生成AIの企業活用において、日本は長らく「導入の遅れ」が指摘されてきました。しかし、PwCジャパンが2026年6月に公表した「生成AIに関する実態調査2026 春」の最新データによると、日本企業の生成AI活用率は87%に達し、米国や英国とほぼ同水準まで追いついたことが明らかになりました。一方で、同じ調査は、活用率の追い上げとは対照的に、生成AIが生み出した成果を従業員や顧客に還元できている企業の割合が、調査対象6カ国の中で最下位の40%にとどまるという厳しい実態も示しています。本稿では、この調査結果を手がかりに、日本企業が生成AI活用において向き合うべき「次の壁」について考えていきます。
活用率87%、世界との差は小さくなった
本調査は、売上高500億円以上の企業・組織に所属し、生成AIの導入に何らかの関与がある課長職以上の人材を対象に、日本では2026年2月12日から19日にかけて実施されました。有効回答数は932名で、同時期に実施された米国(670名)、英国(412名)、中国(412名)、ドイツ(309名)、韓国(309名)の調査結果と比較できる設計になっています。
調査結果によれば、日本企業の生成AI活用率は87%となり、前回調査から11ポイントも上昇しました。未着手または活用を断念した企業はわずか4%にすぎません。他国の活用率は、米国90%、英国89%、中国91%、ドイツ89%、韓国93%となっており、日本との差はわずか2〜6ポイントにまで縮小しています。かつて「日本はAI活用で周回遅れ」という論調が目立っていたことを踏まえると、少なくとも「導入している」という裾野の広さにおいては、世界水準にほぼ並んだと言えるでしょう。
「効果創出」と「成果還元」に立ちはだかる二つの壁
しかし、調査が浮き彫りにしたのは、活用率が上がった先に待っている、別の深刻な課題です。生成AIを活用している企業のうち、得られた効果が「期待通り」または「期待を大きく上回る」と回答した割合は全体で64%でした。ところが、その内訳を国別に見ると、日本企業で「期待を大きく上回る」と回答した割合はわずか9%にとどまり、6カ国中最低となっています。米国は38%、英国は32%であり、日本との差は4倍以上に広がっています。さらに、日本企業では「期待未満」と回答した割合が19%と高く、「まだ評価できていない」という回答も13%に達しました。米国では効果を「まだ評価できていない」と答えた企業は0%であり、日本企業はそもそも効果を測定する仕組み自体が弱いことがうかがえます。
効果が出るまでの期間についても、差は明確です。「1年以内に効果が出る」と見込む企業は米国で66%であるのに対し、日本はわずか41%にとどまりました。日本企業は「3年以上」や「時期がわからない」と回答する割合が相対的に高く、生成AIの効果を見る時間軸そのものが保守的である実態がうかがえます。
そして最も差が大きかったのが、成果の「還元」です。生成AIによって得られた効果を、従業員への待遇改善や顧客への価格還元など、何らかの形で財務的に還元できていると回答した企業は、日本ではわずか40%にとどまり、調査対象6カ国の中で最下位でした。米国は75%、英国は74%に達しており、日本の約2倍の水準です。還元を「行っていない」と回答した企業の割合も、日本が19%と最も高くなっています。興味深いのは、日本企業の中でも「期待を大きく上回る効果を出した企業」の71%は従業員への還元を実施している一方、「期待未満だった企業」ではその割合がわずか14%にとどまる点です。効果が出ている企業ほど、その成果を組織に還元する傾向が強いという相関がここから読み取れます。
独自考察――日本企業はなぜ「稼いだのに配れない」のか
①投資の「守り」志向と効果測定インフラの欠如
日本企業が生成AIに期待する効果の多くは、今なお業務効率化やコスト削減といった「守り」の領域に偏っているのではないかと考えられます。新規事業の創出や価格戦略の見直しといった「攻め」の投資判断は、効果が数値として見えにくいために後回しにされやすく、結果として「まだ評価できていない」と回答する企業が13%にも達しているのでしょう。そもそもROIを測定するKPI設計やダッシュボードといった社内インフラが整っていなければ、効果が出ていたとしても「見えない成果」のまま埋もれてしまいます。米国企業が効果を「まだ評価できていない」と答えた割合が0%であったことは、測定の仕組みそのものが成果実感の差を生んでいる可能性を示唆しています。
