中小企業の生成AI、現場観測2026｜使っている会社と、回っている会社は違う

「生成AIの導入率」を検索すると、大きな数字が並びます。世界ではChatGPTの利用者が億の単位で語られ、日本でも企業の利用は年々上がっている、と書かれている。数字そのものは、たぶん本当です。ただ、生成AI顧問として累計約15社、研修や講座を含めれば30社を超える現場を見ている立場から言うと、その数字では会社の実態は測れません。

先に、このページの約束を置きます。主役は公開統計ではなく、顧問先で見ている観測の型です。「契約している／週に一度でも仕事が残っている／人が確認して成果物になっている」。この三つを分けない導入率は、使っている会社と、回っている会社を同じ棚に入れてしまいます。公開数字は出典を付けて補助に置きます。自社で測っていない「導入率◯％」は、ここでは作りません。数字は月次で差し替えます。

---

観測の型を先に公開する——契約／週次の残り／人が確認した成果物

統計記事の定石は、大きな数字から入ることです。このページは逆にします。先に、私が現場で数えたい三つの層を公開します。数字が後から増えても、型は変えません。型を先に固定しないと、都合のいい導入率だけが一人歩きするからです。

三層を分ける理由は単純です。第1層は、経理が一番数えやすい。第3層は、現場がいちばん実感する。二つの数字は、同じ会社の中でも大きくずれます。ずれを見ないまま「うちは導入済み」と言うと、経営会議の翌月から誰も追わなくなります。

私の見聞きする範囲——顧問累計約15社、現在10社以上、研修を含めれば30社超——では、第1層にいる会社は珍しくありません。第2層まで定常的に乗っている会社は、それより少ない。第3層が「特定の一人」ではなく「仕事の型」として回っている会社は、さらに少ない。割合を全国の導入率のように断定はしません。サンプルは小さく、業種も熱海周辺の現場に偏っています。それでも、公開統計が見ない段差は、この範囲では毎回同じ向きに現れます。

なぜ「導入率」だけでは、中小企業は測れないのか

導入率という言葉は、便利です。稟議にも、記事の見出しにも、よく馴染みます。問題は、何を「導入」と呼ぶかが調査ごとに違うことです。アカウントを持っていることなのか。過去に一度でも触ったことなのか。業務で使っていると本人が思っていることなのか。人が確認した成果物が残っていることなのか。

中小企業では、この差が特に大きく出ます。社員が数十人の会社では、経営者か幹部の一人が個人アカウントを契約した瞬間に「うちは導入した」と言える。大企業の推進部門が全社ライセンスを配った話と、同じ「導入」という言葉で並びます。並んだ数字を比較しても、現場の温度は分かりません。

もう一つ、導入率が見ないものがあります。止まっている契約です。請求は毎月届く。ログインは月初に数回。仕事は残っていない。これも第1層です。公開統計の多くは、この層と第3層を足して一つの％にします。足された側の会社から見ると、「世の中は進んでいるのに、うちだけ効果がない」という孤独が生まれます。孤独の正体は、多くの場合、測り方の混線です。

だからこのページは、％の競争をしません。型を先に置き、公開数字は「第1層の空気」として補助に使います。自社でやるべきことも、大きな調査を待つことではありません。来週、自社の三層を数えることです。

公開統計は補助——出典つきで置く、2026年8月時点

ここから先の数字は、私の顧問先の観測ではありません。報道と公的調査です。引用の単位を崩さないために、要約ではなく出典のページへ辿れる形で置きます。更新したら、この節の日付と表を差し替えます。

世界の利用者数——「使っている人」は、すでに億の単位

OpenAIは2026年2月、ChatGPTの週次アクティブユーザーが9億人を超えたと公表しています（報道はTechCrunch 2026年2月27日）。同じ発表の中で、有料の消費者サブスクライバーが5,000万人を超えたとも報じられています。

