「まだ効果を評価できていない」日本企業は13%、米国は0%だった
2026.11.04 夕 | 株式会社NGraph
日本企業のAIは、使う割合では米国と並んでいます。差が開くのは効果の側で、その手前にあるのは、効果を測っていないことです。
PwC Japanグループが2026年6月に公表した6か国調査では、AIの効果を「まだ評価できていない」と答えた企業が、日本で13%、米国で0%でした。対象は売上高500億円以上の企業に勤める課長職以上の人で、中小企業の数字ではありません。
この記事では、この調査と、中小企業を対象にした中小企業基盤整備機構の調査を、別々のものとして並べて読みます。そのうえで、AIを使い始める前に決めておく物差しを3つ挙げます。
・日本と米国で、AIの活用割合は並び、効果の評価で開いている点
・PwCの調査と中小機構の調査を、同じ土俵で読んではいけない理由
・中小企業が効果を「時間の短縮」で測っているという調査結果と、その先の問題
・AIを使い始める前に決める3つの物差しと、避けたい失敗
日本企業のAIは、使う割合では米国と並び、効果で差が開く
まず、活用の広がりを見ます。PwCの調査で、生成AIを「既に活用している」か「具体的な案件を推進中」と答えた企業は、日本が87%でした。米国は90%、英国は89%、中国は91%、ドイツは89%、韓国は93%です。
| 国 | 活用・推進中の割合 | 回答者数 |
|---|---|---|
| 日本 | 87% | 932名 |
| 米国 | 90% | 670名 |
| 英国 | 89% | 412名 |
| 中国 | 91% | 412名 |
| ドイツ | 89% | 309名 |
| 韓国 | 93% | 309名 |
PwC Japanグループ「生成AIに関する実態調査2026 春 6カ国比較」(2026年6月公表)をもとに当社が整理しました。日本の調査は2026年2月12日から19日に実施されています。
日本の87%は、前回の調査から11ポイント上がった値です。未着手または断念は4%でした。使っていない会社が多い、という状況ではありません。
差が出るのは、効果の側です。活用・推進中の企業のうち、効果が「期待通り」か「期待を大きく上回る」と答えた割合は、日本で64%でした。前回から3ポイント増えています。ただし「期待を大きく上回る」だけを取ると、日本は9%で、6か国で最も低い値でした。
効果が「期待を大きく上回った」は、日本9%・英国32%・米国38%
米国は38%、英国は32%です。日本は期待未満と答えた割合も19%あり、6か国の中では高い水準にあります。
この図は3か国を並べただけで、差の大きさは計算していません。国が違えば、調査に答えた人の母集団も違うからです。見てほしいのは、活用の割合が並んでいるのに、効果の実感が並んでいない点です。
使う会社の数が同じなら、差は使い方か、効果の見方にあります。次の章で、その見方の手前にある数字を見ます。
13%と0%の差は、使い始める前に物差しを決めたかどうか
効果の設問には、もう1つ目立つ数字があります。「まだ効果を評価できていない」と答えた割合は、日本が13%、米国が0%でした。他の国も、おおむね数%です。
13%という値だけを見れば、少数派です。活用・推進中の日本企業の大半は、何らかの評価をしています。それでも、米国が0%で、他の国も数%に収まっているなかで、日本の13%は目立ちます。
PwCは、この差を「評価不全」と整理している
PwCは、日本企業の課題の1つを「評価不全による効果判断の停滞」とまとめています。価値、品質、リスクの判断軸があいまいなまま実装に進むため、効果を判断して説明することが難しい。その結果、改善や追加投資、ほかの部門への横展開を決めにくい、という整理です。
対応として挙げているのは、評価を実装の前から組み込むことです。価値を測る指標、品質の基準、どこまでリスクを許すかを企画の段階で設計し、改善の判断の関門として使い続ける。物差しを後から作るのではなく、最初から持っておく考え方です。
効果が出る時期の見込みも、日米で開いている
施策を実施してから1年以内に効果が出ると想定している企業は、米国で66%、日本で41%でした。
施策から1年以内の効果発現を想定する企業は、米国66%・日本41%
当社は、何を見れば効果が出たと言えるのかを先に決めているかどうかが、この差に関わっていると読みます。これは当社の読みで、調査がそう説明しているわけではありません。ただ、物差しがなければ、効果が出る時期の見込みは立てようがありません。
