「うちだけの話じゃなくて、他社の事例はないの？」
「感覚じゃなくて、数字で示してくれないか」
生成AIの活用を社内で提案したとき、上司や経営層からこう言われた経験がある方は多いのではないでしょうか。個人の業務で便利さを実感していても、それを組織として動かすには「他社も進めている」という事実と、「これだけの規模で進んでいる」という数字の両方が要ります。
問題は、この2つを集める作業が思ったより厄介だということです。検索すれば「生成AI導入率〇%」という記事はいくらでも出てきますが、調査の母集団も時点もばらばらで、どれを稟議に書いていいのか分からない——という声をよく聞きます。
この記事では、公的機関の調査で実際に確認できた数字と、公式に発表されている企業事例だけを整理し、稟議で使える形にまとめます。数字を作ることはしません。確認できなかったものは「確認できなかった」と明記します。
目次
- 稟議で数字を使う前に知っておきたい3つの原則
- 日本企業の生成AI導入はどこまで進んでいるか
- 世界と比べた日本の状況
- 業種別に見るAI活用事例
- 「身近な事例」を探すなら
- 稟議書にそのまま使える説得の組み立て方
- それでも導入が進まない企業に共通すること
- claudecode道場の紹介
- まとめ
- よくある質問（FAQ）
1. 稟議で数字を使う前に知っておきたい3つの原則
生成AIの導入率をめぐる数字は、調査によって大きく異なります。後述しますが、「企業の生成AI活用率」という同じテーマでも、ある調査では86.4%、別の調査では34.5%という結果が出ています。これは片方が誤りというわけではなく、調査設計が違うためです。稟議で数字を使う前に、次の3つを必ず確認してください。
原則1：出典（一次情報）を確認する
「〇〇によると」という形でまとめ記事やSNS投稿から数字を引用しない（孫引きしない）ことが基本です。まとめ記事は元の調査の条件を省略して数字だけを切り出していることが多く、前提を確認できないまま社内資料に転記すると、後から「その数字の根拠は？」と聞かれたときに答えられなくなります。必ず調査を実施した機関（総務省、帝国データバンク、経済産業省、IPAなど）の公表資料まで遡って確認してください。
原則2：調査時点を確認する
生成AIの企業導入率はここ数年で急激に動いています。後述するとおり、日本企業の生成AI活用方針を持つ割合は2024年度調査の49.7%から2025年度調査では68.9%まで上昇しています（出典：総務省「令和8年版情報通信白書」、2026年）。1年前のデータをそのまま使うと、実態より低い数字で説得力を落としてしまう可能性があります。
原則3：母集団と質問文を確認する
「従業員数1,000人以上の企業だけを対象にした調査」なのか「個人事業主も含む全企業を対象にした調査」なのかで、同じ「導入率」という言葉でも意味が変わります。また「活用している」という質問文も、「本格的に業務に組み込んでいる」を指すのか「試しに使ったことがある」を含むのかで数字は大きく変わります。稟議に転記する前に、調査対象の企業規模・業種構成、質問の文言を確認する習慣をつけてください。
2. 日本企業の生成AI導入はどこまで進んでいるか
個人の生成AI利用率と、企業として組織的に導入している割合は別の指標です。この2つを混同すると、実態とずれた説得材料になってしまうため、分けて確認します。
個人の生成AIサービス利用経験率
総務省が2026年7月24日に公表した「令和8年版情報通信白書」によれば、日本における生成AIサービスの利用経験率（2025年度調査）は58.8%と報告されています。前年度（2024年度調査）の26.7%から大きく上昇した形です（出典：総務省「令和8年版情報通信白書」第Ⅰ部第1章、2026年）。
ただしこれはあくまで「個人として使ったことがあるか」という指標であり、次に見る「企業としての導入」とは別の数字です。稟議資料でこの2つを混同すると、「社員は使っているが会社としては未導入」という実態を見誤ることになりかねません。
企業の生成AI活用方針・導入状況
同白書の企業向け調査（2025年度）では、次のように報告されています（出典：総務省「令和8年版情報通信白書」第Ⅰ部第2章、2026年）。
- 「積極的に活用する方針」または「活用する領域を限定して利用する方針」と回答した企業の割合：日本68.9%（前年度調査は49.7%）
- 企業規模別では、大企業74.0%、中小企業58.1%（いずれも前年度から上昇。特に中小企業の伸びが大きいと報告されています）
- 自社の何らかの業務で生成AIを利用していると回答した割合：日本86.4%（前年度調査は55.2%）
