生成AIに関する実態調査2024 春

はじめに

PwCコンサルティング合同会社のデータアナリティクスチームは、企業における生成AIの認知度、活用状況、および現状の課題を明らかにすることを目的に、「生成AIに関する実態調査2024 春」を実施しました。2023年4月・10月に発表した前回、前々回の実態調査以降、生成AIを取り巻く環境は著しく変化しています。

まず、生成AI技術の急速な進化により、多くの新しいツールやアプリケーションが市場に登場しました。これにより、生成AIの活用範囲が広がり、企業がその潜在能力を効果的に引き出す機会が増えています。同時に、生成AIを取り巻く規制も強化されており、企業はコンプライアンスの観点からも注意を払う必要があります。

さらに、生成AIに関連する社会的な議論も活発化しています。フェイクニュースの拡散やプライバシー問題に対する懸念が高まり、生成AIの倫理的な利用に対する関心が増しています。これらの要因が相まって、生成AIを上手く活用できている企業とそうでない企業の間で二極化の兆しが見えます。

本調査は、これらの背景を踏まえ、売上高500億円以上の日本国内の企業・組織の課長以上の方々を対象に実施されました。本調査結果が、生成AIの活用を進める上での貴重な指針となり、企業がこの先進技術を効果的に取り入れ競争力を高めるための一助となることを期待しています。

Topic2：成果二極化の兆し

生成AIで得られた活用効果に対する当初の期待値との差分を問う質問に対しては、「期待通りの効果があった」との回答が48％で最も多く、9％が期待を大きく上回る成果を上げ、18％が「やや期待を下回る」「期待とはかけ離れた結果になった」と回答しました（図表3）。

また、活用効果が期待を大きく超えた理由と期待未満だった理由の1位回答の順位比較をした結果では、生成AI活用効果が期待を大きく超えたと考える回答者の38％が「適切なユースケース設定」を最も重要な成功要因と認識している一方で、活用効果が期待未満と考える回答者の30％が「データの品質」を最も影響がある要因だと回答しました。どちらにしても、「適切なユースケース設定」「データの品質」が活用効果を得るための両輪と考えられていることがうかがえます。

加えて、期待を大きく超えた層は「経営層ビジョンとの一致」を理由の1位に挙げた回答者が7％存在したのに対して、期待未満だった層ではその回答割合が0％でした。生成AI活用を進めるにあたっては、経営層が生成AIに対する理解やその技術がもたらす変革の可能性についての認識を持ち、会社としてその取り組みをサポートする方針が必要と考えられます。

一方で「社員のAIリテラシー」に関しては期待を大きく超えた層は2％が最も影響がある要因だと回答しているのに対し、期待未満の層では12％が最も影響がある失敗要因と回答しています。これは、期待を大きく超えた層は社員のリテラシーやスキルの内製が活発に進んでおり、それらのスキル獲得が備わっていることが前提となっていると考えられ、対して期待値未満の層では、まだ社員への生成AI育成が推進しきれていない現状がうかがえます（図表4）。

このように生成AI推進の勘所を適切に押さえて推進できている企業とそうでない企業で生成AI活用効果の二極化が見えています。期待を大きく超える生成AI活用効果を出している企業は視座を高く持ち、取り組みを早期に開始し、多くの予算を掛け、適切なユースケースを設定しており、生成AI活用を企業活動の重点項目として取り組んでいると想定できます。

生成AI活用の実態から見えたファクトとその解釈

前述の分析を踏まえ、それぞれのTopicからファクトとその解釈を以下に示します（図表7）。

生成AIは黎明期の技術であるため、各社試行錯誤をしながら活用を推進している中で、成果については二極化の兆しが見えています。特に期待を大きく超えた成果を出している企業は、経営層が生成AIにより起き得る変革を理解し、適切な投資を与えて生成AIの取り組みを推進し、適切な成果を実現していることがうかがえます。

また生成AIによって定型作業を極小化して人員を削減し、生み出した余力を労働環境向上や賃金増加、社外ブランディングに投資しながら優秀人材の確保に乗り出していることも分かりました。

これらを踏まえて「生成AIを経営資源に据えたドラスティックな経営・業務変革を行う企業」が生まれ始めていると考えることができます（図表8）。

調査概要