AI利用58.8％、それでも世界に遅れる日本――2026年情報通信白書が映す「導入」と「変革」の距離

1973年の日本で、情報通信とはまず電話だった。家を出れば公衆電話を探し、遠距離通話は高く、電話加入を申し込んでも回線が来るまで待たされる「積滞」が残っていた。加入電話は2417万契約まで増えていたが、通信網を全国へ行き渡らせる仕事は未完成だった。その年、郵政省は最初の「通信白書」を刊行した。

2026年7月24日、総務省が公表した54回目の情報通信白書は、まったく別の接続を数えている。人は機械に質問し、文章を書かせ、相談し、ときには友人のように感情を預ける。企業は議事録を作らせ、製品を設計させ、故障原因を探らせる。白書の特集名は「AIの進展がもたらす多面的影響――人間とAIが健全に協働するデジタル社会の実現に向けて」。通信の問題は、声を遠くへ運ぶことから、判断をどこまで機械に委ねるかへ移った。

数字だけを見れば、日本はAI普及の離陸に成功した。個人の利用経験は1年で倍以上になり、企業利用は欧米との差を急速に縮めた。しかし、白書を読み進めると別の姿が浮かぶ。日本はAIを「使い始めた」が、仕事の流れ、組織、データ、競争力を「つくり替えた」とはまだ言いにくい。2026年版の核心は、普及率の低さではなく、普及の浅さにある。

回線を引く国から、知識をつなぐ国へ

白書の歴史は、日本の通信史そのものだ。1970年代、政策の目標は電話の積滞解消と全国自動即時化だった。交換手を介さず、国内のどこへでもすぐ電話できる基盤をつくる。1985年には電電公社が民営化されてNTTとなり、電気通信市場へ競争が導入された。通信は公共設備であると同時に、サービス産業になった。

1990年代、パソコン通信はメール、フォーラム、チャットを家庭へ運んだ。1995年のWindows 95とウェブブラウザーは、インターネットを専門家の網から一般の空間へ変えた。1996年にヤフー・ジャパン、1997年に楽天市場が登場し、検索と買い物の入口をつくった。携帯電話は小さくなり、1999年のiモードは電話の中にネットを入れた。

2000年、携帯電話とPHSの契約数は加入電話とISDNを上回った。2001年版は「ブロードバンド元年」と呼び、白書の名称も「通信白書」から「情報通信白書」へ変わった。名前の変更は、回線とその上を流れる情報を分けて考えられなくなったことを示す。2005年末には、携帯端末からネットを使う人がパソコン利用者を上回った。

2011年の東日本大震災は、通信網が生活線であり、同時に切れうることを示した。2019年版はSociety 5.0を展望し、2022年の50回記念版は、アナログ電話から社会・経済インフラとなったICTの半世紀を振り返った。2025年版はデジタルを「社会基盤」と呼んだ。そして2026年、白書は初めて、情報を運ぶ網だけでなく、情報を生成する存在を主役に置いた。

58.8％――日本は遅いのか、速いのか

2025年度調査で、生成AIサービスを一つでも使った経験がある日本人は58.8％。2023年度の9.1％、2024年度の26.7％から急増した。4カ国の中で前年から最も伸びたのは日本である。遅れていたから伸びしろが大きかったとも言えるが、わずか2年で生成AIが一部の好事家の道具から過半数の経験へ移った速さは軽視できない。

ただし国際差は残る。米国とドイツは各75.6％、中国は93.6％。日本では文章生成が55.0％と普及を牽引する一方、画像・動画生成は16.3％、プログラムコード生成は7.0％にとどまる。海外3カ国では、文章以外の生成AIも日本より広く使われている。日本のAI体験は、まだ「文章を尋ねる窓」に集中している。

年代差はさらに鮮明だ。15～19歳は91.7％、20代は78.2％。30代56.3％、40代49.0％、50代44.2％、60代33.5％と下がる。若者が「AIネイティブ」になる一方、意思決定権や専門知識を持つ中高年の利用が遅れれば、現場の試行と組織の決定が分断される。

比較には技術的な注意も要る。2026年調査は初めて15～19歳を対象に加えた。20歳以上だけなら利用経験率は52.2％である。58.8％という見出しは正しいが、前年との伸びの一部には母集団の変化が含まれる。それでも、52.2％は前年26.7％を大きく上回る。急増という結論は変わらない。

AIは道具か、友人か

2026年版が面白いのは、利用率だけでなく、人がAIを何者だと感じるかを尋ねた点だ。日本で最多は「機械・道具」38.3％、次が「辞書・百科事典」28.9％。「友人」は10.9％だった。米国では「友人」が25.3％、中国では「秘書・アシスタント」が44.7％で首位、「友人」も39.9％。ドイツでは「カウンセラー」が41.0％で2位になった。