次の章に進む前に、読み方の注意を1つ挟みます。この2つの調査は、対象が違います。
AIを導入したあとの効果の見方を一緒に整理したい方は、無料相談からどうぞ。
数字を読む前に、PwCは大企業、中小機構は中小企業の調査だと分ける
この記事は、2本の調査を使います。問いと対象が違うので、数字を混ぜることはできません。
| 項目 | PwC Japanグループ | 中小企業基盤整備機構 |
|---|---|---|
| 調査の名前 | 生成AIに関する実態調査2026 春 6カ国比較 | 中小企業のAI等の利活用に係る実態調査 |
| 対象 | 売上高500億円以上の企業・組織に勤める課長職以上で、生成AI導入に何らかの関与がある人 | 全国の中小企業10,000社 |
| 方法 | Web調査 | Webアンケート |
| 調査の時期 | 日本は2026年2月12日から19日 | 2025年11月17日から12月12日 |
| 公表 | 2026年6月10日 | 2026年3月 |
| 主な問い | 活用の度合い、効果の大きさ、評価の有無、効果の還元 | 導入率、導入の目的と効果、必要な支援 |
PwC Japanグループ(2026年6月公表)と中小企業基盤整備機構(2026年3月)の資料をもとに当社が整理しました。中小機構の調査の業務委託先は東京商工リサーチです。
ズレの理由は3つあります。対象が大企業か中小企業か。調査した時期が数か月ずれているか。そして、最も大きいのが問いの違いです。PwCは「効果が期待に届いたか」を聞き、中小機構は「何のために導入し、何が得られたか」を聞いています。
だから、PwCの「期待を大きく上回った9%」と、中小機構の「業務効率化が83.2%」を、同じ尺度で比べることはできません。片方は期待との距離で、もう片方は得られたものの種類です。
大企業の数字を、中小企業にそのまま当てはめることもしません。この記事で言えるのは、1つの構造だけです。測っていないものは、効果として説明できません。これは企業の規模に関係なく成り立ちます。
以降、PwCの数字は「売上500億円以上の企業の課長職以上の回答」、中小機構の数字は「中小企業の回答」として、別々に読みます。
中小企業は、効果を「時間が短くなったか」で測っている
中小企業の側を見ます。中小機構の調査で、AIを導入している中小企業の割合は20.4%でした(n=1,647)。導入を検討している企業が18.6%あり、あわせると39.0%です。導入済みの企業で使っているAIは、生成AIが82.6%でした(n=322)。
導入の目的は、時間の短縮が87.0%で突出している
導入の目的を聞いた設問(n=331・複数回答)では、「業務効率化・作業時間の短縮」が87.0%でした。2位は品質向上の32.3%で、人手不足対応が31.7%、付加価値の創出が24.5%と続きます。
中小企業のAI導入目的は、業務効率化・作業時間の短縮が87.0%で突出
導入して得られた効果も、同じ並びです。「業務効率化・作業時間の短縮」が83.2%、人手不足対応が33.9%、品質向上が30.6%でした。目的と効果が、ほぼ重なっています。
導入前に決めた目的を、導入後に確かめている。これは、悪いことではありません。AIの効果を何かで測ろうとしている点は、評価できます。
時間の短縮は、効果の途中経過にすぎない
問題は、その先です。時間が短くなったことは、効果の途中経過です。短くなった時間で何をしたのかが、効果の本体にあたります。
当社の過去の記事でも、これに近い話を書いています。AIの確認・修正が、削れた時間を打ち消すでは、AIが作業を速めた分を、確認や修正の手間が食う構造を扱いました。AIで自分は速くなっても、チームは速くならないでは、個人の時短が組織の速さに届かない理由を整理しています。
どちらも、短縮した時間そのものは測れているのに、その先が測れていない話です。中小機構の調査が示す「時間で測る」という傾向は、この2つの記事の前提と、同じ場所にあります。
品質と付加価値は、時間とは別の物差しになる
調査には、時間以外の物差しを示す数字もあります。品質向上を導入の目的に挙げた割合は、増収傾向の企業で38.6%、横ばいの企業で29.0%、減収傾向の企業で26.4%でした。
この3つの数字は、因果を示すものではありません。品質を目的にしたから増収した、とは言えないからです。それでも、増収傾向の企業ほど、時間以外の目的を持っていた、という事実は読み取れます。
