中小企業のAI導入率は20%なのか12%なのか｜統計を引用する前に確認すべき3... | First byte Blog

中小企業のAI導入率は20%なのか12%なのか｜統計を引用する前に確認すべき3つのこと

社内提案の資料に使う数字を探して「中小企業 AI導入率」と検索すると、20.4%という数字と、12%前後という数字の両方が見つかることがあります。どちらも公表されている調査の数字であり、どちらかが単純な誤りというわけではありません。ではどちらを引用すればよいのでしょうか。

この記事では、実際に確認できる2つの調査(中小企業基盤整備機構(中小機構)の調査と、Leach社の調査)を題材に、統計を引用する前に確認すべき3つのポイントを整理します。

30秒で要点

中小機構の調査では中小企業のAI導入率は20.4%、Leach社の調査では約12%と、異なる数字が報告されている
数字の差は、(1)「導入」の定義の違い (2)調査対象の選び方の違い (3)調査主体が誰かという3点で説明できる部分が大きい
統計を引用する前に、この3点を確認する習慣を持つと、数字を鵜呑みにするリスクを減らせる
「どちらが正しいか」ではなく「なぜ数字が違うのか」を確認することが、統計を実務で使うときの基本動作になる

2つの調査を、まず正確に確認する

中小機構は2026年3月、「中小企業のＡＩ等の利活用に係る実態調査」を公表しました。全国の中小企業10,000社を対象としたWebアンケートで、AIの導入状況を尋ねた設問への回答企業数は1,647社です。「全社的に導入している」と「一部の業務で導入している」を合計した割合が20.4%、これに「検討中」の18.6%を加えると、39.0%が導入に前向きだとされています。

一方、Leach社が2026年5月に発表した「中小企業AI導入実態調査2026」では、従業員300名以下の中小企業のAI導入率は約12%と推定されています。この調査における「導入」は、個人が業務中にAIツールを使っているという状態ではなく、社内の業務プロセスにAIが組み込まれ、継続的に運用されている状態を指しています。

確認ポイント1:「導入」の定義(分母・分子)を確認する

同じ「導入率」という言葉でも、何を「導入している」とみなすかが違えば、数字は変わります。中小機構の調査は「一部の業務での導入」も含めた広い定義で20.4%を算出しています。Leach社の調査は、個人利用を除き、業務プロセスへの組み込み・継続運用のみを「導入」とみなす狭い定義です。分母(調査対象)は近くても、分子(何を「導入」としてカウントするか)が違えば、当然結果も違ってきます。

数字を見たときは、「◯%が導入している」という結論だけでなく、その数字がどこまでを「導入」に含めているかを確認する必要があります。

確認ポイント2:調査対象の選び方(母集団と抽出方法)を確認する

中小機構の調査は、全国の中小企業10,000社に配布したWebアンケートに対し、1,647社から回答を得ています。10,000という数字は配布対象の社数であり、回答数そのものではありません。対象数と回答数から単純に計算すると約16.5%になりますが、これは今回の計算による参考値であり、調査結果として「回収率」という形で明記されているわけではない点には注意が必要です。

また、この調査は設問ごとに回答数(n)が異なります。導入済みのAIサービスを尋ねた設問はn=322、導入目的を尋ねた設問はn=331というように、設問によって回答企業数にばらつきがあります。20.4%という割合から逆算した企業数と、これらの設問のnが厳密には一致しないため、この記事では「導入企業は具体的に何社」という実数の断定はしません。割合として20.4%という数字が報告されている、という以上のことは、この記事で確認した情報だけでは言えません。

Leach社の調査は、自社の支援先企業へのヒアリング(回答数40社超)と、公的統計・業界調査の二次分析を組み合わせた手法です。無作為に抽出された標本ではなく、あくまで自社の顧客・支援先が中心になっている点は、数字を読むうえで押さえておく必要があります。

確認ポイント3:調査主体が誰で、何のための調査かを確認する

Leach社は、生成AIに関する顧問サービス(月額5万円から)を提供している事業者です。調査を発表したプレスリリースの後半は、同社のサービス紹介で構成されています。調査主体とサービスの受益者が一致しているという事実自体は、指摘しておく価値があります。

