【マッキンゼーレポート】2025年のAIの発展状況：エージェント、イノベーション、変革

【ポイント】

• 約9割の企業がAIを日常的に使用しているが、全社的な導入はまだ初期段階にとどまる

• 約3分の2の企業がAIの導入について実験またはパイロット段階にあり、全社規模の展開は進んでいない

• AIエージェントの導入が進行中で、62%が少なくとも実験中、23%が一部スケールアップ済み

• AIの効果は一部のユースケースで確認されており、コスト削減や収益増加の例があるが、EBITへの影響を報告する企業は39%にとどまる

• 高業績企業（AIハイパフォーマー）は、AIを成長やイノベーションの推進にも活用し、ワークフローの再設計を進めている

• AI導入による従業員数への影響予測は分かれており、32%が減少、13%が増加すると回答

• リスク軽減への取組みが進展し、AIの不正確さやプライバシー問題への対応が拡大している

• ハイパフォーマーは、AIから大きな価値を得るために、経営層の関与、明確な検証プロセス、アジャイルな体制などのベストプラクティスを重視

• 調査は105カ国1,993人が回答し、回答企業の38%が年商10億ドル超の大企業

【本文】

ほぼ全ての調査回答者が、自組織でAIを使用していると回答しており、多くがAIエージェントの利用を開始している。しかし、大半はAI導入の本格的な拡大においてまだ初期段階にあり、全社レベルでの価値獲得には至っていない。

主な調査結果

• ほとんどの組織は依然として実験またはパイロット段階にある： 回答者の約3分の2が、自組織がまだ全社規模でのAI導入拡大を開始していないと回答している。

• AIエージェントへの高い関心： 調査回答者の62%が、自組織が少なくともAIエージェントの実験を行っていると回答している。

• AIの影響に関するポジティブな先行指標： 回答者は、ユースケースレベルでのコスト削減および収益増加効果を報告しており、64%がAIがイノベーションを可能にしていると回答している。しかし、全社レベルでのEBITへの影響を報告しているのはわずか39%に過ぎない。

• 高業績企業はAIを成長、イノベーション、コスト削減の推進に活用： 回答者の80%が、自社がAIイニシアチブの目標として効率性を設定していると回答しているが、AIから最大の価値を得ている企業は、多くの場合、成長またはイノベーションを追加目標として設定している。

• ワークフローの再設計が重要な成功要因： AIの導入で高業績を上げている企業の半数は、AIを活用して事業を変革する意向であり、そのほとんどがワークフローを再設計している。

• 雇用への影響に関する異なる見解： 回答者は、来年の組織全体の従業員数に対するAIの影響について、異なる見解を示している。32%が減少を予測し、43%が変化なし、そして13%が増加を予測している。

生成AIツールの導入が人工知能の新時代を到来させてから3年が経過し、調査回答者の10人中9人近くが、所属組織でAIを日常的に使用していると述べているものの、進捗のペースには依然としてばらつきがある。AIツールは今や一般的であるものの、ほとんどの組織では、実質的な企業レベルの利益を実現するほど深くワークフローやプロセスに組み込まれていない。AIの現状に関する最新のマッキンゼー・グローバル調査は、エージェントAIの普及拡大を含む広範な利用と、根強い成長の課題によって特徴づけられる状況を明らかにしている。ほとんどの組織では、パイロット段階から規模を拡大した効果への移行がまだ進行中である。

AIの利用は広がり続けているが、主にパイロット段階にとどまる

最新の調査では、AIを利用していると報告する組織の割合が増加しているものの、そのほとんどはまだテクノロジーを本格的に導入していない。少なくとも1つの事業機能でAIを使用していると答えた回答者の割合は、昨年の調査から増加した。1年前の78%に対し、88%が少なくとも1つの事業機能で日常的にAIを使用していると報告している。しかし、企業レベルでは、大半がまだ実験またはパイロット段階にあり（図表1）、約3分の1がAIプログラムの規模拡大を開始したと報告している。

