DX はどこまで進んだか：公的な調査で見る、日本企業の現在地

「DX はもう、どの会社もやっているのか」「うちは遅れているのか」。システムの相談の場で、こうした質問を受けることがあります。

答えるための材料として、2026年に公表された公的な調査をいくつか読み比べました。結論を先に書くと、次の3つです。

• 取り組んでいる会社は、4社に3社。 ただし、従業員100人以下の会社では4割にとどまり、会社の大きさで二極化している。
• 成果の中心は、コスト削減と業務の効率化。 売上や利益が増えた会社は2割に届かない。
• 成果を測る指標を決めている会社は、4社に1社。 決めていない理由で最も多いのは「設定方法がわからない」。

この記事では、まず使った調査と、調査ごとに数字が違う理由を整理します。そのうえで、会社の大きさによる差、成果の中身、成果が出ている会社に共通する点を見ていきます。最後に、業務システムを作る側から見た読み方と、自社の現在地を確かめる問いをまとめます。

使った調査

今回読んだのは、次の4つです。どれも2026年に公表された、最新の版です。

この記事の数字は、とくに断りがなければ、IPA の「DX動向2026」の本文から取っています。

「取り組んでいる」は何割か：調査で数字が違う理由

最初に、いちばん基本の「DX に取り組んでいる会社は何割か」を比べます。

同じ「DX」でも、75.7%から27.3%まで開きがあります。どれかが間違っているわけではありません。数えているものが違うのです。

IPA の75.7%は、「部署ごとに個別で取り組んでいる」も含めた数字です。一部の部署が、ツールを入れて業務を効率化していれば、取り組んでいる側に入ります。

JUAS の33.7%は、主に上場企業の IT 部門長が「DX を推進できている」と思うかどうかです。取り組んでいるかではなく、うまく進められているかという、自己評価の数字です。

中小企業白書は、デジタル化を4つの段階に分けています。いちばん多いのは段階2の57.3%で、「デジタルツールを使う環境に移ってきた」段階です。段階3は24.5%、ビジネスモデルを変えて競争力を高める段階4は、2.8%にとどまります。

DX推進指標は、自己診断を提出した会社の平均です。そもそも DX に関心が高い会社が提出しているので、日本企業全体の平均とは言えません。それでも、現在値の平均1.98は、目標値の平均3.51と大きな差があります。IPA は、多くの会社がレベル1以上3未満に集中していて、全社戦略に基づいて続けて取り組む段階まで達している会社は少ない、とまとめています。

もう1つ見ておきたいのは、時間による変化です。IPA は、何らかの形で取り組んでいる会社の割合は、ここ数年「大きく変わらず横ばい」だとしています。「成果が出ている」と答えた会社の割合も、4年間で大きな変化はありません。取り組む会社が増え続けている段階は終わり、取り組んだ会社が次の段階に進めるかどうかが問われる段階に入っています。

自社の状況を、こうした調査と比べるときは、どの調査の、どの定義と比べているのかを確かめる必要があります。「4社に3社がやっている」と「推進できている会社は3社に1社」は、どちらも正しい数字です。

会社の大きさで、はっきり分かれる

IPA の調査を、従業員の数で分けると、差がはっきり出ます。

※ 「何らかの形で取り組んでいる」は、図表の3つの回答（全社、一部の部門、部署ごと）の合計。100人以下と1,001人以上は本文の数字。

1,001人以上の会社では、ほぼすべてが取り組んでいます。一方、100人以下では4割ほどで、半数近くが取り組んでいません。IPA も、企業の大きさによって「二極化している状況が続いている」と書いています。

100人以下の会社が取り組まない理由で最も多いのは、「自社が DX に取り組むメリットがわからない」の54.0%でした。人や予算が足りないこと以上に、何のためにやるのかが見えていないことが、最初の壁になっています。

101〜300人の会社で取り組んでいない会社では、理由が変わります。「知識や情報が不足している」「戦略を立てて統括する人材が不足している」「現場で推進する人材が不足している」が、ともに高くなっています。IPA は、取り組む意欲はあるが、担える人材がいないという課題が浮かび上がる、とまとめています。会社の大きさによって、つまずく場所が違うということです。