付加価値の創出を効果に挙げた割合は、AIで22.3%、ITで7.4%でした。約15ポイントの差があります。AIには、時間の短縮以外の効果を期待できる余地がある、という読み方ができます。ただし、これも期待であって、保証ではありません。
効果の行き先は、日本では40%しか財務的な還元に届いていない
PwCの調査には、効果をどこに回したかを聞く設問もあります。活用・推進中の企業を対象に、効果の還元先を3つに分けています。
- 財務的な還元。従業員への利益還元か、顧客への価格還元を選んだ層
- 非財務的な還元。新規事業への登用などの新たな投資、従業員の雇用時間への還元、社会貢献活動への寄付を選んだ層
- 還元はしていない層
効果を財務的な還元につなげている企業は、日本40%・米国75%
財務的な還元につなげている企業は、日本が40%、米国が75%、英国が74%、中国が69%、ドイツが64%、韓国が56%でした。日本だけが5割を下回っています。
残りの内訳も見ます。日本は、非財務的な還元にとどまる企業が41%、還元はしていない企業が19%です。米国は非財務が23%、還元なしが2%でした。四捨五入のため、国によっては合計が100%にならない場合があります。
効果が大きい日本企業ほど、従業員に還元している
日本の中でも、差があります。効果が期待を大きく上回っている層では、71%が従業員への利益還元につなげていました。期待未満の層では、この割合は14%です。
ここでも、因果の向きは分かりません。効果が大きいから還元できたのか、還元を決めていたから効果を実感できたのか。両方あり得ます。
読み取れるのは、効果の行き先が決まっていることと、効果の実感が、日本の中で同じ側にあるという点です。時間を短縮するところまでは、多くの会社が来ています。短縮した時間や得られた成果を、どこに使うかを決めているかどうかが、次の分かれ目です。
うちが測ってみたら、思っていたのと逆だった
当社も、測るまでは感覚で動く側でした。
NGraphは、自社ブログを毎日書いて公開してきました。2026年9月の初めに測った約90日分の数字では、約1.1万セッションのうち、約95%が1本の記事、最低賃金の記事に集まっていました。問い合わせの受信箱と突き合わせると、仕事の相談につながった見込み客は0件でした。
測るまでは、「記事を増やせば効いている」と思っていました。この結果を受けて、記事の題材と出口を決め直しました。
AIの効果も、同じです。使っている感覚と、成果は別のものです。測って初めて、直す場所が見えました。
当社の場合、物差しは、アクセスの数字と、問い合わせの受信箱でした。特別な道具ではなく、すでに手元にあるものです。AIの効果の物差しも、いま見られる数字から選べます。
使い始める前に決める物差しは3つ
PwCの提言は、価値、品質、リスクの3つを企画段階で決めることでした。中小企業なら、これを次の3つに言い換えられます。
| 物差し | 中小企業での決め方の例 | いつ見るか |
|---|---|---|
| 行き先 | 短縮した時間で何をするかを、使い道として書く。例えば、見積の作成が早くなった分を、問い合わせへの返信に回す | 導入前に決め、毎月の振り返りで確かめる |
| 品質 | AIの間違いをどこまで許し、誰が確認するかを決める。例えば、金額と日付は必ず人が見る | 導入前に決め、間違いが出たら見直す |
| 判断日 | 続けるか止めるかを決める日を、先に決める。例えば、導入から3か月後の月末 | 導入前に日付を決め、その日に判断する |
PwCの提言(価値の指標・品質の基準・リスクの許容度を企画段階から設計する)を、当社が中小企業向けに言い換えたものです。表の例は、あくまで例です。
1つ目は、短縮した時間で何をするか
時間が短くなったら、その時間を何に使うか。ここが決まっていないと、短縮した時間は、ほかの仕事に埋もれて消えます。
決め方は単純です。使い道を1行で書きます。「見積の返信に回す」「新しい問い合わせに先に返す」のように、具体的な仕事の名前を入れます。
2つ目は、AIの間違いをどこまで許し、誰が確認するか
AIは間違えます。許せる間違いと、許せない間違いを、先に分けておきます。
金額、日付、宛名のように、間違えると取り返しがつかないものは、人が必ず確認します。確認する人の名前まで、先に決めておきます。品質の物差しは、ここで決まると考えてください。
3つ目は、いつ続けるか止めるかを判断するか
判断日がなければ、月額料金は、効果を確かめないまま払い続けることになります。導入のときに、その日付を決めておきます。
