AIの話題は、この2年で確実に増えました。
一方で、経営者から聞くのは「試してはいる。でも会社が変わった感じはしない」という声です。
この差は、どこから生まれているのでしょうか。本記事では、公的な調査データを手がかりに、その分かれ目を4つの条件として整理します。
この記事で分かること
読了時間の目安：約15分
- 中小企業のAI導入がいまどの段階にあるのか（IPAの最新調査データ）
- なぜ多くの会社が「効率化」で止まるのか、その構造的な理由
- 「AIが働ける会社」になるための4つの条件
- 4条件でつまずく3つのパターンと、その回避策
- 自社がどの条件で止まっているかを特定する自己診断
数字で見る、いまの現在地
まず、客観的なデータで現在地を確認します。感覚ではなく数字で見ると、多くの会社が同じ場所にいることが分かります。
調査の概要
参照するのは、IPA（独立行政法人情報処理推進機構）が公表した「DX動向2026」です。
IPAは2026年7月16日、国内企業1,799社を対象に実施した調査の要点を公表しました。調査期間は2026年4月17日から6月12日です。
導入率：規模による大きな差
AIの導入率は、企業規模によって大きく分かれています。
従業員1,001人以上の企業では78.3%がAIを導入している一方、101人以下の企業では16.6%でした。
5社に4社と、6社に1社。 この差が、まず出発点です。
ただし、この数字を「遅れている」と読む必要はありません。導入した側の効果を見ると、話はもう少し複雑になります。
用途：どこにAIが使われているか
導入した企業が、AIを何に使っているか。ここに、本記事の中心となる数字があります。
| 用途 | 利用率 |
|---|---|
| 文書・音声の要約・翻訳・校正 | 82.5% |
| 文書・レポートの作成 | 80.5% |
| 情報検索・収集・分析・レポーティング | 77.0% |
| 生産・物流・サービス提供の計画支援 | 6.0% |
要約が82.5%に対して、計画支援は6.0%です。
13倍以上の開きがあります。つまり、AIを導入した企業の大半は、AIを文書を扱う道具として使っています。業務そのものを動かす使い方には、ほとんど届いていません。
効果：どこまで届いているか
効果の内訳を見ると、用途の偏りがそのまま結果に表れています。
| 効果の内容 | 回答率 |
|---|---|
| 業務が効率化したり迅速化した | 91.6% |
| 顧客満足度が向上した | 4.5% |
| 売上や利益が向上した | 3.9% |
効率化は9割を超える一方、売上や利益の向上は3.9%です。
効果の実感についても数字があります。「期待以上」または「期待どおり」の効果を得たと答えた企業は31.8%にとどまり、「一定の効果はあった」が50.6%で最も高くなっています。
何かは変わった。でも期待どおりではない。 冒頭に挙げた経営者の声と、数字はきれいに一致します。
2つの段階
これらの数字は、AI活用に2つの段階があることを示しています。
| 「要約の道具」段階 | 「業務を動かす仕組み」段階 | |
|---|---|---|
| 主な使い方 | 要約・翻訳・文書作成 | 計画支援・実行・記録 |
| IPAの利用率 | 82.5%／80.5% | 6.0% |
| 誰が使うか | 個人が各自で | 会社の業務プロセスの中で |
| 効果の出方 | 業務が速くなる（91.6%） | 売上・利益に届く（3.9%） |
| 始めやすさ | 会社の準備なしで始められる | 4つの条件が揃わないと進めない |
大半の会社は左側にいます。責められる話ではありません。左側は、会社の準備なしに始められる領域だからです。
問題は、左側にいる限り、効果は効率化で頭打ちになるという点です。
なぜ「効率化」で止まるのか
段階が変わらない理由は、能力でも予算でもありません。構造の問題です。
要約は、個人で完結する
文章を要約する仕事を考えてみてください。
必要なのは、元の文章とAIだけです。会社のデータベースにつなぐ必要はありません。誰の承認も要りません。結果が間違っていても、その場で本人が直せます。
だから、思い立った人が今日から始められます。82.5%という数字は、この始めやすさの表れです。
業務を動かすのは、会社の仕事