この傾向は、中小企業白書の AI の活用でも同じです。AI を活用していない理由で最も多いのは、「活用する業務がイメージできていない」の63.4%でした。

AI とデータの使い方でも、同じ差がある

会社の大きさによる差は、AI の導入やデータの活用でも同じように出ています。

※ データの活用は、本文で示された100人以下と1,001人以上の数字のみ。

100人以下の会社では、AI について「関心はあるがまだ特に予定はない」が34.6%、「今後も取組む予定はない」が28.5%でした。関心はあっても、手をつける業務が決まっていない会社が多いことが分かります。

データの活用は、全体では59.9%の会社が全社または部署ごとに行っています。ただし、「全社で活用している」は20.0%で、前の年度の24.2%から減りました。部署ごとにデータを使うことは広がっても、部署をまたいでデータをつなぐところまでは進んでいません。

成果は出ているか：出ているのは「内向き」の成果

DX に取り組んでいる会社のうち、「成果が出ている」と答えたのは60.8%でした。一方で、「わからない」も26.8%あります。取り組んではいるものの、成果が出ているかどうかを判断できていない会社が、4社に1社以上あるということです。

成果が出ている会社に、その中身を聞いた結果が、次のとおりです。

• コスト（人件費・材料費など）の削減：70.9%
• 売上高の増加：17.9%
• 利益の増加：19.6%

コストの削減が7割を超える一方で、売上や利益の増加は2割に届きません。IPA はこれを、成果の中心がコスト削減や業務の効率化といった「内向き」の領域だとまとめ、前年度の調査での米国、ドイツとの差は「大きいまま」と書いています。

投資に見合う効果が出ているかも聞いています。「投資を上回る効果が出ている」と答えた会社は、合わせて14.6%でした。

目的は、少しずつ外へ向き始めている

一方で、変化の兆しもあります。主に上場企業を対象にした JUAS の調査では、DX の目的として「既存事業のコスト削減」を挙げた会社が、前の年度の42.1%から36.1%に減りました。代わりに、新しい事業、顧客への価値、既存事業の収益力の向上を合わせた割合が、40.4%から50.1%に増えています。

大きな会社では、目的が「減らす」から「増やす」へ移り始めています。ただ、IPA の調査で見たように、成果として実感できているのは、まだ「減らす」側です。目的と成果のあいだには、時間の差があります。

成果を測る指標を、決めていない

成果が見えにくい理由の1つは、測る物差しがないことです。DX の成果を測る指標を「設定している」会社は、23.9%でした。4社に1社にも届きません。

設定していない理由で最も多いのは、「評価指標の設定方法がわからない」の36.0%で、前の年度の28.7%から増えています。

また IPA は、指標を設定している会社でも、その指標は「内向きの取組を対象としたものが中心」だと書いています。作業時間やコストは測っていても、売上や顧客への価値までは測っていない、ということです。

「成果がわからない」が26.8%もあるのは、当然とも言えます。何を測るかを決めずに始めると、あとから成果を確かめようがないからです。

成果が出ている会社に共通すること

では、成果が出ている会社は、何が違うのか。IPA の調査から、2つの差が読み取れます。

1つ目は、部門の協調です。 経営者、IT 部門、業務部門が協調できているか（「できている」と「まあまあできている」の合計）を見ると、成果が出ている会社では72.9%、出ていない会社では37.1%でした。

2つ目は、全社で業務の流れを見直しているかです。 全社で業務プロセスを最適化しているか（「完了している」と「取り組んでいる」の合計）は、成果が出ている会社で53.8%、出ていない会社で29.5%でした。

中小企業白書にも、近い結果があります。IT ツールを入れても「想定した効果が得られなかった」と答えた会社の割合は、部門の間で連携できている会社では7.6%でした。連携できていない会社では34.8%で、4倍以上の差があります。

