IPAは2026年7月30日、「DX動向2026」本体とデータ集を公開しました。8月4日には説明会情報も更新されています。報告書では、AIの導入や試験利用が広がる一方で、活用は業務効率化・迅速化に偏り、企業価値創出への展開は限定的だと整理されています。
中小企業にとって、この結果は「AIを入れるべきか」という単純な話ではありません。重要なのは、AIを導入した後に何を成果として見るかです。使う人が増えても、業務時間が減らない、確認負担が増える、顧客対応や売上機会に結びつかないのであれば、導入効果は見えにくくなります。
AI導入が広がるほど、成果の見方が必要になる
DX動向2026では、AIを導入または試験利用している企業が58.0%に達し、生成AIの導入も2024年度の22.6%から2025年度の44.0%へ伸びたとされています。一方で、生成AIの組織利用は個人利用や部署単位の試験利用が中心で、部署の業務プロセスに組み込まれている企業は11.9%にとどまります。
これは中小企業の現場感にも近い状況です。文章の要約、メールの下書き、調べもの、議事録整理などは始めやすい一方、日々の業務手順そのものにAIを組み込むには、入力情報、確認者、例外対応、評価指標を決める必要があります。便利な使い方が増えるだけでは、会社としての改善判断にはつながりません。
同じ報告書では、DXの成果指標を設定している企業は23.9%で、4社に1社にも満たない状況だと示されています。さらに、指標を設定している企業でも、対象は社内効率化など内向きの業務改革が中心です。AI導入でも同じ問題が起きます。何をよくしたいのかを決めないまま使い始めると、効果が出たのか、単に作業の形が変わっただけなのかを判断しにくくなります。
指標1: 作業時間だけでなく、確認時間も見る
最初に見るべき指標は時間です。ただし、AIで下書きが速くなった時間だけを見ると判断を誤ります。中小企業の実務では、AIの出力を確認する時間、修正する時間、別資料を探し直す時間も含めて見なければなりません。
たとえば、問い合わせ返信の下書き作成に30分かかっていたものが10分になっても、確認と修正に25分かかるなら効果は限定的です。一方、下書き作成が15分、確認が5分で済み、回答の抜け漏れも減るなら、業務フローとして改善しています。
おすすめは、1つの業務に絞って「AI利用前の作業時間」「AI利用後の作業時間」「確認・修正時間」を同じ表で記録することです。1件あたりの短縮時間だけでなく、月間件数を掛けて月次効果を見ると、導入を続けるか、別業務へ移すかを判断しやすくなります。
指標2: 品質を、担当者の感覚だけで終わらせない
DX動向2026では、AI導入による具体的効果として、業務効率化・迅速化が91.6%と高い一方、顧客満足度向上や売上・利益向上は低い水準にとどまるとされています。効率化の次に確認したいのは、品質の安定です。
品質は抽象的に見えますが、実務では小さく測れます。問い合わせ対応なら、回答漏れ、二重確認、再問い合わせ、責任者差し戻しの件数。見積や提案なら、記載漏れ、条件確認の抜け、提出後の修正回数。社内資料なら、数字の転記ミス、期限遅れ、読み手からの追加質問です。
AI導入で文章がきれいになっても、必要な確認項目が抜けるなら業務品質は上がっていません。逆に、文章表現は人が整える前提でも、抜け漏れチェックや過去資料の参照が安定するなら、AIを使う意味があります。担当者の感覚に頼らず、差し戻しや修正回数のような見える指標を置くことが重要です。
指標3: 顧客接点や売上機会への影響を小さく見る
AIの効果をいきなり売上増加だけで見ると、ほとんどの取り組みは評価しにくくなります。中小企業では、売上に至る前の顧客接点や営業機会の変化を小さく見る方が現実的です。
たとえば、営業準備でAIを使う場合は、商談前に確認できた顧客課題の数、提案に反映できた過去事例の数、初回返信までの日数、休眠顧客へのフォロー件数などを見ます。問い合わせ対応なら、返信までの時間、自己解決に使えるFAQの追加数、同じ質問の再発件数などが候補になります。
ここで大切なのは、AIが売上を作ると考えないことです。AIは、情報を探す、整理する、下書きを作る、抜け漏れを見つけるといった作業を支援します。その結果として、人が顧客に向き合う時間を増やせるか、提案の準備が早くなるか、継続フォローが途切れにくくなるかを見る方が、実務の判断に向いています。
DX推進指標も、社内の目線合わせに使える
IPAはDX推進指標について、経営者や社内関係者がDXの現状や課題への認識を共有し、アクションにつなげるためのものだと説明しています。2026年8月3日の更新では、自己診断フォーマットのWebフォーム化やガイダンス資料の公開も案内されています。
AI導入でも、経営者、現場責任者、実際に使う担当者の目線がずれると、成果が見えにくくなります。経営者は費用対効果を見たい。現場責任者は品質と手戻りを見たい。担当者は使いやすさと確認負担を見たい。この3つを同じ表に並べるだけで、導入判断はかなり具体的になります。
たとえば、月次で確認する項目を「対象業務」「利用件数」「短縮時間」「確認・修正時間」「差し戻し件数」「顧客対応への波及」に絞ります。数字が取れない項目は、まずは担当者コメントでも構いません。大切なのは、AIを使ったかどうかではなく、業務がどう変わったかを毎月同じ目線で振り返ることです。
中小企業は、AI導入を小さな改善会議に接続する
DX動向2026の示す課題は、AI導入が進むほど成果の見方が重要になるという点です。中小企業では、大きな専門部署や複雑な評価制度を最初から作る必要はありません。まずは、影響範囲の小さい業務を1つ選び、1か月単位で時間、品質、顧客接点の変化を確認します。
AIを使うこと自体を目的にしないためには、業務改善の会議や月次の振り返りにAI導入の指標を組み込むことが有効です。使えた機能を報告するのではなく、手戻りが減ったか、確認時間が増えていないか、顧客対応が早くなったかを確認します。
AI導入は、試すだけならすぐ始められます。しかし、会社の改善として続けるには、成果を見える形にする必要があります。時間、品質、顧客接点という3つの指標を先に決めておくことで、AIを単なる便利ツールではなく、業務改善を進めるための判断材料に変えやすくなります。