企業や団体が生成AI活用の課題を調査、DX推進担当者の点検項目が数字で見える

SOURCESこの記事がまとめた発表

画像：株式会社Macbee Planetの発表資料より（PR TIMES）

[1] マーケターの6割超が職場内の「生成AI使いこなし格差」を実感

株式会社Macbee Planet ／ 掲載 2026.11.05
発表を見る

画像：株式会社Merの発表資料より（PR TIMES）

[2] 【2026年 日本企業のデータ整備とAI活用実態調査】約8割が業務データは「整備されている」と回 答する一方、「問題なし」は3.7%、ほぼ全てのデータを顧客軸で横断できるのは10.0%

株式会社Mer ／ 掲載 2026.11.06
発表を見る

画像：AI株式会社の発表資料より（PR TIMES）

[3] ＜「JAPAN AI」企業の実態調査2026＞「企業の生成AI活用とガバナンス実態調査」を実施

AI株式会社 ／ 掲載 2026.11.06
発表を見る

画像：発表資料より（PR TIMES）

[4] 【RCIJリスクリサーチ】生成AIが生み出す、業務のブラックボックス化。約3人に1人はAIで行った自分の業務を「引き継げない」と回答。

掲載 2026.11.10
発表を見る

生成AIで行った業務の引き継ぎ課題

生成AIを使った業務では、完成した資料を共有しても、AIへの指示や出力を採用した理由までは後任に伝わらない場合があります。一般社団法人日本リスクコミュニケーション協会（RCIJ）は、この課題を次の2つの面から調べました。

• 3人に1人が引き継げないAI業務
• 経営層と現場で割れる判断基準

どちらの結果も、成果物ではなく判断の過程が社内に残っているかを確かめる手がかりです。

3人に1人が引き継げないAI業務

RCIJの調査では、業務で生成AIを使う227名のうち34.8%が、異動や休職の際にAIを使った業務の進め方を十分に引き継げないと答えました。調査は2026年11月5日にインターネットで行われ、回答者408名のうち直近3か月の利用者を分析しています。^[4]

利用頻度別に見ると、ほぼ毎日使う層の88.0%は引き継げると答えました。しかし、引き継げないと答えた79名の88.6%は週に数回以下の利用層で、RCIJは推進層からは属人化が見えにくく、現場にブラックボックス業務がたまっていると分析しています。

図1　利用頻度で異なる引き継ぎの見え方

生成AIを使った業務で、後任に伝わりにくい事柄は以下の通りです。

RCIJの調査では、利用者の37.0%にあたる84人が、指示内容や確認・修正の理由を周囲が後から確認できる形で残していないと答えました。成果物を共有するだけでは、後任が同じ方針を次の案件に使ってよいか判断に迷う場合があるとRCIJは説明しています。

経営層と現場で割れる判断基準

AIの出力を自社らしい仕事にするための採否や修正の判断基準について、RCIJの調査では38.3%がチーム内で共通していないと答えました。さらに、判断基準の受け止め方には役職によって大きな差が見られます。^[4]

判断基準の共通化を役職別に見た結果は、以下の通りです。

RCIJの理事は、経営層に対して、基準は共有できているはずという前提をいったん疑い、現場に確かめるよう求めました。そのうえで、ベテランの判断軸を若手とのやり取りで言葉にして渡し、OJTを判断の理由を伝え合う場へ変える必要があるとしています。

図2　RCIJ理事が示す判断基準の見直し方

マーケターが感じる生成AIの使いこなし格差

Macbee Planetは、従業員20名以上の企業でマーケティングや宣伝に携わり、直近12カ月に業務で生成AIを使った1,000名をインターネットで調べました。調査期間は2026年9月15日～17日で、次の2つの面から職場内の差を分析しています。

• 6割超が実感する職場内の使いこなし格差
• 自己評価と一致しない活用段階

格差の実感と本人の活用段階を分けて見ると、研修や支援をどの層に向けるかを考える材料が得られます。

6割超が実感する職場内の使いこなし格差

Macbee Planetの調査では、職場やチーム内で生成AIを使いこなせる人とそうでない人の差を感じるマーケターが66.6%にのぼりました。差を感じる割合はBtoC企業で70.5%、BtoB企業で63.0%です。^[1]

役職別に差を感じる割合と、差が生まれる要因として挙がった上位の項目は、以下の通りです。

役職が上がるほど格差を感じる割合は高く、部長・本部長クラスと一般社員では19.0ポイントの差がありました。また、BtoC企業では利用できるAIツールや権限を要因に挙げる割合が26.3%で、BtoB企業の18.1%を上回っています。

生成AIの活用が広がって以前より求められると感じるスキルでは、AIの出力を正確に読み解く力が22.4%で最も多く、出力の誤りに気づく力が21.3%、出力に最終判断を下す力が19.8%で続きました。AI活用を高度化する力も19.2%です。

