EN 相談する

日本企業のためのAI実装レポート

インサイト

官公庁の一次資料だけを根拠に、日本企業のAI活用で実際に何が起きているかを書いています。数字はすべて出典付きです。

全25記事

  1. 01 AI人材

    「使い方がわからない」38.8%は研修の問題です

    日本で生成AIを使ったことがある人は58.8%、前年の26.7%から倍以上に増えました。使っていない人の理由で目立つのが「使い方がわからない」の38.8%です。調査4か国で最も高く、これは意識の問題ではなく研修の問題です。     読了 約2分
  2. 02 海外対応

    次のお客様は、日本語を読みません

    2024年末の在留外国人は3,768,977人で過去最高、1年で10.5%増えました。2024年10月までの1年で、日本人人口は89万8千人減っています。プロダクトもサイトもサポートも日本語だけなら、市場で唯一伸びている部分を自ら手放していることになります。     読了 約2分
  3. 03 業務自動化

    89万8千人減っても、仕事は減らない

    2024年10月までの1年で日本の総人口は55万人減り、日本人人口は89万8千人減りました。生産年齢人口の割合は59.6%、65歳以上は29.3%で過去最高です。日本の業務自動化はもう生産性の施策ではなく、仕事を回す手段そのものです。     読了 約2分
  4. 04 ガバナンス

    社員がAIを使っているなら、AI事業者ガイドラインは自社の話です

    総務省と経済産業省の「AI事業者ガイドライン」は2026年3月31日に第1.2版になりました。AI開発者、AI提供者、AI利用者の3つの主体と10の指針を定めています。多くの会社はベンダー向けの文書だと思っていますが、社員が業務でモデルを使った時点でその会社はAI利用者で、利用者にも求められることがあります。     読了 約3分
  5. 05 個人情報

    個人情報保護委員会の2つの注意点を、社員はまだ読んでいません

    2023年6月、個人情報保護委員会は個人情報を扱うすべての事業者に、生成AIについて2つのことを伝えました。プロンプトに含める個人情報が利用目的の範囲内かを確認すること。個人データを入力する前に提供事業者の取り扱いを確認し、応答以外の目的で扱われるなら同意が要ること。3年経っても、どちらかを書いた社内ルールを持つ会社は多くありません。     読了 約2分
  6. 06 AI導入

    AIのパイロットが本番にならない本当の理由

    日本企業の27.0%が「組織的な取組はない」と回答しています。同じ設問で米国は1.4%です。差が出ているのはツールではなく、組織の使い方です。     読了 約3分
  7. 07 AI導入

    導入率は追いついた、効果はまだ追いついていない

    生成AIを使う日本企業は86.4%。米国は90.9%です。導入の差はほぼ消えました。残っているのは、導入したあとに何が変わったかという差です。     読了 約2分
  8. 08 AI活用

    日本ではAIが辞書で、米国では同僚になっている

    生成AIを何にたとえるかという設問で、日本の回答の2位は「辞書・百科事典」でした。米国と中国では「友人」です。この差が使い方の差を作っています。     読了 約2分
  9. 09 開発

    開発現場でAIを使っている日本企業は7.0%

    生成AIをコード生成に使っている日本企業は7.0%。米国は35.4%、中国は33.5%、ドイツは25.0%です。開発の生産性の差が、ここから広がります。     読了 約3分
  10. 10 人材

    DX人材の質が足りていると答えた日本企業は3.8%

    IPAの調査で、DX人材の質が確保できていると答えた企業は日本で3.8%。米国は52.9%です。採用で埋めようとしても、8割が不足を訴えながら19.4%は採用していません。     読了 約3分
  11. 11 デザイン経営

    国内市場で成功した理由に「デザイン」を挙げた企業は0.8%

    従業員100人以上の製造業25,000社への調査で、国内市場での成功要因に品質・機能を挙げたのは38.3%、デザインは0.8%でした。米国市場向けでは0.0%です。     読了 約3分
  12. 12 生産性

    製造業の生産性はOECD1位から20位になった

    日本の製造業の労働生産性は2000年にOECD1位でした。2025年の調査では35カ国中20位です。時間あたりで見ると、日本全体は38カ国中28位です。     読了 約2分
  13. 13 政策

