「効率化はできた、稼ぐ力はまだ」：厚労省とIPA、二つの一次統計が示す共通パターン

「効率化はできた、稼ぐ力はまだ」：独立した二つの政府統計が示す共通パターン

AI導入は進んだのに、成果に結びついている実感が薄い。そう感じる実務担当者は少なくないはずだ。2026年に入り、この感覚を裏づけるデータが、実施主体も母集団も異なる二つの日本政府系一次統計から、示し合わせたわけでもないのに同じ形で浮かび上がってきた。

厚生労働省が2026年3月に公表した「労働経済動向調査」（2026年2月調査）と、情報処理推進機構（IPA）が2026年7月に公表した「DX動向調査」である。両調査は対象も設問もまったく別だが、示している構造は同じだ。AI活用の狙いは業務効率化に集中し、効果として実際に表れるのもやはり効率化が中心である。一方で、人手不足の解消や労働時間の短縮、そして売上や利益の向上といった、経営に直結する成果指標にはほとんど届いていない。

厚労省調査では、AI導入事業所のうち「作業負担の軽減や作業効率の改善」に効果があったと答えた割合は91%に達する一方、「人手不足の解消」に効果があったと答えた割合は22%にとどまる。IPA調査でも、「業務が効率化したり迅速化した」と答えた企業は91.6%に上るのに対し、「売上や利益が向上した」と答えた企業はわずか3.9%である。効率化と、経営指標に直結する成果の間には、大きな落差が横たわっている。本記事を読むと、日本企業のAI活用は効率化には効くが稼ぐ力にはまだ届いていない、という構造を、厚労省とIPAという実施主体の異なる二つの一次統計の言葉で説明できるようになる。

あわせて、「狙い47%に対し効果22%」のような数字を安易に引き算しない読み方、母集団の異なる調査を単純に横並びで比較しない読み方も身につく。数字を比べる前に、まずそれぞれの調査が何を、誰に、どう聞いたのかを確認しておきたい。

数字を比べる前に：厚労省とIPA、何を・誰に・どう聞いた調査なのか

二つの調査は、対象も母集団もまったく異なる。数字を並べる前に、まずこの違いを押さえておく必要がある。

厚生労働省「労働経済動向調査」は、常用労働者30人以上の民営事業所5,786を抽出し、有効回答3,136事業所（有効回答率54.2%）から集計した、四半期ごとの政府統計である。2026年2月1日時点の状況を尋ねており、AI導入の定義は「事業所において有償契約でAIを導入しているもの（自社開発を含む）」に限定され、労働者個人が独自に導入している場合は除かれる。

集計単位は事業所だが、労働者数に比例した確率で事業所を抽出しているため、結果は事業所の割合というより、そうした事業所で働く労働者の割合に近い、という注記が調査自体に付されている。

なお、AIの導入状況は2026年2月調査から新たに加わった特別項目であり、過去の調査結果と比較できる時系列データは存在しない。

IPA「DX動向調査」は、国内企業の経営層・情報システム部門・DX推進部門等を対象に、2026年4月17日から6月12日にかけて実施され、1,799社から回答を得た。回答者が経営や推進の立場にある点は、厚労省調査の「事業所」という単位とはまた違う切り口であり、「効果があった」という評価は現場の一般社員ではなく、推進する側の自己評価である点にも留意したい。

「AI導入率」という一つの言葉が、調査によってまったく違う意味を持ちうる点には、「AI導入率」の読み解き方で扱った、誰に・何を・どう聞いたかという三つの問いがそのまま当てはまる。本記事が確認したいのは導入率の高低ではなく、導入した後に何が起きたかという一点である。導入率そのものの国際比較は日本のAI活用はなぜ遅れているのかに譲り、以下、厚労省調査から確認する。

厚生労働省調査が示す「狙い」と「効果」の順位逆転

厚労省調査では、AIを導入している事業所は31%、導入していない事業所は67%（このうち導入予定ありが9%、予定なしが58%）だった（出典：厚生労働省 労働経済動向調査（令和8年2月））。規模別に見ると、1,000人以上の事業所で48%が導入している一方、30〜99人の事業所では16%にとどまる。企業規模が小さくなるほど導入が進んでいないという構図は、調査全体を通じて一貫している。