一方、AIに受注処理や在庫の判断を任せる場合はどうでしょうか。
- AIが読むデータは、正しく整っているか
- AIはどこまで決めてよく、どこから人が見るか
- 処理の手順は、個人のやり方ではなく会社の型になっているか
- うまくいっているかどうかを、何で判断するか
このどれも、個人では決められません。 会社として決める必要があります。
だから6.0%なのです。技術の問題ではなく、決めごとの問題です。
「AIが働ける会社」の4条件
決めるべきことを整理すると、4つになります。
| # | 条件 | 決めること |
|---|---|---|
| ① | データの意味を揃える | 同じ言葉が同じものを指しているか |
| ② | 権限の境界を決める | AIがどこまで決め、人がどこから見るか |
| ③ | 業務の型を仕組みへ | 個人のやり方を、会社の手順にする |
| ④ | 評価の仕組みを持つ | 何をもって成功とするか |
以下、順番に見ていきます。①〜③は詳しい解説記事を用意しているため、ここでは要点だけを示します。
最も紙幅を割くのは、④です。この条件は、他の3つに比べて語られる機会が少ないからです。
条件① データの意味を揃える
1つ目の条件は、データの整い方です。AIは与えられたデータをそのまま前提にするため、データが不揃いなら答えも不揃いになります。
よくある詰まり方
- 同じ取引先が、システムごとに違う名前で登録されている
- 「売上」が、部門によって計上のタイミングが違う
- 表記ゆれや重複が残ったまま、誰も直していない
人間は文脈で補って読めます。AIは補えません。「A商事」と「エー商事」を、別の会社として扱います。
何から手をつけるか
すべてを一度に整える必要はありません。
AIに任せたい業務が1つ決まっているなら、その業務が使うデータだけを見ればよいのです。範囲を絞れば、着手できる大きさになります。
詳しくは、こちらの記事で解説しています。
→ AI導入の成否は「データの整い方」で決まる｜経営者のためのデータレディネス入門
条件② 権限の境界を決める
2つ目の条件は、AIに任せる範囲の線引きです。この線が引かれていないと、AIは業務の中に入れません。
「どこまで任せるか」ではなく「どこから握るか」
議論の入口を変えると、決めやすくなります。
「AIに何を任せるか」から始めると、任せられそうな作業を探す話になります。一方、「経営として何を握り続けるか」から始めると、線は自然に決まります。
金額の上限、承認が必要な取引、例外が起きたときの止め方。この3つを決めれば、残りは任せられます。
人が最後に見る場所を、決めておく
AIが判断し、人が確認して確定する。この形をHuman-in-the-Loopと呼びます。AIの精度が100%でなくても業務が回るのは、この確認の場所があるからです。
詳しくは、こちらの記事で解説しています。
→ AIエージェントに「任せる範囲」と、経営者が「握る範囲」｜Human-in-the-Loopという設計思想
条件③ 業務の型を仕組みへ
3つ目の条件は、業務のやり方を個人から会社へ移すことです。
履歴の自動化は、属人化の自動化になりうる
AIは、担当者の作業を学習して手順を再現できます。便利な機能です。
ただし、そこで再現されるのはその担当者のやり方です。もし手順に無駄や偏りがあれば、それも一緒に再現されます。
個人の作業を写し取ることと、会社の型を作ることは違います。前者は引き継げません。後者は引き継げます。
型にするとは、どういうことか
型とは、担当者が変わっても同じ結果が出る手順のことです。
入力の形式が決まっていること。判断の基準が言葉になっていること。例外の扱いが決まっていること。この3つがあれば、AIに任せても引き継ぎができます。
詳しくは、こちらの記事で解説しています。
→ AIがあなたの仕事を「履歴」から覚える時代に、会社は何を覚えているか｜属人化の自動化と、引き継げる「型」の違い
条件④ 評価の仕組みを持つ
4つ目の条件は、AIの働きを測る仕組みです。ここが抜けると、他の3条件を整えても「効率化で止まった」という結論に戻ってしまいます。
なぜ評価が「条件」になるのか
AIを業務に組み込むと、AIは判断や書き込みを担うようになります。
そのとき、何を見て「うまくいっている」と言うのでしょうか。
