日経リサーチが2026年7月29日〜8月6日に実施し、Reutersが報じた調査で、日本企業のAI活用の実態が示されました。
全社的な本格活用は16%にとどまり、84%は限定的活用か未着手です。
一方で、AI予算を減らす企業はゼロでした。投資意欲と現場実装の差を、経営とDX推進の課題として捉える必要があります。
※本記事は2026年8月27日時点の情報です。
調査の全体像｜日本企業の84%が本格活用に至らず
今回の調査は、日経リサーチが510社に接触して実施しました。
匿名回答を条件に、219社が回答しています。
報道された活用度の内訳は、次のとおりです。
| AI活用の状態 | 回答割合 | 読み取れる位置づけ |
|---|---|---|
| 全社的な本格活用 | 16% | 全社導入の段階 |
| 一部部門・限定用途で活用 | 約60% | 利用範囲が限られる段階 |
| 導入するか未決定 | 18% | 判断前の段階 |
| 導入を検討していない | 6% | 検討前の段階 |
限定的活用の約60%に、未決定18%と非検討6%を加えると84%です。
つまり、AIを使う企業がないのではありません。全社的な本格活用まで広がっていない企業が大多数です。
この84%は、限定的な利用と、導入判断の前段階を合わせた数字です。
そのため、すでに一部業務で使う企業と、まだ検討していない企業を同じ施策で扱えません。
経営会議では、全社導入の賛否だけでなく、自社がどの段階にいるかを確認する必要があります。
段階を分けて見ることが、予算と実装の差を見つける出発点になります。
510社に接触し、219社が匿名で回答したという調査設計も押さえておきます。
企業の活用度を議論するときは、回答割合と、自社の状況を分けて扱います。
自社が16%側か84%側かを決める前に、部門ごとの利用状況を棚卸しします。
- 利用中：どの部門がどの業務で使っているか
- 判断中：導入判断に必要な材料が何か
- 未着手：検討を始める責任者が誰か
ポイント
調査では、全社的な本格活用は16%でした。限定的活用約60%、未決定18%、非検討6%を合わせた84%は、本格活用の手前にあります。
予算方針｜AI予算を「減らす」企業はゼロ
活用度が伸びきらない一方、AI予算を「減らす」と回答した企業はゼロでした。
今後1〜2年の予算見通しは、増額、横ばい、未定に分かれています。
| 今後1〜2年のAI予算 | 回答割合 |
|---|---|
| 年50%以上の増加 | 4% |
| 10〜50%の増加 | 21% |
| 一桁台の増加 | 30% |
| ほぼ横ばい | 14% |
| 未定 | 31% |
増額を見込む回答は、3つの増加区分を合計すると55%です。
予算削減の動きがないことは、AI投資への関心が残っていることを示します。
ただし、予算の確保だけで全社活用が進むとは限りません。
企業の課題は、投資の有無から、使い方と展開方法の具体化へ移っています。
予算見通しで最も多いのは、未定の31%です。
未定という回答は、投資をしないと決めたこととは異なります。
一桁台の増加を見込む企業は30%で、10〜50%の増加は21%でした。
大幅増だけを投資意欲とせず、横ばいを含む方針全体を見ることが大切です。
横ばいの14%も、既存の利用を維持する予算を想定している可能性があります。
DX推進担当は、予算額の申請と同時に、対象業務と成果の確認方法を示します。
増額率だけを目標にすると、利用部門を増やすことが目的になりがちです。
予算申請では、導入費用、教育、運用ルール、効果測定を分けて示します。
特に31%の未定企業は、判断に必要な業務データをそろえることが先です。
横ばいの企業も、既存用途の定着を確認してから次の投資を判断できます。
予算の大小ではなく、利用の継続条件を明確にすることが実装を支えます。
AIの予算設計では、AI利用時の個人情報保護法対応のような統制コストも、導入計画と一緒に考える必要があります。
ポイント
AI予算を減らす企業はゼロで、今後1〜2年に増額を見込む回答は合計55%です。投資意欲はあるため、予算を実装成果へ結び付ける設計が焦点になります。
投資と実装のギャップ｜限定的活用から全社展開へ
この調査結果からは、予算と活用度の間にギャップがある状態が示唆されます。
予算を確保していても、全社で使う業務や責任範囲が定まらなければ、利用は限定されます。
報道では、卸売業の管理職から「文書作成など特定業務のみ」という趣旨の声が紹介されました。
不動産企業の担当者からは、「使い方が分からない」という趣旨の声も出ています。
これらは個別の匿名コメントです。全企業の傾向と決めつけず、現場課題の例として扱います。
- 投資のギャップ：予算方針は前向きでも、成果を測る単位が定まっていない
- 業務のギャップ：使う業務が一部に限られ、部門間の横展開が止まる
- 人材のギャップ：現場が使い方を判断できず、利用開始まで進まない
ギャップを埋めるには、ツールの追加よりも、業務単位の利用設計が先になります。
本格活用へ進む企業では、AIを導入する部門の数だけを追いません。
どの業務で、誰が使い、誰が結果を確認するかを決めます。
この設計がないまま利用部門を増やすと、部門ごとに使い方が分かれます。
すると、予算を使っても、全社で学びを共有しにくくなります。
匿名コメントにあった「特定業務のみ」という状態も、次の展開単位を決めることで整理できます。
「使い方が分からない」という状態には、ツール説明だけでなく業務例が必要です。
経営層は利用率だけでなく、業務のどこで価値が出たかを確認します。