    閣議決定に「人とAIの役割分担」と書いてある

    2025年12月23日に閣議決定された人工知能基本計画は、日本の課題を研究開発の遅れではなく実装の遅れだと明記しています。4つ目の柱は、事実上のデザインブリーフです。     読了 約2分
  14. 14 政策

    AI推進法は罰則なしで、使う側にも努力義務を課している

    2025年9月1日に全面施行されたAI推進法（令和7年法律第53号）には罰則がありません。ただし第7条は、AIを開発する側だけでなく利用する側にも努力義務を置いています。     読了 約2分
  15. 15 アクセシビリティ

    合理的配慮は2024年から義務、ただし基準は示されていない

    2024年4月1日から、民間事業者にも合理的配慮の提供が法的義務になりました。一方で、ウェブサイトが何を満たせば足りるかという基準は示されていません。     読了 約3分
  16. 16 アクセシビリティ

    欧州アクセシビリティ法は日本の輸出企業にも適用される

    EUの欧州アクセシビリティ法は2025年6月28日から適用されています。EU域内に製品やサービスを販売していれば、EU域外の企業も対象です。     読了 約2分
  17. 17 アクセシビリティ

    65歳以上のネットバンキング利用は日本10.0%、スウェーデン94.2%

    内閣府の国際比較で、65歳以上がインターネットで銀行取引をする割合は日本10.0%、米国73.9%、ドイツ31.7%、スウェーデン94.2%でした。高齢化率が最も高い国が、最も使えていません。     読了 約3分
  18. 18 デザイン

    75歳以上が65歳から74歳を上回った

    2025年10月1日時点で、日本の75歳以上は人口の17.3%、65歳から74歳は12.1%です。高齢者向けという言葉が指す対象が、静かに入れ替わりました。     読了 約2分
  19. 19 デザインシステム

    デジタル庁のデザインシステムはMITライセンスで公開されている

    デジタル庁デザインシステムのトークンと参照コンポーネントは、GitHubでMITライセンスで公開されています。行政向けに作られたものですが、民間が使うことも許可されています。     読了 約3分
  20. 20 経営

    AI導入とリスキリングには補助金と助成金がある

    IT導入補助金は2026年にデジタル化・AI導入補助金へ名称が変わり、最大4,500万円、補助率は最大4分の3です。訓練費用には人材開発支援助成金が最大75%を助成します。     読了 約2分
  21. 21 生産性

    AIで19%遅くなった開発者が、20%速くなったと感じた実験

    経験豊富な開発者を対象にしたランダム化比較試験で、AIツールを使ったほうが作業は19%遅くなりました。同じ人たちは、20%速くなったと報告しています。     読了 約2分
  22. 22 人材

    生産性が年3.54%伸びれば、IT人材不足は解消する

    経済産業省の試算では、2030年のIT人材不足は最大で79万人です。同じ報告書に、労働生産性が年3.54%で伸びれば需給が均衡するという一行があります。前提の伸び率は0.7%です。     読了 約2分
  23. 23 DX

    レガシーシステムはDXの最大の障害ではない

    IPAの調査では、日本・米国・ドイツのいずれでも、レガシーが大きな障害だと答えた企業は2割未満です。刷新の取り組みも頭打ちになっています。止めているのは別のものです。     読了 約2分
  24. 24 マーケティング

    検索されるより、AIに引用されるほうが重要になってきた

    個人の生成AI利用は日本で58.8%まで伸びました。情報を探す起点が検索エンジンからAIに移りつつあります。企業サイトが読まれる相手が変わっています。     読了 約2分
  25. 25 業務設計

    社内システムの使いにくさは、教育で解決しない

    社外向けの製品には改善の予算がつき、社内システムにはつきません。しかし、使いにくい社内システムのコストは、全社員の時間として毎日発生しています。     読了 約2分

同じ課題に心当たりがありますか

パイロットで止まっているAIを、実際に使われるプロダクトにするところまでを設計し、構築し、社内に引き継ぎます。まずは現状を聞かせてください。

相談する