結論から書く。2026年7月16日にIPA（情報処理推進機構）が公表した「DX動向2026」調査のポイントで、日本企業のDXが**「効率化までは進むが、企業価値創出で止まる」**という構造が、1,799社規模の大型調査で改めて裏付けられた（IPAは独立行政法人であり、本調査は政府統計ではなく任意回答のアンケート調査だが、国内のDX実態調査としては最大級の定点観測である）。DXに取り組む企業は8割近く、成果が出ていると答える企業も6割ある。数字だけ見れば悪くない。しかし成果の中身を分解すると、高いのは「アナログ・物理データのデジタル化」と「業務の効率化による生産性の向上」であり、ビジネスモデルの変革や顧客起点の価値創出といった項目は前回よりわずかに伸びたものの、相対的に低いままだ。AIに至っては、導入効果として「業務が効率化したり迅速化した」を挙げた企業が91.6%に対し、「売上や利益が向上した」はわずか3.9%。効率化と価値創出の間に、約88ポイントの断層がある。
この記事が伝えたいことは一つだ。「うちもDXはやっている」という手応えは、この統計に照らすと多数派がハマっている踊り場にいるだけの可能性が高い。だから問うべきは「DXをやっているか」ではなく「どの段階で止まっているか」であり、その診断ができて初めて、次に発注すべきものが「もう1本の効率化ツール」ではなく「業務変革・データ活用」だと判断できる。本稿では、調査の要点を数字で押さえたうえで、止まっている段階の自己診断チェックリスト、価値創出へ進む会社との分岐点、そして次フェーズを外部に発注する際の要件定義の作り方までを、強い情シスがいない1〜10億円規模の会社の経営者・決裁者向けに整理する。
なお、当サイトでは先日、民間調査に基づく中小企業のAI導入率23.7%と最初の一歩の設計を扱ったが、あちらは「まだ着手できていない会社」が主題で、引用統計も民間調査と総務省白書だった。本稿はIPAの「DX動向2026」という別の一次統計に基づき、すでに着手して成果も出ている会社が、なぜ効率化で止まるのかを主題にする。読者の位置が違えば、必要な判断も違う。
この記事を読むべき人
- 生成AIやSaaSを入れて業務は速くなったが、「それで売上は増えたのか」と問われると答えに詰まる経営者・役員
- 紙の削減・転記の自動化・議事録の要約など「効率化の成功体験」は積んだが、次に何を発注すべきか決めかねている決裁者
- DX予算の稟議で「昨年も効率化、今年も効率化」が続き、投資対効果の説明が苦しくなってきた管理部門・DX担当
- 専任の情シスがおらず、ベンダーから提案される「次の一手」が自社の段階に合っているのか判断できない会社
- 8月5日のIPA解説ウェビナーを前に、自社の現在地を統計と突き合わせておきたい人
逆に、まだDXに着手できていない段階の会社は、本稿の後半（要件定義）より先に、最初の1業務の選び方を扱った前掲の記事から読むほうが順序として正しい。
FREE DOWNLOAD
中小企業のDX推進「失敗を防ぐ5ステップ」ガイドを無料でお送りします
多くの企業がつまずくポイントを着手順に整理した無料ガイド。相談する前に、自社の現在地と進め方を掴めます。
IPA「DX動向2026」調査の要点
まず一次情報を確認する。調査は2026年4月17日から6月12日にかけて実施され、国内企業の経営層・情報システム部門・DX推進部門等から1,799社の回答を得ている。詳細報告書と100ページ超のデータ集は2026年7月下旬に公開予定で、現時点で公表されているのは「調査のポイント」だ。以下の数字はすべてこの公表資料で確認できたものである。
横にスクロールして確認できます
| 項目 | 調査結果 |
|---|---|
| DXの取組状況 | 8割近くの企業が何らかの形でDXに取組み。過去2回の調査とほぼ同水準 |
| DXの成果 | 6割の企業が「成果が出ている」。過去2回と概ね同水準 |
| 取組項目別の成果 | 「アナログ・物理データのデジタル化」「業務の効率化による生産性の向上」が高い。ビジネスモデル変革・企業文化変革などは前回よりわずかに伸びたが相対的に低い |
| AIの導入状況（規模別） | 従業員1,001人以上の企業では8割近くが導入。101人以下では16.6% |
| AI導入の効果評価 | 「期待以上」＋「期待どおり」の合計31.8%。「一定の効果はあった」が50.6%で最多 |
