日本企業の生成AI活用率は何%か。調査ごとの数字の違いと読み方

経営会議の資料に「日本企業の生成AI活用率」を入れようとして調べると、34.5%、36%、49.7%と、調査によって数字がばらばらに出てきます。

どれを使えばよいのか迷ったまま、いちばん目立つ数字を載せてしまった経験のある推進担当者もいると思います。
ただ、数字の違いには理由があり、それを整理すると、自社がどの位置にいるのかがかなり見えやすくなります。
今回は、公開されている調査の数字が食い違う理由と、規模や業種で変わる水準、効果の数字との差の読み方、経営への説明での使い方を整理します。

数字は、帝国データバンク、JIPDEC／ITR、総務省の情報通信白書など、公表元が確認できる調査の範囲に限っています。
推進担当者が情報を集めて経営判断につなげる全体像は、AI推進担当者の情報収集と経営判断。リサーチとROIの設計で扱っています。

34.5%と36%と49.7%は、聞いていることが違う

最初に、代表的な3つの調査の数字を並べてみます。
帝国データバンクの調査（2026年3月）では、生成AIを活用している企業は34.5%でした。
内訳は「非常に活用している」が4.4%、「やや活用している」が30.2%です。
JIPDECとITRの調査（2026年1月）では、AIを実践・活用している企業は36%でした。

総務省の情報通信白書では、日本企業の活用方針の策定率が49.7%（前年は42.7%）とされています。
前の2つは「実際に活用しているか」を聞いていて、調査の母体が違うことを考えれば、ほぼ同じ水準と見てよいと思います。

一方、白書の49.7%は「活用方針を策定しているか」を聞いた数字です。
方針があることと、現場で使われていることは別の話です。
つまり、方針を決めた企業が約半分で、現場で動いている企業は約3分の1、と読めます。
この差が、多くの組織で起きていることそのものです。

比べる相手は全体平均ではなく、同規模・同業種の水準です

活用率の数字を見るときは、全体の平均より、企業規模による差のほうが重要です。
帝国データバンクの数字を従業員数で見ると、1,000人超の企業が63.6%、301〜1,000人が51.9%、5人以下が29.6%でした。
1,000人超と5人以下で、2倍以上の開きがあります。
業種別では、サービス業が47.8%、金融が38.6%、不動産が34.9%と上位に並んでいます。

例えば従業員1,000人超の会社で活用率が30%なら、同じ規模の63.6%に対して大きく遅れています。
一方、従業員50人の会社で30%なら、ほぼ平均並みです。
「うちは遅れている」という感覚は、たいてい規模を考慮していません。
自社の位置は、同じ規模・同じ業種の水準に置いて測ります。

活用率が示すのは入口の広さで、深さは用途で見る

もうひとつ気をつけたいのが、「活用している」の定義の幅です。
全社で仕組みとして組み込んでいる会社も、社員の一部がたまに使っている会社も、同じ「活用している」に入ります。
帝国データバンクの調査で用途を見ると、「文章の作成・要約・校正」が45.1%で最も多くなっています。
続いて「情報収集」21.8%、「アイデア出し」11.0%、「データの集計・分析」7.4%、「プログラミング支援」5.9%です。

大半は文章まわりで止まっていて、業務の流れに組み込む段階まで進んでいる企業は、活用率よりずっと少ないはずです。
そのため、活用率は入口の広さを示す数字として使い、深さは用途の内訳で別に見ます。
自社がいま入口を広げる段階なのか、深さを取る段階なのかを取り違えると、施策が空回りします。

入口と深さのどちらで止まっているかは、今のAI活用で十分かわからない。AI活用のレベルと伸びしろの見つけ方で確かめられます。

個人の利用は伸びているのに、会社の方針が追いついていない

国際比較の数字を見ると、もう少し違う姿が見えてきます。
白書に載っている個人の生成AI利用経験率は、日本が26.7%で、中国81.2%、米国68.8%、ドイツ59.2%と比べて明らかに低い水準です。

ただ、前年からの変化を見ると、日本は9.1%から26.7%へと約3倍に伸びていて、伸び率では最も大きくなっています。
年代別では、20代が44.7%です。

一方で、企業の活用方針の策定率は日本が49.7%なのに対し、中国・米国・ドイツはいずれも9割超とされています。
個人の利用は急に伸びているのに、会社としての方針が追いついていない、という構図です。
方針がないまま個人の利用が広がると、会社が把握していない利用が増えていきます。

その見つけ方は、シャドーAI（野良AI）とは。禁止せずに見える化と正規の道で減らす対策で書いています。

効果を認める86.7%と、活用している34.5%の差が推進の仕事を示している

経営への説明でいちばん求められるのは、効果の数字です。
帝国データバンクの同じ調査では、生成AIによる業務の効果について「効果あり」が86.7%でした。
効果を否定した企業は1%程度にとどまります。

それなのに、活用している企業は34.5%です。
これだけ効果が認められているのに、なぜ3社に1社にしか広がっていないのでしょうか？

効果を実感している86.7%は、使ってみた企業です。
使っていない企業には、その情報が届いていません。
つまり推進担当者の仕事は、より高度な活用を追いかけることより、すでに出ている効果を、まだ使っていない人に見える形で届けることにあると考えています。

社内の事例を届ける方法は、現場の成功事例をコンテンツに変える。社内広報とナレッジ共有にまとめています。

経営に説明するときは、数字に定義と温度感を添える

ここまでの数字は、使う場面によって見せ方を変えます。
まだ導入していない社内に向けては、「使った企業の86.7%が効果を認め、効果がないと答えたのは1%程度」という数字が、リスクの低さを伝える材料になります。
遅れを説明したいときは、全体平均ではなく、同じ規模の企業の水準と並べて示します。

同時に、期待値を上げすぎないための補正も添えておきます。
JIPDECとITRの調査では、「期待以上」の効果が出た割合は、顧客対応・サポート業務で29.1%、経営企画・意思決定支援で27.8%でした。
多くは「期待通り」の範囲に収まっている、という温度感で説明しておくと、後から期待とのずれに苦しまずに済みます。

また、数字を載せるときは、調査名と時期、何を聞いた数字なのかを必ず添えます。
調査は毎年更新されるので、資料に使う前に公表元で最新の数字を確かめておきます。

数字の読み方から、経営層と一緒に確かめられます

調査の数字をどう読み、自社のどの判断に使うかは、経営層自身が一度手を動かして確かめておくと、社内の議論が早くなります。
私たちの経営層向けAIトレーニングでは、経営者や役員の方と一緒にAIを使いながら、自社の現在地と次の一手を整理しています。

活用率は、自社の現在地を置くための物差しです

日本企業の生成AI活用率は、使っているかで聞けば約3分の1、方針を決めているかで聞けば約半分です。
その数字を、規模と業種をそろえた水準と並べ、用途の内訳で深さを見て、効果の数字との差から次にやることを決めます。
数字をそのまま貼るより、何を聞いた数字かを添えて説明できる推進担当者のほうが、経営との会話は前に進みます。
次の報告資料では、自社の数字の横に、同じ規模の企業の水準を1行だけ並べてみてください。