AI投資を増やす企業でも、横ばいの企業でも、間接部門の人員が「減る見込み」と答えた割合は、どちらも約14%でした。両者にほとんど差はありません。

この数字が意味するのは「AIが人を減らした」ということではありません。むしろ逆で、AI投資の有無と人員の増減が連動していないという事実です。

この記事では、2026年8月に発売された『AI白書2026』（角川アスキー総合研究所 編／KADOKAWA発売、東京大学 松尾・岩澤研究室協力）の独自調査を起点に、日本企業のAI活用がいまどの段階で止まっているのかを整理します。あわせて総務省『情報通信白書』、帝国データバンク、商工中金、中小企業基盤整備機構の調査も突き合わせ、世の中に出回っている「AI利用率」の数字がなぜ調査ごとに大きく違うのかも解きほぐします。

志師塾は先生業（士業・コンサルタント・講師・コーチ）専門のビジネススクールとして、専門性を商品に変える支援を続けてきました。その視点で今回の調査を読むと、AI支援の売り方そのものを組み直す材料が見えてきます。

読み終えるころには、AI支援として何を商品化すればよいのか、その候補が3つの型として手元に残るはずです。まずは、この白書がどういう性格の資料なのかを確認するところから始めます。

1. 『AI白書2026』とは何か｜まず発行元を間違えない

数字を引用する前に、この白書の素性を押さえておきます。ここを取り違えたまま資料やセミナーで話してしまうと、聞き手の中に詳しい人がいたときに一気に信頼を失います。

1.1 IPAの『AI白書』とは別の資料です

『AI白書2026』は、株式会社角川アスキー総合研究所が編集し、KADOKAWAから2026年8月20日に発売された書籍です。東京大学の松尾・岩澤研究室が協力しています。

かつて情報処理推進機構（IPA）が発行していた『AI白書』を思い浮かべる人が多いのですが、両者は別物です。提案書や登壇資料で「IPAの白書によると」と書いてしまう事故が起きやすいポイントなので、引用するときは「角川アスキー総合研究所『AI白書2026』」と発行元まで書き切ってください。

1.2 調査対象は310人｜数字を使う前に押さえる前提

この記事で扱う数字は、同書に収録された独自調査「企業における生成AI導入の投資・統制・成果実態調査」の結果です。概要は2026年8月10日に発表されました。

• 対象：上場企業、または従業員300人以上の非上場企業に勤務する経営者・役員および従業員
• 方法：インターネット調査（マクロミルのモニターパネル）
• 有効回答：310人

ここで大事なのは、これは「日本企業全体」の調査ではないということです。回答者は大企業から中堅企業に勤める人に限られ、しかも310人。上場と非上場に分けると、片方は100〜200人規模になります。数ポイントの差を「明確な傾向」として語るのは危険です。

逆に言えば、この前提を添えて語れる人は、同じ数字を扱う他の発信よりも一段信頼されます。

1.3 AI白書2026で押さえるべき数字は4つ

310人の調査から、支援者として使える論点は4つに絞れます。

1. 間接部門の人員が減る見込みは、AI投資を増やす企業も横ばいの企業もともに約14%
2. 業務でのシャドーAI利用は管理職46.5%、一般社員38.1%で、管理職のほうが高い
3. AI投資の増加見込みは上場80.1%、非上場50.0%
4. 効果を定量的に把握できているのは上場37.0%、非上場13.7%

順に読み解いていきます。

2. 人員減14%の正体｜AI白書2026が示す「連動していない」という事実

報道で最も引用されたのが、この14%という数字です。ただ、引用のされ方の多くが実態とずれています。

2.1 投資を増やしても横ばいでも、減る見込みは同じ約14%

調査では、AI投資を「増やす」と回答した企業と「横ばい」と回答した企業のそれぞれについて、間接部門（総務・経理・人事など）の人員見通しを聞いています。その結果、「減少」と答えた割合はどちらも約14%で、差がほとんど出ませんでした。

AIに金をかけている会社と、かけていない会社。人員の見通しは変わらなかった、ということです。

2.2 「AIで人が減る」という読み方が外れる理由

この結果を素直に読むと、こうなります。

間接部門の人員が減る理由は、AI以前に山ほどあります。定年退職者の不補充、採用難、業務のアウトソース、事業の縮小。日本の労働人口の構造を考えれば、AIが一台も入っていない会社でも人は減ります。

「AI導入で人員が14%減った」と紹介している記事も見かけますが、これは調査の読み違いです。14%は結果ではなく、AI投資という変数が効いていないことを示す対照データとして置かれています。

支援者にとって、この違いは決定的です。「AIを入れれば人件費が減ります」という売り文句には、この調査は根拠を与えてくれません。むしろ、その売り方が国内では成立しにくいことを示しています。