②「全社最適」より「部署内最適」に陥りやすい組織構造
日本企業では、生成AIの導入が部署単位の小規模なPoC(概念実証)にとどまりやすく、全社的な業務プロセスの再設計まで踏み込めていないケースが多いと見られます。縦割り型の組織構造のもとでは、ある部署で生成AIが成果を出しても、その知見やワークフローが他部署に横展開されにくく、インパクトが限定的になりがちです。「期待を大きく上回る」効果を出すには、単なるツール導入ではなく業務プロセスそのものの再構築が必要ですが、部署ごとに予算と権限が分断された組織では、そうした全体最適の変革に踏み出しにくいのが実情ではないでしょうか。
③成果配分を阻む日本型の賃金・評価制度
生成AIが生産性向上に貢献したとしても、その成果を従業員の待遇改善に直結させるには、個人やチームの成果を柔軟に評価・反映できる賃金制度が前提になります。年功的な要素が残る日本型の人事制度のもとでは、生成AI活用による成果を即座にインセンティブへ結びつける仕組みが乏しく、還元のハードルが構造的に高くなっていると考えられます。同様に、価格戦略についても長期的な取引慣行や価格の固定観念が根強く、生産性向上分を顧客への価格還元に反映する判断も、米国や英国の企業に比べて迅速に下しにくいのではないでしょうか。
④「様子見」から「導入」への切り替えタイミングのズレ
活用率が前回調査から11ポイントも急上昇した背景には、周囲の企業が次々に導入する中で「様子見」から一斉に導入へ切り替えた企業が相当数含まれている可能性があります。明確な戦略的仮説を持って早期に動いた企業と比べ、競合への追随を主な動機として後発で参入した企業では、効果を引き出すための業務改革や人材育成が追いついておらず、「1年以内に効果が出る」と答えられる企業が41%にとどまっていることと整合的です。導入の裾野が広がった今こそ、その中身の濃淡が結果の差として表面化してきているのだと言えます。
⑤経営トップのコミットメント不足とミドルマネジメントへの丸投げ
生成AI活用を「経営課題」として掲げる企業は増えていますが、実際の予算配分や人事評価制度の見直しといった構造改革の権限は、依然として現場のミドルマネジメントに委ねられがちです。トップが大きな方針を示すだけで、実行段階の投資判断や制度変更に関与しなければ、現場は既存の業務プロセスや評価制度を維持したまま、生成AIを「既存業務に乗せる」形でしか使えません。これでは効果が限定的になるのは当然であり、経営層自身が賃金制度や価格戦略の見直しに踏み込む覚悟こそが、還元率40%という結果を変える鍵になるはずです。
⑥中小企業と大企業の分断、サプライチェーン全体での還元の遅れ
今回の調査対象は売上高500億円以上の企業に限られています。日本経済の大部分を占める中小企業では、生成AIの導入率がこれよりもさらに低い水準にあるとみられ、仮に大企業で成果が出ても、その効果がサプライチェーン全体や取引先の中小企業まで広がるには、相応の時間がかかると考えられます。つまり、今回示された「還元率40%」という数字は、日本経済の中でも比較的恵まれた大企業群の実態であり、経済全体で見れば、生成AIの果実が行き渡るまでの距離はさらに長いと捉えるべきでしょう。
まとめ
PwCジャパンの最新調査が示したのは、日本企業の生成AI活用が「導入の壁」をほぼ越え、世界水準に並んだという前向きな事実と、その先に「効果創出の壁」「成果還元の壁」という新たな課題が立ちはだかっているという現実です。活用率87%という数字だけを見れば楽観的な評価もできますが、効果を大きく上回る企業の割合が9%、財務的な還元を実現できている企業が40%という数字は、日本企業が成果を組織や社会に行き渡らせる仕組みをまだ十分に持てていないことを物語っています。今後は、効果測定のインフラ整備、部署を越えた業務プロセスの再設計、そして成果を柔軟に還元できる賃金・価格制度への見直しが、日本企業にとって次の重要なテーマになっていくのではないでしょうか。
コメント