図3　マーケターが以前より求められると感じるスキル

自己評価と一致しない活用段階

Macbee Planetの調査では、62.6%が職場内で生成AIを使いこなせている方だと自己評価しました。ところが、該当する626名でも56.7%は単発利用・壁打ちが最も進んだ段階で、自己評価と活用段階は必ずしも一致していません。^[1]

回答者全体の、最も進んだ活用段階の内訳は以下の通りです。

単発利用と壁打ちを合わせると51.8%で、自動化とAIエージェントは合わせて20.1%にとどまりました。また、自分を使いこなせていないと評価した158名でも、自動化・AIエージェントまで使う割合は20.9%で、自己評価が高い層の21.2%とほぼ同じ水準です。

日常の工夫を比べると、自己評価が高い層は複数のAIや機能を使い分ける割合が35.5%、プロンプトを改善する割合が32.7%で、自己評価が低い層の12.7%と14.6%を上回りました。特に工夫していない人は、自己評価が高い層で1.0%、低い層で18.4%でした。

図4　自己評価の高低で分かれる日常の工夫

生成AIが参照する社内データの整備状況

Merは、従業員100名以上の企業で業務に生成AIを活用し、AI活用や情報システム、データ管理などに携わる責任者・担当者541名をインターネットで調べました。調査期間は2026年9月18日～25日で、データの状態を次の2つの面から確かめています。

• 整備されているは79.1%、問題なしは3.7%
• 顧客軸で横断できるデータは10.0%

自社でデータの状態を確かめるときも、整備されているかという認識と、具体的な不備を分けて聞くと開きを見つけやすくなります。

整備されているは79.1%、問題なしは3.7%

Merの調査では、自社の業務データが重複や欠損、表記ゆれのない状態に整備されていると考える回答者が79.1%にのぼりました。ところが、業務データに特に問題がないとの回答は3.7%にとどまっています。^[2]

回答者が挙げた業務データの主な問題は、以下の通りです。

どの回答も自己申告にもとづきますが、Merは整備されているという認識と実際の不備のあいだに開きがあると分析しました。また、結果は日本企業全体ではなく回答者の傾向を示すものだとしています。

図5　Merの調査の対象と読み方

成果の実感では、生成AIで十分に成果が出ているとの回答は全体の26.2%でした。データが整備されていると考える回答者では31.5%、整備されていないと考える回答者では6.4%でしたが、Merは因果関係を示すものではないとしています。

顧客軸で横断できるデータは10.0%

Merの調査で、ほぼ全てのデータが顧客を軸につながり横断的に確認できると答えた回答者は10.0%でした。システムごとにデータが分かれている状態と、所在を把握できていない状態は、合わせて58.2%にのぼります。^[2]

Merは、AIが判断材料にできるデータの条件を、重複や欠損のない品質、顧客を軸に複数システムを横断して参照できる接続、日々崩れるデータを整った状態に保つ維持の3つに整理しています。データを整えることとつなぐことは、別の取り組みとして設計する必要があるという立場です。

図6　AIが判断材料にできるデータの3条件

データを保つ取り組みと、整備や連携が進まない理由の主な回答は、以下の通りです。

37.0%と8.3%は、データを整備したことがない7.8%を含む541名全体に対する割合です。進まない理由は、整備したことがない人とわからない人を除く488名に聞いたもので、Merは責任の所在を課題に挙げています。

把握できていない生成AIの未承認利用

JAPAN AIの調査では、回答者の66.2%が勤務先で生成AIを全社または一部部門で本格利用していると答えました。ところが、未承認AIの利用実態を把握できていないとの回答は71.4%にのぼり、JAPAN AIは利用実態の把握や方針の整備・周知に課題がある可能性を示しています。^[3]

JAPAN AIの調査の概要と、方針に関する結果は以下の通りです。

JAPAN AIの小見一馬氏は、ガイドラインを策定済みの企業でも約7割がシャドーAIの実態を十分に把握できていないとコメントしました。シャドーAIは、企業のIT部門が把握・許可していないAIツールを、従業員が独自の判断で業務に使うことを指します。

同氏は、シャドーAIが使われる最多の理由に使い慣れた個人向けツールを挙げています。そのうえで、現場が使いたいと思える会社公式のAI環境を、業務・情報区分と合わせて設計し、ルールと一体で整えることを提案しました。

図7　未承認AIの把握で確かめる項目

生成AI導入後の課題から選ぶ点検項目

生成AI導入後の課題は、業務の引き継ぎ、使いこなし、社内データ、利用の把握という別々の層に現れています。ただし、調査ごとに対象者や回答数、時期が異なるため、数字を並べて大小を比べることはできません。^[1][2][3][4]

自社に当てはめるときの点検項目と、確かめる相手は以下の通りです。

どの項目も、推進役の視点だけで判断せず、利用頻度や役職が異なる社員に同じ設問で聞くと確かめやすくなります。実際に、RCIJやMacbee Planetの調査では、役職や利用頻度によって受け止め方が分かれていました。

図8　生成AI導入後の課題を示した数字