部門横断で展開するには、成功した使い方を言語化して共有します。
共有する内容は、ツール名だけでなく、入力、確認、修正の手順です。
部門ごとに異なるルールがある場合は、共通部分と個別部分を分けます。
現場から出た改善案を、次の部門へ移す責任者も決めておきます。
こうした運用があれば、限定的活用を一時的な試行で終わらせません。
AI事業者ガイドラインの7原則と企業運用も、利用ルールを決める際の論点になります。
ポイント
84%という数字は、AIを使わない企業だけの問題ではありません。限定的な利用を、業務・部門・人材の単位で全社展開へつなげる実装力が課題です。
ギャップの埋め方｜予算を現場の利用へ変える4つの打ち手
全社展開を急ぐ前に、限定的な利用を再現できる形へ整えます。
- 業務を一つ選ぶ：文書作成など、効果を確認しやすい業務から対象を絞る
- 利用者を決める：対象部門と責任者を置き、誰が使うかを明確にする
- ルールを先に置く：入力情報、確認者、利用できない場面を定める
- 成果を確認する：利用状況と業務上の変化を見て、次の部門へ展開する
重要なのは、予算消化ではなく、現場が繰り返し使える業務モデルを作ることです。
最初の業務は、結果を確認しやすく、関係者を絞れるものが向いています。
利用者を増やす前に、入力情報と出力結果の確認者を決めます。
ルールは、禁止事項だけでなく、確認が必要な場面まで具体化します。
成果確認では、利用回数だけでなく、業務時間や修正の手間を見ます。
一つの部門で使い方が定まれば、似た業務を持つ部門へ展開できます。
この順番なら、予算を次の利用へ配分する判断もしやすくなります。
個人情報や権限の論点は、導入後ではなく、業務選定の段階で確認します。
業務選定では、成果だけでなく、誤りが起きた場合の確認方法も決めます。
利用者が判断に迷う場面を先に洗い出すと、教育内容も具体化できます。
責任者は、利用開始の承認者と、結果を確認する担当者に分けても構いません。
重要なのは、誰か一人に全社展開の負担を集中させないことです。
予算が確保されている今こそ、現場が使い続ける条件を設計します。
月次の確認では、利用した部門、対象業務、確認者を同じ形式で記録します。
記録がそろえば、次の予算をどの業務へ振り向けるか判断しやすくなります。
利用が進まない場合も、ツールの問題か、業務設計の問題かを分けて考えます。
現場の声を集め、ルールや教育内容を更新することも実装の一部です。
全社展開は、一度の号令で終わるプロジェクトではありません。
小さな利用を確認し、同じ条件で再現できる業務から範囲を広げます。
この積み重ねが、予算と実装のギャップを縮める現実的な進め方です。
経営層は、予算の継続条件を現場の記録と結び付けて確認します。
DX推進担当は、部門ごとの試行を全社の学びへ変換します。
現場は、使う業務と使わない業務の境界を理解して利用します。
この三者の役割がそろうと、予算だけが先行する状態を防げます。
84%という結果を、自社の次の一歩を決める共通材料にします。
まず現状を分類し、次に業務を選び、最後に全社展開を判断します。
この順番なら、投資意欲を具体的な利用へ移しやすくなります。
調査結果は、AI導入の遅れだけでなく、改善余地の大きさも示しています。
経営と現場が同じ分類で話せる状態を作ることが、実装を進める土台です。
分類と実行をつなぐ責任者を置くことで、調査結果を行動へ変えられます。
その責任者が、予算と現場をつなぎます。
運用を継続します。
全社展開の判断では、利用部門を増やす前に、ルールと確認者が機能しているかを見ます。
AIエージェントの権限を管理する非人間IDの考え方も、利用者と責任者を整理する際に役立ちます。
自治体の内製化事例である東京都の生成AI基盤や、企業のDX基盤を扱う関西電力グループの取り組みも、展開設計を考える材料になります。
ポイント
ギャップを埋める順番は、業務選定、責任者設定、ルール整備、効果確認です。小さな利用を再現可能にしてから、部門と用途を広げます。
よくある質問
Q. 調査はいつ実施されましたか？
日経リサーチが2026年7月29日から8月6日まで実施しました。510社に接触し、219社が匿名条件で回答しました。
Q. 84%はどのような内訳ですか？
限定的活用が約60%、導入するか未決定が18%、導入を検討していない企業が6%です。
Q. AI予算を減らす企業はありましたか？
AI予算を減らすと回答した企業はゼロでした。今後1〜2年の予算は、増額、横ばい、未定に分かれています。
まとめ
日本企業のAI活用は、全社的な本格活用16%に対して、84%が限定的活用か未着手です。
AI予算を減らす企業はゼロで、予算意欲と実装の差を埋めることが経営課題になっています。
84%という結果は、投資を止める理由ではなく、実装の進め方を見直す材料です。
予算、業務、責任者、効果確認を一つの計画にまとめることが次の一手です。
ポイント
AI導入の次の焦点は、予算を増やすことだけではありません。業務を選び、責任者とルールを置き、効果を確認して横展開する実装設計が重要です。
関連記事
- 改正個人情報保護法を解説｜生成AI利用企業が確認すべき課徴金制度と対応
- AI事業者ガイドライン第1.2版を解説｜7原則と企業の運用ポイント
- 非人間IDを解説｜AIエージェントの権限管理と監視のポイント
- 東京都の生成AI基盤「A1」を解説｜自治体の内製AIと業務活用のポイント
- 関西電力グループのDX基盤を解説｜生成AI・エージェント活用の進め方
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。