2.3 海外のレイオフ報道と日本の状況を同じ線で見ない

海外では、AI導入を理由に大規模な人員削減を発表する企業のニュースが続いています。米決済大手が従業員の約4割にあたる4,000人超の削減を発表した件など、日本でも大きく報じられました。

ただ、その構図をそのまま日本に持ち込むと話がずれます。日本の雇用慣行では、間接部門の人員を一気に切る選択肢そのものが取りにくい。さらに人手不足が常態化しているため、空いた工数は削減ではなく、別の業務に回されます。

海外は「AIで人を切る」。日本は「AIを入れても人員の見通しは変わらない」。この差を押さえておくと、顧客企業の経営者と話すときの温度感を間違えずに済みます。

ただし、日本が安全だという話ではありません。次章で見るように、日本には別の形の停滞があります。

AI投資と人員が連動していないという事実は、支援する側から見れば追い風です。「AIで人を減らします」と言わずに済む売り方が、数字の裏づけを持って成立するからです。

とはいえ、その売り方を自分の専門分野でどう組み立てるかは、統計を眺めているだけでは決まりません。志師塾のAI伴走士養成セミナーでは、専門知識を持つ人がAIを掛け合わせて支援者として立つまでの組み立て方を解説しています。

3. AI白書2026が映すもう一つの断層｜シャドーAIと企業規模の格差

14%より、支援の商機に直結するのはこちらの数字です。

3.1 シャドーAIを使っているのは管理職46.5%、一般社員38.1%

会社が認めていないAIツールを業務で使う、いわゆるシャドーAI。その利用率は、課長以上の管理職で46.5%、係長以下の一般社員で38.1%でした。

禁止する側が、一番使っているという構図です。

さらに「ルール・ガイドラインが現場の実態に追いついていない」と感じている割合も、管理職のほうが一般社員より10ポイント以上高くなっています。ルールが機能していないことを、ルールを運用する立場の人がいちばん自覚している。

ここに支援の入り口があります。管理職が自分でも使っているのなら、「使わせない」提案は通りません。通るのは「どこまでなら使ってよいか」を線引きする提案です。

3.2 ガイドライン整備率は上場45.9%、非上場29.1%

AI利用のガイドラインを全社的に整備している企業は、上場企業で45.9%、非上場企業で29.1%。16.8ポイントの差がついています。

非上場側を裏返せば、約7割がルール未整備のまま生成AIを使っているということです。しかも前項のとおり、管理職ほど無断で使っている。事故が起きる条件はそろっています。

3.3 効果を数字で把握できているのは非上場でわずか13.7%

AI活用の効果を定量的に把握できている企業は、上場37.0%に対し非上場13.7%。同じ調査では、AI投資を増やす見込みも上場80.1%、非上場50.0%と大きく開いています。

そして白書は、効果を定量的に把握できている企業ほど、次の投資にも積極的という傾向を示しています。測れているから、次の予算がつく。測れていないから、一度きりで終わる。

非上場企業の9割弱が効果を測れていないという状態は、支援者にとっては空白地帯です。ここについては後段で商品設計に落とし込みます。

3.4 「AI利用率」が調査ごとに違うのはなぜか

ここで、多くの人が混乱している点を片づけておきます。AIの企業利用率は、調査によって86.4%から16.2%まで振れ幅があります。矛盾しているように見えますが、そうではありません。

調査	時点	対象	利用率	何を聞いているか
総務省『情報通信白書』令和8年版	2026年公表	企業全般	86.4%	1つ以上の業務で利用している
帝国データバンク	2026年3月調査	全国10,312社	34.5%	業務で活用している
中小企業基盤整備機構	2026年3月	中小企業	20.4%	全社導入＋一部導入
商工中金	2026年1月調査	取引先3,892社	16.2%	会社として導入している

数字の差は、母集団（大企業を含むか、中小企業に絞るか）と設問（誰かが一度でも使ったか、会社として導入したか）の違いから生まれています。

とくに商工中金の調査では、会社として導入は16.2%にとどまる一方、「個人の判断に任せている」が64.9%。中小企業の現場でも、実態はシャドーAIです。

そして総務省の調査では、日本企業の利用率は86.4%に達したのに、AIによる業務変革について「組織的な取組はない」が27.0%。米国1.4%、ドイツ4.9%、中国2.6%と比べて突出しています。

使ってはいる。けれど、会社としては何も変わっていない。これが日本の現在地です。

4. 人員減14%から導くAI支援3型｜先生業が売るべき商品の設計図

ここまでの数字を、商品の形に翻訳します。国内で実際に買われるAI支援は、次の3つの型に整理できます。

4.1 型①・穴埋め型｜人を減らすのではなく、増やさずに回す

根拠は明確です。人員見通しはAI投資と連動していない（約14%で同水準）。商工中金の調査でも、中小企業の経営課題の優先度は「直接部門の人手不足対応・業務効率化」が高く、「新規事業開発」「ビジネスモデル変革」は後回しにされています。