| AIの利用用途 | 「文書・音声の要約・翻訳・校正」82.5%、「文書・レポートの作成」80.5%、「情報検索・収集・分析・レポーティング」77.0%。一方「生産・物流・サービス提供の計画支援」6.0%、「自社製品・サービスの高度化」10.9% |
| AI導入の具体的効果 | 「業務が効率化したり迅速化した」91.6%、「企画提案等の品質や速さが向上した」48.9%、「残業時間の削減」29.2%。一方「顧客満足度が向上」4.5%、「売上や利益が向上」3.9%、「対象となる顧客が拡大」2.7% |
| DX推進におけるAIの位置づけ | 「DX推進の一部/中心としてAIを活用」の合計54.2%。「DXとAIは個別に取組んでいる」企業もDX取組企業の4分の1 |
| DX人材の量 | 「やや不足」＋「大幅に不足」の合計85.5%。2023年度・2024年度とほぼ同水準 |
この表から読み取るべきことは、個々の数字よりもパターンだ。三つ挙げる。
第一に、全体指標は頭打ちである。取組率も成果実感も「前回と同水準」。つまり日本企業のDXは、量的にはもう普及フェーズを終えており、これから差がつくのは「取り組んでいるか」ではなく「何で成果を出しているか」という質の領域に完全に移った。
第二に、成果の中身が入口に偏っている。デジタル化と効率化で成果が出て、変革系の項目で出ていないという傾向は、今回わずかな改善はあれど構造としては変わっていない。これは一過性の遅れではなく、複数年の調査で持続している「止まり方の型」だ。
第三に、AIがこの型を強化している。利用用途の上位3つ（要約82.5%・文書作成80.5%・情報検索77.0%）に対し、事業の中身に踏み込む用途（計画支援6.0%、製品・サービス高度化10.9%)は1割前後しかない。AIは多くの会社で「便利な事務員」として使われており、「事業を変える道具」としてはほぼ使われていない。効果評価で「一定の効果はあった」が50.6%と最多で、「期待どおり・期待以上」が31.8%にとどまるのも、この使い方の必然的な帰結だと解釈できる。事務作業の速度が上がるだけなら、経営者の「期待」には届かないからだ。
「成果は出ている」の6割に潜む罠
ここで経営者に一度立ち止まってほしいのは、「成果が出ている6割」に自社が入っていることは、安心材料であると同時に罠にもなるという点だ。
効率化の成果には、報告しやすいという性質がある。処理時間が何分短くなった、残業が減った、ペーパーレスで保管コストが下がった——どれも測りやすく、稟議の事後報告として恰好がいい。一方、価値創出の成果は測りにくく、時間がかかり、失敗も見えやすい。すると社内では自然に「測りやすい効率化」ばかりが企画され、承認され、報告される。成果が出ているという事実そのものが、次も同じ種類の投資を呼び込む。これが効率化止まりの再生産メカニズムであり、調査で複数年にわたり同じ構造が観測される理由も、各社のこの力学の総和と考えると腑に落ちる。
もう一つ注目すべきは、AIとDXの関係だ。調査では、DXに取り組む企業のうち「DXとAIは個別に取組んでいる」が4分の1を占めた。これは現場感覚とも合う。DX推進の計画とは別の場所で、部署ごとにChatGPTや議事録AIが導入され、それぞれ便利に使われているが、経営目標にも基幹の業務プロセスにも接続されていない——という状態だ。個別のAI活用は着手の入口としては正しい。しかし個別のまま数を増やしても、効果は「各担当者の作業が速くなる」の足し算にしかならず、売上・利益・顧客という経営指標には届かない。91.6%対3.9%という断層は、この「接続されていないAI」の総和を映した数字だと当社は見ている。
自己診断：自社はどの段階で止まっているか
では、自社の現在地をどう確かめるか。IPAの調査項目（データのデジタル化→業務効率化→プロセスのデジタル化→ビジネスモデル・組織の変革）は、そのまま段階の物差しとして使える。以下のチェックリストで、上から順に「はい」と言えなくなった段階が、あなたの会社の止まっている場所だ。
段階1：デジタル化（データが電子になっているか）
- 紙・FAX・電話で受けた情報を、誰かがシステムに手で入力し直す作業が主要業務に残っていない
- 見積・受注・請求・勤怠など基幹の記録が、個人のExcelではなく共有されたシステム上にある
