2026.10.16

企業のAI導入で社内を動かす手順｜主管・業務選定・ルール・投資判断

AIを導入せよという号令はかかったものの、誰が主管し、どの業務から手を付け、どんなルールを敷くのかが決まらない。検討会だけが続き、何も決まらないまま時間が過ぎていく。

実際に詰まっているのは、ツールの性能を比べる段階より前です。総務省の令和8年版情報通信白書では、生成AIを何らかの業務で使っている日本企業が86.4%に達した一方、取組を推進する部署や責任者が明確だと答えた企業は27.9%にとどまりました。使う人は増えたのに、動かす人が決まっていません。

公的調査で日本企業の現在地を確かめたうえで、推進体制の組み方から対象業務の選び方、社内ルールの整備、投資判断と運用定着までを、社内で決める順番として整理します。AI導入の主管を任された経営企画・DX推進・情報システム部門の方、そして自ら判断する立場にある中小企業の経営者の方に向けた内容です。

企業のAI導入の現在地｜「会社として導入するか」で結果が変わる

企業のAI導入とは、AIツールを契約することではなく、業務プロセスの中にAIを組み込み、社内のルールと体制のもとで使い続けられる状態をつくることです。同じ生成AIを使っていても、会社として導入した企業と社員個人の判断に任せている企業では結果が分かれています。まずは公的調査で自社の位置を確かめましょう。

企業のAI導入とは、業務プロセスにAIを組み込んで運用し続けること

AI導入という言葉には三段階の意味が混ざっています。社員が個人の判断で使っている段階、特定の部署の業務に組み込まれた段階、業務プロセス自体がAIを前提に組み替わった段階です。どの段階を目指すのかを共有せずに議論を始めると、話がすれ違います。

総務省の令和8年版情報通信白書はこの三段階を分けて調査しました。議事録やメール作成の補助にAIを使う日本企業は合計で約7割に達しますが、内訳では個人作業の効率化が35.2%と最も多く、業務プロセスがAI中心に変更されている段階は11.3%です。多くの企業は一段階目に立っているというのが実情です。

個人任せの企業が6割を超えている

会社として導入するかどうかの分岐は、統計にはっきり表れています。商工組合中央金庫が2026年3月31日に公表した中小企業の生成AIの利用にかかる調査では、有効回答3,892社の導入状況が次のように分かれました。

導入状況	割合
自社専用モデル・AIエージェントを導入	0.9%
全社的にパッケージを導入	4.1%
一部部署・メンバーがパッケージを導入	11.2%
会社導入はないが個人の生成AI活用を推奨	14.9%
会社導入はなく、使用は個人の判断に任せる	64.9%
会社での使用を禁止・制限	1.4%
その他	2.5%

会社として導入している企業は16.3%、個人の利用を推奨している企業を加えた生成AI積極活用層は31.1%です。裏を返せば、6割超の企業が使うかどうかを社員に委ねたままです。

会社として導入した企業のほうが効果を実感している

同じ調査は、積極活用層に現時点の総合的な評価も尋ねています。会社導入と個人推奨を分けた集計を見ると、経営への効果を実感している割合にはっきりした差が出ました。

経営への大きなインパクトがある、または効率化などで経営へのプラス効果があると答えた割合は、会社として導入した企業で36.6%、個人登録のAI利用を推奨している企業で26.0%でした。10ポイント以上の差です。同調査も、経営へのプラス効果につなげるには会社主導のアプローチが必要である可能性を示唆すると述べました。

活用場面の内訳を見ると差の理由が見えてきます。会社導入の企業で相対的に多かったのは、デスクワーク作業の支援・自動化が14.5ポイント差、アプリ開発やプログラミングが10.1ポイント差です。逆に個人利用の推奨にとどまる企業で多かったのは、リサーチ業務の効率化や戦略・計画策定の支援といった、一人で完結する使い方でした。業務そのものを変える使い方は、会社が決めない限り始まらないという構図が読み取れます。

方針の策定は進んだが、組織的な取り組みが追いついていない

日本企業全体では、この1年で数字が大きく動きました。同白書によると、自社の何らかの業務で生成AIを利用している日本企業は86.4%で、2024年度調査の55.2%から大幅に上昇しました。活用方針を定めている企業も68.9%となり、2024年度調査の49.7%から19ポイント以上伸びています。

