「使っているが、変えていない」：総務省令和8年版情報通信白書が示す日本のAI組織的取組ギャップ

「日本のAI活用は海外に比べて遅れている」という見立ては、この数年、繰り返し語られてきた。だが総務省が2026年7月に公表した令和8年版情報通信白書を読むと、この前提そのものが揺らいでいることに気づく。個人の生成AI利用経験率は58.8%、企業の利用割合は86.4%まで伸び、米国・ドイツ・中国との差はほぼ解消したというのが、白書が示す最新の数字である。

利用率という指標だけを見れば、日本はもう周回遅れとは言えない水準に達している。ところが同じ白書は、その先にもう一つの数字を並べている。生成AIによる業務変革について「組織的な取組はない」と答えた日本企業は27.0%で、米国1.4%・ドイツ4.9%・中国2.6%と比べて突出して高い。

本記事では、総務省令和8年版情報通信白書の一次データをもとに、この二段構造を整理する。利用率のギャップはほぼ解消した、しかし業務変革を進める組織的な体制のギャップは残っている、という構図を正確に説明できる状態になることが、本記事を読み終えたあとのゴールである。あわせて、自社が27.0%側なのか、それとも残る7割強の側なのかを、白書の設問項目に沿って自己診断できる材料も持ち帰れるはずだ。

調査は2026年1月から2月にかけてインターネットアンケート形式で実施された。個人の有効回答数は日本1,236件、米国・ドイツ・中国はそれぞれ624件。企業の有効回答数は日本515件、米国・ドイツ・中国はそれぞれ309件である。この規模の調査データをもとに、以下、本論に入る。

「利用率のギャップ」はほぼ消えた、それでも残った新しい溝

まず、利用率そのものの推移を確認する。ここでの結論は明確で、個人・企業のいずれにおいても、日本と他の3か国との差は大きく縮まった。ただし、そこには2つの数字の読み方の注意が伴う。

個人58.8%・企業86.4%へ急伸、4か国差はほぼ解消

総務省の調査によれば、日本の個人の生成AI利用経験率は58.8%に達した。同じ設問での国別の数値は、米国75.6%、ドイツ75.6%、中国93.6%であり、依然として日本が最も低い水準にはあるものの、半数を大きく超える水準まで伸びている（出典：総務省 令和8年版情報通信白書）。

ただし、この58.8%を前年度の26.7%と単純に比較して「2.2倍に急伸した」と読むのは早計である。2023年度・2024年度の調査は20歳以上を対象にしていたが、2025年度調査では新たに15〜19歳が調査対象に加わった。白書自身が、20歳以上に限れば利用率は52.2%であったと注記している。年齢層を揃えて比較するなら、26.7%と対比すべき数字は58.8%ではなく52.2%である。対象の変更を踏まえずに数字だけを追うと、実態以上に急伸した印象を与えてしまう。

日本国内の世代別内訳（20代と60代で3倍近い開きがある）は、既存記事生成AI利用率26.7%でも世代差3倍で詳しく扱っている。個人の生活面での実利用に関心がある読者は、あわせて参照してほしい。

企業側も同様の伸びを見せている。生成AIを一つ以上の業務で利用している企業の割合は、日本86.4%（n=477）、米国90.9%（n=308）、ドイツ91.6%（n=308）、中国98.1%（n=308）。2024年度の55.2%（同条件）と比べると、1年で30ポイント以上伸びた計算になる。

この98.1%という高い企業利用率を支える中国系ラボ自体の勢いは、独立指標Artificial Analysis Intelligence Indexのオープンウェイト部門上位10のうち7件を占める実態を整理した中国系生成AIは今どこまで来たかで確認できる。

だが86.4%という数字にも読み方の注意がいる。この調査の対象は、従業員10名以上かつ2025年までにデジタル化の取組を開始した企業に勤める、管理職以上の従業員に限定されている。日本企業全体を代表する数字ではない。「日本企業の86%がAIを使っている」とまとめてしまうと、この対象の限定を見落とすことになる。日本の個人・企業・中小企業の3層構造そのものについては、既存記事日本のAI活用はなぜ遅れているのかで整理しているので、そちらを参照してほしい。

それでも残った「27.0%」という数字

だが白書には、業務変革をどう進めているかを尋ねた別の設問があり、そこでは日本が他の3か国と際立った差を見せる。生成AIによる業務変革について「組織的な取組はない」と回答した日本企業は27.0%。米国1.4%、ドイツ4.9%、中国2.6%と比べると、桁が一つ違う。利用率のギャップが埋まった先に、この数字が残っている。

