生成AIの企業導入が「当たり前」になった2026年。しかし同時に浮かび上がってきたのは、「実感はあるのに、儲かっていない」という奇妙なギャップです。
米McKinsey社が2026年8月に公表した最新調査「The State of AI in 2026: On the road to ROI」は、97カ国の1,719人のビジネスリーダーを対象に行われたもので、企業のAI活用の実態をかなり赤裸々に映し出しています。本稿ではこの調査結果を軸に、企業のAI活用がなぜ「個人レベルの実感」と「組織レベルの成果」で大きく分かれてしまうのか、そして一部の「ハイパフォーマー企業」だけが利益に結びつけられている理由について、データに基づいて解説いたします。
導入率は89%、拡大企業は44%――それでも立ちはだかる「壁」
まず全体の導入状況を見てみましょう。少なくとも1つの業務機能で定期的にAIを利用している企業は89%にのぼり、2025年の88%からほぼ横ばいとなりました。一方で、AIを全社規模で「拡大」している企業は44%(2025年は38%)、3つ以上の機能でAIを利用している企業は56%(2025年は51%)と、着実に深化が進んでいる様子がうかがえます。
利用段階の内訳を見ると、変化はより鮮明になります。「実験段階」にとどまる企業は2025年の32%から2026年には22%へ減少し、「パイロット段階」は30%から34%、「少なくとも拡大段階」は38%から44%へと、それぞれ増加しました。つまり企業全体として、試行から実装へとフェーズが進んでいることになります。
ただし、この進展には明確な規模の差があります。年商10億ドルを超える大企業では54%が全社規模で拡大中であるのに対し、小規模企業では3分の1程度にとどまります。AIエージェントを拡大中と答えた大企業は40%で、2025年の27%から大きく伸びましたが、小規模企業は22%で横ばいです。ツール別に見ても、AIチャットボットの拡大率は大企業64%に対し小規模企業39%、コーディングエージェントは31%対17%、その他のAIエージェントは25%対13%と、いずれも規模による差が開いています。導入そのものはほぼ行き渡った一方で、「拡大」というフェーズでは体力のある企業が先行している構図が見えてきます。
「個人は手応えを感じる」のに「会社は儲かっていない」――ROIギャップの構造
今回の調査で最も注目すべきなのは、個人の実感と企業の財務成果との間に横たわる深い溝です。
回答者の80%が「AIによって自分自身の生産性が向上した」と答え、50%が「意思決定の質が改善した」と回答しています。現場レベルでは、AIの効果はすでに広く実感されているといえるでしょう。
しかし、これが企業全体の利益に結びついているかというと、話は変わってきます。AIがEBIT(利払い・税引前利益)にプラスの影響を与えたと回答した企業は37%で、2025年とほぼ同水準にとどまりました。さらに、EBITの5%以上をAIによる効果だと評価し、その影響を「重大」とみなす、いわゆる「ハイパフォーマー企業」はわずか6%にすぎません。この割合も前年から変化していません。個人の実感が8割に達しているにもかかわらず、組織的な財務成果として明確に認識できている企業は1割にも届かないというのが、現状の実態です。
コスト面の制約も見逃せません。トークン利用料を含むAIの運用コストによって利用が制限されていると回答した企業は全体の20%にのぼり、業界別では技術分野で25%、金融機関で24%と、AIを積極活用する業界ほどコスト負担も大きくなっている傾向がうかがえます。一方でICT予算の10%超をAIに充てている企業は28%、来年さらに投資を増やす予定の企業は60%に達しており、製薬・保険・金融機関などで特に投資意欲が強いようです。
雇用への影響については、意外な結果が出ています。過去1年間に実際にAIが人員削減につながったと答えた企業は14%にとどまり、2025年調査で「今後削減が進む」と予想されていた32%という数字を大きく下回りました。一方、今後1年間で人員削減を見込む企業は39%(前年32%)に増えており、予測自体は慎重さを増しているものの、実際の削減ペースはそこまで急激ではないというギャップも浮かび上がっています。
独自考察――「6%の壁」を越える企業に共通する条件
ここからは、調査データを踏まえた筆者独自の分析と考察を展開していきます。なぜ一部の企業だけがAIを利益に転換できているのか、その背景を複数の視点から掘り下げてみたいと思います。