伸び切っていないのはその先です。組織的な取り組み状況を尋ねた設問では、組織的な取り組みはないと答えた日本企業が27.0%にのぼりました。米国は1.4%、ドイツは4.9%、中国は2.6%です。方針を掲げたまま動き出せていない企業が、日本には3割近く残っています。

規模別に見ると差はさらに開きます。

項目	大企業	中小企業
活用方針を定めている（積極的と領域限定の合計）	74.0%	58.1%
方針を明確に定めていない	15.0%	31.5%
全社横断的に事業変革やイノベーションに取り組んでいる	26.1%	11.9%
組織的な取り組みはない	18.1%	45.6%

中小企業では組織的な取り組みはないが45.6%と、大企業18.1%の2倍を超えました。なお同白書の規模区分は中小企業庁の定義に準拠し、業種により従業員300人以上または100人以上を大企業として集計しています。

参考：令和8年版情報通信白書第Ⅰ部第2章第1節企業におけるAI利用の現状

参考：中小企業の生成AIの利用にかかる調査（2026年1月調査）

方針はあるのに組織的な動きになっていないと感じられた場合は、お問い合わせからご相談いただけます。malnaは戦略立案から実行、内製化までを伴走する形でご支援しており、AI導入・コンサルティングおよびIT・DX分野で累計40社以上の導入事例があります。

導入が進む企業と止まる企業で違っているもの

導入が進む企業と止まる企業を分けているのは、AIの性能や予算の多寡ではなく、社内で何を決めているかの違いです。商工組合中央金庫の調査は、生成AIの積極活用層1,144社とそれ以外2,522社で、導入・推進における課題の回答を分けて集計しました。両者を並べると、詰まっている場所がはっきり違います。

止まる企業は「活用場面が思い浮かばない」段階で止まっている

止まっている企業の課題は、導入以前のフェーズに集中しています。何に使えるかが見えないまま検討が終わっている状態で、数字の差が最も大きいのもこの領域です。

課題	積極活用層	積極活用層以外
具体的な活用場面が不明	21.5%	42.0%
自社業務になじまない	6.1%	29.5%
導入を推進する人材がいない	26.8%	34.3%
導入予算や時間を確保できない	15.5%	21.1%

活用場面が思い浮かばないと答えた割合は、止まっている企業で42.0%、進んでいる企業で21.5%と、ほぼ2倍の開きがあります。自社業務になじまないという回答は6.1%対29.5%で、5倍近い差です。ここで注意したいのは、なじまないという判断が使ってみる前に下されている可能性が高い点です。中小企業基盤整備機構の実態調査でも、成功事例や活用事例の情報が十分に入手できていないと答えた企業が83.3%に達しました。

進んだ企業の課題は次の段階に移っている

進んでいる企業に課題がないわけではありません。課題の中身が、活用場面探しから展開と定着の話に移っています。動かしたからこそ見えてくる課題であり、前進の証でもあります。

課題	積極活用層	積極活用層以外
一部部署や職員に知識・ノウハウが偏る	24.7%	10.2%
業務プロセスに組み込めず、定着しない	16.3%	10.0%
従業員の知識不足、心理的抵抗	32.1%	28.0%

知識やノウハウが一部に偏るという課題は、進んでいる企業で24.7%、止まっている企業で10.2%です。業務プロセスに組み込めず定着しないという課題も、進んでいる企業のほうが高くなりました。自社の課題がどちらの列に近いかで、次に打つ手が変わります。活用場面が見えないなら候補業務の洗い出しから、偏りや定着が課題なら運用の設計から着手しましょう。

効果を測れているかどうかが分かれ目になる

導入後のフェーズで最も差が開いたのは、効果測定に関する項目でした。導入効果が測定できず成果が見えにくいという課題を挙げた割合は、進んでいる企業で14.2%、止まっている企業で24.6%です。

