サマリ
AIの「効果」をめぐって、正反対に見える2つの数字があります。帝国データバンクの「生成AIに関する企業の動向調査（2026年3月）」では、生成AIを業務で活用している企業の86.7%が「効果が出ている」と回答しました。一方、PwCの第29回世界CEO意識調査のグローバル集計では、56%が過去12カ月でAIによる増収もコスト削減も実現していないと回答しています。
本レポートの結論は、2つの数字を直接比較してはいけないということです。帝国データバンクの86.7%は「生成AIを活用している企業」に尋ねた「業務への効果の実感」で、財務数値ではありません。PwCの56%は生成AIに限定せずAI全般について、CEOに増収とコスト削減を尋ねた数字です。技術範囲、測定対象、回答者、分母が異なるため、2つの数字は矛盾を示していません。
そしてこのズレは、統計の読み方だけの話ではありません。現場が「効いている」と言い、経営が「数字に出ていない」と言うすれ違いを解くには、何をもって効果とするかを導入前に定義することが必要です。
生成AIの効果をつなぐ3レイヤー
現場の実感を財務成果へ結び付けるには、中間の業務プロセスを含めて測る必要があります。
- タスク作業時間、利用率、現場の効果実感を測る
- 業務プロセスリードタイム、処理件数、品質への波及を測る
- 財務コスト削減、増収への変換を測る
3レイヤーを分けて追うことで、「現場では効くのに経営数字へ出ない」場所を特定できます。
データ: 帝国データバンク「効果あり86.7%」の中身
帝国データバンクの調査は、全国2万3,349社を対象に2026年3月17日〜31日に実施され、有効回答は1万312社（回答率44.2%）でした。生成AIを業務で「活用している」企業は34.5%。その活用企業に業務への効果を尋ねると、「大いに効果が出ている」25.2%と「やや効果が出ている」61.5%を合わせた「効果あり」が86.7%でした。
全回答企業に対する活用率34.5%と、活用企業における効果実感86.7%を単純に掛けると、全回答企業のうち「活用し、効果を実感している」企業は約29.9%に相当します。ただしこれは集計値からの試算であり、調査が直接公表した指標ではありません。「日本企業の86.7%が生成AIで効果を出している」という読み方は誤りです。
活用率は企業規模でも異なります。帝国データバンクの同じ調査では、大企業46.5%、中小企業32.4%、小規模企業28.0%でした。
「効果」は財務数値ではない
帝国データバンクの設問は「生成AIの業務への効果」であり、増収額やコスト削減額を尋ねたものではありません。同調査に掲載された企業の声も、情報収集、見落とし防止、時間短縮といった作業レベルの実感です。
また、「効果あり86.7%」は課題が解消された状態を意味しません。同調査で挙がった課題の上位は、情報の正確性50.4%、専門人材・ノウハウ不足41.3%、活用すべき業務の範囲40.0%、情報漏洩のリスク33.5%、責任所在などのルール整備25.5%でした。
この調査の限界にも注意が必要です。効果は主観的な実感で、財務諸表による裏付けではありません。また、現在も活用している企業が分母なので、活用をやめた企業の経験は86.7%に反映されません。
データ: PwC「増収もコスト削減もない56%」の中身
PwCの第29回世界CEO意識調査は、95カ国・地域のCEO 4,454名を対象に、2025年9月30日〜11月10日に実施されました。グローバルと地域の集計は各国の名目GDPに比例して重み付けされています。なお、ここで尋ねているのは生成AIに限定しないAI全般で、設問別の回答数は公表資料に記載されていません。
AIの財務効果については、過去12カ月の増収とコスト削減を尋ねています。PwCによると、増収を実現したCEOは30%、コスト削減を実現したCEOは26%でした。両方を実現したのは12%、どちらか片方のみは33%、どちらも実現していないのは56%でした。
見出しで流通する「56%のCEOがROIゼロ」という表現は、原典を正確に表していません。PwCの原文は「増収もコスト削減も実現していない」であり、投資額を分母にしたROIを算出したものではありません。また、コストが増加したと答えたCEOは22%でした。
一方、この調査は「AIは儲からない」と結論づけてもいません。増収とコスト削減の両方を実現した12%の企業群では、AIを製品・サービス・顧客体験へ広く適用している割合が44%で、その他企業の17%を上回りました。PwCは、責任あるAIの枠組みや全社統合を可能にする技術環境などの基盤を確立した企業は、AIによる明確な財務面の効果を報告する可能性が3倍高いとも報告しています。