多くの会社が用意しているのは、作業時間の削減と回答の精度です。この2つは、AIを個人の道具として使う段階では十分です。要約が速くなり、内容が正しければ、それでよいからです。
しかし業務を動かす段階では、この2つでは足りません。AIが結果を残すようになるからです。
書き込まれた在庫数が違っていたら。承認を経ずに処理が進んでいたら。時間は短くなっているのに、利益は変わっていなかったら。どれも、削減時間と精度では見えません。
測っていないものは、改善できません。だから評価は、後回しにできる作業ではなく、進むための条件になります。
段階が変わると、測る対象が変わる
2つの段階で、指標がどう変わるかを整理します。
| 測る対象 | 「要約の道具」段階 | 「業務を動かす仕組み」段階 |
|---|---|---|
| 速さ | 作業時間の削減 | 同左に加えて、処理の滞留時間 |
| 正しさ | 回答の精度 | 更新ミスの件数（AIが書き込んだ結果） |
| 統制 | 測っていないことが多い | 承認の逸脱件数（人が握る範囲を越えた回数） |
| 成果 | 測っていないことが多い | 売上・利益への到達 |
左の列だけを持っている会社は珍しくありません。
IPAの調査では、AI導入の効果として業務の効率化・迅速化を挙げた企業が91.6%にのぼりました。一方で、売上や利益の向上は3.9%、顧客満足度の向上は4.5%にとどまっています。
測っている対象が、そのまま結果の形になっているとも読めます。
右列の3つを、経営の言葉で言い直す
新しく加わる3つを、それぞれ具体的に見ていきます。
更新ミスの件数
AIが在庫数や取引先情報を書き込むようになると、間違いは文章ではなくデータに出ます。
回答が読みやすいかどうかは、もう関係ありません。見るべきは、書き込まれた値が正しかったかどうかです。月に何件の訂正が発生したかを数えるだけで、状態は把握できます。
承認の逸脱件数
条件②で決めた権限の境界が、実際に守られているかを測る指標です。
境界は決めた時点では機能しません。越えた回数を数えて初めて、境界が現実に働いているかが分かります。ゼロが続くなら、境界が緩すぎる可能性もあります。
売上・利益への到達
最も難しく、最も重要な指標です。
AIが受注処理を速くしたとして、それが受注件数の増加につながったのか。在庫の判断を助けたとして、廃棄額は減ったのか。ここまで追わないと、経営会議で説明できる話になりません。
すべての施策で追う必要はありません。1つの業務で1つだけ、売上か利益に届く指標を決めておく。それだけでも、議論の質は変わります。
いつ決めるのか
導入の前です。
動かし始めてから指標を考えると、手元にあるデータで測れるものが選ばれます。多くの場合それは削減時間です。結果として、また左の列に戻ります。
条件①〜③を整える段階で、「この業務では何をもって成功とするか」を1行決めておく。順番としては、それだけのことです。
4条件でつまずく3つのパターン
4条件を知っていても、進み方でつまずくことがあります。よく見かける3つを、現象・構造的な原因・回避策の順に整理します。
パターン①：全社にAIツールを配ったが、使う人と使わない人に分かれる
現象
アカウントを全社に配布します。研修も実施します。しかし数か月後、日常的に使っているのは一部の社員だけになっています。
構造的な原因
使い方の問題として扱っているためです。
配布と研修は「使える人を増やす」施策です。しかし業務のどこにAIを置くかは決まっていません。置き場所が決まっていない道具は、使う理由を各自が考えることになります。考えた人だけが使い、それ以外は元の手順に戻ります。
どう回避するか
ツールを配る前に、対象の業務を1つ決めてください。
全社展開より先に、1つの業務で条件①〜④を通す。そこで型ができてから広げるほうが、結果的に速く進みます。
パターン②：AIの回答精度ばかりを議論して前に進まない
現象
検証を重ねるうちに、議論が精度の話に集中します。「まだ実用に耐えない」という結論が繰り返され、着手が先送りされます。
構造的な原因
測る対象が精度しかないためです。
精度は上限が見えにくい指標です。100%にはならないので、どこまで上げれば十分かを決められません。一方で、承認と記録の設計があれば、精度が100%でなくても業務は回ります。人が最後に確認する場所が決まっているからです。
