「使っている」と「全社で成果が出る形に広がっている」は、別の段階です。McKinseyの「The State of AI in 2025」（2025年11月）は、105か国1,993人を対象とする年次調査です。少なくとも1つの業務機能でAIを定常的に使う組織は88%に上る一方、約3分の2の組織はまだ全社展開（スケーリング）に着手しておらず、実験や試行の段階にあると報告されています。普及と定着の落差が主題です。

88%の裏側：利益影響を認識するのは39%

調査では、AIによる利益（EBIT）への影響を認識している回答者は39%にとどまり、その多くが影響は5%未満だと答えています。自社の成熟度を測る際も、利用部門の割合ではなく、全社展開の段階と利益影響の有無を分けて把握する必要があります。「導入率」という分かりやすい数字に寄せると、現在地を見誤ります。

エージェントは、実験62%と展開23%の間に壁がある

AIエージェントについては、回答組織の62%が少なくとも実験段階にあり、23%がどこかの機能で展開を進めているとされています。実験の広がりは関心の高さを示しますが、展開済みとの差は依然大きい状態です。エージェント導入を検討する際は、実験件数を競うのではなく、どの業務で本番運用に進めるかという選定基準を先に持つことが重要であり、本番展開に進める業務は、効果とリスクの両面で評価し、段階的に範囲を広げるのが安全です。

この落差は、自社の段階管理にもそのまま当てはまります。部門単位では「使っている」状態でも、全社の業務フローに組み込まれ、効果が利益の形で説明できる状態とは距離があります。段階を測る際は、利用の有無ではなく、「実験で得た学びが次の展開部門へ渡っているか」「効果を測る指標が部門を越えて共通化されているか」といった、展開の接続部分を見る必要があります。88%という数字は到達点ではなく、むしろ段階の自己診断を始めるための入口として読むべき数字です。

高業績企業の分かれ目は、業務の進め方の見直し

同調査は、AIから大きな価値を得ている高業績企業の存在にも触れています。示唆の核心は、ツール導入量ではなく業務の進め方そのものの見直しにあります。人事・DX担当者の実務に引き寄せれば、研修もツール操作ではなく、新しい業務フローを前提とした役割とスキルの再設計として企画することが求められます。

数字の整理

  • 調査対象：105か国1,993人（2025年11月公表の年次調査）
  • 少なくとも1つの業務機能でAIを定常的に使う組織：88%
  • 全社展開（スケーリング）に未着手で、実験・試行段階にある組織：約3分の2
  • AIによる利益（EBIT）への影響を認識している回答者：39%（その多くは影響5%未満）
  • AIエージェント：実験段階にある組織62%、どこかの機能で展開を進めている組織23%

自社の現在地は、実験・試行・展開・定着のどの段階にありますか。その自己診断を部門ごとに正直に置くことが、次の一手の精度を決めます。段階の診断は部門ごとに実施時期をずらして行うと、試行部門の学びを次の部門へ渡しやすくなります。

あわせて読みたい

「生成AIは「導入した会社」より「使い倒す会社」が勝つ」 https://axdx.aohalab.ai/#/article/1

「AIエージェントは「業務フロー」の中に置け。単体導入が失敗する理由」 https://axdx.aohalab.ai/#/article/9

出典：McKinsey公式「The State of AI: Global Survey 2025」（2025年11月） https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-state-of-ai-2025

本記事で紹介した内容は2026年11月時点の公表情報に基づきます。最新の内容は出典の一次情報をご確認ください。