これは文化を単純に順位づける数字ではない。利用頻度、サービス設計、質問の内容、プライバシー観が混ざる。しかし、AIが検索箱を越え、感情を共有する相手として受け止められ始めたことを示す。親密さは利用を増やす一方、依存、過度な同調、助言への無批判な服従を招くこともある。

AIは人の言葉に似た形式で答えるため、正しさと親しさが混同されやすい。白書は、事実と異なる内容を作るハルシネーションだけでなく、ユーザーへ過剰に同調する「シカファンシー」、偏見、批判的思考の低下を挙げる。AIとの協働は、便利さを高める設計と、疑う力を残す設計を同時に必要とする。

企業利用86.4％――普及の勝利と、分母の落とし穴

企業の変化も劇的だ。生成AIを「積極的に活用」または「領域を限定して利用」する方針の企業は68.9％。前年の49.7％から19.2ポイント上昇した。大企業は74.0％、中小企業は58.1％。中小でも、方針を持つ企業が初めて明確な多数になった。

さらに、自社の一つ以上の業務で生成AIを利用している割合は86.4％。前年55.2％から31.2ポイント増え、米国90.9％、ドイツ91.6％との差は小さくなった。中国は98.1％。見出しだけなら、日本企業のAI導入はほぼ追いついたように見える。

だが、この86.4％は活用方針を「わからない」とした人を除く。企業全体の無条件な導入率ではない。また「一つ以上の業務」は、個人がメールの下書きに使う段階から、全社の中核プロセスをAI中心に変えた段階までを含む。幅を示す数字であって、深さを示す数字ではない。

深さを見ると差が表れる。日本で全社、部署、個人業務のいずれかに組織的な活用を進める企業は65.6％だが、「組織的な取組はない」は27.0％。米国1.4％、ドイツ4.9％、中国2.6％より著しく高い。中小企業に限ると45.6％が組織的な取組なしで、大企業の18.1％との差は大きい。

用途も日本の現在地を映す。議事録・メール作成補助が約7割、営業・販売が約6割、社内ヘルプデスクが約5割。導入効果を最も感じるのも議事録・メールで72.3％だった。時間は確かに節約できる。しかし米国や中国が研究・商品開発で高い利用と効果を示すのに対し、日本は補助作業へ偏る。AIが文書の速度を上げても、製品、サービス、収益モデルが同じなら、競争力の差は埋まらない。

白書に登場する「深い利用」の現場

白書は、普及率の先にある仕事を具体的な企業で描く。中外製薬はAI創薬を軸に、疾患標的の探索や分子設計、ロボットによる実験自動化を組み合わせ、研究期間、費用、成功確率という創薬の構造的課題へ挑む。これは文章を速く書くAIではなく、発見の順序を変えるAIである。

パナソニックホールディングスの「設計AI」は、シミュレーションと逐次学習を結び、モデル作成、評価、形状決定を高速化する。重要な設計領域をヒートマップで示し、計算速度は従来の7倍になったという。熟練者の勘を消すのではなく、探索できる設計空間を広げる。

ロート製薬は富士通のマルチAIエージェント技術と東京科学大学とのサイバーフィジカルシステムを組み合わせ、調達、在庫、生産、輸送をまたぐ最適化を実証する。ダイキン工業はサービス技術者の作業映像から点検漏れを確認する「熟練工AIエージェント」を開発し、日立製作所とは設備図面と保全記録を基に故障原因と対策を示すAIを試す。人が辞めれば消えていた技能を、共有できる組織知へ変える試みだ。

NTTデータは要件定義から設計、プログラミング、テストまでをAI中心へ組み替える「AIネーティブ開発」を掲げる。伊藤忠テクノソリューションズとスタートアップROUTE06の「Acsim」は、1カ月以上かかった要件定義のプロトタイプを1時間へ短縮できるとしている。イオンは店舗従業員向けAIアシスタントを実装し、グループの顧客データを生かす複数エージェントも内製する。

共通点は、高性能なモデルを買ったことではない。解くべき現場の問題、自社だけが持つデータ、人が負う責任を特定していることだ。国立情報学研究所の佐藤一郎教授は、企業はAIをコストではなく資産として捉えるべきだと白書で指摘する。自動化だけなら効率は上がってもAIの価値は増えない。現場のノウハウを蓄積し、使うほど知識が育つ仕組みをつくれば、AIは時間とともに価値を持つ。

「AI-Ready」はデータの掃除から始まる

生成AIのデモはきれいでも、企業のデータはきれいとは限らない。製品名が部署ごとに違い、紙の記録が残り、更新日が不明で、権限が曖昧なままでは、AIエージェントは速く間違える。先進企業は共通基盤、社内データとの接続、現場を支援するDX部門、教育を同時に整えていた。