アプリの月次利用者では、別の数字が並びます。Reutersは2026年6月2日、Sensor Towerの推計として、ChatGPTアプリの月次アクティブユーザーが10億人を超えたと報じています（Reuters 2026年6月2日）。到達は5月、公開は6月、という整理です。これはOpenAI自身の週次人数とは定義が違います。週次と月次、公式発表と第三者推計を、同じ「利用者数」として足してはいけません。

サイトへのアクセス数は、さらに別物です。DemandSageがSimilarwebを引用した整理では、2026年4月のChatGPT月間訪問数は55.1億回とされています（DemandSage “ChatGPT Statistics”。一次はSimilarweb）。訪問回数は人数ではありません。同じ人が何度も開きます。日本のトラフィック比率は、同ページのSimilarweb引用で4.23％とあります。世界の利用者増を、自社の第3層の証拠にはできません。

日本の公式調査——個人26.7％、企業の業務利用55.2％

国内の補助数字は、検証できた一次情報として、総務省『令和7年版 情報通信白書』（2025年公表、調査は2024年度）を正とします。2026年7月には令和8年版も出ていますが、本ページの補助欄は、本文で数字を突き合わせられた令和7年版に固定します。新しい公式値が確認できたら、月次更新で差し替えます。

個人の生成AI利用経験は、日本26.7％です。前年度調査の9.1％から大きく伸びています。同じ調査で、米国68.8％、ドイツ59.2％、中国81.2％です（総務省 令和7年版 情報通信白書「個人におけるAI利用の現状」）。日本の20代は44.7％。使わない理由の上位には、「日常生活や業務に必要ない」「使い方が分からない」が並びます。

企業側では、生成AIの活用方針（積極活用＋領域を限定して利用）を定めている割合が、日本49.7％（前年度42.7％）です。中小企業では「方針を明確に定めていない」が約半数、と白書本文に書かれています。何らかの業務で生成AIを利用している割合は、日本55.2％。メール・議事録・資料作成などの補助では47.3％です（総務省 令和7年版 情報通信白書「企業におけるAI利用の現状」）。導入の懸念で日本がいちばん多いのは、「効果的な活用方法がわからない」です。期待する効果は、日本では業務効率化や人員不足の解消が前に出やすく、他国では事業拡大や新規顧客の話が相対的に多い、という整理が同ページにあります。

読み方を、私の言葉で一言だけ添えます。55.2％は「業務で使用中」と答えた割合です。第3層——人が確認して成果物になっている——の割合ではありません。方針未決定が中小で約半数、という記述のほうが、顧問先で見る景色には近い。決めていない会社は、禁止しているのではなく、入口と出口を分けて考える言葉を持っていないことが多い。

数字	何の数字か	いつの、誰の数字か	このページでの扱い	出典
週次9億人超	ChatGPTの週次アクティブユーザー	2026年2月・OpenAI発表（報道ベース）	世界の第1層の空気。自社の導入率ではない	TechCrunch
有料5,000万人超	消費者サブスクライバー	2026年2月・OpenAI公式	有料と無料を混ぜないための補助	同上
月次アプリ10億人	ChatGPTアプリの月次アクティブ	2026年5月到達・Sensor Tower推計	公式週次とは定義が違う	Reuters
月間訪問55.1億回	chatgpt.comの訪問回数	2026年4月・Similarweb（DemandSage引用）	人数ではない。訪問回数	DemandSage
個人26.7％	日本の生成AI利用経験	2024年度調査・総務省	個人の第1層。企業の第3層ではない	情報通信白書
方針49.7％	日本企業の活用方針（積極＋限定）	2024年度調査・総務省	方針があることと、仕事が残ることは別	情報通信白書
中小の約半数	方針を明確に定めていない	同調査・総務省本文	禁止ではなく未決定、という読み	同上
業務利用55.2％	何らかの業務で使用中	同調査・総務省	自己申告の利用。成果物の残存率ではない	同上

表の右端が、このページの使い方です。大きな数字を否定しません。大きな数字で、自社の第3層を語らない。それだけです。

顧問約15社の現場観測——割合は断定しない

ここからが主役です。数字の全国推計ではありません。私が入った会社で、繰り返し見た並びです。対象は、生成AI顧問として伴走した累計約15社が中心で、研修・講座の30社超の印象も混ぜます。熱海を拠点にしているので、旅館、不動産、設備、飲食の現場が多い。大企業の全社導入とは母集団が違います。