効果を数字で示せないと次の予算が取れず、他部署への展開も説明できないため、最初の一件で止まります。同調査も、導入効果の可視化が進むことで積極活用が進む可能性を示唆すると指摘しました。効果測定の設計は導入の後工程ではなく、着手前に決めておく前提条件です。

差を生んでいるのは技術ではなく社内の決めごと

商工組合中央金庫の調査で積極活用層とそれ以外を比べると、進む企業と止まる企業の差は次の4点に集約されます。いずれも技術的な難易度ではなく、社内で誰かが決めれば動く領域です。

候補となる業務を具体的に挙げられているか
推進する担い手が決まっているか
効果を測る単位が決まっているか
使い続けるための運用が設計されているか

推進体制の作り方｜主管を決め、経営・情報システム・事業部門の関わり方を分ける

AI導入の推進体制づくりで最初に決めるべきことは、専任組織を新設するかどうかではなく、誰が主管として意思決定に責任を持つかです。日本企業はこの一点が弱く、国際比較でも差が出ました。専任部署を置けない企業でも、主管と役割分担を明示すれば進み方は変わります。

推進する部署や責任者が明確な企業は3割に届いていない

総務省の令和8年版情報通信白書は、生成AI活用による業務変革に関する戦略や方針の状況を4か国で比較しました。ここで日本の弱さが際立ちます。

項目	日本	米国	ドイツ	中国
経営戦略のなかでAI活用の目的や方針が明示されている	36.8%	50.0%	37.4%	49.1%
経営幹部がAI活用の意義について社内外に情報発信している	35.9%	49.3%	55.2%	57.0%
経営幹部から各部署に対して実施事項や達成目標が提示されている	27.9%	48.9%	41.1%	55.3%
取組を推進する部署や責任者が明確になっている	27.9%	39.9%	45.9%	55.6%
AI導入のための投資計画が具体化されている	22.7%	35.1%	26.3%	45.1%

推進する部署や責任者が明確になっていると答えた日本企業は27.9%で、中国55.6%の半分程度です。方針を掲げている企業が68.9%あることと並べると、方針はあるが担い手が決まっていない状態が数値に現れているように見受けられます。

主管が決まらないのは、AI導入がどの部門の仕事にも見えるからです。技術要素があるので情報システム部門に見え、業務改善なので事業部門に見え、投資判断が絡むので経営企画に見えます。結果として検討会だけが続きます。

主管をどこに置くか

主管は、事業部門の課題を集約でき、かつ経営に直接提案できる位置に置くのが現実的です。同白書のヒアリング調査からの示唆として、事業部門の現場のニーズや課題意識を検討の起点とし、DX推進部門が伴走支援するという進め方が挙げられています。置き方には大きく3つの型があります。

DX推進部門やデジタル戦略部門が主管し、事業部門の要望を受けて技術を橋渡しする型
情報システム部門が主管し、基盤とセキュリティを押さえながら業務要件を集める型
事業部門の中に推進担当を置き、情報システム部門が支援側に回る型

どの型でも共通して必要なのは、決裁ラインと予算の所在をはっきりさせることです。主管部署に予算がなく、稟議ごとに事業部門の決裁を仰ぐ構造では検証が止まります。

経営が引き受ける範囲

経営が引き受けるべきは、優先して取り組む領域の指定と、そこに投じる資源の承認です。同白書のヒアリングでも、経営層が社内外へ積極的に発信し、優先的に活用すべき事業領域を明示している点が先進企業の共通項に挙げられていました。経営が優先領域を言い切ることが、現場の業務選定の前提になります。

情報システム部門が引き受ける範囲

情報システム部門が担うのは、使える環境と使ってよい範囲を技術的に確定させる仕事です。利用を認めるサービスの選定、認証と権限の設計、入力データの取り扱い設定、ログの取得と監査、社内データとの接続方式の決定が中心になります。

同白書によると、生成AIに社内データを学習させたり参照可能なデータベースを構築したりしていると回答した日本企業は24.5%で、米国57.2%、ドイツ54.4%、中国73.0%を大きく下回りました。汎用のAIをそのまま使う段階では差が出にくく、社内データと接続する段階で差が開きます。