判断の材料は、上の2つです。行き先に使えたか、品質は許せる範囲に収まったか。AIの月額料金が助成金の対象になるかを確かめたい方は、業務改善助成金の計算機が使えます。
今日やる手順は、この5つ
- いま使っているAIを、1つだけ選ぶ
- そのAIで短くなった作業を、1つ書き出す
- 短くなった時間の使い道を、1行で書く
- AIの出力を確認する人と、確認する項目を決める
- 続けるか止めるかを決める日を、カレンダーに入れる
5つとも、AIの設定や新しい道具は要りません。紙1枚と、カレンダーがあれば終わります。
よくある失敗・NGパターン
1. 利用回数やログイン数を、効果と呼ぶ
使った回数は、使ったことの記録です。成果ではありません。回数が増えても、行き先を決めていなければ、効果の説明にはなりません。
2. 「便利になった」という感想アンケートで済ませる
感想は、判断の材料として弱い記録です。次に何を直すか、続けるか止めるかを決めるには、行き先と品質の基準が要ります。
3. 短縮した時間だけを数えて、行き先を決めない
中小機構の調査でも、導入の目的は時間の短縮が87.0%でした。時間を数えるのは出発点です。短縮した時間で何をしたかを、決めて、確かめます。
4. 判断日を決めないまま、月額を払い続ける
やめる日を決めていないサービスは、やめる理由が見つかるまで続きます。導入前に、見直す日を決めます。
5. 大企業の調査の数字を、自社の目標にする
PwCの調査は、売上500億円以上の企業の課長職以上を対象にしています。米国では期待を大きく上回った企業が38%、という数字を、中小企業の目標にはできません。使うのは、物差しを先に決める、という考え方のほうです。
自社のAI利用について、どの物差しから決めればよいか迷うなら、無料相談で現状の整理からご一緒します。
よくある質問
中小企業でも、AIの効果測定は必要ですか?
必要です。規模に関係なく、測っていないものは効果として説明できません。ただし、大企業のような指標の体系は要りません。行き先、品質、判断日の3つを、導入前に決めれば足ります。
何から測ればいいですか?
短縮した時間の行き先から始めます。時間は、多くの会社がすでに数えている物差しです。その時間を何に使ったかを、1行で書いて、毎月確かめます。
効果が出るまで、どれくらい待てばいいですか?
PwCの調査では、施策から1年以内に効果が出ると想定している企業が、米国で66%、日本で41%でした。待つ期間に決まりはありません。判断日を先に決めて、その日に続けるか止めるかを判断します。
時間短縮は、効果ではないのですか?
効果の一部です。ただし途中経過です。中小機構の調査でも、導入の効果は業務効率化・作業時間の短縮が83.2%で最も多くなりました。短縮した時間で何をしたかまで測って、効果の説明になります。
測るための道具は必要ですか?
特別な道具は要りません。当社の場合は、アクセスの数字と、問い合わせの受信箱でした。まず、いま見られる数字から選びます。
PwCの数字は、中小企業にも当てはまりますか?
そのまま当てはめることはできません。対象は、売上高500億円以上の企業に勤める課長職以上の人です。使えるのは、測っていないと効果を説明できない、という構造のほうです。
まとめ
日本企業のAIは、活用の割合では米国と並んでいます。差が出るのは効果で、手前にあるのは、まだ効果を評価できていない企業が、日本で13%、米国で0%という違いです。
中小企業は、効果を時間の短縮で測る傾向があります。次に決めるのは、短縮した時間の行き先、品質の基準、続けるか止めるかの判断日です。
まず、いま使っているAIを1つ選び、短縮した時間の行き先を、1行で書き出してください。そこから、判断日を決めます。
なお、この記事は公開資料の読み解きであり、経営や投資の助言ではありません。個別の判断は、各調査の原本で確かめてください。
AIの効果を測る物差しを、使い始める前に決めます。
エンジニアが御社の現場に入り、短縮した時間の行き先と、確認の担当、判断日を一緒に決める伴走支援です。8問の無料AI診断で現在地もわかります。
無料で相談する・PwC Japanグループ「生成AIに関する実態調査2026 春 6カ国比較―AI変革は選択肢から生存条件へ 変わりゆく世界に日本企業は追いつけるのか―」(2026年6月10日公開)
・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)
・あわせて読む:AIの確認・修正が、削れた時間を打ち消す、AIで自分は速くなっても、チームは速くならない
