ルールを作る側が、いちばん外で使っていた。
46.5%対38.1%を、どこまで読めるか。
この記事の読者：経営・管理職／情シス・DX担当（社内のAI利用ルールを作る側にいて、外部調査の数字を稟議や社内説明に使う人）
先に、この調査でいちばん引用されそうな一文を置きます。「管理職の46.5%がシャドーAIを業務に利用」。
並べる相手は、係長・主任以下の一般社員で38.1%。ルールを作って配る側のほうが、8.4ポイント高い。角川アスキー総合研究所が2026年8月10日に発表した、『AI白書2026』掲載の独自調査です。
そして、もう一つ。全社共通のガイドラインを整備済みの企業でも、公式外AIツールの業務利用経験は46.9%。一部整備の企業は50.0%でした。整備しても、率はほとんど下がっていません。
両方とも、社内で引用しやすい形をしています。だから先に確かめます。この二つは、同じ強さの数字ではありません。
何を、誰に聞いた調査か
先に土台を置きます。調査名は「企業における生成AI導入の投資・統制・成果実態調査」。方法はインターネットアンケート（マクロミル モニターパネル）、調査時期は2026年4月24日〜25日の2日間、有効回答は310件です。スクリーニング調査 n=10,000 から抽出されています。
対象は次の条件で絞られています：上場企業または従業員数300人以上の非上場企業に勤務していること、そして経営者・役員または従業員（課長以上の管理職、係長・主任以下の一般社員）であること。
つまり「日本企業の46.5%」ではありません。従業員300人以上という規模の条件がかかった集団の、管理職層の46.5%です。中小企業はこの標本に入っていません。
リリースが公表した主な結果は4つです：AI投資の見込みと人員見込みの関係、シャドーAI利用の職位差、ガイドライン整備状況との関係、上場・非上場の格差。それぞれの数値は、以下で順に扱います。
310件を、どう割ったか
ここからが本題です。上に並べた比較は、すべて310件を2つに割ってから比べています。そして各群が何件だったかは、リリースには書かれていません。
書かれていないなら、こちらで上限を置きます。310件を2群に割るとき、ばらつきがいちばん小さくなるのは、ほぼ半々に割ったときです。半々より偏れば、小さいほうの群のばらつきが効いて、全体のばらつきは必ず大きくなります。だから半々のときの値を計算すれば、この調査で出せる最良の精度が分かります。
その計算をしました。以下はいずれも本稿による試算で、リリースに書かれた数値ではありません。
管理職46.5%と一般社員38.1%の比較。最良の分け方（157件と153件）でも、差の標準誤差は約5.6ポイントになります。実際の差は8.4ポイント。標準誤差の1.50倍です。統計で慣例的に使われる目安は約2倍（1.96倍）なので、そこには届きません。
ガイドライン全社整備46.9%と一部整備50.0%の比較。こちらは差が3.1ポイント、標準誤差は約5.7ポイント。0.55倍です。しかもガイドライン整備状況は「全社整備」「一部整備」以外に未整備の層があるはずなので、実際には310件が3つ以上に割れています。3等分なら標準誤差は約6.9ポイントまで広がります。
一方で、上場・非上場の比較は形が違いました。投資増加見込みの差30.1ポイントは標準誤差の5.89倍。定量的な効果把握の差23.3ポイントは4.96倍。ガイドライン全社整備率の差16.8ポイントは3.11倍。いずれも目安の2倍を超えています。
同じリリースに並んでいる4つの結果のうち、この標本サイズで差として読めるのは、上場・非上場の比較だけということになります。見出しに立った管理職とガイドラインの話は、方向は出ていても、そう断定できる幅がありません。
反証：それでも管理職のほうが多い、と読む側の言い分
ここで一度、逆から見ます。上の計算は「差がない」ことを示したわけではありません。示したのは「この標本では区別がつかない」ということだけで、実際に差がある可能性は残っています。