「組織的な取組はない」27.0%の中身、米独中と何が違うのか

27.0%という数字の中身を正確に見るには、これが5択の設問に対する回答の一つであることを押さえる必要がある。単純な「組織的に取り組んでいるか、いないか」の二択ではない。

5択の設問構造：全社変革・部署最適化・個人生産性向上・組織的取組なし・わからない

白書は、生成AIによる業務変革への取組状況を、5つの選択肢で尋ねている。「全社横断的に事業変革やイノベーションに取り組んでいる」「各部署における業務の最適化や価値向上を行っている」「個人の生産性向上に組織的に取り組んでいる」「組織的な取組はない」「わからない」の5つである。27.0%は、この5つのうちの一つを選んだ結果にすぎない。前向きな取組を示す最初の3つの選択肢を合わせれば、日本企業の6割以上は何らかの組織的な取組を行っている、とも読める。

日本27.0%、米独中1.4〜4.9%という差の内訳

内訳を国別に並べると、差の性格がより具体的に見える。

白書は、日本で「組織的な取組はない」と回答した企業の割合が約3割弱となり、他の3か国より高いと述べている（出典：総務省 令和8年版情報通信白書）。「わからない」の割合も日本だけ7.4%と目立ち、米独中はいずれも1%未満にとどまる。取組の有無を答えられない企業がそれだけ存在すること自体、体制の未整備を映していると考えられる。

もっとも顕著な差は「全社横断的に事業変革やイノベーションに取り組んでいる」の項目にも表れている。米国35.6%、中国40.9%に対し、日本は21.5%にとどまる。ドイツは20.7%と日本に近く、必ずしも「日本だけが特殊」とは言い切れないが、「組織的な取組はない」の27.0%という数字は、4か国の中で唯一突出している。

「AI導入率」という言葉自体、調査の設計によって大きく意味が変わることは、既存記事「AI導入率」の読み解き方でも整理した。今回の27.0%は「利用しているかどうか」ではなく「業務変革にどう組織的に取り組んでいるか」を尋ねた数字であり、単純な導入率とは別の軸のデータだという点は押さえておきたい。

なぜ差が生まれるのか、環境整備という「土台」の違い

27.0%という数字の背景には、方針と実行のあいだのギャップがある。なぜこの差が生まれるのか。白書のデータを追うと、その構造が見えてくる。

活用方針の策定は68.9%まで伸びたのに、実行体制が伴わない理由

日本企業の生成AI活用方針の策定率（積極的に活用する方針、または領域を限定して活用する方針を合わせた割合）は、2025年度で68.9%に達した。2024年度の49.7%から、1年で約19ポイント伸びている。方針を掲げる企業自体は、着実に増えている。

ところが、方針を掲げることと、それを組織的な取組として実行に移すことのあいだには、距離がある。方針の策定率が7割近くまで伸びているにもかかわらず、「組織的な取組はない」と答えた企業が27.0%残っているという事実は、方針表明の先で実行体制が追いついていないことを示唆している。

スキルを学ぶ環境・データベース整備で日本が見劣りする構造

なぜ実行が追いつかないのか。白書は、業務変革の環境整備についても各国に尋ねている。「業務プロセスの見直しや生成AI活用検討に必要なスキルやノウハウを学ぶ環境がある」「生成AIに社内データを学習させたり、生成AIが参照可能なデータベースを構築したりしている」という2つの項目で、日本の回答割合は他の3か国より顕著に低いと白書は指摘している（出典：総務省 令和8年版情報通信白書）。

方針を掲げるだけで土台を整えないのは、設計図だけを描いて基礎工事をしないまま建物を建てようとするようなものである。社員がスキルを学ぶ環境も、AIが参照できる社内データベースも整っていなければ、現場は「使ってはいるが、何をどう変えればよいか分からない」という状態にとどまりやすい。27.0%という数字は、この土台の欠如が可視化された結果だと読める。

反例：組織的に取り組んだ中小企業アイニコグループの成果

土台を整えた場合にどうなるかを示す事例も、白書は紹介している。不動産業や介護事業など複数の事業を手がける中小企業、アイニコグループの事例である。全10事業部の合計で、年間2,247時間分の業務時間削減につながったと総務省のヒアリングで報告されている。

この数字は、あくまで1社に対するヒアリングでの自己申告値であり、中小企業全体の平均でも標準的な成果でもない。中小企業なら誰でも同じ成果を再現できるという意味には読めないが、規模の小さい企業であっても、全社的に組織立てて取り組めば、相応の成果につながりうることを示す一例ではある。