中小機構の調査でも、AI導入の目的の1位は「業務効率化・作業時間の短縮」で87.0%、実際に効果が出た項目も同じく83.2%と突出していました。導入部門は総務・管理が68.3%で最多です。

つまり、経営者が金を出すのは「変革」ではなく「回らなくなりかけている業務を回す」ことに対して。AI支援を変革の言葉で売ると、まず刺さりません。

この型は補助金の文脈とも相性がよく、たとえば中小企業診断士がAI導入補助金で単価を上げる7つの戦略のように、支援メニューと制度をセットで設計している人ほど早く形になります。

4.2 型②・定着型｜配ったAIを、使える状態にする

3つの型のうち、先生業にとっての本丸がこれです。根拠になる数字がいちばん厚く積み上がります。

• 「具体的な活用場面が不明」35.6%、「導入を推進する人材がいない」32.0%（商工中金）
• 不足している情報の1位は「成功事例や活用事例」で83.3%（中小機構）
• 「組織的な取組はない」27.0%（総務省『情報通信白書』令和8年版）
• 「使いこなせる社員とそうでない社員で格差が拡大した」18.8%（帝国データバンク）

アカウントは配られた。ツールもある。それでも活用場面がわからず、推進する人がおらず、社内に事例もない。この空白がそのまま市場です。

志師塾がこの領域を重視しているのも同じ理由からで、生成AIの「導入」から「定着」まで伴走する一般社団法人AI伴走士協会を設立したのは、まさにこの空白を埋める担い手を増やすためでした。

具体的な組み立て方としては、業務フローを聞き取り、どの工程にAIを差し込むかを一緒に設計する形が中心になります。土地家屋調査士のAI活用術で紹介している実務5つの型のように、業種ごとの具体的なユースケースを持っている人ほど提案が通りやすくなります。

4.3 型③・統制型｜シャドーAIを、事故にしない

シャドーAIは管理職46.5%、一般社員38.1%。非上場企業のガイドライン整備率は29.1%で、約7割が未整備。帝国データバンクの調査でも、生成AIへの懸念の1位は「情報の正確性」で50.4%、次いで専門人材・ノウハウの不足、情報漏洩と続きます。

この型は士業、とくに社会保険労務士、行政書士、弁護士との相性が良い領域です。就業規則や情報管理規程の改定、社内教育、インシデント時の対応手順まで、既存の専門業務の延長線上に置けます。

注意点は、禁止の提案にしないことです。使っているのは管理職であり、ルールが実態に合っていないことも管理職がいちばん自覚しています。求められているのは取り締まりではなく、安心して使うための線引きです。

4.4 3型に共通する仕掛け｜効果を数字にして、次の予算を作る

3つのどの型を選ぶにしても、必ず組み込みたい要素があります。効果を数字にして見せることです。

効果を定量的に把握できているのは上場37.0%、非上場13.7%。そして白書は、把握できている企業ほど次の投資にも積極的だと示しています。

ここから導かれる結論はシンプルです。支援の中に「効果測定」を組み込んでおけば、次年度の予算が自分で立ち上がる。単発で終わらず、継続契約に転がる構造を最初から仕込めるということです。

削減できた工数、短縮できたリードタイム、減った差し戻し件数。何でもかまいません。数字にして経営者に見せる工程を、納品物の一部として設計しておいてください。

5. AI支援・専門特化で道を開いた志師塾卒業生の事例

3つの型は机上の分類ではありません。すでに近い形で事業にしている卒業生がいます。

5.1 士業専門AI活用コンサルタント・西田明さん（株式会社ツナグミチ 代表取締役）

東京と福岡を拠点に、税理士や中小企業診断士など専門性の高い士業を対象にAI活用支援を行っているのが西田明さんです。金融、人事、キャリアコンサルタントという多面的な経歴を持ち、法人向けAI研修プロデューサーも兼ねています。

西田さんの言葉が、型②の定着型そのものです。

「私の役割は、AIそのものの操作方法を教えることではなく、『先生の業務やビジネスをどう変革できるか』を共に考えることです。事務所の業務フローを聞き取り、どこにAIを組み込めば業務時間の短縮や付加価値につながるのかを一緒に設計していく。そこに価値があります」

AI研修やセミナーの登壇は、この1年間で50回以上。依頼が増えすぎて西田さん一人では登壇しきれなくなったため、現在はAI講師の育成にも取り組んでいます。「月20時間、AIで業務が空いたら何をしますか」と問いかけるところから入る進め方は、削減ではなく再投資を語る型①の考え方とも重なります。

