「DXには取り組んでいる。AIも入れた。それなのに、経営会議で成果を説明できない」——そんなもどかしさを抱えていませんか。実は、その感覚は個社の問題ではありません。IPA（独立行政法人情報処理推進機構）が2026年7月16日に公表した「DX動向2026」および「AI活用動向2026」のポイントは、日本企業全体が同じ場所で足を止めていることを数字で示しました。調査は2026年4月17日から6月12日にかけて実施され、1,799社から回答を得たものです。本記事では、この調査結果を実務目線で読み解きます。どこまでは進んだのか、どこで止まっているのか、そして止まっている壁を越えるために明日から何を変えるべきなのかを、順を追って整理していきます。1. 「DX動向2026」が示した日本企業の現在地まずは全体像です。調査結果は一見すると悪くない数字が並びます。しかし、経年で並べた瞬間に別の意味が見えてきます。1.1. 8割が着手、6割が成果——3年横ばいが意味すること調査では、8割近くの企業がDXに取り組んでおり、その目的に対して成果が出ている企業は6割にのぼりました。単年で見れば健闘している数字です。着手率8割は、もはやDXが「一部の先進企業の取り組み」ではなく標準装備になったことを表しています。ところが注目すべきは、この水準が過去2回の調査と比べてほぼ変わっていない点です。つまり日本企業のDXは、伸びているのではなく踊り場に入っています。着手企業が増えた分だけ成果企業も増える、という素直な相関が生まれていない状態です。なぜ横ばいになるのでしょうか。理由は、着手のハードルと成果のハードルが別物だからです。ツール導入や紙の電子化は予算と決断で進みます。一方、成果として測れる変化は、業務プロセスの再設計、評価指標の変更、部門間の権限調整といった「組織の作り替え」を伴います。前者を終えた企業が後者の入口で滞留しているため、全体の数字が動かないのです。この構造を理解しないまま「もっとツールを」と足し算を続けると、投資は増えても数字は動きません。1.2. 成果が出る領域と出ない領域は、きれいに分かれている調査は、成果の中身を領域別に分解しています。成果が高いと報告されたのは「アナログ・物理データのデジタル化」と「業務効率化による生産性向上」の2領域です。紙の書類をデータにする、手作業の転記を自動化する、といった取り組みは着実に実を結んでいます。対して成果が限定的だったのは「顧客起点の価値創出によるビジネスモデル変革」と「企業文化・組織マネジメントの根本的変革」でした。後者は前回調査から微増したものの、相対的には依然として低い水準にとどまっています。この対比は、日本企業のDXが「守りのDX」で成功し「攻めのDX」で足踏みしているという構図をそのまま裏づけています。守りは自部門の中で完結できるため、担当者の努力で完遂できます。攻めは顧客接点、商品企画、価格設定、場合によっては収益モデルそのものに手を入れるため、経営の意思決定が必要です。言い換えれば、いま多くの企業に足りないのはツールでも人手でもなく、「どの事業をどう変えるか」という上流の決定です。2. AI活用が「業務効率化」で止まる構造DXの踊り場と同じ現象が、AI活用でも起きています。むしろAIのほうが、数字の落差はより鮮明です。2.1. 効果91.6%と3.9%——同じAIでなぜここまで開くのかAIを導入した企業に効果の内容を尋ねた結果、「業務効率化・迅速化」を挙げた企業は91.6%に達しました。ほぼ全社が効率化を実感しているという、極めて高い数字です。「企画提案の品質向上」も48.9%、「残業削減」は29.2%と続きます。ところが、「顧客満足度向上」は4.5%、「売上・利益向上」はわずか3.9%でした。効率化の91.6%と売上の3.9%、その差は約24倍です。全体評価としても「期待以上」「期待どおり」と答えた企業は31.8%にとどまり、最も多かったのは「一定の効果があった」の50.6%でした。この「一定の効果」という控えめな表現こそ、現場の実感を正確に映しています。