生成AIを導入したのに効果が見えない、という相談は増える一方です。KPMGコンサルティングが2026年7月29日に公表した「AIの利活用・ガバナンス等の動向調査」は、その理由に一つの手がかりを示しました。AI利用のガイドライン・ルールがある組織では39.7%が「業務量が減った」と回答し、ルールが無い組織の22.5%と約17ポイントの差がついています。差を生んでいたのはツールの新しさではなく、使い方を組織として決めているかどうかでした。本記事では、この調査結果を経営・DX担当者が自社の判断に使える形に整理します。
KPMGの「AIの利活用・ガバナンス等の動向調査」で何が分かったのか
KPMGコンサルティングの調査は、2026年5月15日から19日にウェブアンケートで実施され、16業種2,788名（24〜59歳の経営者・役員・従業員・職員）が回答しました。業務で生成AIを活用している回答者は48.8%で、ほぼ半数です。
KPMGコンサルティングの発表から、経営判断に関わる数値を抜き出すと次のとおりです。
| 調査項目 | 数値 |
|---|---|
| 業務で生成AIを活用している回答者 | 48.8% |
| AI利用のガイドライン・ルールが「ある」組織で業務量が減ったと回答 | 39.7% |
| AI利用のガイドライン・ルールが「ない」組織で業務量が減ったと回答 | 22.5% |
| 上記2つの差 | 約17ポイント |
| 全社的なガイドライン・ルールがある組織 | 約43% |
| 業務関連情報を私的な生成AIに入力した経験（シャドーAI） | 約14% |
| 生成AIによるプログラミングで処理内容を十分理解せず利用した経験 | 約65% |
| AIによる職業代替リスクを認識している回答者 | 約18% |
| AIへ入力した情報が意図せず利用されるリスクを認識 | 35.4% |
注目したいのは、全社的なガイドライン・ルールがある組織が約43%にとどまる点です。生成AIを業務で使う人が48.8%まで来ているのに、使い方を全社で定めた組織はそれを下回ります。ツールの普及がルールの整備を追い越している状態が、数値として見えています。
「AIを入れたか」ではなく「使い方を決めたか」で効果差が出る
ルールがある組織の39.7%が業務量の減少を実感し、無い組織は22.5%。この約17ポイントの差が、この調査で最も経営に効く発見です。
なぜルールが効果につながるのか。実務的な理由は3つ考えられます。第一に、ルールがあると「どの業務で使ってよいか」が明確になり、社員が試行錯誤のコストを払わずに済みます。第二に、使ってよい情報の範囲が決まっていれば、機密情報の扱いで手が止まりません。第三に、ルールを作る過程そのものが、どの業務にAIを当てるかの棚卸しになります。
ただし、この数値の読み方には注意が必要です。KPMGの調査が示しているのは相関であって、因果関係の証明ではありません。ルールを整備できる組織は、そもそもAI活用に本気で投資している組織である可能性が高く、その投資姿勢が効果を生んでいるとも読めます。それでも経営判断としては十分に示唆的です。「ルールを作ると現場が萎縮して使われなくなる」という、AI導入でよく聞く懸念が、少なくともこの調査では支持されていないからです。
シャドーAIとバイブコーディングという、新しい抜け道
ルールの不在は、効果が出ないだけでは終わりません。KPMG調査では、業務関連情報を私的な生成AIサービスに入力した経験（シャドーAI）が約14%、生成AIで書いたプログラムの処理内容を十分に理解しないまま使った経験（バイブコーディング）が約65%にのぼりました。
シャドーAIの約14%は、7人に1人が会社の管理外で業務情報を扱ったことがある、という数字です。これは社員のモラルの問題というより、社内に使えるAIが無いか、使ってよい範囲が示されていないことの裏返しと捉えるべきです。実際、同調査では利用可能なAIサービスが無いと答えた回答者が41%を占めています。禁止を強めるほど抜け道は見えなくなります。
バイブコーディングの約65%は、より静かなリスクです。動くコードが手に入る一方で、なぜそう動くのかを説明できる人が社内にいない状態が生まれます。障害対応や引き継ぎの局面で顕在化するため、日々の業務では問題が見えません。生成AIで作った資産にレビューの網をかける運用は、早い段階で決めておくべき論点です。
AIエージェントのように自律的に動く仕組みでは、この論点はさらに重くなります。権限とログの設計については、AIエージェント導入時の統制設計でも整理しています。
経営・DX担当者は、ルールに何を書くべきか
AI利用ルールに最低限書くべきは、「使ってよい業務範囲」「入力してよい情報の区分」「出力に対する検証責任」の3階層です。禁止事項の列挙から始めると、現場が判断できない文書になります。
| 階層 | 決めること | 決めないと起きること |
|---|---|---|
| ① 使ってよい業務範囲 | どの業務で使ってよいか／使ってはいけないか | 現場が毎回上司に確認し、結局使わなくなる |