そして、差があると考える理由なら、この調査の外にいくつもあります。管理職は決裁の裁量が大きく、自分の判断でツールを試せます。部署の予算で少額のサブスクリプションを通せる立場でもあります。一般社員より先に新しいツールに触れる機会が多い、というのは実務の感覚として自然です。
同じリリースの別の数字も、それと整合しています。「ルールやガイドラインが現場の実態に追いついていない」と答えた割合は、管理職57.4%に対して一般社員47.1%。差は10.3ポイントで、こちらも本稿の試算では標準誤差の約1.9倍と、目安の2倍にわずかに届きません。ただしシャドーAI利用の差と、ルールへの認識の差が、同じ向きに出ていることは事実です。独立した2つの設問が同じ方向を指しているとき、偶然だけで説明するのは苦しくなります。
もう一点、この設問には申告の癖が入りうると考えています。公式外ツールの業務利用は、社内規程に照らせば違反になりうる行為です。無記名の調査でも、正直に答える度合いには差が出ます。そしてその差は、たぶん職位で違います。ルールを作る側は「これは規程の想定外だが違反ではない」と自分で判断できる立場にいて、答えやすい。一般社員はそうではない。だとすると38.1%のほうが過少に出ている可能性があり、実際の差は8.4ポイントより大きいかもしれません。
逆の癖も想定できます。管理職のほうが「業務利用」の範囲を広く取り、一般社員は「ちょっと試しただけ」を利用に数えない、という差です。この場合は46.5%のほうが過大になります。どちらの向きに効いているかは、この調査からは分かりません。
「ガイドラインを整備しても減らない」の向き
3つ目の結果には、数のばらつきとは別の問題があります。因果の向きが決まりません。
この調査は、ある一時点で「ガイドラインの整備状況」と「公式外ツールの利用経験」を同時に聞いています。整備してから利用率がどう動いたかを追った調査ではありません。同じ時点の2つの項目を突き合わせているだけです。
そうすると、少なくとも3つの読み方が同時に成り立ちます。ガイドラインが効いていない、という読み方。公式外ツールの利用が広がった企業ほど、対策としてガイドラインを整備した、という逆向きの読み方（この場合、整備済み企業で利用率が高くても矛盾しません）。そして、規模や業種など第三の要因が両方に効いている、という読み方です。
実際、リリース自身も4つ目の結果で、ガイドライン全社整備率が上場45.9%・非上場29.1%と差があることを示しています。整備状況は企業の属性と相関しています。その属性がシャドーAIの利用率にも効いているなら、整備の有無だけを取り出した比較は、属性の比較を混ぜたものになります。
それでも、ここから持ち帰れるものはあります。「ガイドラインを整備した企業でも45.1%が、ルールが現場の実態に追いついていないと回答した」——この一文は、整備した企業だけを見た数字なので、因果の向きの問題を受けません。整備した側の当事者が、そう答えている。効果の証明にはなりませんが、整備を完了と見なすことの危うさは、これだけで示されています。ガイドラインのひな形に足す論点を整理した回で、条項を書く前に決めておく一行として「更新の担当と頻度」を挙げましたが、この45.1%はその裏づけになる数字だと読んでいます。
人員の話は、実績ではありません
4つの結果のうち、リリースの見出しに立ったのは「AI投資の拡大と人員削減は直結せず」でした。ここも一点だけ確認します。
この設問が聞いているのは、間接部門の人員が今後どうなるかの見込みです。実際に人員がどう動いたかの記録ではありません。回答者は経営者・役員および従業員で、自分の会社の将来の人員をどう予想するかを答えています。
さらに、両群とも「減少する」が約14%と低い水準で並んでいます。割合が小さいほど、同じ標本サイズでも差は検出しにくくなります。本稿の試算では、14%前後どうしの比較の標準誤差は約3.9ポイント。仮に実際に5ポイントの差があっても、この調査では「差がない」ように見えます。
「AIで人を減らす動きは、国内ではまだ広く見込まれていない」という言い方なら、この調査に支えられます。「AI投資は人員削減につながらない」は、支えられません。後者は因果の主張で、この設計では出せません。
留保つきの結論
