生成AI利用率が1年で27%→51%に倍増【2026年調査】——「使いこなし」への壁を現場PM視点で読む

AI開発・生成AI活用公開日:2026年6月27日最終更新日:2026年8月2日
高畑 拓海
高畑 拓海

株式会社シンシア 開発支援事業部 部長

Share
目次開く
  1. 生成AI利用率が1年でほぼ倍増し過半数へ——現場PM視点で考える「使っている」と「使いこなしている」の差
  2. 「使っている」を「業務に乗っている」に変える4ステップ
  3. 開発チームで先に整えておくとよいこと
  4. よくある質問

生成AI利用率が1年でほぼ倍増し過半数へ——現場PM視点で考える「使っている」と「使いこなしている」の差

生成AIの利用率が1年でほぼ倍増し、国内で過半数に達した。この数字は確かに驚きだが、私が気になるのは「利用率が上がった」その先にある話だ。

出典: 生成AI利用率、過半数に。1年で急増(2026年4月6日)

要点 (事実のみ)

  • NTTドコモ モバイル社会研究所が2026年2月に実施したWeb調査(対象:全国15歳〜69歳、有効回答7,223件)
  • 生成AI利用率は2025年2月の27%から2026年2月の51%へ、約1年でほぼ倍増し過半数に達した
  • プライベートでの全年代利用率は46%、仕事・学業での利用率は38%で、プライベートの方がやや高い
  • プライベートでの「対話・相談」を週1回以上利用する割合は22%で、特に若年層で高い傾向
  • プライベートでの「動画・画像・音楽生成」を週1回以上利用する割合は10%にとどまる
  • いずれの年代でも利用率は拡大していた

高畑 拓海の見解

利用率51%という数字は、もはや「一部の技術好きが使うもの」という段階を過ぎたことを示している。全年代で増加しているという点も、特定の層だけのトレンドではないことを裏付けており、現場の体感とも一致する。

ただ、私が現場PMとして最も気になるのは、プライベート利用(46%)と仕事・学業での利用(38%)の差だ。プライベートで使っている人が仕事では使っていないケースが相当数含まれているはずで、これはツールの導入障壁というより、「業務の中でどう使うか」が明確になっていないことの表れだと思う。実際、開発現場でも「個人的にChatGPTを使っている」というメンバーは増えたが、チームとしてどの用途に使い、どこまで出力を信頼するかというガイドラインが整備されているケースはまだ少ない。

週1回以上の利用が対話・相談で22%、動画・画像・音楽生成で10%という数字も示唆的だ。使い始めた人の中でも、継続的・習慣的に活用できているのはまだ一部に限られる。「使ったことがある」と「業務や生活に組み込まれている」の間には大きな溝がある。

実務で考えると、今後重要になるのは利用率をさらに上げることよりも、「誰が・何の目的で・どこまで使う」を組織として言語化していくフェーズだと感じる。個人の習慣に任せるだけでなく、チームとして運用できる状態を作ることが、次のステップになるはずだ。

(編集レンズ: 現場・運用目線 / チーム再現性目線)

「使っている」を「業務に乗っている」に変える4ステップ

見解として「組織として言語化するフェーズ」と書いたが、実際に何から手を付けるかは具体化しておきたい。私がチームで進めるときの順番は次のとおりだ。

1. 用途を1つに絞って明文化する。 「生成AIを活用しよう」では動かない。「議事録の要約」「テストケースの叩き台作成」「仕様書のレビュー観点出し」のように、業務名で1つ決める。個人利用が46%あるということは、すでに使える人は社内に居るということでもある。その人たちが実際に何に使っているかを聞き取るのが最短の出発点になる。

2. 出力をどこまで信頼するかの線を引く。 これが無いと、慎重な人は使わず、無頓着な人は検証せずに使う。両極端が同居するのが一番危険だ。「そのまま使ってよいもの(下書き・要約)」「必ず人が検証するもの(数値・仕様・顧客向け文面)」「使ってはいけないもの(機密情報の入力)」の3分類で足りる。

3. 入力してよい情報の範囲を決める。 顧客の資料やソースコードを外部サービスに入力してよいかは、契約と社内規程の問題である。ここが曖昧なまま「各自の判断で」とすると、後から事故になる。

4. 使い方を共有する場を作る。 週1回以上の継続利用が対話・相談で22%にとどまるという数字は、続けられる使い方を見つけられていない人が多いことを示していると読んでいる。うまくいったプロンプトや使いどころを共有するだけで、定着率は変わる。

この順番は、ツール導入というより業務ルールの整備に近い。業務の棚卸しのやり方|DX前に必ずやるべき手順や属人化した業務を解消する手順と同じ考え方で進められる。

開発チームで先に整えておくとよいこと

開発現場に限って言えば、コード生成AIの利用は特に線引きが要る。生成されたコードを説明できることをレビュー通過の条件にする、セキュリティ要件は明示しないと満たされない、といった実務上の注意点はコード生成AIの選び方と実務での使い方にまとめた。