段階2：業務効率化（個々の作業が速くなっているか）
- 転記・集計・定型文書の作成など、繰り返し作業の自動化・AI活用が少なくとも1業務で定着している
- 削減できた時間や件数を、担当者の感覚ではなく数字で言える
段階3：プロセス変革（部門をまたいで仕事の流れが変わっているか）
- 営業→製造→請求のような部門をまたぐ流れが、システム上で分断なくつながっている
- 効率化で浮いた時間が「他の作業」ではなく、顧客対応・改善・企画など付加価値側の活動に振り向けられている
- 業務の手順そのものを、ツールに合わせて作り直した経験がある（既存の手順のままツールだけ入れたのではなく）
段階4：データ活用（数字で意思決定しているか）
- 売上・粗利・顧客・在庫などのデータが分析できる形で一箇所に集まっており、集計のたびに手作業でかき集めていない
- 価格改定・在庫・人員配置・撤退などの経営判断で、実際にデータが根拠として使われた例が直近1年にある
段階5：価値創出（顧客と収益に変化が出ているか）
- デジタルやデータを使った取り組みが、新しい顧客・新しい収益・顧客単価や継続率の改善のいずれかに結びついている
- その変化を、社外（取引先・銀行・採用候補者）に説明できる
IPAの統計と重ねれば、多くの会社は段階2まででチェックが止まり、段階3の途中——特に「浮いた時間の使い途」と「手順の作り直し」——で最初の「いいえ」が出るはずだ。ここで大事なのは、止まっている段階を恥ではなく発注仕様の入力情報として扱うことだ。段階2で止まっている会社が発注すべきものと、段階4で止まっている会社が発注すべきものはまったく違う。診断なしにベンダーの提案を受けると、相手の得意商品が自社の段階に合っているかを検証できない。自社の段階を体系的に確かめたい場合は、無料のDX成熟度診断で設問に答える形で現在地を可視化できる。
価値創出へ進む会社との分岐点：4つの判断軸
効率化で止まる会社と、価値創出へ進む会社は、才能や予算で分かれるのではない。当社がシステム開発・DX支援の受発注の現場で見てきた限り、分岐は次の4つの「判断の置き方」で生じる。
軸1：投資の目的関数を「時間」から「顧客」に切り替えたか。 効率化フェーズの目的関数は「工数削減」で正しい。しかし、これを次のフェーズでも使い続けると、企画はすべて効率化に収束する。価値創出フェーズでは、目的関数を「顧客の何が変わるか」（納期回答が即日になる、見積が半日で出る、提案に裏付けデータが付く）に明示的に切り替える必要がある。この切り替えは現場からは起きない。経営者が稟議の評価基準を変えるという、トップにしかできない意思決定だ。
軸2：浮いた時間の行き先を設計したか。 効率化の成果はそのままでは消える。1日30分浮いても、行き先を決めなければ雑務に吸収されて終わる。進む会社は「効率化で浮いた時間を何に充てるか」を効率化の企画段階で決めている。顧客訪問を増やすのか、データ整備に充てるのか、改善活動の定例に充てるのか。ここが白紙のままの効率化は、投資回収の物語が「残業代の削減」で完結してしまい、次のフェーズへの橋にならない。
軸3：AIを「個人の道具」から「業務の部品」に昇格させたか。 調査が示すとおり、要約・文書作成・検索という個人作業の支援は既に多数派の使い方であり、そこに差はもう生まれない。進む会社は、AIを個人の画面の中から出して、受注処理・問い合わせ対応・与信・検品といった業務フローの中の一工程として組み込み始めている。個人の道具は明日やめても業務が回るが、業務の部品は止まると業務が止まる。その代わり、効果が属人でなく構造になる。この昇格には権限設計・例外処理・責任分界の設計が必要で、ここから先が「ツール導入」ではなく「システム開発・業務変革」の領域になる。
軸4：データを「報告のため」から「判断のため」に使う場を作ったか。 データ活用の成否は基盤の性能ではなく、そのデータを見て何かを決める定例の場があるかで決まる。月次で数字を眺める会議ではなく、「この数字がこうなったら価格を変える・在庫を積む・人を動かす」という判断ルールに接続された場だ。場がないままデータ基盤を作ると、立派なダッシュボードが誰にも見られない置物になる。逆に場が先にあれば、最初はExcelの集計でも価値創出は始まる。
