「AI導入率」の読み解き方：米国政府統計に学ぶ、数字を疑うための三つの問い

自社のAI導入は本当に遅れているのか。この問いを確かめようと「AI導入率」を検索すると、18%と書いた記事も、41%と書いた記事も、78%と書いた記事も並んで出てくる。どれも出典つきで、どれも新しい。

「AI導入率」の数字は、探せばたいてい自分の言いたいことに合うものが見つかる。困るのは、そのどれもが嘘ではないことだ。

数字が食い違うのは、誰かが間違えているからではない。調査ごとに「誰に聞き、何を導入と数え、どう集計したか」が違うからである。逆に言えば、この三点さえ確認できれば、氾濫する導入率の数字は整理できる。

本記事は、2026年4月に米連邦準備制度理事会（FRB）が公表したFEDSノート「Monitoring AI Adoption in the U.S. Economy」（著者Jeffrey S. Allen、2026年4月3日公表）を教材に、その読み方を組み立てる（出典：FRB FEDSノート）。このノートは国勢調査局（Census Bureau）が実施する複数の公的サーベイを横断参照しており、同じ「AI導入率」という言葉が調査によってどう変わるかを一度に見比べられる。

この記事を読み終えれば、米国政府統計の中身を理解したうえで、調査によって意味の変わる「AI導入率」という言葉を、一段深く読み解けるようになるはずだ。

なぜ政府統計を物差しにするのか

FRBのノートを教材に選ぶ理由から述べる。民間ベンダーが公表する導入率調査の多くは、自社の顧客基盤や有償ユーザーを母集団にしており、市場全体の実態とはズレが生じやすい。対して今回のFEDSノートは、国勢調査局が実施する複数の公的サーベイを横断参照する形で書かれており、特定企業の利害から独立した基準値として使いやすい。

ただし、政府統計なら数字を鵜呑みにしてよい、という話ではない。公的統計であっても、対象・定義・集計方法の違いによって導入率は大きく振れる。FRBノート自身も「どの推定値を参照すべきかは、答えたい問いに依存する」と注記している。

ここから、その振れ幅を生む三つの要因を順に見ていく。

第一の問い：その数字は誰に聞いたものか

対象が違えば、同じ「AI導入率」でも意味は変わる。FRBノートが参照する調査は3つあり、企業に聞いたもの、個人に聞いたもの、企業幹部に聞いたものがそれぞれ別の数字を出す。

「BTOS」（Business Trends and Outlook Survey、企業動向見通し調査）と「RPS」（Real-Time Population Survey、リアルタイム人口調査）はいずれも国勢調査局が関わる調査で、前者は企業、後者は労働年齢の成人個人を対象にする。もう一つの「SBU」（Survey of Business Uncertainty、企業不確実性調査）は企業幹部が回答者である。

この違いは、数字の読み方に直結する。企業を数えたBTOSの約18%（2025年末・旧設問）と、個人を数えたRPSの約41%（2025年11月）を並べて「個人は企業の2倍以上」と読むのは、単位の違う数字を引き算しているに等しい。

個人側の数字をもう少し見ておく。RPS調査によれば、業務外での生成AI利用率は約50%に達しており、業務利用の約41%との差はわずか9ポイントまで縮まっている（出典：FRB FEDSノート）。趣味や生活での利用から始まった生成AIが、業務でもほぼ同じ水準まで広がっている。

個人が会社の許可や公式な導入手続きを待たずにAIを使い始めている状況は、他の調査でも観測される。意思決定層の65%が無許可のAIツールを業務利用しているという調査結果もある（関連記事：シャドーAIの実態2026）。

ただし、FRBノート自身は「個人が先に使うから企業が追随する」という因果関係までは明言していない。ここで言えるのは、個人側の利用がすでに企業の公式導入を上回って進んでいるという並存の事実であり、それは複数のデータから裏づけられると考えられる。

対象の違いを押さえたところで、次は「何を導入と数えたか」に進む。同じBTOSという一つの調査の中でも、この定義が変わると数字が動く。

第二の問い：何を「導入」と数えたか

設問の範囲が変わるだけで、導入率は大きく動く。2025年11月17日、国勢調査局はBTOSのAI関連設問を改定した。旧設問は「財・サービスの生産におけるAI利用」に限定して尋ねていたが、新設問は企業の「あらゆる業務機能におけるAI利用」を尋ねる形に広がった。生産工程だけでなく、経理・人事・マーケティングなど、企業活動全体でのAI活用を捉えられるようになったわけである（出典：FRB FEDSノート）。

この改定は、導入率の見え方を大きく変えた。新旧の系列を改定直後の断面で比べると、その差は業種によって専門サービス業の47%増（約1.5倍）から製造業の159%増（約2.6倍）まで開いた。同じ企業に同じ時期に尋ねても、質問の範囲を広げるだけで導入率がこれほど動く。

つまり、冒頭に挙げた「18%」には、次の限定が付いている。

18%は、企業活動の全体ではなく、生産工程だけを測った数字である。

この限定を踏まえずに「企業は業務全体で見ても18%しか導入していない」と読むと、実態を過小評価することになる。

生産工程だけを聞いていた旧設問と、業務全体を聞く新設問

旧設問と新設問の違いを整理すると、次のようになる。旧設問は工場のライン管理や製造プロセスへのAI導入だけを対象にしており、営業支援ツールとしてのAI利用や、社内文書作成でのAI活用は「導入」としてカウントされていなかった。新設問はこの制約を外し、企業のどの部門であってもAIを使っていれば導入とみなす。