白状すると、私自身も最初は、契約数を成果として数えそうになりました。顧問先が増えた、と言えば報告の体裁が整うからです。残ったファイルの本数を数え始めて、自分の報告もまだ第1層だったと気づきました。この三層は、顧問先に向ける前に、まず自分に向けた型です。

断定しない、と先に書きます。15社で「日本の中小企業の◯％」は言えません。言えるのは、同じ段差が何度も現れた、という観測です。

第1層は、もう珍しくない

相談に来る会社の多くは、すでに何か契約しています。個人の有料プランか、全社アカウントか、どちらかです。ツール実費は、顧問先の標準で1人あたり月3,000円から1万円程度（ChatGPT Plus等、月20ドル前後）。金額そのもので経営が揺れることは、まずありません。第1層のハードルは、お金より「契約した＝導入した」という安心のほうが高い。

私が初回で聞くのは、「何を契約しているか」より「先週、何のファイルが残ったか」です。契約の話で十分間が持つ会社は、第1層にいます。残った仕事の名前が出る会社は、第2層に片足を入れています。この聞き方を変えただけで、同じ「導入済み」が二つに割れます。

第2層は、「残っている仕事」で割れる

週に一度でも仕事が残っている会社は、残っている仕事の名前が短い。提案の下書き。議事の整理。問い合わせの一次回答。物件紹介の初稿。残っていない会社は、利用の説明が長い。「いろいろ試していて」「情報収集に使っていて」「若手が勉強していて」。長い説明は、ファイルが無いときの特徴です。

残っている仕事がある会社でも、残っている場所が個人のチャットだけなら、私は第2層とは数えません。会社の仕事にするには、他の人が開ける場所にファイルがある必要があります。ここを曖昧にすると、英雄一人の第1.5層が、社内では第3層に見えます。

第3層は、「人が確認した」で初めて仕事になる

業種が違っても、残る仕事の名前は似ています。不動産なら物件紹介の初稿。設備なら現場メモを人が読める文章に直したもの。旅館なら問い合わせへの一次回答。飲食なら仕入れやシフトの確認メモの整理。名前が具体的な会社は、第2層に入れます。名前が「AI活用全般」の会社は、まだ第1層です。全般は、残ったファイルの名前になりません。

回っている会社に共通しているのは、確認者が決まっていることです。AIが合否を出さない。人が見て、直して、出している。判断はプロ、作業はAI。この線が無いと、現場は「責任の所在が不明な下書き」を量産して疲れます。

確認がある会社でも、直しが次の回に戻らないと、同じ修正を毎週します。回っているように見えて、実は第2層の反復です。第3層の条件に、私は「直しの行き先がある」を足して見ています。流す、メモリに残す、ルールに書く、コマンドにする——直しの4分岐そのものは、作り方の記事側の話です。統計のページで言いたいのは、確認した本数を数えていない会社は、効果も語れない、という一点です。

効果の金額換算は、このページの仕事ではありません。第一軸は「打てる手が増えたか」で、時給換算は補助です。式と罠は生成AIの費用対効果の記事に置いてあります。ここでは、手数を数える前に、三層のどれを数えているかを揃えてください、とだけ言います。第1層の契約数を効果と呼ぶと、費用対効果の話は最初から空転します。

使っている会社と、回っている会社——現場の見分け

公開統計の表は空気です。次の表は、私が訪問先で頭の中で付けている見分けです。6行では足りないので、相談で繰り返し出る場面を並べます。

場面	使っている（第1層に近い）	回っている（第3層に近い）	翌月に残るもの
月初の報告	契約プランとログイン人数	人が確認して出せた成果物の本数	本数と現物
社長の言葉	「若手に任せている」	自分の仕事でも週1本残している	経営者の実例
社員の利用	調べ物と下書きの試し打ち	名前のある仕事が週次で残る	仕事の型
英雄が休んだ週	何も出ない	別の人が同じ型で下書きを出せる	再現手順
確認	誰が見るか決まっていない	判断する人が決まっている	責任の線
直し	チャットの中で消える	次の回の材料に戻る	更新された文脈
費用の話	ツール代が高い／安い	増えた手数を外注費と比べる	投資の意味
事例の語り方	有名企業の導入ニュース	隣の部署の、残った1本	社内の実例