多くの組織がすでにAIエージェントを実験中

指示に従った修正組織はまた、AIエージェント、すなわち現実世界で行動し、ワークフロー内で複数のステップを計画・実行できる基盤モデルに基づいたシステムの機会を探求し始めている。回答者の23%が、自組織が企業内のどこかでエージェントAIシステムをスケールアップしている（つまり、少なくとも1つの事業機能内でテクノロジーの導入と採用を拡大している）と報告しており、さらに39%がAIエージェントの実験を開始したと述べている。しかし、エージェントの利用はまだ広範には及んでいない。エージェントをスケールアップしている組織のほとんどは、1つまたは2つの機能でのみ実施していると回答している。特定の事業機能において、AIエージェントをスケールアップしていると回答した組織は、回答者の10%を超えない（図表2）。

個々の事業機能を見ると、エージェントの利用は情報技術（IT）およびナレッジマネジメントで最も一般的に報告されており、ITにおけるサービスデスク管理やナレッジマネジメントにおける深層研究といったエージェント活用事例が急速に発展している。業界別では、AIエージェントの利用はテクノロジー、メディア・通信、ヘルスケア分野で最も広く報告されている（図表3）。

ほとんどの組織で、AIの利用は依然としてパイロット段階にとどまっている

組織全体でのAIの利用は広がりを見せている。自組織がより多くの事業機能でAIを使用していると報告する割合が増加している（図表4）。現在、回答者の3分の2以上が、自組織が複数の機能でAIを使用していると回答しており、半数が3つ以上の機能で使用していると報告している（業界別の内訳については、サイドバー「AI利用はほぼすべての業界で増加傾向にある」を参照）。

しかし、多くの企業、特に中小企業は、まだAIをワークフロー全体に深く統合していない。全回答者の3分の1のみがAIプログラムを組織全体で拡張していると述べているが、売上高と従業員数の両面でより規模の大きい企業は、拡張段階に達している可能性が高い。売上高50億ドル超の企業の回答者の半数近くが拡張段階に達しているのに対し、売上高1億ドル未満の企業では29パーセントにとどまる（図表5）。

回答によると、ほとんどの組織において、AIの利用は企業全体のEBITにまだ大きな影響を与えていない。回答者の39パーセントがAIによるEBITへの何らかの影響を認めており、そのほとんどが、組織のEBITの5パーセント未満がAI利用によるものであると述べている。しかし、回答者はその他の企業全体の定性的な成果も認識している。過半数がAIの利用によってイノベーションが向上したと述べ、半数近くが顧客満足度と競争上の差別化が向上したと報告している（図表6）。

企業全体のEBITへの影響が報告されるケースは限られているものの、多くの回答者は個々のAIユースケース、特にソフトウェアエンジニアリング、製造、ITにおいてコスト面でのメリットを実感していると述べている（図表7）。

AI利用による収益増加は、マーケティングおよび営業、戦略およびコーポレートファイナンス、製品およびサービス開発におけるユースケースで最も一般的に報告されており、これは長年の調査を通じて得られた我々の見解と一致する（図表8）。

野心的なAIアジェンダを持つ組織が最大の恩恵を受けている

AIの利用による全社的な収益への顕著なインパクトは依然として稀であるが、当社の調査結果は、大胆な発想が報われる可能性を示唆している。AIの利用によりEBIT（税引前・利払前利益）に5%以上の影響があったと回答し、AI利用から「著しい」価値を得たと回答した者（AIハイパフォーマーと定義され、回答者全体の約6%を占める）は、AIを通じた変革的イノベーションの推進、ワークフローの再設計、より迅速なスケールアップ、変革のためのベストプラクティスの導入、そしてより多くの投資を行っていると報告している。

ハイパフォーマーはビジネスを変革するための大胆な野心を持っている。AIハイパフォーマーは、他の回答者と比較して3倍以上の確率で、自社がAIを使用してビジネスに変革的変化をもたらす意図があると回答している（図表9）。

ハイパフォーマーであるか否かに関わらず、自社がAIを成長やイノベーションの促進に利用していると回答した者は、顧客満足度の向上、競争優位性の差別化、収益性、売上成長、市場シェアの変化など、AI利用から様々な質的な全社レベルの利益を達成していると報告する傾向が、他の回答者よりも強い。 企業全体で高い目標を設定していることに加え、ハイパフォーマーは、自社の組織が個々のワークフローを根本的に再設計したと回答する傾向が、他の組織の約3倍に上る（図表11）。実際、この意図的なワークフローの再設計は、検証されたすべての要因の中で、有意義なビジネスインパクトの達成に最も強力に貢献する要素の一つである。