事業部門が引き受ける範囲

事業部門が引き受けるのは、どの業務のどの工程を対象にするかの特定と、AIの出力が正しいかどうかの判定です。ここを主管部署や情報システム部門が代行すると、業務の実態と合わない要件が出来上がります。

判定基準を言葉にする作業は事業部門にしかできません。何をもって合格とし、どこまでAIに任せてどこから人が引き取るのかを決められるのは、その業務を日々回している人だからです。この作業は導入の一部として工数に織り込みましょう。

兼務で始めるときに先に決めること

専任者を置けない企業がほとんどである前提に立つと、兼務でどう始めるかが論点になります。着手前に決めておきたいのは次の3点です。

推進に使える時間を週あたりで確定させる。担当者の裁量に任せない
通常業務のどれを一時的に外すか、または誰に振るかを上長が決める
検討の進捗を経営に報告する場と頻度を固定する

商工組合中央金庫の調査では、導入を推進する人材がいないという課題が全体で32.0%と、導入検討フェーズで最も高い割合でした。適任者が不在なのか、いるが時間が空いていないのかを切り分けましょう。後者なら上長の判断で解けます。

参考：令和8年版情報通信白書第Ⅰ部第2章第1節企業におけるAI利用の現状

対象業務の選び方と優先順位のつけ方

AI導入の対象業務は、業務の重要度ではなく、繰り返し発生していて判定基準を言葉にできるかどうかで選びます。全社の重要業務から入ろうとすると要件が膨らみ、検証が終わらないまま予算切れを迎えます。まずは成果が出ている業務領域を確認してから、自社の候補を並べましょう。

実際に使われている業務は文書・事務系に集中している

現時点で成果が出ている業務は、統計上はっきり偏っています。同白書によると、日本企業で最も活用されている業務類型は議事録やメール作成の補助で、導入効果があると感じる割合も72.3%で最多でした。

中小企業基盤整備機構の中小企業のAI等の利活用に係る実態調査でも同じ傾向が確認できます。令和7年11月から12月に全国の中小企業10,000社を対象に実施され、有効回答は1,647社です。

業務分野	AI導入率
総務・管理部門	68.3%
営業・販売・サービス部門	60.3%
経営・企画部門	58.5%
製造・生産部門	34.9%

同調査では、導入済み企業が利用しているAIサービスとして生成AIが82.6%と突出し、次に多い音声認識・音声対話AIの29.8%を大きく上回りました。導入目的も業務効率化と作業時間の短縮が87.0%で、2位の品質向上32.3%と50ポイント以上の差です。導入率の高い部門を見ても、最初の一件は総務・管理などの間接業務から選ぶ企業が多いと考えられます。

参考：中小企業のAI等の利活用に係る実態調査（2026年3月）

候補業務を洗い出す3つの入口

候補業務は思いつきに頼ると数が集まりません。工数、人手不足、差し戻しという3つの入口から機械的に洗い出せば、部門をまたいだ抜けが減ります。

時間がかかっている業務。月次で工数を集計していれば、上位から並べるだけで候補が出ます
人手不足が顕在化している業務。商工組合中央金庫の調査では、直接部門の人手不足対応と業務効率化を重大な経営課題として挙げた企業が39.7%と最多でした
問い合わせや差し戻しが多い業務。手順が標準化されていない箇所を可視化できます

洗い出しは20件程度まで広げてから絞りましょう。最初から3件に絞ると、着手しやすい業務だけが残ります。

優先順位は4つの条件で並べる

候補が集まったら、頻度、判定可能性、データの所在、測定可能性の4条件で並べ替えます。すべてを満たす業務が最初の一件の候補になり、1つでも欠ける業務は順番を後ろに回します。

条件	確認すること
頻度	週や月の単位で繰り返し発生しているか
判定可能性	出力が正しいかどうかを判断する基準を言葉にできるか
データの所在	AIが参照すべき情報が社内に電子データとして存在するか
測定可能性	現在の件数と1件あたりの所要時間を把握できるか

判定可能性の確認は特に重要です。ベテランがなんとなく決めている業務にAIを入れると、出力の良し悪しを誰も判定できず、検証が終わりません。この場合は、まず人の手で手順を書き出す工程を先に置きます。測定可能性については、件数、所要時間、対象人数の3つを押さえておけば削減時間を概算でき、投資判断の説明材料にもそのまま使えます。