導入事業所のうち94%が、何らかの活用の狙いを持っている。狙いの内容で最も多いのは「作業負担の軽減や作業効率の改善」で93%。次いで「人手不足の解消」47%、「労働時間の短縮や休暇・休日の増加」46%と続く。効率化だけでなく、人手不足対策や働き方改善への期待も、狙いの段階では十分に高い。

問題は、その狙いが効果としてどこまで実現したかである。

狙いの上位は「人手不足の解消」47%、効果の上位は「作業効率」91%：分母の違う数字の読み方

AI活用後に「効果があった」と答えた事業所は78%。その効果の内容を見ると、「作業負担の軽減や作業効率の改善」91%が最多で、次いで「品質の向上」33%、「労働時間の短縮や休暇・休日の増加」25%、「人手不足の解消」22%と続く。

ここで注意したいのは、狙いの47%と効果の22%を単純に引き算して「期待の半分しか実現しなかった」と読むことはできない、という点だ。狙いの割合は「活用の狙いがある事業所」を100とした割合であり、効果の割合は「AI活用後に効果があった事業所」を100とした割合である。分母の異なる二つの数字を差し引きしても、意味のある値にはならない。

意味があるのは、順位の変化のほうだ。次の表は、厚労省調査の表8（狙い）と表9（効果）を、本記事で同一カテゴリごとに並べ替えて作成したものである。

カテゴリ	狙いでの順位（狙いがある事業所=100）	効果での順位（効果があった事業所=100）
作業負担の軽減・作業効率の改善	1位・93%	1位・91%
人手不足の解消	2位・47%	4位・22%
労働時間の短縮や休暇・休日の増加	3位・46%	3位・25%
品質の向上	狙いの上位3項目には入らない	2位・33%

効率化の項目だけが、狙いでも効果でも一貫して1位を保っている。これに対し、狙いの段階で2位につけていた「人手不足の解消」は、効果の段階では4位まで後退する。順位が入れ替わっているのであり、狙いと効果の間で何かが失われたと単純化するより、この構造の変化として読む必要がある。

では、なぜこの後退が起きるのか。手がかりは、企業が実際にAIを何に使っているかにある。

IPA調査が示す「業務効率化91.6%」と「売上・利益向上3.9%」の落差

IPA「DX動向調査」でも、同じ構造がもう一度現れる（出典：IPA「DX動向調査」報道発表）。AI導入企業に具体的な効果を尋ねると、「業務が効率化したり迅速化した」と答えた割合が91.6%と突出する。次いで「企画提案等の品質や速さが向上した」48.9%、「残業時間の削減につながった」29.2%と続く。ここまではいずれも高い数字だが、その先で急激に落ち込む。「顧客満足度が向上した」4.5%、「対象となる顧客が拡大した」2.7%、そして「売上や利益が向上した」はわずか3.9%にとどまる。

これらの数字は、いずれもAI導入企業を100とした割合であり、全回答企業のうちの割合ではない。「日本企業の91.6%が業務効率化した」という読み方は誤りで、正しくは「AIを導入した企業のうち」91.6%である。

IPA自身、この結果を「AIは導入が広がっているものの、その活用はやはり業務効率化・迅速化が中心となっており、企業価値創出への展開は限定的な状況にある」と総括している。導入が広がることと、それが売上や利益という経営指標に結びつくことは、別の話だということである。

企業規模による差も大きい。従業員1,001人以上の企業では8割近くがAIを導入している一方、101人以下の企業では16.6%にとどまる。DX推進の一部または中心としてAIを活用していると答えた企業は合計54.2%で、「期待以上の効果」「期待どおりの効果」と答えた割合の合計は31.8%、「一定の効果はあった」が50.6%で最も多い。