よくある質問

Q. 社内の利用率を上げるには何から始めるべきか。

A. 利用率そのものを目標にしないほうがよい。「どの業務が楽になったか」を1つ作るほうが、結果的に広がる。すでに個人で使っているメンバーの用途を聞き取り、それをチームの標準手順にするのが最も早い。

Q. 生成AIの利用ルールは、どこまで細かく決めるべきか。

A. 最初は3点で足りる。入力してよい情報の範囲、出力を検証すべき対象、使ってはいけない業務。細かすぎるルールは読まれず、結果として守られない。

Share
高畑 拓海のプロフィール写真

この記事の書き手に直接相談する

高畑 拓海株式会社シンシア 開発支援事業部 部長

記事の内容について、より具体的に自社のケースで聞きたいことがあれば、高畑 拓海を指名してご相談いただけます。営業担当ではなく、 実際に手を動かしている本人が回答します。

シンシアの開発事例

株式会社Cloverse様|アパレル向けAIクリエイティブ基盤「Clovia Enterprise」を4名体制で開発支援

2026年2月の開発着手から約5.5ヶ月で、アパレル企業向けAIクリエイティブ基盤としてプレスリリース公開まで到達しました(2026年7月29日発表)。 Cloverse様の発表によれば、Clovia Enterprise は PUMA社・ルック社をはじめとする30社以上のアパレルブランドとの検証を経ており、現在は先行導入企業(Founding Partner)を限定募集する段階に入っています。 開発規模は次のとおりです(2026年7月29日時点、リポジトリ実測値)。 指標 / 実績 開発体制 / エンジニア4名 開発期間 / 2026年2月13日〜(継続中) コミット数 / 約1,480 プルリクエスト / 373本 対応イシュー / 428件 実装計画ドキュメント / 162本 データモデル / 83テーブル この事例からの示唆 生成AIプロダクトの難所は、モデルではなく業務側にある。 画像を1枚生成すること自体は、いまや誰でもできます。事業として成立させるために必要だったのは、マスター管理・制作進行・レビュー・権限・課金・非同期処理といった、業務を回すための地味な設計でした。83テーブルという規模は、その事実を素直に表しています。 未知の業界のプロダクトは、業務を理解した側が設計しないと形にならない。 アパレルEC制作の工程を知らないまま「AIで画像生成する機能」を作っても、現場では使われません。ヒアリング・R&D・プロトタイプ・提案までを開発チームが担ったのは、そうしないと仕様が決まらない領域だったからです。この構造は「使われないシステム」が生まれる要件定義の失敗とちょうど裏返しの関係にあります。 モデル選定に正解が無い領域では、検証を設計プロセスに組み込む。 どの生成モデルを使うかは半年で変わります。だからこそ、モデルを差し替えられる構造と、検証結果を機能設計に反映し続ける進め方の両方が必要でした。 よくある質問 Q. 生成AIを使ったプロダクトの開発は、通常のシステム開発と何が違いますか。 A. 最も違うのは、着手時点で仕様が確定できない点です。どのモデルがどの品質を出せるかは検証しないと分からないため、R&Dとプロトタイプを設計工程に組み込む必要があります。一方で、組織・権限・課金・非同期処理といった土台は通常のSaaS開発と同じ設計が求められます。 Q. 業界知識がない領域でも開発支援を依頼できますか。 A. できます。この事例ではアパレルEC制作の業務理解から入り、ヒアリングとプロトタイプを通じて要件そのものを一緒に作りました。仕様が固まっていない段階からのご相談のほうが、むしろ手戻りが少なくなります。 Q. どのくらいの体制・期間の支援ですか。 A. エンジニア4名、2026年2月から継続中です。プレスリリース公開までは約5.5ヶ月でした。規模や費用感の考え方はシステム開発とはで解説しています。 関連する支援領域 AIシステム開発とは?開発の流れ・費用相場・失敗しない進め方 — 生成AIプロダクト開発の全体像 AI PoCの進め方5ステップ|「PoC止まり」を防ぎ本番導入につなげる実践手順 — 検証を本番に接続する設計 FDE(Forward Deployed Engineer)が示す、上流から伴走できるエンジニアの価値 — 本事例の進め方の背景 生成AIを使った新規プロダクトの立ち上げや、仕様が固まりきっていない段階からの開発支援については、開発のご相談からお問い合わせください。 出典: アパレル企業向けAIクリエイティブ基盤「Clovia Enterprise」提供開始(株式会社Cloverse / PR TIMES, 2026-07-29)

株式会社Cloverseの事例を読む →

この記事が役に立ったら、Google で優先表示を

Google 検索の「優先するソース」に blog.xincere.jp を追加すると、シンシアの新着記事がトップニュースなどで見つけやすくなります。

Google で優先ソースに追加

著者について

高畑 拓海のプロフィール写真
高畑 拓海
株式会社シンシア 開発支援事業部 部長

営業出身でエンジニアにキャリアチェンジ。要件定義・実装・PM・チームマネジメント・採用までを横断する。TypeScript / React / Next.js / NestJS / Hono / Ruby on Rails を主力に、現場目線・顧客折衝・チームの再現性・ジュニア育成を重視する。

人気記事

    お問い合わせ

    システム開発やAI推進についてのご相談はこちらから

    無料相談を予約する