AIハイパフォーマーは、同業他社よりも多くの事業機能でAIを定期的に活用している。例えば、これらの回答者は、マーケティング・営業、戦略・コーポレートファイナンス、製品・サービス開発におけるAI利用を報告する傾向が、他の組織よりもはるかに高い。さらに、ハイパフォーマーは、AIエージェントの利用においても他の組織よりも進んでいる。ほとんどの事業機能において、AIハイパフォーマーは、AIエージェントの利用を拡大していると回答する傾向が、同業他社の少なくとも3倍に上る（図表12）。

調査結果はまた、AIハイパフォーマーのAI活用が、リーダー層によってより頻繁に主導されていることを示している。ハイパフォーマーは、自社の経営幹部がAIイニシアチブに対するオーナーシップとコミットメントを示していると強く同意すると回答する傾向が、同業他社の3倍である（図表13）。これらの回答者はまた、経営幹部がAIの利用をロールモデルとして示すことを含め、AI導入の推進に積極的に関与していると回答する傾向が、他の組織よりもはるかに高い。

シニアリーダーシップ層の当事者意識とコミットメントに加え、AIのハイパフォーマーは、AIの活用から価値を実現するための一連のプラクティスを採用する傾向が強い。例えば、ハイパフォーマーは、モデルの出力が正確性を確保するために、いつ、どのように人間の検証が必要かを判断する明確なプロセスを組織が有していると回答する傾向が、他の組織よりも強い（図14）。これは、ハイパフォーマーを最も特徴づける要素を特定するために検証した上位要因の一つでもある。これらのマネジメントプラクティス全体は、200を超える大規模なAI変革に基づいた当社のより広範なRewiredリサーチと合致している。これらは、AIから価値を獲得するために不可欠な6つの側面、すなわち戦略、人材、オペレーティングモデル、テクノロジー、データ、そして導入とスケールにわたる。当社が検証したすべてのマネジメントプラクティスは、AIに起因する価値と正の相関を示している。これらのプラクティスにより、組織はAIから大規模にイノベーションを起こし、価値を獲得することが可能となる。

アジャイルな製品デリバリー組織、あるいは明確に定義されたデリバリープロセスを持つ全社的なアジャイル組織を有することも、価値の達成と強く相関している。堅牢な人材戦略を確立し、テクノロジーおよびデータインフラを実装することも同様にAIの成功に大きく貢献し、AIをビジネスプロセスに組み込んだり、AIソリューションのKPIを追跡したりするなどのプラクティスは、さらなる大きな価値の達成に寄与する。 最後に、高業績組織はAI機能への投資を増やしている。高業績組織の3分の1以上が、デジタル予算の20パーセント以上をAI技術に投入していると回答している（図表15）。これらのリソースは、組織全体でAI技術を拡大するのに役立っている。他の組織の3分の1に対し、高業績組織の約4分の3がAIを拡大中であるか、すでに拡大したと述べている。

AIが労働力規模に与える影響に対する期待はさまざま

組織がAIの利用を拡大するにつれて、回答者は、来年AIが従業員規模にどのように影響するかについて異なる見解を示している。組織がAIを使用している機能をみると、過去1年間でAIの利用によって従業員数にほとんど変化がなかったと回答した者が多数を占めた。ほとんどの機能で、3パーセント以上の減少を報告した回答者は20パーセント未満であり、AIの利用により機能内で人員を増やしたと回答した割合はさらに少なかった。

しかし、来年これらの機能における従業員数の変化を予測する回答者の割合は増加している（図表16）。事業機能全体で、過去1年間でAIの利用により機能の従業員規模が減少したと報告した回答者の中央値は17パーセントであったが、来年には30パーセントが減少を予測している。

回答企業におけるAIが全従業員数に与える影響については、見方が分かれている。多くの回答者は、今後1年間で自社の総従業員数にほとんど、あるいは全く影響がないと予測している。その一方で、32%が3%以上の全体的な減少を予測し、13%が同程度の増加を予測している（図表17）。大企業の回答者は、小企業の回答者よりも、AIに関連した企業全体の従業員数削減を予測する傾向が強い。一方、AIの導入・活用が進んでいる企業は、他の企業よりも、従業員数の削減または増加という形で大きな変化を予測する傾向が強い。