設計の話をせずに精度の話をすると、議論は終わりません。
どう回避するか
精度ではなく、任せる範囲と承認の置き場所から決めてください。
「どこまでAIがやり、どこから人が見るか」が決まると、必要な精度の水準も自動的に決まります。順番が逆だと、いつまでも決まりません。
パターン③：効果を聞かれると「時間が減りました」としか答えられない
現象
経営会議でAI活用の報告を求められます。答えられるのは作業時間の削減率だけです。投資を継続する判断材料にならず、次の予算がつきません。
構造的な原因
効率化の指標しか用意していないためです。
削減時間は、担当部門の言葉です。経営の言葉ではありません。時間が減ったことが、売上や利益にどう関係するのかを説明する経路が用意されていないと、報告は「よかったですね」で終わります。
どう回避するか
導入前に、売上か利益まで届く指標を1つ決めておいてください。
たとえば受注処理なら、削減時間ではなく受注1件あたりの対応工数と、対応できた件数です。在庫なら、廃棄額と欠品による機会損失です。どちらも、経営会議でそのまま使えます。
30秒でできる自己診断
自社がどの条件で止まっているかを確かめてみてください。上から順に、はい／いいえで答えます。
Q1. 主要な取引先や商品の名称が、社内のどのシステムでも同じ表記になっている
Q2. AIやシステムに任せてよい金額の上限と、承認が必要な取引が決まっている
Q3. 主要な業務は、担当者が変わっても同じ手順で処理できる状態になっている
Q4. AI活用の成果を、作業時間の削減以外の指標でも説明できる
診断結果の読み方
最初に「いいえ」がついた場所が、いま止まっている条件です。
| 最初の「いいえ」 | 止まっている条件 | 次に読む記事 |
|---|---|---|
| Q1 | ① データの意味が揃っていない | データレディネス入門 |
| Q2 | ② 権限の境界が決まっていない | Human-in-the-Loopという設計思想 |
| Q3 | ③ 業務が型になっていない | 属人化の自動化と、引き継げる「型」の違い |
| Q4 | ④ 評価の仕組みがない | 本記事の「条件④」を再度お読みください |
すべて「はい」の方：4条件は整っています。あとは対象業務を1つ決めて動かす段階です。
条件は順番に効きます。①が崩れていると、②〜④を整えても結果は安定しません。最初の「いいえ」から手をつけてください。
今日できること、1つだけ
診断の結果にかかわらず、今日できることが1つあります。
直近のAI活用について、「何をもって成功とするか」を1行だけ書いてみることです。
書けなければ、条件④が空いています。書けたなら、それが削減時間以外の言葉になっているかを確認してください。
紙とペンがあれば5分で終わります。
「使える人を増やす」から「働ける会社を作る」へ
最後に、4条件が指し示している方向をまとめます。
研修では段階は変わらない
AI活用の相談を受けると、多くの場合「社員のリテラシーを上げたい」という話から始まります。
研修は無駄ではありません。ただ、研修で増えるのは要約が上手な社員です。段階は左のままです。
パターン①で見たとおり、配布と研修だけでは使う人と使わない人に分かれます。個人の能力を上げても、会社の準備が整うわけではないからです。
会社の側を整える、という発想
段階を変えるのは、次の4つを決めることです。
データの意味を揃える。権限の境界を決める。業務を型にする。評価の仕組みを持つ。
どれも、AIの話というより経営の話です。 そしてどれも、社員個人には決められません。
「AIを使える人を増やす」から「AIが働ける会社を作る」へ。この転換が、82.5%の側から6.0%の側へ移るために必要なことです。
基幹システムが土台になる理由
4条件のうち、①データの意味と③業務の型は、基幹システム（ERP）の設計そのものです。
会計・販売・在庫・人事のデータが1つの基盤に集まっていれば、名称の統一も、手順の標準化も、システム側で担保されます。個別に整える作業が要りません。
②の権限の境界も、承認ワークフローとして基盤側に持たせられます。④の指標も、同じ基盤の上にあれば集計できます。
ERPは「AIが働ける会社」の前提条件を、まとめて満たす土台になりうるということです。
