日本企業のAI活用、67.1%がいまだ「人が起動」：Merの調査が示す自律運営への道

情報システム担当者やDX推進担当者の皆様は、生成AIの業務活用について、日々試行錯誤されていることでしょう。多くの企業で生成AIの導入が進む一方で、その真価を最大限に引き出すための課題も顕在化しています。

株式会社Merが2026年8月6日に発表した「Japan AI Operations Report 2026 Summer」は、従業員100名以上の企業で生成AIを活用する責任者・担当者548名を対象とした調査に基づき、日本企業のAI業務活用に関する実態を明らかにしました。

調査結果の結論から述べると、生成AI活用企業の67.1%がいまだ「人が起動」する形でAIを利用しており、AIが自動で動く形は29.3%に留まっています。さらに、AI利用を組織横断で追跡できる割合は13.0%と低く、社内データが未整備であると回答した企業は50.7%に上ることが判明しました。これは、AIツールの導入や利用用途が広がる一方で、AIが業務の中で継続的に働くために不可欠な「起動・接続・反映・ログ」といった運営構造が、十分に整っていない現状を示しています。

日本企業のAI活用実態：浮き彫りになった6つの課題

1. 生成AIの67.1%は、いまだ「人が起動」

業務で生成AI（例: ChatGPTなど）が動き始める際、最も多いのは「保存された定型プロンプト（AIへの指示文）を人が実行している」（36.3%）や「人がチャットに指示文を入力して動かしている」（30.8%）といった、人が起動する形でした。これらを合わせると67.1%にもなります。一方で、スケジュールや業務システム上の変化をきっかけにAIが自動で動く形は、わずか29.3%に留まっています。AIの利用用途は広がったものの、AIが「いつ動くか」という仕組みの整備は遅れていることが分かります。

2. 最も進んだ本番運用でも、完全自動化は2.9%

社内で最も進んだ本番運用の生成AI活用においても、「定型プロンプト等で入力を効率化しているが、AIの起動および出力後の処理は人が行っている」が32.7%と最も多く、完全自動化（条件を満たす処理・反映はAIが自動で行い、例外のみ人が確認・改善）に至っている企業は2.9%に過ぎません。一部で高度なAI活用が始まっていても、業務全体の運用は依然として人の操作と手作業に依存している実態が明らかになりました。

3. AIの出力を業務システムへ自動反映できる割合は27.2%

生成AIが出力した結果の処理方法については、「AIの出力を参考に、人が手作業で成果物を作成している」（46.2%）や「AIの出力を人が手作業でコピー・転記している」（21.2%）が主流で、合計67.4%が人の手作業を伴います。承認後または条件に応じて自動で業務システムへ反映される割合は、合計27.2%に留まっています。AIが情報を生成しても、その結果を業務システムや業務記録に戻す最終工程は、人が担っているケースが多いことがうかがえます。

4. 生成AIの利用を組織横断で追跡できる割合は13.0%

生成AIの利用状況がログとして残り、後から組織横断で追跡できる状態になっていると回答したのは、わずか13.0%でした。利用記録が残らない「見えない利用」は、利用状況と事業成果を結びつけて評価することを困難にし、「測れない成果」を生み出しています。実際に、AI活用の成果を売上やコスト削減などの事業指標と結びつけて把握できている企業は14.8%に過ぎません。

5. AIに読ませる社内データが「整備されていない」との回答は50.7%

顧客情報や案件情報などの社内データについて、重複・欠損・表記ゆれがなく整備された状態になっているかを尋ねたところ、「あまり整備されていない」（43.2%）と「全く整備されていない」（7.5%）を合わせて、50.7%の企業がデータ未整備の状態にあると回答しました。AIが業務システム内のデータを正確に読み書きするためには、データの品質が不可欠であり、この点の課題がAI活用を阻害する要因となっています。

6. AI投資は拡大する一方、業務フロー再設計への投資は18.4%

今後1年以内に生成AI活用に向けた投資を拡大する予定がある企業は67.2%に上り、投資意欲は高いことが分かります。しかし、その投資の内訳を見ると、「社員向けの研修・教育」（48.9%）や「利用ガイドライン・ルールの整備」（48.7%）が上位を占める一方で、「業務フロー・起動条件の再設計」は18.4%、「利用ログ・承認・例外フローの設計」は11.3%に留まっています。AIツールやライセンスの購入、社員への利用方法教育は進むものの、AIが業務の中で自動的に起動し、安全に処理を実行できる「働く場所」を作るための投資は、依然として不十分です。

解決すべき3つの構造的課題

今回の調査から、日本企業の生成AI活用には以下の3つの構造的な課題があることが明らかになりました。

AI活用は「点」で進んでも、「面」では手動運用にとどまる: 個別の業務や部門で先進的なAI活用が生まれても、組織全体の運用段階は底上げされておらず、依然として人がチャットや定型プロンプトを起動し、出力を手作業で業務に反映する形が中心です。
AIが働くための「起動・接続・反映・ログ」が揃っていない: AIが業務の中で継続的に働くためには、業務イベントや条件に応じた自動起動、CRM（顧客関係管理システム）や基幹システムへの接続、処理結果の業務システムへの自動反映、そして利用状況と処理結果のログ記録の4つの要件が不可欠です。しかし、現状ではこれらの要件が十分に満たされていません。
投資が「AIを買うこと」に偏り、「AIが働く場所」をつくれていない: 研修、ガイドライン、AIツールの導入といった「AIを買う」投資は進んでいるものの、業務フロー、起動条件、参照データ、承認、例外処理、ログの設計といった「AIが働く場所」を作るための運営構造への投資が不足しています。