この4軸に共通するのは、いずれもツールの購入では解決しないことだ。だからこそ、効率化止まりの会社が「次に何を買うか」を考え始めた瞬間が、実は一番危ない。買う前に、上の4軸のどれが欠けているかを特定するべきで、それが次章の要件定義の出発点になる。
次フェーズの発注：業務変革・データ活用の要件定義の作り方
段階3〜4（プロセス変革・データ活用)へ進む投資は、効率化ツールの導入とは要件定義の作り方が根本的に違う。効率化は「今の業務のこの作業を速くする」で要件が書けるが、変革フェーズは「業務のあるべき姿」を自社が決めない限り、ベンダーは見積すら正しく出せない。強い情シスがいない会社がここでつまずく典型は、あるべき姿を決めないまま提案依頼を出し、ベンダーの標準パッケージの機能一覧が実質の要件になってしまうパターンだ。以下、発注前に自社でやるべきことを順に示す。
手順1：対象業務の「現状の流れ」と「あるべき流れ」を1枚ずつ描く。 精緻な業務フロー図はいらない。誰が・何を受け取り・何をして・誰に渡すかを10〜15個の箱で描けば十分だ。重要なのは「あるべき流れ」を現状の改善版としてではなく、顧客側の変化から逆算して描くことだ。「顧客への納期回答を翌日から即時にする」と決めれば、在庫データの更新頻度、営業が見る画面、例外時の承認ルートまで、必要な変更が芋づる式に定まる。軸1で切り替えた目的関数が、ここで具体的な絵になる。
手順2：変えるもの・変えないものを宣言する。 変革フェーズの見積が膨らむ最大の原因は範囲の曖昧さだ。「今回は受注から出荷までを変える。会計と人事は触らない」「既存の販売管理システムは残し、データ連携のみ行う」のように、境界を発注者側が宣言する。ここを空欄にすると、ベンダーは安全側に倒して広く厚く見積もるか、逆に狭く見積もって後から追加費用が発生するかのどちらかになる。
手順3：データの現在地を棚卸しする。 データ活用の要件定義で最初に確認すべきは分析ツールの機能ではなく、そもそも判断に使いたいデータが、どこに・どんな形で・どれくらいの鮮度で存在するかだ。顧客マスタが営業と経理で二重管理されている、商品コードが部門ごとに違う、肝心の原価が月末にしか確定しない——こうした足元の状態を隠したままベンダーに要件を渡すと、開発の中盤で「データがなかった・汚かった」が発覚し、手戻りが直撃する。棚卸しの結果、基盤整備が先だと分かることも多い。どの順序で整備すべきかを含めた設計の考え方はデータ活用基盤構築の考え方が参考になる。
手順4：成果指標を「効率」と「価値」の二段で置く。 変革フェーズのプロジェクトでも、最初に出る成果は効率側だ。だからKPIは「工数・リードタイム」（3ヶ月で計測）と「顧客・収益」（6〜12ヶ月で計測）の二段構えにし、前者だけで成功と宣言しない規律を発注時に決めておく。これを決めておかないと、プロジェクトは必ず測りやすい前者に引き寄せられ、統計が示した91.6%対3.9%の断層を自社でも再演することになる。
手順5：提案依頼には「機能一覧」ではなく「業務の絵と判断基準」を渡す。 手順1〜4が揃えば、ベンダーに渡すものは機能要望のリストではなく、あるべき業務の絵・変更範囲の宣言・データの棚卸し結果・二段のKPIになる。この形で依頼すると、ベンダーの提案は機能の羅列から「この業務をこう変える計画」に変わり、複数社の提案を同じ土俵で比較できるようになる。提案の中身が自社の段階に合っているか、業務変革まで踏み込む体制があるかを見る際の観点は、DX・システム開発で当社が示している進め方と照らして確認してほしい。
なお、この5手順は社内に専任者がいなくても、経営者と現場キーパーソン2〜3人で2〜4週間あれば一巡できる。逆に言えば、ここを外部に丸投げした瞬間、あるべき姿を決める主導権もベンダーに移る。外部を使うなら「一緒に描く伴走」であって「代わりに決めてもらう委託」ではない、という線引きを守ることが、変革フェーズの発注で最も重要な原則だ。
FAQ
Q1. 「DX動向2026」の詳細データはいつ、どこで見られますか。
A. 2026年7月16日に公表されたのは調査のポイント（概要版）で、詳細報告書と100ページ超のデータ集は2026年7月下旬にIPAのサイトで公開予定です。また2026年8月5日（水）に調査結果の解説ウェビナー「DX動向2026説明会」が開催されます。自社の業種・規模と比較したい場合は、報告書の公開を待って規模別・項目別の数字を確認するのが確実です。