ワークフローの再設計こそが分水嶺になっている
ハイパフォーマー企業のうち、業務のワークフローそのものを再設計したと答えた割合は約4分の3(前年は55%)に達しています。これに対し、それ以外の企業では4分の1程度にとどまりました。この差は非常に大きな意味を持つと考えられます。既存の業務プロセスにAIツールを「後付け」で導入するだけでは、生産性の実感は得られても、組織全体の成果には結びつきにくいのでしょう。本質的な変化を生み出すには、業務の進め方そのものを見直す覚悟が必要だということが、このデータから読み取れます。
「現場の実感」と「経営の管理」は別物――計測プロセスの有無が差を生む
ハイパフォーマー企業では、経営陣が実質的にAI活用のオーナーシップを持つ割合、そしてEBITへの影響を測定する定義済みのプロセスを持つ割合が、いずれも他の企業の約2倍に達しています。個人の生産性向上という「手応え」は、適切な計測の仕組みがなければ、組織の財務指標に自動的には反映されません。「使ってみて良かった」という感覚を、経営レベルで数値として追跡する体制があるかどうかが、ROIギャップを埋められるかどうかの分かれ道になっているように見受けられます。
投資の「量」より「配分の意思決定」が成果を左右する
ハイパフォーマー企業では、ICT予算の15%超をAIに充てている割合が他の企業の2倍以上となっており、来年の投資を10%以上増やす予定の企業も過半数にのぼります。単に投資額が大きいというより、AIへの資源配分を経営の優先事項として明確に意思決定できているかどうかが重要な分岐点になっていると考えられます。予算を「様子見」のまま小出しにしている企業は、結果として成果も小出しになってしまう可能性が高いのではないでしょうか。
チャットボットの先にある「エージェント活用の深さ」
ハイパフォーマー企業はコーディングエージェントの拡大率が他の企業の約2倍、その他のAIエージェントでは2.7倍に達しています。さらに、ソフトウェア製品や機能の購入を見送り、エージェント型コーディングツールで内製したと答えた割合も約半数にのぼりました。生成AIの活用がチャットボットによる情報整理や文章作成の段階で止まっている企業と、業務プロセスに自律的に組み込まれたエージェントまで踏み込んだ企業との間には、成果の差が生まれやすいと推察されます。
リスク対策への投資も「先行者」の条件のひとつ
ハイパフォーマー企業は、技術的脆弱性の悪用への対策を講じている割合が56%(他の企業は46%)、無許可・意図しないAI動作への対策を講じている割合が45%(他の企業は33%)と、いずれも高い水準にあります。AI活用を積極的に進める企業ほど、裏側のリスク管理にも同時に投資している実態が見て取れます。攻めと守りを同時に進められる体制があるかどうかも、持続的な成果につながる条件のひとつだと考えられます。
日本企業にとっての意味――導入率の高さだけでは勝てない
国内企業の生成AI活用率は8割を超えているという調査結果も別途公表されていますが、今回のMcKinseyのグローバルデータが示すのは、導入率の高さそのものはもはや差別化要因にはならないという現実です。むしろ重要なのは、ワークフローの再設計、経営レベルでの効果測定、投資配分の意思決定、そしてリスク管理まで含めた「使い方の深さ」です。日本企業にとっても、「導入した」という事実に満足せず、業務プロセスと管理体制をどこまで本気で見直せるかが、今後の成果を左右する鍵になりそうです。
まとめ
今回ご紹介したMcKinseyの調査結果は、AI活用において「導入すること」と「成果を出すこと」の間には、依然として大きな距離があることを示しています。個人レベルでの生産性向上を実感している回答者が8割に達する一方で、組織の利益に明確に結びつけられているハイパフォーマー企業はわずか6%にすぎません。
この差を埋めている企業に共通していたのは、ワークフローの再設計、経営陣による効果測定の仕組み化、明確な投資配分の意思決定、エージェント活用の深化、そしてリスク管理への同時投資という、複数の要素を組み合わせた総合的な取り組みでした。単純にAIツールを導入するだけでは、個人の実感を超えて組織全体の成果にはつながりにくいという現実を、多くの企業が改めて認識すべき時期に来ているのではないでしょうか。今後も国内外の最新データを追いながら、この「ROIギャップ」がどのように変化していくのか、注視してまいりたいと思います。
コメント