対象業務の絞り込みと効果測定の設計を社内で完結させるのが難しい場合は、malnaのAIエージェント構築支援でご相談いただけます。業務の棚卸しと診断の段階から、お問い合わせで受け付けています。

最初に手を付けないほうがよい業務

避けたほうがよい業務にも共通点があります。技術的に不可能というより、社内合意に時間がかかりすぎて最初の一件に向かないという理由です。次の4つは順番を後ろに回し、運用の型ができてから戻りましょう。

判断の根拠を対外的に説明する義務がある業務。与信判断や採用の合否などが該当します
誤りが直接的に人の安全や健康に及ぶ業務
参照すべき情報が紙や個人のファイルに散在している業務
部門横断の調整が5部署以上に及ぶ業務

社内ルールとガイドラインの整備｜データの扱い・利用範囲・禁止事項

AI導入時の社内ルールは、禁止事項を並べる文書ではなく、社員が判断に迷わずに使える範囲を示す文書として設計します。ルールがないまま利用が広がると、情報漏えいの懸念から現場が使うことをためらい、導入が進みません。整備状況には規模による差が出ました。

ガイドラインの整備率は大企業と中小企業で15ポイント以上開いている

総務省の令和8年版情報通信白書は、セキュリティリスクや法的・倫理的問題、不適切な利用を防ぐための取り組み状況も調査しました。日本で最も回答が多かったのは、全社的な指針やガイドラインを整備しているの41.1%です。

リスク対策の取り組み	日本全体	大企業	中小企業
全社的な指針やガイドラインを整備している	41.1%	44.9%	29.1%
AIガバナンスの取組を推進する部署や責任者が明確になっている	35.9%	36.0%	35.4%
導入後、定期的な評価・検証が行われている	29.1%	29.6%	27.8%
企画・導入段階で専門的な知見から審査する体制がある	26.1%	27.1%	22.8%
入力データを学習データとして利用できない仕組みを導入している	19.9%	19.8%	20.3%
特に実施している施策はない・把握していない	16.3%	13.8%	24.1%

ガイドラインの整備率は大企業44.9%に対して中小企業29.1%で、15ポイント以上の差があります。何も実施していないと答えた企業も中小企業では24.1%を占めました。入力データを学習データとして利用できない仕組みの導入は19.9%どまりです。この設定は管理画面で切り替えられる場合が多く、ルール文書より先に手を付けられる項目です。

参照できる公的文書はAI事業者ガイドライン

社内ルールをゼロから起草する必要はありません。総務省と経済産業省が策定したAI事業者ガイドラインが、参照すべき論点を整理しています。令和8年3月31日には第1.2版が公表されました。

同ガイドラインはAI開発者、AI提供者、AI利用者の3つに分けて遵守事項を整理しており、自社でAIを使う企業はAI利用者に関する事項を軸に読みます。第1.2版はAIエージェントやフィジカルAIにも触れています。

法令や制度の解釈が絡む部分は参考情報として扱ってください。業種特有の規制や契約上の守秘義務が関わる場合は、最終的な判断は法務担当者や弁護士など専門家への確認を経てから確定させましょう。

参考：AI事業者ガイドライン（第1.2版）

最低限決めておく5項目

最初に整備するルールは5項目に絞れます。使ってよいサービス、入れてよい情報、確認の義務、禁止事項、相談先です。分量よりも、迷ったときに参照して答えが出ることのほうが重要になります。

項目	決めることの例
利用してよいサービス	会社が契約したサービスに限定するか、個人契約の利用を認めるか
入力してよい情報の範囲	顧客情報、人事情報、未公開の財務情報、ソースコードの扱い
出力物の確認義務	誰がどの段階で確認するか、対外文書は誰の承認を要するか
禁止事項	入力を学習に使う設定のままでの業務利用、判断の丸投げ
相談・報告の窓口	判断に迷ったときの相談先と、問題が起きたときの報告先