どちらも、ツールやシステムの性能の話ではありません。関わる人が同じ目的を見て、業務の流れそのものを変えたかどうかが、成果を分けています。

ただし、これらは同じ調査の中での比べ合わせです。部門が協調すれば必ず成果が出る、という因果関係までは示していません。

AI は広がったが、効果はまだ効率化の中

2026年の調査で大きく変わったのは、AI の広がりです。

• AI を導入または試験利用している会社：58.0%
• 生成 AI を導入している会社：前年度の22.6%から44.0%へ

1年で、生成 AI を導入した会社がほぼ倍になりました。ただ、効果の中身は、DX 全体と同じ形です。AI による効果で最も多いのは「業務が効率化したり迅速化した」の91.6%で、次が「企画提案等の品質や速さが向上した」の48.9%です。一方、「売上や利益が向上した」は3.9%でした。社内の資料づくりや調べものが速くなった、という段階の会社が多いと読めます。

AI を導入するうえでの課題では、「専門人材が不足している」が50.1%で最も多く、「生成 AI の効果やリスクに関する理解が不足している」の45.8%が続きます。DX を進める人材も、量で85.5%の会社が「不足している」と答えています。質の面でも、不足していると答えた会社は前の年度の86.1%から88.8%に増えました。

業務システムを作る側から見た、この数字の読み方

ここからは、業務システムの開発を仕事にしている立場からの見方です。

クリーヴァが公開している事例を見返すと、成果の多くは、やはり「内向き」の成果です。たとえば、建築業のシフトと案件の管理を1つのシステムにまとめた株式会社ステラ様の事例では、LINE への自動通知で、1日約2時間の事務作業が減りました。EV 充電の事業者向けの管理ツールを作った株式会社プラゴ様の事例でも、人為的なミスや不具合の件数が大きく減っています。

また、65歳以上の方の住まい探しを支える見守りサービスの株式会社R65様の事例では、公開したあとも、エンジニアからサーバーの費用を下げる見直しを提案しています。システムの成果は、作ったときに決まるのではなく、使いながら直していく中で積み上がっていくものです。

こうした効率化の成果は、決して小さなものではありません。浮いた時間を、営業やお客さまへの対応に使えるようになるからです。調査の数字が示す「内向きにとどまっている」という状態は、裏を返せば、次の一歩を踏み出せる土台ができているとも読めます。

一方で、効率化で浮いた時間が、売上や新しいサービスにつながったかどうかまでを確かめるには、システムを作る前からの準備が要ります。正直に書くと、クリーヴァ自身も、自社のサイトで「お問い合わせが何件あったか」を測る仕組みを入れていなかったことに、最近になって気づきました。成果の指標を決めている会社が4社に1社という数字は、私たちにとっても他人事ではありません。

システムを作る前に決めておきたいのは、次の2つだと考えています。

1. 何が減れば成功か（作業の時間、ミスの件数、問い合わせの待ち時間など）
2. 減って浮いたものを、何に使うか（営業の訪問、新しいサービスの準備、お客さまへの提案など）

1だけを決めると、成果は「内向き」で終わります。2まで決めておくと、効率化の次に何を測ればよいかが見えてきます。

測る指標の例を、目的ごとに挙げます。どれも、システムを入れる前の数字を取っておかないと、比べられないものです。

「増やす側」の指標は、システムだけでは動きません。浮いた時間を何に使うかを、業務の側で決めて初めて動く数字です。成果が出ている会社で部門の協調が進んでいた、という調査の結果とも重なります。投資の効果の考え方は、DXと投資対効果（ROI）の考え方でもくわしく書いています。

立場ごとに、この数字から考えたいこと

同じ数字でも、読む人の立場によって、次にすることは変わります。

従業員100人以下の会社の経営者は、「メリットがわからない」が取り組まない理由の最多だったことを、出発点にしてください。DX という言葉から入る必要はありません。毎月いちばん時間がかかっている事務作業、いちばんミスが多い作業を1つ選び、そこを減らすことから始めれば十分です。大きな会社との差は、人や予算の差だけでなく、最初の1つを決められているかどうかの差でもあると考えています。