利用用途は要約・翻訳・文書作成に集中する

効果の偏りは、そもそも何にAIを使っているかを見ると理解しやすい。利用用途で最も多いのは「文書・音声の要約・翻訳・校正」82.5%、次いで「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%である。一方、「自社製品・サービスの高度化」は10.9%、「生産・物流・サービス提供の計画支援」は6.0%と、新しい価値を生み出す方向の用途は低い水準にとどまる。

次の表は、IPAのプレス発表資料にある図表6（利用用途）と図表7（具体的効果）を、本記事で同一カテゴリごとに並べ替えて作成したものである。

カテゴリ	利用用途での順位（AI導入企業=100）	具体的効果での順位（AI導入企業=100）
定型業務の効率化（要約・翻訳・文書作成）	1〜2位・82.5%／80.5%	1位・91.6%（業務効率化・迅速化）
付加価値の創出（自社製品・サービスの高度化等）	下位・10.9%	下位・3.9%（売上や利益の向上）

用途が定型業務の支援に集中している以上、そこから生まれる効果もまた効率化に偏る。これは自然な結果であり、AI自体の性能の限界というより、使い方の設計の問題として捉えたほうが実態に近い。

公式統計に映らない利用：シャドーAIという盲点

もう一つ、押さえておきたい論点がある。厚労省調査は、AI導入の定義から「労働者個人が独自にAIを導入している場合」を明示的に除外している。この調査は会社が公式に契約したAI活用しか捉えておらず、従業員が個人の判断で使っている生成AI、いわゆるシャドーAIの実態は構造的に見えない。

この盲点を測ろうとした調査もある。角川アスキー総合研究所が2026年8月に公表した『AI白書2026』の独自調査（有効回答310件、対象は上場企業または従業員300人以上の非上場企業に勤める経営者・役員および従業員）によれば、会社公式でないAIツールの業務利用経験は、課長以上の管理職で46.5%、係長以下の一般社員で38.1%だったという（出典：角川アスキー総合研究所 プレスリリース）。ルールを作る側であるはずの管理職のほうが、公式外のツールに手を伸ばしている。ただしこの調査は書籍の販促を兼ねた自社調査であり、第三者による検証はなく、有効回答も310件と小さい。中核の根拠としてではなく、公式統計が見落としている領域を示す補助的な材料として受け止めておきたい。

似た構図は、海外の調査でも報告されている。シャドーAIの実態2026で扱った海外調査では、意思決定層の65%が無許可AIを業務利用し、現場社員31%を上回るという結果が示されている。対象の国も母集団も異なる別々の調査だが、「ルールを作る側ほど公式外のツールを使う」という方向性は共通している。公式統計だけを見ていると、AI活用の実像の一部を見落とすことになりかねない。

「効率化はできた、稼ぐ力はまだ」を自社の判断にどう使うか

ここまで、厚労省とIPAという二つの独立した政府系一次統計を確認してきた。結論を一文でまとめれば、日本企業のAI活用は効率化にはたしかに効いているが、人手不足の解消や労働時間の短縮、そして売上や利益の向上といった経営指標にはまだ届いていない、ということになる。

この構造は、自社のAI活用を点検する際の具体的な物差しになる。今、社内で使われているAIが「作業が速くなった」という感覚以上の成果、たとえば人員体制の余裕や労働時間の実質的な短縮、あるいは売上や利益への貢献にまで接続できているかを、一度確認してみる価値がある。効率化止まりであること自体は、悪いことではない。ただし、それを経営指標にどうつなげるかという次の設計が抜け落ちたままでは、効果は限定的な範囲にとどまり続ける可能性が高い。

利用率や導入体制のギャップについては、「使っているが、変えていない」で総務省データをもとに扱った。導入率、組織体制、そして本記事で見た効果という三段構造を通しで押さえておくと、自社のAI活用がどの段階でつまずいているのかを判断しやすくなるはずだ。

自社のAI活用を点検する

導入率や組織体制のギャップについても、あわせて確認しておきたい。

組織的取組ギャップの記事を読む ビジネスカテゴリへ