Q2. うちは効率化の成果もまだ出ていません。この記事の「次フェーズ」に進むべきですか。
A. いいえ。段階を飛ばすべきではありません。効率化の成功体験は、社内がデジタルへの投資を信頼するための土台であり、変革フェーズの推進力になります。まず1業務の効率化を確実に完了させてください。ただしその際、本稿の軸2（浮いた時間の行き先）だけは先に設計しておくことを勧めます。ここを設計しておくと、効率化の完了がそのまま次フェーズの入口になります。
Q3. AI導入効果で「売上や利益が向上した」が3.9%ということは、AIは儲からないという意味ですか。
A. そうではありません。この数字は「現在の使われ方では売上に届いていない」ことを示すものです。利用用途の上位が要約・文書作成・情報検索という個人作業の支援である以上、効果が効率化に集中するのは使い方の帰結です。用途を業務プロセスや顧客接点へ広げた企業がまだ少ないため、収益への効果も少数にとどまっていると読むべきで、むしろ先行者にとっては差がつく余地が大きい領域だと解釈できます。
Q4. 従業員数十人の会社です。1,001人以上で8割、101人以下で16.6%というAI導入率の差を見ると、うちが取り組むのは早すぎるのでは。
A. 導入率の差は「まだやらなくていい」の根拠にはなりません。むしろ小規模企業は意思決定が速く、部門間の壁が薄いため、効率化から業務の作り替えまでの距離が大企業より短いという構造的な利点があります。従業員1,001人以上の企業では8割近くがすでに導入を済ませ、使い方の質を競う段階に入っています。規模別の導入率は焦る材料ではなく、競合と自社の相対位置を測る物差しとして使ってください。
Q5. 要件定義を自社で作る余力がありません。全部ベンダーに任せてはだめですか。
A. 丸投げは勧めません。あるべき業務の姿と変更範囲の宣言は、自社の経営判断そのものだからです。ただし、すべてを自社だけで作る必要もありません。現実的なのは、本稿の手順1〜4を外部の伴走支援と一緒に短期間で作り、手順5の提案依頼と評価を自社が主導する形です。決める主体は自社、描く作業は伴走、という分担であれば、専任者がいなくても変革フェーズの発注は成立します。
GXOに相談すべきタイミング
次のいずれかに当てはまったときが、外部の視点を入れる合理的なタイミングだ。
- 効率化の成果は数字で言えるが、来期のDX予算で「次は何をやるか」が白紙のとき。自社の段階診断と次フェーズの選定を、ベンダーの営業提案とは独立した立場で整理する必要がある
- 業務変革やデータ活用の提案をベンダーから受けているが、それが自社の段階に合っているか判断できないとき。発注前のセカンドオピニオンは、契約後の手戻りよりはるかに安い
- 本稿の手順1〜4（あるべき業務の絵・範囲の宣言・データ棚卸し・二段KPI）を作りたいが、社内に進行役がいないとき
- 部署ごとにバラバラに入ったAIツールを、業務プロセスと経営指標に接続し直したいとき
GXOは、開発の受注ありきではなく、診断・整理・実行支援の順で関わる。最初の一歩としては、現在地を可視化するDX成熟度診断から始めるのが負担が小さい。診断の結果、必要なのが業務変革の設計であればDX・システム開発、データの整備と判断の場づくりであればデータ活用基盤構築へと、段階に合った支援に接続する。
まとめ：統計は「多数派の止まり方」を教えてくれた
「DX動向2026」が示したのは、日本企業のDXの失敗ではない。8割が取り組み、6割が成果を出している。示されたのは、成果の質が効率化に偏ったまま複数年動いていないという、多数派の止まり方の型だ。効率化・迅速化91.6%に対して売上・利益向上3.9%という断層は、他社の話ではなく、統計的にはあなたの会社の現在地である可能性が最も高い。
だが、止まっている段階が分かれば、次の一手は決められる。目的関数を顧客に切り替え、浮いた時間の行き先を設計し、AIを業務の部品に昇格させ、データで判断する場を作る。そして次の発注は、機能一覧ではなく、あるべき業務の絵と判断基準で行う。7月下旬の詳細報告書と8月5日のウェビナーで統計の解像度を上げつつ、自社の診断は今日から始められる。多数派と同じ場所で止まり続けるか、断層の向こう側の少数派に入るか。分岐は、次の投資判断一回分の距離にある。