入力してよい情報の範囲は、部門によってリスクの性質が変わります。全社で同じ基準にすると、厳しすぎて使えないか緩すぎて危ないかのどちらかに寄ります。全社ルールを土台に、扱う情報が重い部門へ追加条項を置く二層構造が運用しやすい形です。更新の頻度と担当も決めておきましょう。

審査と定期検証は日本企業が弱い部分

同白書は、企画・導入段階での専門的な審査体制や導入後の定期的な評価・検証を実施している割合が、他の3か国で日本より高い傾向を指摘しています。審査体制は日本26.1%に対し米国52.5%、中国59.0%、定期的な評価・検証は日本29.1%に対し米国45.7%、中国51.9%でした。他の3か国では顧客向けの製品・サービスへの活用が積極的に行われ、それに伴って審査と検証の体制が整備されつつあるという分析です。社内利用の段階では審査体制の不在が問題として現れにくいため、顧客に触れる領域へ広げる前に仕組みを用意する順番が安全です。

投資判断から運用定着までを1本の線でつなぐ

AI導入の投資判断で問われるのは投資額の妥当性ではなく、何をもって前進とみなすかの合意です。稟議で置いた指標をそのまま運用の観測指標として使えば、投資判断と定着はひと続きになります。ここを分けると、稟議は通ったのに使われないという結果を招きます。

投資計画が具体化している企業は2割強

投資判断の手前で止まっている企業は少なくありません。総務省の令和8年版情報通信白書では、AI導入のための投資計画が具体化されていると答えた日本企業は22.7%で、調査した6項目のうち最も低い水準でした。米国は35.1%、中国は45.1%です。

商工組合中央金庫の調査でも、導入予算や時間を確保できないという課題が全体で19.4%挙がりました。ただしこの数字は、進んでいる企業で15.5%、止まっている企業で21.1%と差が小さめです。予算の有無だけが分岐点になっているわけではないと読み取れます。

稟議で問われることに先に答えを用意する

社内合意を取る場面で問われる論点は、業種や規模が違ってもおおむね共通します。先に答えを準備しておけば、差し戻しの往復が減ります。

対象業務は何で、今どれだけの工数がかかっているか
導入後に何がどれだけ変わる見込みか、その計算根拠は何か
どこまでAIに任せ、どこから人が確認するのか
情報の取り扱いはどうなるか、参照する社内ルールはどれか
効果が出なかった場合に、いつどう判断して止めるか

最後の項目が効きます。撤退の条件がない提案は、決裁側から見ると期限のない支出に映るからです。

効果の見積もりは件数・時間・対象人数で組む

効果の見積もりに複雑なモデルは要りません。対象業務の件数、1件あたりの所要時間、関わる人数の3つで概算できます。他社の削減率を借りるより、自社の実測値のほうが説明力があります。

たとえば月100件発生する業務で1件あたり30分かかっていれば、現状の月間工数は50時間です。ここで1件あたり10分短縮できたとすれば、月間16.7時間の削減という見込みが立ちます。削減率ではなく自社の実測値から積み上げることが要点です。中小企業基盤整備機構の調査でもAIの導入効果は業務効率化と作業時間の短縮が83.2%で突出しており、最初の一件は時間の削減で説明したほうが合意を得やすくなります。

稟議で置いた指標をそのまま運用の指標にする

導入後に使われ続けるかどうかは、観測しているかどうかで決まります。稟議で置いた見込みの数字を運用時の観測指標として引き継げば、報告のための追加作業も発生しません。観測する項目は3つあれば足ります。

観測項目	見るもの
利用状況	対象業務での利用件数と、利用している人の割合
所要時間	1件あたりの所要時間が導入前からどう変わったか
品質	差し戻しや修正の発生率が上がっていないか

定着しない状態は、対象業務の件数が想定より少ない、特定の人しか使っていないといった形で数字に現れます。月次で確認する場を設けておけば、原因の切り分けができます。

ノウハウが一部の人に偏らないようにする

進んでいる企業で最も特徴的だった課題は、知識やノウハウが一部の部署や職員に偏ることでした。積極活用層で24.7%、それ以外で10.2%という差があり、動き出した企業がほぼ必ず通る局面だと考えられます。