なお、システムを増やせば増やすほど管理対象も増えるという論点は、別記事で整理しています。
→ AIで「作れる」時代の落とし穴｜増えるのはシステムではなく、動かし続けるコストです
タイミングの考え方については、こちらをご覧ください。
→ 最適化は、守りではなく「待ち構え」である｜AI化で動ける体をつくり、次の機会に備える経営
よくある質問（FAQ）
Q1. 従業員100人以下でも、AI活用は現実的ですか？
現実的です。むしろ、規模が小さいほど4条件を整えやすい面があります。
IPAの調査では101人以下の企業の導入率は16.6%ですが、これは「まだ多くの会社が始めていない」という意味であり、「できない」という意味ではありません。
部門が少なければ、データの意味を揃える範囲も狭くなります。権限の境界も、経営者の判断で短期間に決められます。大企業のような部門間調整が不要な分、条件を整える速度では有利です。
Q2. 4条件は、順番に取り組むべきですか？
はい。①から順に取り組むことをおすすめします。
条件は積み上がる構造になっています。データの意味が揃っていない状態で権限の境界を決めても、AIが読む情報自体が信頼できません。
ただし、④の評価だけは例外です。④は最後に整えるのではなく、①に着手する時点で1行決めておいてください。 後から考えると、測りやすい指標が選ばれてしまいます。
Q3. すべての業務でAIを使う必要がありますか？
必要ありません。1つの業務から始めることをおすすめします。
4条件を全社的に整えようとすると、範囲が大きくなりすぎて着手できません。対象業務を1つに絞れば、揃えるべきデータも、決めるべき権限も、現実的な大きさになります。
そこで型ができてから、次の業務に広げる。この順番のほうが結果的に速く進みます。
Q4. 効果が出るまでにどのくらいかかりますか？
業務の範囲と、4条件の現状によって大きく異なるため、一律の期間は示せません。
参考として、IPAの調査では「期待以上」または「期待どおり」の効果を得た企業は31.8%、「一定の効果はあった」が50.6%でした。多くの企業が何らかの効果を感じている一方、期待どおりとは限らない、という状況です。
期間よりも重要なのは、条件④です。何をもって効果とするかを先に決めておけば、進捗を判断できます。 決めていないと、時間だけが過ぎます。
Q5. 4条件を整えるのに、外部の支援は必要ですか？
必ずしも必要ではありません。ただし、判断が難しい場面が2か所あります。
1つは、条件①のデータをどこまで揃えるかの線引きです。完璧を目指すと終わりません。もう1つは、条件④で売上・利益に届く指標をどう設計するかです。ここは業種や事業構造によって答えが変わります。
この2か所で迷った場合は、外部の視点を入れる価値があります。
まとめ
IPAの調査が示しているのは、AI活用に2つの段階があるという事実です。
要約や文書作成といった使い方は82.5%に達している一方、生産や物流の計画支援は6.0%にとどまっています。効果も、業務の効率化が91.6%に対し、売上や利益の向上は3.9%です。
多くの会社は、左の段階にいます。それは能力や予算の問題ではありません。右の段階に進むには、会社として4つのことを決める必要があるからです。
データの意味を揃える。権限の境界を決める。業務を型にする。評価の仕組みを持つ。
この4つは、AIの導入プロジェクトというより、経営の意思決定です。だからこそ、社員研修では段階が変わりません。
ベンチャーネットはNetSuite認定パートナー（Solution Provider）ですが、最初にお伺いするのはシステムの話ではありません。いまどの条件で止まっているのかを一緒に確認するところから始めています。
自己診断で最初に「いいえ」がついた場所。そこが、御社の出発点です。
もう少し詳しく知りたい方へ
- どの条件から手をつけるべきか相談したい方 → ベンチャーネットに相談する
- 4条件を満たす土台を実際に見たい方 → NetSuite無料デモのお申込み
- クラウドERPの全体像を知りたい方 → NetSuiteとは？中堅・中小企業の経営者が知っておきたいクラウドERP入門
出典
- IPA（独立行政法人情報処理推進機構）「DX動向2026」2026年7月16日公表（国内企業1,799社／調査期間2026年4月17日〜6月12日）