「人がAIを使う」から「AIが業務の中で働く」自律運営へ

株式会社Merは、AI活用の主語を「人」から「業務フロー」へ転換する必要があると提唱しています。これまでの「人がAIを使う」運用では、AI活用の有無や品質が個々の従業員の判断やスキルに依存し、成果測定やガバナンスが難しいという課題がありました。

Merが目指すのは、業務システム上のデータ更新、案件ステータスの変更、顧客からの問い合わせ、あるいは決められた時間などを起点にAIが自動で動き、必要な業務データを読み込み、処理結果を業務システムへ戻す「自律運営」モデルです。このモデルでは、人はAIを操作するのではなく、確認、判断、例外処理、改善といった、より高度な業務に集中できるようになります。

本レポート「Japan AI Operations Report 2026 Summer」では、自律運営を実現するための設計原則と実装ステップが詳しく解説されています。詳細なレポートは以下のリンクからご覧いただけます。

Japan AI Operations Report 2026 Summer全文

Merが提供する「AI Operations」とは

Merは、企業の運営構造をAI前提で再設計する「AI Operations Company」として、以下の5つの要素から運営基盤の設計・構築を支援しています。

業務の構造化
プロセスの標準化
データの統合
運営の自動化・最適化
仕組みの維持・改善

ツールの導入や個別業務の効率化に留まらず、組織が再現性を持って動き続けるための運営基盤を構築し、属人的な運用から、仕組みによって継続的に改善される運営モデルへの転換を支援します。Merは、運営構造の設計から、CRM・SaaS・AIを活用したワークフローの実装、現場への定着、継続的な改善まで一気通貫で支援します。

Merの主要サービス

Merは、AIネイティブな業務自動化とデータ基盤構築を支援するサービスを提供しています。

【BASE】AI CRMプラットフォーム「Pipedrive」:
Pipedriveの国内唯一のマスターパートナーとして、導入、設計、実装、定着、活用支援を提供します。顧客関係管理をAI前提で最適化したい企業におすすめです。
Pipedrive.merinc.co.jp
【STRUCTURE】AIネイティブ業務自動化支援「diver」:
業務の構造化、プロセスの標準化、SaaS・AIを活用した自動化の実装から定着までを支援します。各部門の業務とデータをAIと自動化でつなぐRevOps（収益オペレーションの最適化）実施パートナーとして、テクノロジー選定から業務フロー設計、実装・定着まで一気通貫で支援し、収益が仕組みで伸び続ける組織づくりに貢献します。
diverops.com
【DATA】AIData Operations Platform「DataSango」:
CRM内の重複、表記ゆれ、欠損などを整備し、AIが読み書きできるデータ基盤を自動化するAIデータオペレーションプラットフォームです。AIが最大効果を発揮できるようなデータ基盤の自動マージ・クレンジング・エンリッチメント・トランスフォームを実現します。
datasango.ai

導入メリットと活用シーン

Merが提供する「AI Operations」の導入により、情報システム担当者やDX推進担当者は、以下のような具体的なメリットと活用シーンをイメージできます。

AI活用成果の最大化: AIが業務フローに組み込まれ自動で働くことで、個人のスキルに依存せず、組織全体のAI活用レベルと成果を底上げできます。
業務効率の大幅向上: 定型的なAIの起動や出力後の手作業が不要になり、従業員はより戦略的な業務や判断、例外処理に集中できます。
データに基づいた意思決定: AIの利用状況や処理結果がログとして残り、事業指標と結びつけて成果を測定できるため、継続的な改善サイクルを回すことが可能になります。
データ品質の向上: 「DataSango」のようなツールを活用することで、AIが利用する社内データの重複や欠損、表記ゆれを解消し、AIの精度と信頼性を高めます。
ガバナンスとセキュリティの強化: 業務フローにAIの利用ログや承認プロセスを組み込むことで、シャドーAI（組織が把握していないAI利用）のリスクを低減し、安全なAI活用を推進できます。

対象企業規模・導入・問い合わせ方法

本調査は従業員100名以上の企業を対象としており、Merのサービスも中堅・大企業のDX推進や情報システム部門の課題解決に特に有効と考えられます。

AI活用を次の段階に進めたい、組織全体でAIの恩恵を享受したいとお考えの企業は、Merの提供する「AI Operations」について検討してみてはいかがでしょうか。

サービスの具体的な内容や導入に関するご相談は、以下のMerのウェブサイトよりお問い合わせください。

株式会社Mer 公式ウェブサイト

まとめ

生成AIの導入が進む日本企業において、その活用はまだ「人がAIを使う」段階に留まっていることが明らかになりました。Merの調査が示すように、AIが真に企業の生産性向上に貢献するためには、AIが業務プロセスの中で自律的に働く「運営構造」の構築が不可欠です。

Merが提唱する「AI Operations」は、業務の構造化からデータの統合、自動化、そして継続的な改善までを支援し、AIを組織の資産として機能させるための実践的なアプローチを提供します。情報システム担当者やDX推進担当者の皆様にとって、本記事がAI活用の次のステップを考える一助となれば幸いです。