| ② 入力してよい情報 | 顧客情報・人事情報・未公開情報の可否と、承認された利用先サービス | シャドーAI（約14%）の温床になる |
| ③ 出力の検証責任 | 誰が内容を確認し、誰が最終責任を負うか。コードや契約文書のレビュー要否 | 理解しないまま使う状態（約65%）が放置される |
②の「承認された利用先サービス」は特に重要です。KPMG調査では、AIへ入力した情報が意図せず利用されるリスクを35.4%が認識しており、金融・不動産業では4割超がこのリスクを挙げています。学習利用の可否や保管地域といった契約条件は、サービスごとに異なります。ルールの中で「使ってよいサービス」を名指しで示すほうが、抽象的な注意喚起より現場は動けます。
なお、AI投資の効果測定そのものに悩んでいる場合は、AI投資のROIが見えない原因と対策も併せてご覧ください。ルールの整備と効果測定は、同じ「決めていないから見えない」という問題の裏表です。
業種で開くガバナンス格差を、自社の立ち位置確認に使う
KPMG調査は業種差も示しています。通信・情報サービス・製造（電気機器等）のTMT業界では全社的なガイドライン整備が約6割に達する一方、サービス業（医療・福祉）や農林水産・建設業では65%以上が未整備でした。
この差は、自社の立ち位置を測る物差しとして使えます。想定される動き方を業種イメージで挙げます。
- 製造業（電気機器以外）・卸売：取引先からAI利用の管理状況を問われる場面が増えています。まず①使ってよい業務範囲と②入力してよい情報を1枚にまとめ、取引先へ提示できる形にしておくと、商談での説明コストが下がります。
- 医療・福祉、建設：整備率が低い分、先に着手すること自体が差別化になります。カルテ要約や施工報告書の下書きなど、個人情報を含みやすい業務が中心のため、②の情報区分から着手するのが現実的です。
- 金融・不動産：データ主権への感度が高く（4割超がリスク認識）、利用先サービスの契約条件の精査が最優先になります。業界ガイドラインの動向は金融分野の生成AIガイドライン1.2版の要点にまとめています。
いずれの場合も、完璧な規程を作ってから配るより、A4数枚の暫定ルールを先に配り、運用しながら直すほうが早く効果に届きます。
よくある質問
- AIの利用ルールを作ると、現場が萎縮して使われなくなりませんか。
-
KPMGが2026年7月に公表した調査では、ルールがある組織の39.7%が業務量の減少を実感し、無い組織の22.5%を約17ポイント上回りました。少なくともこの調査では、萎縮を示す結果は出ていません。
- AI利用ルールには最低限、何を書けばよいですか。
-
「使ってよい業務範囲」「入力してよい情報の区分と承認済みサービス」「出力の検証責任者」の3点です。禁止事項の列挙よりも、現場が自分で可否を判断できる基準を示すことが優先されます。
- シャドーAIはどうすれば把握できますか。
-
通信ログの確認だけに頼らず、社内に使えるAIがあるかを先に点検してください。KPMG調査では利用可能なAIサービスが無い回答者が41%おり、受け皿の不在が私的利用（約14%）の背景にあります。
- KPMGの調査はいつ、誰を対象に行われたものですか。
-
2026年5月15日から19日にウェブアンケートで実施され、16業種2,788名（24〜59歳の経営者・役員・従業員・職員）が回答しました。公表は2026年7月29日です。
まとめ
2026年7月公表のKPMG「AIの利活用・ガバナンス等の動向調査」が示したのは、AIの効果差がツール選定ではなくルール整備に表れているという事実です。要点を整理します。
- ルールがある組織の39.7%が業務量減少を実感（無い組織は22.5%、差は約17ポイント）
- 全社的なルールがある組織は約43%にとどまり、生成AIの業務利用48.8%に追いついていない
- シャドーAI約14%、内容を理解しないままのAI生成コード利用約65%が、管理外のリスクとして残る
Auto-IDフロンティアの視点では、AI利用ルールは「守りの文書」ではなく、現場が迷わず使うための設計図です。次に取るべきアクションは、規程の新設ではなく棚卸しです。自社に①使ってよい業務範囲、②入力してよい情報と承認済みサービス、③出力の検証責任、の3点が文書として存在するかを確認してください。1つでも欠けていれば、そこが効果の頭打ちになっている可能性があります。
AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。
自社のAI利用ルールをどこから整備すべきか整理したい方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- KPMGコンサルティング： KPMGコンサルティング、『AIの利活用・ガバナンス等の動向調査』を発表 （）
- KPMGジャパン： AIの利活用・ガバナンス等の動向調査 （）
- PR TIMES： KPMGコンサルティング、『AIの利活用・ガバナンス等の動向調査』を発表 （） （KPMGコンサルティングによる公式配信）
- Biz/Zine： KPMGコンサルティング、AI利活用・ガバナンス動向調査を発表
