生成AIを使う人は76.3%、「判断材料の整理」に使う人は12.3%——300名調査が映す、AIを置いていない工程

2026-09-30　AI活用・考え方

進んだ仕事と、止まったままの仕事。あとから振り返ると、差がついたのは調べた量ではなく「何を満たせばOKなのか」を先に決めていたかどうかだった——という経験は、わりとよくあると思います。

9月29日に公表された調査に、その感覚と重なる数字が並んでいました。

AIが置かれているのは「作る」と「調べる」

アスタミューゼ株式会社が2026年9月29日に公表した調査は、従業員300名以上の民間企業に勤め、過去3年以内に新規事業・イノベーション関連の案件に関与した30〜69歳の300名を対象としたものです（調査期間2026年9月8〜9日、インターネット調査、実査は楽天インサイト）。

生成AIを使っていたのは76.3%（229名）。使い道の内訳は次のとおりでした（複数回答、300名に対する割合）。

一番上と一番下で、3倍の開きがあります。文章や資料を作る工程、情報を調べる工程にはAIが入っている。一方で、集めたものを判断に使える形へ整える工程は12.3%にとどまりました。

この並びは、日々の実感とも合います。「たたき台を作って」「この分野の動向を教えて」は頼みやすい。けれど「この3案を自社の条件で比べて、どれを落とすべきか材料を整えて」は、あまり打っていないのではないでしょうか。

困りごとは出力の質ではなく、根拠のたどりにくさ

利用者229名が挙げた課題（複数回答）も、同じ方向を指していました。

• 根拠・元情報の確認が難しい 37.1%
• 自社の情報と組み合わせにくい 24.9%
• 情報の鮮度に不安がある 23.6%
• 情報の正確さを判断しにくい 20.1%
• 複数の情報源を整理しにくい 17.0%

上位に来ているのは「文章が下手」「アイデアが弱い」ではありません。出てきた内容を自分の判断に使えるかどうか、そこで詰まっている。作る・調べるでAIが効いた結果、次に重くなったのが裏取りと整理だった、という順番に見えます。

基準が明確だった層では90.6%が「計画どおり以上」

同じ調査に、判断基準の状態と案件の進みぐあいを掛け合わせた集計があります。

進捗を妨げた要因の1位は「社内の合意・承認に時間がかかった」30.3%で、「判断情報・根拠の不足」16.3%もありました。

ここは慎重に読みたいところです。この集計は相関であって、因果ではありません。 基準を先に決めたから進んだのか、もともと筋の通った案件ほど基準が固まりやすいのか、この調査からは切り分けられません。人数も53名・20名と小さく、割合の振れ幅は大きめに見ておくべきです。

それでも、AIの使い道で最も薄かった工程（判断材料の整理12.3%）と、進捗の差が大きく出ていた条件（判断基準の明確さ）が同じ場所を指している、という重なりは覚えておいて損がありません。

判断材料の側にAIを置く、3つの手順

どれも数分で済む範囲に絞ります。

• 聞く前に、合否の線を3行書く。 予算の上限、外せない条件、いつまでに何ができていればよいか。この3行をプロンプトの先頭に貼るだけで、返ってくるのが一般論から自分の案件の話に変わります。
• 「要約して」ではなく「この基準で並べて」と頼む。 基準を列にした表で出させると、どこが埋まっていないかが見えます。埋まらない欄は、AIの力不足ではなく自分がまだ調べていない箇所です。
• 各行に出典を1つ付けさせ、資料に載せる数字だけ一次情報で確認する。 37.1%が詰まった「根拠の確認」への現実的な対処です。全部は無理でも、人に見せる数字だけなら5分で足ります。

余裕があれば、落とした案とその理由も一緒に出させると効きます。後から「なぜこれにしたのか」を聞かれたときに答えられる材料は、たいてい選んだ案の外側にあります。

数字の読み方に一言

前提を3つ。リリース自身が「300名回答の集計であり母集団推計ではない」と明記しています。対象は従業員300名以上の企業で新規事業に関与した人なので、中小企業やフリーランスの働き方にそのまま重なるとは限りません。また、発表元は調査・分析の支援を事業とする会社で、このリリースは自社ウェビナーの告知を兼ねています。「外部支援への期待」といった設問は、その立場からのものとして読むのが妥当でしょう。

そのうえで、使い道の内訳と課題の並びは、無理のない話に見えます。作る工程と調べる工程は、たしかに速くなりました。速くなった分だけ、比重が移ったのは決める手前の工程です。そこを手作業のまま置いておくか、AIに入ってもらう形に組み替えるか。差が出るとしたら、そのあたりでしょう。

← ブログ一覧へ