- 生成AI活用による業務変革等について、全社横断的・部署単位・個人業務単位のいずれかで組織的に取り組んでいると回答した割合：65.6%。一方で「組織的な取組はない」と回答した割合は27.0%と報告されています
- 業務類型別では「議事録・メール作成補助」での活用を回答した割合が最も高く約7割、次いで「営業・販売」で約6割、「社内ヘルプデスク」で約5割と報告されています。導入効果を実感すると回答した割合も「議事録・メール作成補助」が突出して高いとされています
一方、株式会社帝国データバンクが2026年3月17日〜31日に実施した調査（対象23,349社、有効回答10,312社、回答率44.2%）では、生成AIを業務で「活用している」と回答した企業は34.5%と報告されています。企業規模別では大企業46.5%、中小企業32.4%、小規模企業28.0%、従業員1,000人超の企業では63.6%とされています（出典：株式会社帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」、2026年）。
86.4%と34.5%、なぜこれほど数字が違うのか
これは第1章で触れた「母集団と質問文の違い」の典型例です。総務省調査は「自社の活用方針が『わからない』と回答した層を除外」した上での集計であるのに対し、帝国データバンク調査は全回答企業を母数に「活用している」という認識ベースの回答を集計しています。除外の有無や質問の立て方が違えば、同じ「導入率」という言葉でも結果は大きく変わります。稟議資料でどちらかの数字を使う場合は、必ず「〇〇の調査によれば」と出典を明記し、調査条件が異なる複数の数字が存在することも合わせて伝えるほうが誠実です。
帝国データバンクの調査ではこのほか、活用企業のうち「業務への効果が出ている」と回答した割合が86.7%、主な活用業務は「文章の作成・要約・校正」（45.1%）、「情報収集」（21.8%）の順に多いと報告されています。懸念・課題としては「情報の正確性」（50.4%）が最も高く、「専門人材・ノウハウ不足」（41.3%）、「活用すべき業務の範囲が不明確」（40.0%）、「情報漏洩のリスク」（33.5%）と続きます。
これらの数値は各機関が定期的に更新しています。稟議に使う際は、上記のURLから最新版が公表されていないか、その都度確認することをおすすめします。
3. 世界と比べた日本の状況
総務省「令和8年版情報通信白書」では、日本・米国・ドイツ・中国の4か国を対象にした国際比較調査の結果も報告されています（出典：総務省「令和8年版情報通信白書」、2026年）。
個人の生成AIサービス利用経験率（2025年度調査）は、日本58.8%に対し、米国・ドイツ75.6%、中国93.6%と報告されており、日本は4か国の中で最も低い水準にとどまっています。
企業における「自社の何らかの業務で生成AIを利用している」割合についても、日本86.4%に対し、米国90.9%、ドイツ91.6%、中国98.1%と報告されており、前年度調査（日本55.2%）と比べて差は縮小したものの、依然として日本が最も低い結果となっています。
また、生成AI活用による業務変革について「組織的な取組はない」と回答した割合は、日本27.0%に対し、米国・ドイツ・中国はいずれもこれより低い水準にあると報告されています（具体的な各国数値は白書の図表Ⅰ-2-1-3を参照してください）。
国際比較を稟議に使う場合の注意点として、各国の労働慣行・IT投資構造・調査対象企業の構成は同一ではありません。「海外はここまで進んでいるから自社も」という単純な比較よりも、「業務の型（議事録作成、営業支援など）ごとに、どの国がどこまで踏み込んでいるか」という粒度で引用するほうが、説得材料としての精度が上がります。
4. 業種別に見るAI活用事例
事例を集める際にまず注意したいのは、公式に発表される事例の多くが「うまくいった話」であるという点です。生成AIの導入に苦戦している企業や、途中で取り組みを止めた企業がプレスリリースを出すことは基本的にありません。ここで紹介する事例は、あくまで公式に確認できた「成功していると発表されている」事例であり、業種全体の平均的な姿ではないことを前提に読んでください（いわゆる生存者バイアスです）。
総務省「令和8年版情報通信白書」では、企業への個別ヒアリングに基づく活用事例が紹介されています（出典：総務省「令和8年版情報通信白書」第Ⅰ部第2章、2026年）。
| 業種・業態 | 企業名 | 活用領域の概要 |
|---|---|---|