表の右側に寄せたいなら、新しい調査を待つ必要はありません。左側の会社が右側に移る条件は、観測項目を変えることです。ログインを数えるのをやめて、残った仕事の名前を数える。それだけで、会議の言葉が変わります。

経営者が自分の仕事で触っているかどうかは、第3層への最短距離です。触らない会社で第3層が全社に広がった例を、私はほとんど見ていません。この変数の分解は経営者のAI活用の記事に譲ります。統計のページでは、観測項目の一つとして置いておく、という扱いです。

公開数字が見ない、四つの穴

補助の統計を置いたうえで、見えないものを明示します。見えないものを見えないまま使うと、記事も経営会議も、同じ穴に落ちます。

1. 止まっている契約は、導入率に残る。請求がある限り、第1層は減りません。現場では、止まっているほうが普通です。
2. 自己申告の「使っている」は、成果物を保証しない。白書の55.2％は、業務で使用中という答えです。出せた提案の本数ではありません。
3. 個人の伸びと、会社の実行力は別物。個人26.7％が3倍近くになっても、社長の頭の中の判断基準は、自動ではファイルになりません。
4. 方針策定は、仕事の残存ではない。方針49.7％は、決めた会社の割合です。決めたあとに週次で残っているかどうかは、別調査です。

四つの穴を埋める公式統計を、私はまだ持っていません。だから自社で数える、という結論になります。穴を、自作の導入率％で埋めない。ここが、このページの品質基準です。

費用の話も、穴の隣にあります。「導入にいくらかかったか」は第1層の質問です。「回すのに、月いくらかかっているか」は第2層と第3層の質問です。ツール実費、研修、顧問、内製の人件費の置き方はAI導入の費用とAI顧問の費用に分けてあります。私の顧問はStandard月20万円、Growth月30万円（税別、Standardは経営者個人・Growthは社員も含む伴走、3ヶ月完結・自動更新なし）です。この金額を語るときも、私は契約社数ではなく、3ヶ月で第3層の仕事が何本残ったかで見てもらっています。

会議で公開統計を出すときの注意も、短く置きます。白書の55.2％を「うちも遅れている／進んでいる」の根拠にしない。あれは自己申告の業務利用です。OpenAIの9億人を「だから今すぐ全社契約」の根拠にしない。あれは世界の第1層です。Similarwebの訪問回数を、自社のログイン率の代わりにしない。人数ですらありません。使える使い方は一つです。自社の三層と、世の中の第1層が、同じものではないと共有する。共有できた会議だけが、翌週の3指標に入れます。

実名の現場は、深掘りしません。点検報告書や発注メールの話は、すでに事例側の記事があります。統計のページでやるのは、個別ストーリーではなく、数え方です。事例の現物が必要な人はAI導入事例へ進んでください。

持ち帰り：自社で数える3指標シート

全国の％を待たなくていい。来週の月曜に、この三列だけ埋めてください。埋まらない列が、その会社の現在地です。

シートは、経営会議に一枚で持ち込めます。おすすめは、経営者と推進担当が別々に埋めて突き合わせること。指標2の本数が二人で違う週は、会社の観測が割れている週です。割れたまま公開統計の％を議論しても、自社の手は増えません。

使い方の提案は、短くします。月曜の朝、15分。経営者と担当者がシートを別々に埋める。数字が割れた列だけ話す。割れていない列は、その週は触らない。これで会議が「世の中の導入率」から「うちの第3層は何本か」に落ちます。落ちた会議は、翌週の仕事を選べます。