個人はAIをどう見ているか、「道具」の日本と米独中の違い

組織の話から、個人がAIをどう捉えているかに視点を移す。白書は「生成AIはどのような存在か」という設問も個人に尋ねている。

「生成AIはどのような存在か」という設問の回答トップ2

回答の1位と2位を国別に並べると、次のようになる。

この表を見て「米国や中国はAIを友人だと思っている」とまとめるのは、正確ではない。1位に「友人」を挙げた国は一つもない。日本・米国・ドイツの1位はいずれも「機械・道具」であり、中国の1位も「秘書・アシスタント」という機能的な捉え方である。「友人」「カウンセラー」は、あくまで2位止まりの回答にとどまる。日本との違いとして言えるのは、2位の内容が「辞書・百科事典」という情報参照の道具にとどまるか、「友人」「カウンセラー」という関係的な捉え方に広がるか、という部分である。

白書は同じ設問の回答を11位まで示している。そこまで広げると、もう一つの違いが見えてくる。日本・米国・ドイツで1位だった「機械・道具」は、中国では6位（21.2%）にとどまる。中国で上位に並ぶのは「秘書・アシスタント」（44.7%）、「友人」（39.9%）、「カウンセラー」（38.1%）である。ただしここで見ているのは各国のなかでの順位であり、回答率そのものを国際比較しているわけではない。

図解：「生成AIは機械・道具」という捉え方は日本・米国・ドイツで1位だが、中国では6位（21.2%）にとどまる。出典：総務省 令和8年版情報通信白書「生成AIに対する感覚②（生成AIはどのような存在か）（国別）」

相関であって因果ではない、という留意点

ここまで、業務変革への組織的な取組状況と、個人のAIに対する捉え方という、2つの異なる設問の結果を見てきた。両者を並べて「AIを関係的に捉える国ほど、組織的な取組が進んでいる」と結びつけたくなるかもしれない。だが白書はこの2つの結果を分析上関連づけて示しているわけではなく、それぞれ独立した設問への回答である。関係性の捉え方の違いが組織的な取組の差を生んでいると論じるのは、示された事実の範囲を超えた解釈になる。ここで言えるのは、2つの側面でいずれも日本が他の3か国と異なる傾向を見せている、という並存の事実にとどまる。

利用率が埋まった先に必要なこと、先進企業のヒアリングが示す共通点

では、27.0%側から抜け出した企業は、何をしているのか。白書は、業務変革を進めている企業へのヒアリングもまとめている。

経営層の関与とDX推進部門の伴走支援

ヒアリングで共通して挙がるのが、経営層自身が生成AI活用の旗振り役になっている点である。方針を現場任せにせず、経営層が関与を続けることで、部署ごとの取組が個人の工夫にとどまらず、全社的な動きへつながりやすくなる。あわせて、DX推進部門やそれに相当する部署が、各現場の活用を伴走支援する体制も共通して見られる。方針を策定するだけでなく、現場が実際に手を動かす段階まで伴走する体制があるかどうかが、実行の分かれ目になっている。

「人間とAIの役割分担」を設計する視点

もう一つの共通点は、人間が担う業務とAIに任せる業務の切り分けを、あらかじめ設計している点である。生成AIをどう使うかを現場の裁量に委ねきりにせず、どの業務をAIに任せ、どの判断を人間が担うのかを組織として決めておく。この設計があることで、方針の策定から実行までの距離が縮まる。

「使っているが、変えていない」を抜け出すために

ここまでの内容を一文でまとめれば、利用率のギャップはほぼ解消したが、業務変革を組織として推進する体制のギャップは残っている、ということになる。個人58.8%・企業86.4%という数字は、日本がもう「使っていない国」ではないことを示す。だが「組織的な取組はない」と答えた企業が27.0%に達し、米国1.4%・ドイツ4.9%・中国2.6%と比べて突出して高いという事実は、使ってはいても変えられていない企業が、日本に相応の数残っていることを物語る。

冒頭で、この記事のゴールを「利用率のギャップはほぼ解消した、しかし組織的な体制のギャップは残っている、という構図を正確に説明できる状態になること」と置いた。ここまで読んだ読者は、その説明に必要な材料と、自社がどちら側に位置するかを確認する視点を、一通り手にしているはずだ。

次の一手として、まずは白書の5択の設問を自社に当ててみるのが現実的である。全社横断的な変革に取り組んでいるのか、部署単位の最適化にとどまっているのか、それとも組織的な取組そのものがまだないのか。この確認だけでも、自社が27.0%側なのか、それ以外の7割強側なのかが見えてくる。

次の一手は「展開ロードマップ」の確認から

利用率でも方針策定でも、次に問われるのは組織としてどう広げるかという実行体制である。PoC（概念実証）後に部門・全社へ展開する段階設計を整理した記事とあわせて確認するとよい。

展開ロードマップを見る