| 製薬・研究開発 | 中外製薬 | 全社経営戦略「TOP I 2030」のもとで「Chugai AI Strategy」を策定し、研究開発領域での新薬開発期間・費用の圧縮などにAIを活用（出典：中外製薬提供資料、白書に掲載） |
| 製造業 | ダイキン工業 | 熟練エンジニアのノウハウを継承する「熟練工AIエージェント」や、日立製作所と協創した設備故障診断を支援するAIエージェントを開発・試験運用（出典：ダイキン工業・日立製作所プレスリリース、白書に掲載） |
| 小売業 | イオンリテール | 従業員向けマニュアル等を学習させたAIを店舗端末に実装し、イオングループ約300のグループ会社のデータ統合にも取り組む（出典：イオンリテール公式発表、白書に掲載） |
| 中小企業（経営支援業） | アイニコグループ | 経営者自身が生成AIを「壁打ち」相手として活用したことをきっかけに、業務フロー整備やタスク管理への展開を進めている（出典：アイニコグループ提供情報、白書に掲載） |
中小企業の事例が少ないと感じる場合は、アイニコグループのように「経営者自身がまず使い始め、そこから業務フローの整備に広げる」という進め方が、規模の小さい組織では現実的な入り口になっているという点が参考になります。
なお、これら4社以外にもパナソニックホールディングス、ロート製薬、NTTデータ、電通、明治安田生命、キリンホールディングス、ラクスなどの取組が同白書内で紹介されています。自社の業種に近い事例を探す場合は、白書本文（上記URL）を直接確認することをおすすめします。
5. 「身近な事例」を探すなら
ここまでは経営層向けの「企業レベルの導入実態」を扱いましたが、「自分の部署で明日から何に使えるか」という個人・部署単位の活用シーンについては、この記事では深く扱いません。文書作成・データ分析・顧客対応・採用業務・マーケティングコンテンツ作成など、非エンジニアが実務で使える8つのシーンについては、生成AI×ビジネス活用2026年最新ガイド——非エンジニアが押さえるべき8つのシーンにまとめていますので、あわせてご覧ください。
稟議の場では「マクロの導入実態」と「自社での具体的な使い方」の両方が求められることが多いため、この2つの記事はセットで使うことを想定しています。
6. 稟議書にそのまま使える説得の組み立て方
数字と事例が揃ったら、次はそれをどう並べるかです。稟議書で説得力を持たせるには、次の3段階で組み立てることをおすすめします。
第1段階：マクロの数字で「流れ」を示す
「生成AIの企業導入は一過性のブームではなく、継続的に進んでいる」ということを、公的統計で示します。たとえば「企業の生成AI活用方針を持つ割合は、総務省の調査で2024年度49.7%から2025年度68.9%まで上昇している（出典：総務省令和8年版情報通信白書）」という形です。ここでは「流れが加速している」という事実を示すことが目的で、自社の状況を直接証明するものではない点に注意してください。
第2段階：近い業種・規模の事例で「現実味」を示す
自社と業種・規模が近い企業の公式事例を1〜2件添えます。前章の表から選ぶか、自社の業界団体・業界紙が報じている事例を探します。ここで重要なのは、「この企業が成功したから自社も成功する」と断定しないことです。「同業他社でもこうした取組が進んでいる」という事実の提示にとどめ、自社での成果は次の第3段階で試算します。
第3段階：自社の数字で「規模感」を試算する
ここが最も重要な部分です。マクロの数字や他社事例は「なぜ検討する価値があるか」の根拠にはなりますが、「自社でどれだけの効果が出るか」は自社のデータでしか示せません。試算の型としては、次のような計算式の考え方が使えます。
削減が見込める作業時間（月間） × 該当業務の時給換算額 × 対象人数 = 試算される効果額
たとえば「議事録作成に月20時間かけている担当者が5人おり、生成AI活用で作業時間が半分になると仮定した場合」という前提を置けば、「月50時間×時給換算額」という形で試算額を出せます。ここでのポイントは、確定した成果として断定するのではなく、「〇〇という前提を置いた場合の試算」と明記することです。前提が崩れれば数字も変わるということを、稟議を読む側にも分かる形で示しておくと、後になって「話が違う」とならずに済みます。
この3段階を意識するだけで、「なんとなく良さそう」という印象論から、「業界の流れ・近い事例・自社の試算」という筋の通った稟議に変わります。
7. それでも導入が進まない企業に共通すること