PwC調査もCEOによる自己申告であり、監査済み財務諸表からAIの寄与を切り出した分析ではありません。また、増収やコスト削減にまだ現れない効果は、「どちらも実現していない」側に含まれます。
2つの数字を同じ座標に置く
| 比較軸 | 帝国データバンク 86.7% | PwC 56% |
|---|---|---|
| 技術範囲 | 生成AI | AI全般 |
| 測定対象 | 業務への効果の実感 | 増収・コスト削減 |
| 回答者 | 日本企業 | 95カ国・地域のCEO |
| 集計上の分母 | 生成AIを活用している企業 | 設問別の回答数は公表資料に記載なし |
| 対象期間 | 調査時点の実感 | 過去12カ月 |
| 数字の意味 | 使っている企業の多くは効果を感じている | 回答の過半数は増収もコスト削減も報告していない |
2つの調査から言えるのは、業務効果の実感と、増収・コスト削減は同じ指標ではないということです。同じ企業で生成AIのタスク効果が財務へ変換されなかったことを示すデータではありません。技術範囲も母集団も異なるため、両者は効果測定の異なる断面を考える材料として扱います。
したがって、本レポートが比較するのは86.7%と56%の大小ではなく、それぞれの調査が測る対象の違いです。以下の3レイヤーは、2調査が実証した因果関係ではなく、フィールフロウが効果測定を設計するために提示する分析仮説です。
岡崎の分析
私たちは、現場の実感と財務成果の間を点検する枠組みとして「効果の変換ロス」という仮説を置いています。生成AIの効果をタスク、業務プロセス、財務の3レイヤーに分け、どこまで波及したかを順に測る考え方です。
タスクの時短が起きても、浮いた時間の使い道を決めなければP/Lに現れない可能性があります。帝国データバンクの86.7%はタスク効果だけに限定した指標ではありませんが、同調査に時間短縮を挙げる企業の声があることは、業務効果を財務成果へどう接続するかという問いを提起します。
その橋として検証したいのが第2レイヤー、業務プロセスの指標です。リードタイム、処理件数、品質といった指標を追えば、タスクの変化が業務全体へ波及したかを確認できます。PwCでは増収とコスト削減の両方を実現した12%の企業群が製品・サービスへのAI適用で先行していますが、これは関連を示すもので、個別タスクから財務成果への因果関係を直接証明するものではありません。
「生成AIはROIが出ない」と一括りにするより、どのレイヤーで効果が出ていて、どこで変換が止まる可能性があるかを問う方が、経営判断に使える情報になります。
提言 — どう付き合っていくか
- 「効果」をレイヤーで言い換える。 社内報告の「効果が出ている」が、タスクの時短、業務プロセスの改善、P/Lのどれを指すのかを必ず区別します
- 導入前に指標を定義する。 タスクでは作業時間や利用率、業務プロセスではリードタイム・処理件数・品質、財務ではコスト削減・増収というように、測る指標と変換経路を先に決めます
- 浮いた時間の使い道まで設計する。 短縮された時間を、顧客対応、新サービス、残業削減などのどこへ振り向けるかを決めて初めて、タスクの効果を次のレイヤーへ送れます
- 経営報告は2段で出す。 現場の効果実感と増収・コスト削減を分けて併記し、どちらか一方をもう一方の証拠として扱わないようにします
本レポートは公開データに基づく分析です。各数値の調査設計と母集団は、末尾の一次情報から確認できます。
出典・参照データ
本レポートの分析は以下の一次情報に基づいています。統計・数値の詳細は各出典をご確認ください。
- 生成AIに関する企業の動向調査（2026年3月）帝国データバンク
全国2万3,349社・有効回答1万312社。活用率34.5%、活用企業の効果実感86.7%、規模別活用率を引用
- 生成AIに関する企業の動向調査（2026年3月）PDF帝国データバンク
効果の内訳25.2%・61.5%、課題5項目、調査期間・回答率を図表と本文で確認
- PwC 2026 Global CEO Survey プレスリリースPwC
全体は95カ国・地域のCEO 4,454名。AIで増収もコスト削減も実現していない56%、両方実現12%、片方のみ33%、AI基盤との関連を引用
- PwC's 29th Global CEO SurveyPwC
過去12カ月の増収30%・コスト削減26%、コスト増22%、製品等へのAI適用44%対17%、調査方法を引用