意外なことに、この落差はAIの性能不足では説明できません。原因は、効率化で生まれた時間の行き先が決まっていないことにあります。1人あたり月10時間の削減が実現しても、その時間が既存業務の消化に吸収されれば、損益計算書にも顧客の体験にも何も現れません。効率化は成果ではなく原資です。原資をどこに再投資するかを決めていない限り、AI投資の評価は永久に「一定の効果」で止まります。2.2. 用途の偏りが天井をつくっているもう一つ、落差の理由を明確に示すデータがあります。AIの用途を見ると、上位は「文書・音声の要約・翻訳・校正」82.5%、「文書・レポート作成」80.5%、「情報検索・収集・分析」77.0%でした。いずれも社内向けの、しかも個人の作業を速くする用途です。一方で「自社製品・サービスの高度化」は10.9%、「生産・物流・サービス提供の計画支援」は6.0%にとどまりました。つまり、顧客が価値を感じる領域や、事業の意思決定に踏み込む領域には、まだ1割前後しか到達していません。売上への貢献が3.9%だったのは、当然の結果と言えます。ここで重要なのは、順番を否定しないことです。要約や文書作成から始めるのは正しい入口です。失敗の型は、入口にとどまり続けることです。例えば、要約用途の延長線上には「顧客からの問い合わせ内容を分類し、製品改善の要望を月次で抽出する」という業務があり、これは顧客起点の価値創出の一歩目にあたります。同じ要約技術でも、対象を社内文書から顧客の声に移すだけで、成果が計上される場所が変わります。用途を横に広げるのではなく、既存用途を「顧客側」へ一段ずらす発想が、天井を破る最短経路です。3. 企業規模で開く格差——101人以下は16.6%全体傾向の裏側には、規模による深刻な分断があります。ここは中小企業にとって、危機と同時に機会でもあります。3.1. 従業員101人以下でAI導入が進まない理由AI導入率は、従業員1,001人以上の企業では約8割に達しています。対して従業員101人以下の企業は16.6%でした。5倍近い開きであり、DX動向調査の中でも最も差が大きい項目のひとつです。なぜここまで開くのでしょうか。予算差は理由の一部にすぎません。実務上の主因は3つあります。第一に、検討する人がいないことです。情報システム専任者がおらず総務や経理が兼任している場合、比較検討そのものが業務時間に入りません。第二に、判断基準がないことです。「どのツールが自社に合うか」を評価する物差しを持たないため、決めきれずに保留になります。第三に、セキュリティと情報漏えいへの懸念です。入力したデータの扱いを説明できる社内人材がいないため、禁止のほうが安全という判断に傾きます。いずれも「AIが不要だから使っていない」のではなく、「導入の前段が回らないから使えていない」構造です。逆に言えば、前段を外部の力で埋めれば一気に動きます。実際、規模の小さい組織は意思決定者との距離が近く、業務プロセスもシンプルなため、着手さえできれば大企業より短期間で成果に届くケースが少なくありません。3.2. 小さく始めるための現実的な三手では具体的にどう始めるか。おすすめは、範囲を絞った3ステップです。第一に、対象業務を1つだけ選びます。選定基準は「毎週発生する」「文章か数字の整理である」「担当者が2名以上いる」の3点です。毎週発生する業務なら効果が月内に可視化でき、担当者が複数いれば属人化せず横に広がります。例えば、問い合わせメールへの一次回答案作成、日報からの週次サマリー作成、見積書の入力転記などが該当します。第二に、利用ルールを1枚にまとめます。盛り込むべきは「入力してよい情報／禁止する情報」「生成物を社外に出す前の確認者」「ツールの利用申請先」の3項目だけです。分厚い規程は読まれません。1枚に収めることで、現場が判断に迷った瞬間に参照できる実用的なルールになります。第三に、成果を時間で記録します。導入前の所要時間を1週間分だけ計測し、導入後に同じ条件で計測して差分を残します。