三ヶ月続けると、自社の時系列ができます。公開統計の更新を待つより、この時系列のほうが経営判断に使えます。私の顧問が3ヶ月区切りなのも、この観測窓を一度は揃えるためです。月20万円／30万円の話も、第1層の契約社数ではなく、この窓の中で第3層が何本残ったかで見てもらうほうが、双方に正直です。

このページは、月次で数字を差し替える

統計記事は、書いた瞬間から古くなります。だから運用を先に宣言します。

• 差し替えるもの：公開統計の表（OpenAI、Reuters、Similarweb/DemandSage、総務省白書）。日付とURLをセットで更新する。
• 差し替えないもの：三層の型、15社観測の言い方（「私の見聞きする範囲」）、自社3指標シート。
• 足さないもの：自社で測っていない導入率％、顧問先の未許諾な実数、令和8年版など未突合の二次引用。
• 足すもの：顧問先で同じ型の観測が溜まり、かつ許諾が出た実数。溜まるまでは定性のまま置く。

更新の単位は月1回です。週次で世界の利用者数を追いかける記事にはしません。中小企業の経営者が必要なのは、昨日の億人ではなく、自社の第3層が今週何本だったかです。

二次まとめサイトの数字を、一次のURLなしで足すこともしません。DemandSage型の一覧は便利ですが、転載記事にはしない、というのがこのページの設計です。便利な一覧が欲しい人は本家へ行き、ここでは型と自社シートを持って帰ってください。

よくある質問

Q1. 日本の中小企業の生成AI導入率は、何％ですか？

このページでは、自社未計測の導入率％を作りません。公式の補助数字としては、総務省『令和7年版 情報通信白書』で、日本企業の業務利用が55.2％、活用方針が49.7％、中小では方針未決定が約半数、と読めます。これらは第1層寄りの数字です。第3層の全国％は、私が知る範囲ではまだありません。

Q2. ChatGPTの利用者数は、いま何人ですか？

公式の週次は、2026年2月時点で9億人超（OpenAI）。アプリの月次は、Sensor Tower推計で2026年5月に10億人（Reuters報道）。訪問回数は別物です。どの定義かを先に言わない利用者数は、使わないほうが安全です。

Q3. 顧問15社の「回っている割合」を％で教えてください。

出しません。サンプルが小さく、偏りがあり、会社ごとの契約範囲も違います。出せるのは型と、私の見聞きする範囲での定性です。％が必要なら、自社の3指標を週次で数えてください。その％は、全国推計ではなく、自社の経営数字です。

Q4. 導入率が高いのに効果がないのは、日本特有ですか？

公開統計だけで「特有」とは言い切れません。ただし白書が示すように、日本企業の期待は効率化・人員不足の解消に寄りやすく、効果的な活用方法が分からない、が懸念の上位です。現場で見る限り、特有なのは遅れそのものより、「入口の数字で安心する」癖です。

Q5. 自社は第1層です。次に何を数えますか？

契約を増やす前に、指標2です。今週、名前のある仕事がファイルとして残ったか。残っていないなら、残す仕事を一つ決める。進め方はAI導入の進め方の記事へ、費用はAI導入の費用の記事へ渡します。

Q6. 第3層が1本あれば、導入は成功ですか？

成功というより、観測が始まった、です。1本は最小条件です。成功と呼ぶなら、その1本が他の人でも再現でき、直しが戻り、翌月も残っているかまで見てください。

Q7. この記事の数字は、いつ更新されますか？

月次です。表の出典URLと日付を差し替えます。型とシートは固定します。未突合の二次数字は足しません。

まとめ：使っている会社と、回っている会社は違う

生成AIの導入率も、ChatGPTの利用者数も、空気としては正しい。会社の実態としては、足りない。足りないのは、契約と、週次で残った仕事と、人が確認した成果物を分けて数える型です。

公開統計は出典つきで補助に置きました。主役は、顧問約15社で繰り返し見た段差です。割合の全国断定はしません。自社で数える3指標は、今日から埋まります。

このページは、月次で数字を差し替えます。型は変えません。億人の話で安心するより、今週の第3層が何本かを数えてください。数え方の資料が必要なら、下のセットを使ってください。