企業の88%がAI導入済み、だが成果を出せているのは6%──数字が示す「導入と活用の崖」

McKinseyの2025年調査によると、企業の88%が少なくとも1つの事業部門でAIを日常的に利用している。だが全社的に有意な成果（EBITの5%超をAIが占める水準）を達成できている企業は、わずか6%にとどまる。

1. 世界の企業88%がAI導入済みだが、全社的な成果を出せているのは6%（McKinsey 2025）
2. 日本のAI活用方針策定率は49.7%で、米国・ドイツ・中国の7〜9割に大差をつけられている（総務省 令和7年版白書）
3. 導入企業の7割が「効果を実感」と回答する一方、スキル格差が業務に支障を来していると答えた企業も7割超（コーレ調査 2026）

世界の導入率：88%の内実

McKinsey & Companyが2025年11月に公表した「The state of AI」レポート（約2,000社回答）によると、AIを1つ以上の事業部門で日常的に使っている企業は88%に達した。前年の78%から10ポイント上昇している。

6%の壁

だが「導入している」と「成果を出している」は別の話だ。

約2,000社の回答者のうち、AIによるEBIT（利払い・税引前利益）5%超の貢献と、自社がAIから「顕著な価値」を得たことの両方を回答したのはわずか109社、全体の約5.5%だった。McKinseyはこの層を「AIハイパフォーマー」と呼んでいる。

ハイパフォーマーに共通する特徴は以下の通り（McKinsey調べ）：

つまり、AIを「部署に入れた」だけでは成果は出ない。ワークフロー全体を再設計し、KPIを紐づけ、経営層が本気で関与して初めて、AIは利益に効く。

日本の現状：方針すら半数が未策定

総務省が令和7年版情報通信白書で公表した4カ国比較データは、日本企業の遅れを端的に示している。

出典：総務省 令和7年版 情報通信白書 図表Ⅰ-1-2-12

日本企業で「積極的に活用する方針」を掲げているのは23.7%。「方針を明確に定めていない」が31.8%で、4カ国中で突出して高い。米国（9.1%）や中国（2.9%）とは桁が違う。

大企業と中小企業の格差

出典：総務省 令和7年版 情報通信白書 図表Ⅰ-1-2-13

大企業では「積極活用」26.1%＋「領域限定」29.6%＝55.7%が何らかの方針を持っている。一方、中小企業では「積極活用」17.5%＋「領域限定」16.8%＝34.3%にとどまり、「方針未策定」が47.6%と約半数を占める。

導入企業の実態：「効果実感」7割、「スキル格差で支障」も7割

コーレ株式会社が2026年1月に実施した調査（生成AI導入企業の管理職1,008名対象）は、導入後の実態をより具体的に示している。

活用ツールのシェア：

• ChatGPT（OpenAI系）：57.7%
• Gemini（Google系）：39.3%
• Microsoft Copilot：30.3%

主な活用領域：

• 文書作成：63.1%
• 情報収集・要約：51.4%
• アイデア出し・ブレインストーミング：37.4%

導入目的：

• 業務の時間短縮・効率化：66.2%
• コスト削減：29.2%
• 業務品質の標準化：28.8%

効果実感は約7割（「とてもそう思う」22.1%＋「ややそう思う」48.0%）が肯定的に回答している。

だが同時に7割がスキル格差を問題視

一方、「使いこなせる人材」と「使いこなせない人材」の格差が業務に支障を来しているかという問いに対しては、7割超が「影響あり」と回答した（「とてもそう思う」22.2%＋「ややそう思う」49.1%）。

使いこなせていない層として最も多く挙がったのは「課長・リーダー職」（29.3%）、次いで「経営層」（26.8%）。ツールを日常業務で使う現場ではなく、意思決定層にスキルギャップがあるという構図だ。

活用阻害要因の上位は「セキュリティ懸念」（33.5%）、「活用アイデア不足」（26.0%）、「情報システム部門の非協力」（22.4%）。技術的な壁よりも、組織的・人的な壁が立ちはだかっている。

「導入と活用の崖」はなぜ生まれるか

3つの調査を重ねると、構造が見えてくる。

導入は進んでいる。 世界で88%、日本でも導入企業の7割が効果を実感している。ツールのハードルは下がった。

だが成果は出ていない。 全社的な利益貢献に至っている企業は世界でも6%。日本は方針策定すら半数に届かない。同じ崖は、PwC Japanが実施した6カ国比較調査でも確認できる。日本企業の生成AI導入・推進率は87%と高い一方、「期待以上の成果」を得ている企業はわずか9%で、調査対象6カ国中で最低だった。詳細は日本の生成AI導入率87%、だが「期待以上の成果」はわずか9%にまとめている。

この崖を生んでいるのは、技術ではなく組織だ。

• 方針の不在：何に使うか決まっていないから、現場が個人レベルで「便利だから使ってみた」で止まる
• ワークフロー未再設計：既存業務にAIを貼り付けただけでは、効率化の余地は限定的。McKinseyのハイパフォーマーは「端から端まで再設計」している
• 意思決定層のスキルギャップ：経営層・管理職が使えないと、AI活用のROIを評価できず、投資判断が遅れる
• セキュリティ懸念の放置：ガイドラインを作らないまま「セキュリティが心配」と言い続ける構造

企業が今やるべき3つのこと

これらのデータから導かれる打ち手は、大規模投資ではなく組織の意思決定と設計の問題だ。

1. 方針を決める（まず紙に書く）

AI活用方針がない企業は日本で31.8%。中国は2.9%、米国も9.1%にとどまる。方針がなければ現場は動けない。「何に使うか」「何に使わないか」「データの取り扱い」の3点を決めるだけでも、47.6%の中小企業の現状から一歩前に出る。

2. 1つの業務フローを端から端まで再設計する

「AIを入れた」ではなく「AIを前提に業務フローを作り直した」が成果の分かれ目。McKinseyのデータは、部分導入と全体再設計の間にある断絶を明確に示している。まずは1つのフロー（たとえば「議事録作成→要約→タスク割り振り」の一連）を対象にする。

3. 管理職にまず使わせる

スキルギャップが最も深刻なのは「課長・リーダー職」と「経営層」。現場の担当者は放っておいても使う。問題は、使ったことがない管理職が「よく分からないから保留」と判断し続ける構造にある。

4つの調査データの内訳と自己申告という限界

• McKinseyのデータは「The state of AI in 2025」（2025年11月公表、約2,000社回答）に基づく。調査対象は主にグローバル企業であり、中小企業は含まれにくい点に留意
• 総務省のデータは令和7年版情報通信白書「企業におけるAI利用の現状」に基づく。調査は日本・米国・ドイツ・中国の4カ国比較。「英国」は本節では対象外
• コーレ株式会社の調査は2026年1月実施、生成AI導入済み企業の管理職・マネージャー1,008名が対象（インターネット調査）。導入済み企業のみが対象のため、非導入企業の実態は含まれない
• 「6%」はEBIT5%超をAIに帰属できると回答した企業の割合であり、利益貢献の定義は回答企業の自己申告に依存する
• 本記事は2026年6月20日時点の情報に基づく