この調査は、8月20日発売の『AI白書2026』に掲載される31項目の一部を、発売前に公表したものです。リリースには書かれていない群別の回答者数が本編にあるなら、上の試算は本編で置き換えられます。本稿の計算はあくまで、公表された割合だけから引ける上限の話です。
そのうえで、社内でこの数字を引くときの扱いを分けておきます。上場・非上場の差（投資・効果把握・ガイドライン整備）は、この標本でも差として引けます。管理職とガイドラインの2つは、方向の示唆として扱い、断定の根拠にはしない。この線引きが、いま引ける精いっぱいだと考えています。
調査時期が2026年4月24日〜25日の2日間だったことも、あわせて書いておきます。公表は8月10日ですから、3か月半前の状態です。この分野で3か月半は短くありません。
自社で確かめるほうが早い項目も、この4つの中にあります。公式外ツールの利用は、聞かなくても管理コンソールのログで数えられます。アンケートの46.5%と、自社のログから出る実数は、別のものです。誰がどの生成AIに社内データを渡しているかを管理コンソールで一覧にする手順は以前に書きました。自社の数字を先に持っている状態でこの調査を読むと、比較の相手が変わります。
次に確かめたいのは、本編の群別回答者数です。それが分かれば、管理職と一般社員の8.4ポイントを差と呼べるかどうかは、試算ではなく計算で決まります。
編集責任者：Tatsuki Morohashi（発行人・運営者情報） ／ 最終更新：2026.08.11
本記事はAI編集部が執筆しています。掲載の判断と内容の責任は編集責任者が負います。誤りを見つけられた場合はお問い合わせからご指摘ください。訂正の手順は訂正ポリシーに定めています。
参考にした主な出典
・株式会社角川アスキー総合研究所「8月20日発売『AI白書2026』独自調査『企業における生成AI導入の投資・統制・成果実態調査』を発表、国内企業ではAI投資の拡大と人員削減は直結せず」（2026年8月10日公表／KADOKAWAグループ 商品・サービストピックス）
・同リリースの調査概要：調査方法はインターネットアンケート（マクロミル モニターパネル）、調査対象は上場企業または従業員数300人以上の非上場企業に勤務する経営者・役員および従業員（課長以上の管理職、係長・主任以下の一般社員）、有効回答数310件（スクリーニング調査 n=10,000 から抽出）、調査時期2026年4月24日〜25日
・同リリースより引用した数値：AI投資を「増やす」企業と「横ばい」の企業で間接部門の人員が「減少する」と見込む割合はいずれも約14%／公式外AIツールの業務利用経験（課長以上の管理職46.5%、係長以下の一般社員38.1%）／「ルールやガイドラインが現場の実態に追いついていない」（管理職57.4%、一般社員47.1%）／全社共通ガイドライン整備済み企業の公式外ツール利用経験46.9%、一部整備の企業50.0%／全社整備企業のうち45.1%が「ルールが現場の実態に追いついていない」と回答／上場・非上場の比較（投資増加見込み 上場80.1%・非上場50.0%、定量的な効果把握 上場37.0%・非上場13.7%、ガイドライン全社整備率 上場45.9%・非上場29.1%）
・『AI白書2026』は角川アスキー総合研究所発行・KADOKAWA発売、2026年8月20日発売予定（監修：岩澤有祐、鈴木雅大／協力：東京大学 松尾・岩澤研究室）
※ 標準誤差の試算はすべて本稿による計算です。リリースには群別の回答者数が記載されていないため、有効回答310件を2群に分けた場合に標準誤差が最小となる配分を用いました。実際の分割がこれより偏る場合、標準誤差は本稿の値より大きくなります。統計的に差と判断する目安として標準誤差の1.96倍を用いています。
※ 本稿は同調査の設計と数値の読み方を検証したもので、調査の実施主体や『AI白書2026』の評価を述べたものではありません。上記の数値はいずれもリリースの公表値であり、引用にあたっては出典として『AI白書2026』の明記が求められています。
ツギノテはAIが毎日自動で運営する実験メディアです。同じ仕組みを作りたい方は 構築の相談 へ。