詳しい歩みは西田明さんの卒業生インタビューで紹介しています。

5.2 別業種の例｜放課後等デイサービスを黒字化した西尾基成さん

もう一人は、AIとは別の分野ですが、型②の「ユースケースを設計する」という仕事の本質がよくわかる事例です。

石川県金沢市を拠点に、全国の放課後等デイサービスの黒字化を支援するコンサルタント・西尾基成さん。飲食業からの転身で福祉は完全に未経験、開設当初は利用者2人に対して職員5人、毎月150万円の赤字という状態からのスタートでした。

西尾さんが取った行動が徹底しています。全国の県庁所在地名と「放課後等デイサービス」で検索し、上位に出る施設に片端から電話。約250件かけて約40件から回答を得ると、その40施設のホームページの構成と内容をすべて手書きで書き写しました。その枚数、400枚超。

そこから見えたのが「成功施設は紹介ではなく自社サイトで自力集客している」という共通点で、保護者向けのポータルサイトを作って認知を取る仕組みへとつなげます。結果、自身の施設を1,200万円の赤字から600万円の黒字へ転換させました。

ツールを配るのではなく、成果が出ている型を集めて自分の現場に翻訳する。AI支援の定着型で求められる仕事は、業種が変わってもこの構造です。詳細は西尾基成さんの卒業生インタビューをご覧ください。

2人とも、最初から型を持っていたわけではありません。自分の経歴のどこを前に出し、何を引くかを決めたところから商品が固まっています。あなたの専門分野でAI支援をどう組み立てるかは、AI伴走士養成セミナーで具体的な事例とともに解説しています。

6. AI白書2026の数字を自分の商品に落とすときの注意点

最後に、この調査を発信や提案で使うときの注意を3つ挙げます。

6.1 「日本企業全体の傾向」と一般化しない

繰り返しになりますが、有効回答は310人で、対象は上場企業または従業員300人以上の非上場企業の勤務者です。中小企業の話に流用すると、実態と噛み合いません。中小企業について語るときは、商工中金や中小機構の調査を使ってください。

6.2 「AIで人件費が減ります」と言わない

14%が示していたのは、投資しても投資しなくても同じという事実でした。人件費削減を根拠にした提案は、この調査からは支えられません。人手不足を前提にした「増やさずに回す」の話に置き換えたほうが、経営者の関心とも合致します。

6.3 発行元と調査時点をセットで書く

「角川アスキー総合研究所『AI白書2026』（2026年8月10日発表、有効回答310）」まで書く。それだけで、同じ数字を扱う他の発信より信頼されます。IPAの『AI白書』と混同しないことも、あわせて確認してください。

まとめ

『AI白書2026』の人員減14%は、AIが人を減らした数字ではありませんでした。AI投資を増やす企業でも横ばいの企業でも同じ水準だったという、投資と人員が連動していないことを示す数字です。

一方で、同じ調査はシャドーAIの利用が管理職46.5%・一般社員38.1%であること、非上場企業の約7割がガイドライン未整備であること、効果を数字で把握できている非上場企業が13.7%にとどまることを示しました。総務省の調査では利用率86.4%に対し「組織的な取組はない」が27.0%です。

使ってはいるが、会社としては変わっていない。ここから導かれるAI支援は3つの型に整理できます。

1. 穴埋め型：人を減らすのではなく、増やさずに回す
2. 定着型：配ったAIを、使える状態にする
3. 統制型：シャドーAIを、事故にしない

そしてどの型にも、効果を数字にして見せる工程を組み込む。それが次の予算を自分で作る仕組みになります。

14%が映していたのは、AIに仕事を奪われる未来ではなく、AIを配ったまま止まっている企業の姿でした。その空白を誰が埋めるのか。専門知識を持つあなたが担い手として立つための道筋を、志師塾のAI伴走士養成セミナーで解説しています。

この記事は、先生業専門のビジネススクール『志師塾』が執筆・監修しています。志師塾は士業・コンサルタント・講師・コーチといった先生業に特化し、専門性を商品に変えて選ばれるための支援を続けてきました。卒業生は業種を越えたコミュニティを形成し、いまも各分野の第一線で活動しています。

関連記事もあわせて

• 一般社団法人AI伴走士協会を設立しました。生成AIの「導入」から「定着」まで伴走する新しい支援のカタチ
• AI導入補助金元年｜診断士が稼ぐ7戦略と単価3倍の型
• 土地家屋調査士のAI活用術｜業務効率化から集客まで実務で使う5つの型

この記事について

執筆・監修：志師塾（株式会社エクスウィルパートナーズ）

志師塾は、士業・コンサルタント・講師・コーチといった先生業に特化したビジネススクールです。代表の五十嵐和也（中小企業診断士）のもと、これまでに3,200名超の先生業の顧客獲得を支援してきました。本記事は、志師塾の講座で扱っているAIを使った顧客支援の設計手法と、公開されている官公庁データをもとに構成しています。