ただし、これは「数字が操作されている」ことの証拠ではありません。Leach社は自らの調査について「本調査の数値は推定値を含み、中小企業全体を統計的に代表するものではありません」と明記しており、限界を自己申告しています。この記事では、限界を隠さず開示している点をむしろ誠実な姿勢として評価し、調査主体の立場を確認したうえで、算出方法・限界の記載が伴っているかを合わせて見るという使い方を提案します。

確かなことと、まだ確立していないこと

確かなこと

中小機構の調査(n=1,647)では、AI導入率(一部業務での導入を含む)は20.4%と報告されています
Leach社の調査では、業務プロセスへの組み込み・継続運用という狭い定義でのAI導入率は約12%と推定されています
両調査は「導入」の定義、調査対象の選び方が異なります

まだ確立していないこと

中小機構の調査における「導入企業の具体的な社数」は、設問ごとのnにばらつきがあるため、この記事では確定できません
対象10,000社に対する回答1,647社という数字から計算できる約16.5%は、この記事で計算した参考値であり、原文が「回収率」として明記した数値ではありません
どちらの調査がより実態に近いかは、この記事で参照した情報だけでは判定できません

なぜ「どちらが正しいか」で考えてしまうのか

数字が2つ見つかると、多くの人は自然に「どちらが正しいのか」という問いを立てます。これは、私たちが数字を「一つの真実を映すもの」として扱う習慣を持っているためです。テストの点数や体重のように、同じものを測れば同じ数字が出るはずだという感覚が、統計にもそのまま持ち込まれやすくなります。

しかし社会調査の数字は、体温計のように一つの実体を測るものではなく、「何を」「誰に」「どう聞いたか」という設計が数字そのものに影響を与えるものです。設計が違えば、同じテーマを調べても違う数字になるのは、むしろ自然なことです。この前提を意識しないまま数字だけを比較すると、「どちらかが間違っている」という誤った結論に飛びつきやすくなります。

判断軸の提示:数字より先に、3つの確認ポイントを通す

統計を社内提案や意思決定の根拠として引用する前に、次の3点を確認する習慣を持つことを提案します。

定義を確認する:その数字が「何を」測っているか。「導入」のような曖昧になりやすい言葉は、広い定義か狭い定義かで数字が大きく変わります
抽出方法を確認する:対象は誰で、どう選ばれたか。無作為抽出か、特定の顧客層に偏っていないかを確認します
調査主体を確認する:誰が、何の目的で調べたか。利害関係がある場合でも即座に否定するのではなく、算出方法や限界の記載が伴っているかを合わせて確認します

自分の判断でも試せる、最小の検証

次に社内資料で統計を引用するときに、その数字に対して上記の3点(定義・抽出方法・調査主体)がそれぞれ確認できるかをチェックしてみてください。分母を「確認した項目数(3点)」、分子を「実際に出典から確認できた項目数」と定義すれば、その数字がどれだけ根拠を伴っているかの粗い指標になります。3点とも確認できない数字は、資料に使う際に「参考値」であることを明記するなど、扱いを慎重にする判断材料になります。

判断の土台として押さえておくこと

異なる数字が見つかったとき、最初に確認すべきは「どちらが正しいか」ではなく「なぜ違うのか」:定義・抽出方法・調査主体という3つの視点で差を説明できることが多くあります
サンプル数の少なさや調査主体の利害関係は、それだけで「信用できない」根拠にはならない:限界の自己申告や算出方法の明記があるかどうかを合わせて確認します
統計を引用する前の3点チェックは、どんなテーマの数字にも応用できる:AI導入率に限らず、他の統計を扱うときの共通の作法として使えます

次の一手:統計で判断を壊さない(検証の型)で、統計判断の型を一通り確認できます。サンプルサイズの読み方はA/B（2案を比較する検証）テストを題材にしたサンプルサイズ・A/Bテストの罠、集計単位による結論の逆転はシンプソンのパラドックスで扱っています。