偏りを緩めるには、うまくいった使い方を社内で流通させる仕組みが要ります。プロンプトや手順を共有する場所を1つに決める、月次で各部署の使い方を短時間で持ち寄る、といった軽い運用から始めましょう。研修を組む場合も、この共有の仕組みが先にあるかどうかで効果が変わります。

参考：中小企業の生成AIの利用にかかる調査（2026年1月調査）

大企業と中小企業で変わる現実的な進め方

AI導入の進め方は、大企業と中小企業で最適解が違います。大企業の主戦場は部門間の調整と共通基盤の整備、中小企業では経営者の関与そのものが推進体制になります。同じ手順書をそのまま当てはめると、どちらかの規模では手順が実態に合わなくなります。

大企業｜共通基盤と部門間の調整が主戦場になる

大企業では、部門ごとに個別導入が進んだ後の統合が課題になります。同白書のヒアリング調査では、先進的な大企業が各事業部門の変革を支援するため、最新のAI技術を使える共通基盤を整備し、社内システムやデータとの連携を進めている点が挙げられていました。

先に決めておきたいのは次の3点です。

全社で使う共通基盤をどこに置き、誰が運用するか
部門が個別に導入したい場合の申請と審査の流れ
社内データへのアクセス権限を部門と職階でどう分けるか

権限設計を後回しにすると手戻りが大きくなります。生成AIが社内データを参照するようになると、部門や職階ごとのアクセス権限を細かく設定する必要が生じるためです。同白書では、分析・活用可能な社内データの整備が進んでいると答えた企業は大企業でも28.7%どまりでした。

中小企業｜経営者の関与が事実上の推進体制になる

中小企業では、専任部署を置く余力がない代わりに、経営者の判断が直接現場に届くという強みがあります。統計もその構図を裏づけています。

同白書で企業規模別の戦略・方針の状況を見ると、中小企業で最も回答割合が高かったのは、経営幹部から各部署に対して実施事項や達成目標が提示されているの32.9%でした。大企業では同項目が26.3%で、最も高いのは経営戦略のなかで目的や方針が明示されているの38.5%です。同白書も、中小企業のAI活用ではトップダウンの関与がキーポイントとなっていることがうかがえると述べました。

同白書に掲載された中小企業の取り組み例では、経営者が危機感を持ってAI活用の集中プロジェクトを立ち上げ、専門企業の伴走支援を受けながら各事業部門の課題認識を起点に目標を設定し、定期的な進捗確認のもとで1年間の検討を実施した結果、全10事業部の合計で年間2,247時間分の業務時間削減につながったと報告されています。専門部署がなくても、経営者の関与と定期的な進捗確認があれば動きます。

中小企業が使える外部の支援

中小企業では、社内に足りない部分を外部で補う判断が現実的です。中小企業基盤整備機構の調査では、必要な公的支援として次の項目が挙がりました。

必要な支援	必要であると答えた割合
導入費用などの助成	77.9%
導入事例などの情報提供	70.5%
従業員向けの教育・研修	67.7%
試行導入などの機会	61.3%
専門家の派遣や導入相談	59.8%

費用の助成に次いで情報提供のニーズが高い点が目を引きます。適切なベンダーや製品を選定する情報が不足していると答えた企業も79.8%にのぼりました。なお総務省の令和8年版情報通信白書では、専門家によるアドバイスやサポート体制があると答えた割合は大企業20.2%、中小企業27.8%です。外部の力を借りることは例外的な選択ではありません。

規模別に見た進め方の違い

推進体制からデータ整備、効果測定までの論点を規模別に整理すると、力を入れる場所の違いが見えてきます。主管の置き方から効果の測り方まで、6つの論点で対比したものが次の表です。

論点	大企業	中小企業
主管の置き方	DX推進部門や情報システム部門に主管を置き、事業部門の要望を集約する	経営者または経営に近い担当者が主管を兼ねる
最初の意思決定	共通基盤と申請・審査の流れを先に決める	対象業務を1つ決めて着手する
ルール整備	全社ルールに部門別の追加条項を重ねる二層構造にする	1枚のルールから始め、半年ごとに更新する
データ整備	権限設計とデータ基盤の整備を並行させる	参照させたい文書を1か所に集めることから始める
外部の使い方	基盤構築や評価設計を切り出して委託する	課題整理から伴走してもらう
効果の測り方	部門横断で比較できる共通指標を置く	対象業務の工数を月次で追う