ダイキンは2017年から「ダイキン情報技術大学」を運営し、新入社員向けには毎年約100人を対象に2年間の専門教育を行う。AI時代の技能形成は、短いプロンプト講座だけではない。業務を理解する人がデータを扱い、技術者が現場の制約を理解するまでの時間が必要になる。

ガバナンスも後付けできない。企業が最も懸念するのは社内情報漏えいなどのセキュリティリスクで46.4％。次いで出力精度、著作権が続く。全社的な指針やガイドラインを整備している企業は41.1％だった。AIが社内データへ深く入るほど価値は増えるが、誤った権限設定で漏れる情報の範囲も広がる。価値と危険は同じ接続から生まれる。

6.6兆円のデジタル赤字が示す依存

AI利用の問題は、仕事のやり方だけではない。誰の計算基盤、クラウド、モデル、広告網へ料金を払うかという産業構造でもある。白書によると、コンピューターサービス、著作権等使用料、専門・経営コンサルティングを合計したデジタル関連サービス収支は、2025年に約6.6兆円の支払超過だった。区分にはデジタル以外も含まれるため純粋な「AI赤字」ではないが、海外サービスへの依存を映す。

民間情報化投資の長期比較も厳しい。1995年を100とする指数で、2024年の日本は318.1、米国は2049.7。価格基準などが異なるため単純な金額比較ではないが、四半世紀にわたる投資の速度差は大きい。便利な海外AIを使うことと、国内に知識、計算資源、知的財産、利益を残すことを両立させなければならない。

一方、すべてを国産に閉じることも現実的ではない。AIは国際的な研究、半導体、クラウド、オープンソースの重なりで進歩する。必要なのは自給自足ではなく、選択肢と交渉力である。重要データを守り、国内モデルや小規模言語モデルを育て、海外サービスも競争的に使える構造が「デジタル主権」の実体になる。

計算には物理がある。大規模モデルの学習と推論は電力を消費し、データセンターは電力網、冷却水、土地、光ファイバーを必要とする。白書はAIの大量電力消費による環境負荷を明記し、都市圏へ集中するデータセンターの地方分散や、低消費電力の小規模モデル、光電融合などを取り上げる。「雲」と呼ばれるクラウドも、どこかの地域に建つ巨大な工場なのである。

政府自身が18万人で試す「源内」

2025年5月、日本はAI法を制定し、9月に全面施行した。人間中心の原則の下で、イノベーションとリスク管理を両立し、「信頼できるAI」を追求する枠組みである。総務省と経済産業省のAI事業者ガイドライン、G7広島AIプロセスも、この方向を支える。

政策の説得力は、政府自身が使えるかで試される。デジタル庁は生成AI環境「源内」を内製し、2026年5月に全府省庁へ向けた大規模実証を開始した。5月末時点で約10万人、最終的に約18万人の政府職員が使える環境を目指す。国会答弁検索、法制度調査、要約、翻訳などを安全な共通基盤で扱い、2027年度以降の本格導入につなげる。

これは世界有数の組織導入実験になりうる。ただし、民間と同じ落とし穴がある。文書を速く作るだけなら、古い行政手続を速く回すだけだ。申請、審査、照会、政策評価そのものを見直し、誤りの責任と人の確認を設計して初めて、AIは行政サービスを変える。

通信白書54冊の転換点

次の白書が測るべきもの

2027年版で個人利用率が上がることはほぼ確実だろう。だが、成功を「何人が使ったか」だけで測れば、1973年の電話加入数と同じ発想に戻ってしまう。AI時代には、利用の頻度、用途の広さ、判断の質、創出した価値、労働時間、事故と被害まで測らなければならない。

企業では、メールや議事録から研究、設計、調達、顧客価値へ進んだか。中小企業の45.6％という「組織的取組なし」が減ったか。現場の知識が退職とともに消えず、共有資産になったか。投資の成果が生産性と賃金へ戻ったか。個人では、60代の利用格差を埋めながら、若者がAIの答えを検証する力を保てたか。これらが普及率の次に来る指標である。

1973年の日本は、電話回線を引けば社会が変わることを知っていた。2026年のAIは、それほど単純ではない。接続しただけでは変わらない。データを整え、仕事を設計し直し、人の責任を決め、利益と時間を分け合う必要がある。

それでも歴史は一つの希望を与える。かつて電話を待つことが普通だった国は、世界有数の通信網とモバイル文化を築いた。次の課題は、AIへ質問できる国になることではない。AIとともに、より良い判断をし、より価値のある仕事をつくり、その便益を社会へ残せる国になることだ。