この記録が、次の投資判断と社内説明の唯一の武器になります。DX推進人材の不足を85.5%の企業が挙げている現状では、「誰かが詳しくなるまで待つ」戦略は成立しません。小さな成功記録を積み上げ、それを根拠に外部支援や追加投資を引き出す進め方が現実的です。4. 価値創出へ抜けるための3ステップ最後に、効率化の踊り場から抜けるための道筋を整理します。規模を問わず適用できる順序です。4.1. 削減時間の「再投資先」を先に決める効率化で生まれた時間を何に使うかを、導入前に決めておきます。これが最も効果が高く、最も忘れられている一手です。再投資先は具体的な業務名で書きます。「顧客訪問を月2件増やす」「見積回答を翌日から当日に短縮する」「休眠顧客への案内を毎月1回実施する」といった水準です。時間削減の目標とセットで、この受け皿を宣言しておくと、浮いた時間が既存業務に吸収されるのを防げます。なぜ「先に」なのかというと、後から決めようとすると必ず現場の空きが埋まってしまうためです。人は空いた時間を自動的に埋めます。埋まってから再配置を指示すると、負荷増としか受け取られません。効率化と再投資を同じ企画書に書くことが、売上・利益向上3.9%という数字を動かす起点になります。4.2. 顧客接点のデータをAIの入力に載せる次に、AIに読ませる対象を社内文書から顧客の声へ広げます。問い合わせ履歴、アンケートの自由記述、営業日報の商談メモ、解約時の理由——これらは多くの企業に既に蓄積されていながら、活用されていない資産です。進め方は、月次で「分類」と「件数」を出すことから始めます。要望・不満・称賛の3分類に振り分け、件数の多い順に並べるだけで、商品改善や提案内容の優先順位が見えてきます。高度な分析基盤は不要で、スプレッドシートと生成AIの組み合わせから始められます。この一歩が重要なのは、「自社製品・サービスの高度化」10.9%の壁を越える最も安価な方法だからです。既存の要約・分類技術をそのまま使い、入力データだけを顧客側に差し替える。技術的な難易度は上がらないのに、成果が計上される場所は社内コストから顧客価値へ移ります。4.3. 人材不足85.5%を前提に体制を組むDX推進人材の不足を挙げた企業は85.5%でした。この数字は、育成だけで解決する規模ではありません。前提として受け入れ、体制の設計で吸収する必要があります。有効なのは役割の分割です。「業務を分かっている人」が課題と手順を定義し、「ツールを組める人」が実装する、という2役に分けます。前者は現場から出せます。後者は外部パートナーや、自動化ツールを使いこなす社内の1名で足りることが多いものです。両方を兼ね備えた人材を探し続けるより、はるかに早く動き出せます。加えて、標準化に手をつけておきます。ツール選定を全社で数種類に絞り、作った自動化の設計書を共有フォルダに残す。この2点だけで、担当者の異動や退職で仕組みが止まる事態を大幅に減らせます。企業文化・組織マネジメントの変革が最も遅れている領域だからこそ、こうした地味な仕組みづくりが差になります。まとめ「DX動向2026」が示したのは、日本企業が着手と効率化までは到達し、価値創出の手前で足を止めているという現実です。着手8割・成果6割が3年横ばい、AIの効果は業務効率化91.6%に対して売上・利益向上3.9%。この数字は、努力不足ではなく設計不足を意味しています。打ち手はシンプルです。効率化で生まれた時間の再投資先を先に決めること、AIに読ませるデータを顧客側へ一段ずらすこと、そして人材不足を前提に役割を分けて体制を組むこと。どれも大規模な投資を必要としません。今週できる第一歩として、直近3か月でAI導入によって削減できた時間を洗い出し、その時間が実際に何に使われたかを1枚に書き出してみてください。空欄が多いほど、伸びしろが大きいということです。出典：独立行政法人情報処理推進機構（IPA）「DX動向2026」（2026年7月30日公表、調査期間2026年4月17日～6月12日、回答1,799社）