どちらの規模でも共通するのは、主管を決めることと効果を測る単位を先に決めることです。この2つが決まれば、残りは順番の問題です。

参考：令和8年版情報通信白書第Ⅰ部第2章第1節企業におけるAI利用の現状

参考：中小企業のAI等の利活用に係る実態調査（2026年3月）

よくある質問

企業のAI導入を検討する過程でよく挙がる質問をまとめました。導入率の水準や着手の順番、社内ルールの範囲など、議論を始める前に確認しておきたい観点です。

企業のAI導入は何から始めればよいですか

対象業務を1つ決めることと、主管となる担当者を決めることの2つから始めます。ツールの比較は後工程です。対象業務は、繰り返し発生し、出力の合否を言葉で判定でき、現在の件数と所要時間を把握できるものを選びます。総務省の令和8年版情報通信白書では、議事録・メール作成補助の活用が約7割で最も多い業務類型でした。

日本企業のAI導入率はどのくらいですか

総務省の令和8年版情報通信白書によると、自社の何らかの業務で生成AIを利用している日本企業は86.4%で、2024年度調査の55.2%から大きく上昇しました。一方、活用方針を定めている企業は68.9%、組織的な取り組みがないと答えた企業は27.0%です。利用の広がりと、組織としての取り組みの間には差が残っています。

中小企業でもAI導入は進んでいますか

進んでいますが、大企業とは段階が異なります。中小企業基盤整備機構の2026年3月公表の実態調査では、中小企業のAI導入率は20.4%で、検討中の企業を含めると39.0%が導入に前向きでした。総務省の令和8年版情報通信白書では、組織的な取り組みがないと答えた割合が中小企業45.6%、大企業18.1%と差が出ています。

社内ルールやガイドラインは何から整備すればよいですか

利用してよいサービス、入力してよい情報の範囲、出力物の確認義務、禁止事項、相談と報告の窓口の5項目から整備します。参照できる公的文書は総務省と経済産業省のAI事業者ガイドラインで、令和8年3月31日に第1.2版が公表されました。自社の業種規制や契約上の守秘義務が絡む部分は、専門家への確認をおすすめします。

AIを導入しても使われない場合、どこを見直せばよいですか

利用件数、1件あたりの所要時間、修正の発生率の3つを確認します。商工組合中央金庫の調査では、業務プロセスに組み込めず定着しないという課題が積極活用層で16.3%挙がっており、知識やノウハウが一部に偏るという課題も24.7%と高い水準です。使い方を共有する場所と頻度を決めることが先になります。

まとめ

企業のAI導入で結果を分けているのは、AIの性能ではなく社内の決めごとです。総務省の令和8年版情報通信白書では、生成AI利用が86.4%まで広がった一方、組織的な取り組みがないと答えた企業が27.0%残り、推進する部署や責任者が明確な企業は27.9%にとどまりました。商工組合中央金庫の調査でも、会社として導入した企業のほうが効果の実感が10ポイント以上高い結果です。

社内で決める順番は整理できます。主管を決めて経営・情報システム・事業部門の関わり方を分け、繰り返し発生して判定基準を言葉にできる業務を1つ選び、利用範囲と禁止事項を含む社内ルールを敷く。そして稟議で置いた指標をそのまま運用の観測指標として引き継ぐ。この流れをつくれば、最初の一件が二件目につながります。規模によって力を入れる場所は変わりますが、主管を決めることと効果を測る単位を先に決めることはどちらにも共通します。

今週決められることが1つあるとすれば、主管を誰にするかです。ここが決まれば、業務の洗い出しにもルールの起草にも着手できます。次に決めるべきことから整理したい場合は、お問い合わせからご相談ください。malnaは戦略立案から実行、内製化までを伴走する形でご支援しており、AI導入・コンサルティングおよびIT・DX分野で累計40社以上の導入事例があります。