「導入」の線をどこに引くかは、調査設計者の判断である。読み手の側にできるのは、その線がどこに引かれているかを確認することだけだ。

第三の問い：どう集計したか

三つ目の要因は集計方法である。ここでSBUが効いてくる。

SBUは企業幹部を対象にした調査だが、集計方法がBTOSと異なり、企業数ではなく雇用者数で加重した「AI導入企業で働く労働者の割合」を算出する。この方法だと、SBUの雇用加重導入率は78%というまったく別の水準になる。

企業単位で数えれば、AIを導入していない小規模企業が数の上で多数を占めるため、導入率は低く出る。一方、雇用者数で加重すれば、従業員を多く抱える大企業の導入状況が強く反映されるため、導入率は高く出る。どちらも正しい計算であり、答えている問いが違う。

BTOSの18%とSBUの78%を並べて「企業のAI導入率」として語ると、この集計方法の違いを無視した比較になってしまう。

三つの問いで最新データを読む

三つの問いが揃ったところで、FRBノートより新しいデータに当てはめてみる。

結論から言えば、設問を業務全体に広げても企業の導入率はほとんど変わらなかった。国勢調査局が2026年5月26日に公表した最新データによると、2025年12月14日から2026年5月3日までの期間、BTOSの新設問（業務全体を対象とする系列）による導入率は17〜20%の間で推移した。今後6か月の導入予定は20〜23%とされている（出典：Census Bureau「AI Use at U.S. Businesses」）。旧設問の18%とほぼ同じレンジである。

第二の問いを通しておくと、この17〜20%は「企業を対象に、業務全体を導入と数え、企業単位で集計した」数字だと分かる。旧設問の18%とは定義が違うため本来は直接比べられないが、水準が近いこと自体は、定義を広げても企業側の導入がまだ進んでいないことを示している。

企業規模別に見ると差は明確だ。従業員250人以上の企業では37%が導入済み、100〜249人の企業では32%。一方、従業員20人未満の企業ではこの期間中に大きな変化が見られず、なかでも4人以下の企業は20%を下回る水準にとどまった。国勢調査局は「従業員20人以上の企業でAI利用が増加した一方、20人未満の企業では大きな変化がなかった」と述べている。企業単位の集計で導入率が低く出る理由が、ここにも表れている。

個人側の数字についても補足しておく。RPS調査を開発したハーバード大学ワークフォース研究プロジェクトが運営するトラッカーによれば、2026年5月時点の業務利用率は45.2%と示されている。FRBノートが報告した41%（2025年11月）から数ポイント上昇した計算である。ただし、これは国勢調査局やFRBが公表する公式統計そのものではなく、研究者が独自に運営する集計サイトの数値であるため、本記事では参考情報として扱う。この「誰が出した数字か」もまた、読み手が確認すべき点である。

三つの問いを自社の判断にどう使うか

ここまでの内容を一文でまとめれば、「AI導入率」は誰に聞き、何を導入とみなし、どう集計したかによって、同じ時点でも4倍以上に開くことがある、ということだ。BTOSの18%（企業・生産工程限定・企業単位）、新設問の17〜20%（企業・業務全体・企業単位）、RPSの41%（個人・業務利用・個人単位）、SBUの78%（企業幹部・雇用加重）は、すべて異なる問いに対する答えである。

自社のAI活用度を評価する場面では、参照する調査に三つの問いを当ててみるとよい。誰を対象にした数字か。何をもって導入とみなしているか。企業単位か、雇用加重か。この確認を挟むだけで、自社が「遅れている」のか、単に物差しが違うだけなのかを切り分けられる。

従業員の個人利用が進んでいても、それが企業の公式統計に反映されるとは限らない。逆に、公式導入率が低くても、現場ではすでにAIが日常的に使われている可能性がある。編集部はこの「定義を確認する一手間」こそが、氾濫する導入率ニュースを読み解く実務的な防御策だと見る。

なお、今回取り上げたのはあくまで米国のデータであり、日本の状況とは母集団も調査設計も異なるため直接比較はできない。日本国内の企業・個人のAI活用格差については総務省・PwC・中小機構のデータを整理した記事であわせて確認できる。また、導入率の先にある「AI導入後に雇用がどう変わるか」という論点はOECD・Gallupのデータを扱った記事で整理しているので、こちらも参考にしてほしい。

同じ「三つの問い」は日本国内のデータにも当てはまる。総務省令和8年版情報通信白書は、個人58.8%・企業86.4%（対象は従業員10名以上かつデジタル化着手済み企業の管理職以上に限定）まで利用率のギャップがほぼ解消した一方、「業務変革の組織的な取組はない」と答えた日本企業は27.0%（米国1.4%・独4.9%・中国2.6%）に上ると報告している。「利用率」と「組織的な取組」は別の軸のデータであり、単純に混同できない——その実例は総務省令和8年版が示す組織的取組ギャップで詳しく扱っている。

「業務変革の組織的な取組」で中国が米独より進んでいる背景の一端は、DeepSeek・Qwen・Kimi・GLMという中国系ラボの開発競争そのものにもある。独立指標が示す実測の順位は中国系生成AIは今どこまで来たかで整理している。

導入率の次は、効果測定を

AI導入率が把握できたら、次に問われるのは投資対効果である。KPI設計とROI測定の実務的な進め方を整理した記事とあわせて確認するとよい。

ROI・KPI測定ガイドを見る