同時に、ほとんどの回答者（特に大企業の回答者ではその割合がさらに高い）は、過去1年間で自社がAI関連の職務を採用したと述べている（図表18）。全体的に企業規模によって人材ニーズは異なるものの、ソフトウェアエンジニアとデータエンジニアが最も需要が高い職種である。

AIリスク軽減の取り組みは、課題の顕在化に伴い一般的になりつつある

過去6年間、我々の調査では、AIの使用に関連するリスクのうち、ほとんどの回答組織が対策を講じていないことが一貫して判明している。最新の調査結果では、個人および個人のプライバシー、説明可能性、組織の評判、規制遵守といったリスクに対する軽減努力を報告する回答者の割合は、2022年にAI全体に関連するリスクについて最後に質問した時以降、増加している。（2023年と2024年には、生成AI関連のリスクに特化して質問を実施した。）2022年には、回答者は平均2つのAI関連リスクに対処していると報告したが、現在は4つのリスクに対処している。

また、組織が経験しているリスクと、その軽減策への取り組みは概ね関連していることがわかる。回答者は、負の結果を経験した各リスクの軽減に組織が取り組んでいると回答する傾向が強い。全体として、AIを使用している組織の回答者の51%が、組織が少なくとも1つの負の結果を経験したと回答しており、全回答者の3分の1近くが、AIの不正確さ（図表19参照）に起因する結果を報告している。不正確さは、ほとんどの回答者が組織として軽減に取り組んでいると回答した2つの主要なリスクのうちの1つである。しかし、2番目に多く報告されたリスクである「説明可能性」は、最も一般的に軽減されているリスクには含まれていない。

AIハイパフォーマー（他の組織の2倍のAIユースケースを展開していると回答した組織の回答者）は、他の回答者よりも負の結果を報告する可能性が高い。特に知的財産権侵害と規制遵守に関連する結果が顕著である。ハイパフォーマーは、より多くのリスクに対して保護策を講じようと試みている。

AIの利用は今や一般的になったものの、当社の新たな調査によると、その真の可能性はまだこれからである。ほとんどの組織は、実験段階から大規模な展開への移行を模索しており、組織の一部で価値を捉えているかもしれないが、企業全体への財務的影響をまだ実現していない。最も優れた業績を上げている企業の経験は、今後の道筋を示唆している。これらの組織は、段階的な効率向上にとどまらない考え方で際立っている。AIを組織変革の触媒と捉え、ワークフローを再設計し、イノベーションを加速させている。エージェントを含むAIツールが向上し、企業の能力が成熟するにつれて、AIを企業により深く組み込む機会は、組織に新たな価値創出と競争優位性の確立方法を提供するだろう。

本調査について

このオンライン調査は、2025年6月25日から7月29日まで実施され、105カ国の1,993名の参加者から回答を得た。これらの参加者は、地域、産業、企業規模、職能専門性、勤続年数においてあらゆる範囲を網羅している。回答者の38%は、年間収益が10億ドルを超える組織で働いていると述べている。回答率の違いを調整するため、データは各回答者の国の世界GDPへの貢献度によって重み付けされている。

著者について

Alex Singla 氏は、QuantumBlack、AI by McKinsey のグローバル リーダーであり、McKinsey のシカゴ オフィスのシニア パートナーです。Alexander Sukharevsky氏はロンドン オフィスのシニア パートナーです。Lareina Yee 氏はベイエリア オフィスのシニア パートナーで、 Michael Chui 氏は同オフィスのシニア フェローです。Bryce Hall 氏はワシントン DC オフィスのアソシエイト パートナーです。Tara Balakrishnan 氏はシアトル オフィスのアソシエイト パートナーです。

著者は、本研究に貢献してくれた Hailey Bobsein、Hannah Wagner、Larry Kanter、Robert Levin、および Santi Canedo に感謝の意を表します。

この記事は、アトランタ事務所の上級編集者、ヘザー・ハンセルマンが編集しました。

【元記事】

https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/