生成AIに関する実態調査 2025春 5カ国比較

日本概要

試行錯誤から本格運用へ

まず日本国内の状況を見ると、生成AI活用の推進度が伸び、「社内で生成AIを活用中」または「社外に生成AIサービスを提供中」と回答した層は前回調査から+13ptの56％となり、過半数を超えました（図表1）。

図表1：自社の生成AI活用の推進度合い

生成AIの期待度合い（チャンス）については、「業界構造を根本から変革するチャンス」「他社（者）より相対的に優位に立つチャンス」が減少した一方、「自身や周囲の困りごとを解決するチャンス」が増加（前回調査から+6pt）。「自社ビジネス効率化のチャンス」と捉える層と合わせ、内向きの捉え方が過半数を占めました（図表2）。

図表2：生成AIへの期待度合い（チャンス）

生成AIへの脅威認識については、「コンプライアンス・企業文化・風習などにおける脅威」が44％と前回調査から大幅に増加しました（+23pt）。チャンス・脅威とも、生成AI活用が浸透・定着してきた結果、より身近な範囲での関心にシフトしつつあるように見えます（図表3）。

図表3：生成AIへの脅威認識

各業界での生成AIへの取り組み状況を把握するために、前回までと同様に「生成AI活用の推進度」で順位付けを行い、業界ごとの順位の変動を比較し、以下の4つの業界層をグルーピングしました（図表4）。

図表4：推進度の特徴的な業界層

• パイオニア層：前回から生成AIをリードし、引き続き推進度が高い業界
• 躍進層：人材不足が深刻化して少人化が必須であり、推進度が急増加した業界
• 安定成長層：業務の標準化が進んでいる製造業で、前回に引き続き堅調に推進度が増加した業界
• 試行錯誤層：法規制が厳しく、または業務の標準化が難しく、推進に慎重な業界

パイオニア層では、新サービス提供などの新たなユースケースの導入傾向も見られます。躍進層では、カスタマーサービスへの活用など、業界の課題に沿ったユースケース構築が進んでいると推察します。安定成長層では、データ収集や企画アイデアなど、社内業務の効率化を中心とした活用が進んでいると考えられます。試行錯誤層では、現状技術レベルで導入に課題があると想定されるものの、一部企業においてはユースケース開発が進められています。

膠着する成果格差の構造

前回調査で見えた二極化の兆しは、解消に向けた進展がなく、既に活用中／具体的な案件を推進中の層では、「まだ効果を評価できていない」が11pt減少して「やや期待を下回る」と「期待とはかけ離れた結果になった」が7pt増加した一方、他の回答は微増にとどまり、二極化の傾向が常態化しつつあります（図表5）。

図表5：生成AIの活用効果に対する期待との差分

期待を上回る効果を創出する企業と、期待未満の効果しか出せない企業の分岐点は、AIを単なるツールとして捉えるのではなく、AIを事業の中核に据えて本質的な変革に取り組んでいるかどうかにあります（図表6）。

図表6：生成AIへの期待値

• 目的意識：生成AIを単なる業務効率化の手段ではなく、事業構造や業界変革の機会として捉える姿勢が効果創出の鍵となる。
• 推進体制：経営トップの関与とCAIO（Chief AI Officer）など明確な責任体制のもとで推進されることが、AI活用の本格展開を左右する。
• 業務プロセス：AIを業務の一部にとどめず、業務そのものの再構築や新規事業創出に踏み込むことで、効果が飛躍的に高まる。
• 活用の土台：情報・ガバナンス・人材への還元といった基盤整備が、AIの継続的かつ全社的な活用を支える。

上記の根拠となる調査結果をいくつか見てみましょう。

目的意識については、生成AIの活用効果と生成AIへの期待度合い（チャンス）の設問で、生成AI活用効果が期待を大きく上回ると回答した層の55％が、生成AI活用を「業界構造を根本から変革する」チャンスと捉えています。高い視座を持って生成AI活用を推進することで、期待を大きく上回った効果が出たと考えられます（図表7）。

図表7：生成AIの活用効果と生成AIへの期待度合い（チャンス）

推進体制については、生成AIの導入を推進する部門の設問で、期待を大きく上回ると回答した層では、約6割が「社長直轄（経営トップが直接推進している）」と回答した一方、期待未満と回答した層では1割未満にとどまっています（図表8）。

図表8：生成AIの導入を推進する部門

また、CAIO配置状況については、期待を大きく上回ると回答した層では6割が「配置されている」と回答した一方、期待未満と回答した層では約1割にとどまっています（図表9）。

図表9：CAIOの配置状況

業務プロセスについては、生成AIによる業務置き換えの見込みの設問で、期待を大きく上回ると回答した層では、約7割が「完全に置き換わる（100％）」「大部分が置き換わる（60～80％程度）」と回答した一方、期待未満と回答した層では15%程度にとどまっています（図表10）。

図表10：生成AIによる業務置き換えの見込み

また、生成AIの業務プロセスへの組み込み度合いやAIエージェントの導入状況の設問でも、期待を大きく上回ると回答した層と期待未満の層で顕著な差が見て取れます（図表11）（図表12）。

図表11：生成AIの業務プロセスへの組み込み度合い

図表12：AIエージェントの導入状況

活用の土台については、生成AI関連の最新技術へのキャッチアップに関する質問で、期待を大きく上回ると回答した層では、8割が「十分にキャッチアップできている」と回答した一方、期待未満と回答した層では約1割にとどまっています（図表13）。

図表13：生成AI関連の最新技術のキャッチアップ

また、生成AIの活用効果とガバナンス整備状況や、生成AIで生まれた効果の還元先の設問でも、期待を大きく上回ると回答した層と期待未満の層で顕著な差があることがわかります（図表14）。

図表14：生成AIで生まれた効果の還元先

成功要因

5カ国の調査の結果、日本の期待を上回る効果を上げている企業と同様に、各国共通で高い効果を上げている企業は、経営変革の目的をもった経営陣のリーダーシップの下で生成AIを中核プロセスに統合し、強固なガバナンス整備と全社的変革を進めていることがわかりました。逆に効果が期待を下回る企業は、生成AIを単なるツールとして断片的に導入しています（図表16）。

図表16：各国共通の成功要因

調査概要