数字と事例を揃えて稟議を通しても、実際に導入が進まないケースは珍しくありません。総務省の調査でも「組織的な取組はない」と回答した日本企業は27.0%に上ると報告されており、方針を決めた後の実行段階でつまずく企業が一定数存在することがうかがえます。
ここでは、導入が停滞しやすい3つの要因と、それぞれの対処法をまとめた別記事へのリンクを紹介します。
社内ルールが整備されていない
「何を入力していいのか」「誰が責任を持つのか」が曖昧なまま導入を進めると、現場が萎縮して使われなくなるか、逆に情報漏洩のリスクを抱えたまま使われ続けるかのどちらかに陥りがちです。ルール整備の考え方は生成AIの社内ルールの作り方で解説しています。
研修が形だけになっている
ツールの使い方だけを教える研修では、業務への定着にはつながりにくいという声をよく聞きます。研修が失敗しやすい典型的な原因は社内AI研修が失敗する3つの原因にまとめています。
予算の確保に迷っている
初期費用や研修費用の捻出が壁になっている場合は、国や自治体が提供する補助金・助成金を活用できる可能性があります。対象となる制度の探し方はAI導入で使える補助金・助成金2026年まとめを参照してください。
8. claudecode道場の紹介
ここまで見てきたとおり、企業の生成AI導入は「方針を決める」段階から「組織的に定着させる」段階へと進みつつあり、日本企業の課題は後者にあることが公的統計からも読み取れます。方針を決めて終わりにせず、現場が実際に使いこなせる状態まで持っていくには、体系的な学習の機会が必要です。
claudecode道場（https://claudedojo.com）は、非エンジニアのビジネスパーソンがClaude Codeを業務で使いこなせるようになるための学習プラットフォームです。プログラミング知識やクレジットカードの登録なしで学習を始めることができ、現在は全章を無料で公開しています。
社内稟議を通した後の「使ってもらえる状態をどう作るか」という次の課題に対しても、実践的な内容を用意しています。個人での学習はもちろん、チーム・部署単位での導入を検討している場合は、malna株式会社への相談も選択肢のひとつです。
まとめ
生成AIの企業導入をめぐる数字は、調査によって定義も母集団も異なります。稟議で説得力を持たせるには、まとめ記事の孫引きではなく一次情報の出典・調査時点・母集団を確認すること、そして「マクロの数字」「近い事例」「自社の試算」の3段階で組み立てることが要になります。
総務省の調査では、日本企業の生成AI活用方針を持つ割合が2024年度の49.7%から2025年度には68.9%まで上昇し、何らかの業務で生成AIを利用している企業の割合も86.4%まで伸びていると報告されています。一方で、組織的な取組がないと回答した企業も27.0%存在し、方針を決めた後の実行フェーズに課題が残っていることもうかがえます。数字は日々更新されるため、稟議に使う際は必ず最新版を出典元で確認してください。
よくある質問（FAQ）
Q. 日本企業の生成AI導入率はどこで調べられますか？
A. 公的統計としては、総務省が毎年公表している「情報通信白書」（soumu.go.jp）と、株式会社帝国データバンクが公表している「生成AIに関する企業の動向調査」（tdb.co.jp）が代表的な情報源です。いずれも定期的に更新されるため、稟議に使う際は最新版を直接確認することをおすすめします。
Q. AI導入企業の事例はどこで探せますか？
A. 総務省の情報通信白書には、企業への個別ヒアリングに基づく活用事例が業種別に掲載されています。このほか、各企業の公式プレスリリースや公式サイトの導入事例ページも一次情報として使えます。まとめサイトの事例紹介は、元のプレスリリースまで遡って内容を確認してから引用することをおすすめします。
Q. 稟議で統計を引用するときの注意点は何ですか？
A. 出典元・調査時点・母集団（対象企業の規模や業種構成）・質問文の3点を必ず確認することです。同じ「導入率」という言葉でも、調査によって定義が異なるため、数字だけを切り出して引用すると誤解を招く可能性があります。この記事の第1章・第2章で具体例を挙げていますので参考にしてください。
Q. 中小企業でも参考になる事例はありますか？
A. 総務省の白書ではアイニコグループ株式会社の事例として、経営者自身が生成AIを「壁打ち」相手として使い始め、そこから業務フロー整備に展開していった取組が紹介されています。大企業のような大規模なシステム投資ではなく、経営者や担当者個人の利用から始めるアプローチは、中小企業にとって現実的な入り口になり得ます。
※本記事の統計・事例は各出典の公表時点の情報です。稟議等で引用する際は、必ず出典元の最新版をご確認ください。