。中小企業に絞るとどうなるでしょうか。帝国データバンクの調査を規模別に見ると、大企業46.5%・中小企業32.4%・小規模企業28.0%、従業員5人以下でも29.6%となっています。

規模が小さいほど数字は下がりますが、大企業46.5%と従業員5人以下29.6%の差は17ポイントで、思ったより小さいと言えます。AI全般で見た中小機構の調査でも、中小企業全体の導入率は20.4%でした。

中小企業のAI導入率についての深掘りは、こちらの記事もあわせて参照してください。ツールの価格が下がり続けている状況については、今朝の記事「OpenAIがGPT-5.6の一部を最大80%値下げ」でも触れています。

「個人利用止まり」から抜ける4段階——どこまで来ているかを先に決める

白書の「組織的な取組」の4つの選択肢は、そのまま企業がAI活用で成熟していく4段階として読み替えられます。

白書は業務類型別のデータも示しており、日本企業の生成AI活用で最も多いのは「議事録・メール作成補助」で、活用している企業は約7割に上り、そのうち72.3%が導入効果を実感しています。ただしこれは多くの場合、個人やチーム単位の生産性向上（段階①・②）にとどまる活用であり、業務プロセス自体の見直し（段階③）や全社横断（段階④）まで進んでいる企業は限られます。自社がどの段階にいるか——まずここを決めることが、次に何をすべきかを決める土台になります。

費用と手順——最初の1つを決める進め方

調査の数字と現場の経験を合わせると、これから始める会社の手順はこう整理できます。

費用については、ツールの月額料金だけでなく、環境整備（学ぶ機会・社内データの整備）にどれだけ人と時間を割けるかが分かれ目になります。金額を一律に示すことはできませんが、こうした取り組みを後押しする公的な補助制度もあります。詳細はデジタル化・AI導入補助金（四次締切8月25日）の記事を参照してください。

よくある失敗・NGパターン

調査の数字と現場での経験から、実際によく見かける失敗パターンを4つ挙げます。

• ①利用率の数字だけを見て「うちは遅れている／進んでいる」と判断する。調査ごとに定義が違うため、単一の数字で一喜一憂しても意味がありません。見るべきは自社が4段階のどこにいるかです。
• ②全社導入の号令だけで、参照させる社内データを用意しない。「生成AIに社内データを学習・参照させる仕組みがある」日本企業はわずか24.5%にとどまります。号令だけでは、この弱点は埋まりません。
• ③ツール契約を先に決めて、業務の見直しを後回しにする。どの業務の・どの作業を減らすかを先に決めないまま契約すると、使われないまま費用だけが残ります。
• ④社内ルールが無いまま個人利用が広がる。会社としてのルール整備を後回しにしたまま個人利用だけが広がるリスクについては、生成AIの情報漏洩対策の記事で詳しく解説しています。

「組織的な取組はない」から抜け出したい方は、無料のAI導入診断からご相談ください。

よくある質問

まとめ——次の行動

日本企業の生成AI利用率は、見る調査によって86.4%（総務省）にも34.5%（帝国データバンク）にも20.4%（中小機構）にもなります。しかし3つの数字は矛盾しているのではなく、母集団・設問のハードル・調査時期という「作り方」が違うだけです。そして、この記事で本当に注目したいのは、利用率の高さそのものより、日本企業の27.0%が「組織的な取り組みはない」と答えた事実です（米国1.4%・ドイツ4.9%・中国2.6%）。差がついているのは「学ぶ環境」（日本39.9%対米国62.7%）と「社内データを学習・参照させる仕組み」（日本24.5%対米国57.2%）という環境整備であり、白書の中小企業事例が示すように、時間と人をかければ日本企業でも成果は出せます。まずは自社が「個人利用止まり」から抜ける4段階のどこにいるかを確認し、効果を測れる定型業務を1つ選んで会社として取り組むと決めることが、最初の一歩です。