DX やシステムの担当者は、「成果がわからない」26.8%と「指標を設定している」23.9%の2つの数字を、社内で共有してみてください。自社がどちらの側にいるかを確かめるだけで、次に決めるべきことが見えてきます。すでに取り組んでいるなら、いま動いている仕組みの前後で、何の数字が変わったかを1つでも示せるかが出発点です。

大きな会社で、効率化の成果がすでに出ている場合は、浮いた時間やお金が、実際にどこへ使われたかを追ってみてください。JUAS の調査で目的が「増やす」側へ移り始めているように、次に問われるのは、効率化の先に何が生まれたかです。部門の協調が成果を分けていたという IPA の結果を踏まえると、この問いは IT 部門だけでは答えられません。業務の部門と一緒に決める必要があります。

自社の現在地を確かめる5つの問い

調査の数字と自社を比べる前に、次の5つを社内で確かめてみてください。どれも、調査の中で成果の有無と関係が見えた項目です。

1. DX で何を変えるのかを、一文で言えるか。 100人以下の会社で最も多い「メリットがわからない」の状態になっていないか。
2. 取り組みは、全社か、一部の部署か。 部署ごとの取り組みなら、ほかの部署と業務の流れがつながっているか。
3. 経営、IT、業務の担当者が、同じ目的を見ているか。 成果が出ている会社とそうでない会社で、最も差が大きかった項目です。
4. 成果を測る指標を、始める前に決めたか。 決めていないなら、何が減れば成功か、から決める。
5. 効率化で浮いた時間やお金を、何に使うかを決めているか。 「内向き」の成果を、外向きの成果につなげるための問いです。

すでに動いているシステムの棚卸しから始めたい場合は、DX推進への第一歩：システムの現状把握とアセスメントの具体的方法も参考にしてください。

調査の数字を、社内の説明に使うときは

DX の担当者が、こうした調査の数字を、社内の企画書や稟議に使う場面も多いと思います。そのときは、次の4つを添えておくと、数字がひとり歩きしません。

• 調査の名前と年度：「IPA『DX動向2026』（2025年度の調査）」のように、どの年の調査かを書く。DX の調査は毎年出るので、古い数字のまま使い続けないようにする。
• 何を数えた数字か：「取り組んでいる」が、部署ごとの取り組みを含むのかどうか。定義を一言添えるだけで、読み手の受け取り方が変わる。
• 自社に近い区分の数字：全体の平均ではなく、従業員の数や業種が近い区分の数字を使う。今回見たように、会社の大きさで数字は大きく変わる。
• 自社の数字と並べる：調査の数字だけでは、「では自社はどうか」に答えられない。自社の現状の数字（たとえば、紙で回している業務の件数や、手作業の時間）を横に置く。

調査の数字は、社内を動かすきっかけにはなります。ただ、決め手になるのは、自社の業務の数字です。

調査を読むときの注意

最後に、今回の数字を使うときの注意を書いておきます。

• 調査ごとに、対象と定義が違う。 IPA は企業への調査、JUAS は主に上場企業の IT 部門長、中小企業白書は中小企業が対象です。数字をそのまま並べて比べることはできません。
• 自己評価の数字が多い。 「成果が出ている」「推進できている」は、回答した人の判断です。同じ状態でも、会社によって答えは変わります。
• 回答しているのは、経営層や IT 部門。 現場で働く人の実感とは、ずれることがあります。
• 関係があることと、原因であることは違う。 部門の協調と成果の関係は、同じ調査の中での比べ合わせです。
• 海外との比較は、前年度の調査。 2026年の IPA の調査では、海外企業への調査は行われていません。米国やドイツとの比較は、前年度の調査の数字です。

おわりに

公的な調査を読み比べると、日本企業の DX は「取り組むかどうか」の段階を、大きな会社ではほぼ越えたことが分かります。いま問われているのは、取り組んだ結果、何が変わったのかを示せるかです。

そのために必要なのは、新しいツールよりも先に、目的と物差しを決めることです。何を減らし、浮いたものを何に使うのか。それが決まっていれば、規模の大小にかかわらず、次の一歩は具体的に決められます。

クリーヴァでは、システムを作る前の「何が減れば成功か」を一緒に決めるところから、ご相談をお受けしています。