CRYPTO & AI
無料で登録
AI

【企業のAI導入】米国でAIを使っている企業は約2割、働く人では56%。数字が割れる理由と、導入が止まっている場所

企業のAIの利用率・支出・効果を、米国の国勢調査局と EU の公式統計、MIT や投資会社の調査、法人カードの支出データから並べ、調査によって数字が大きく違う理由と、導入がどこで止まっているのかを整理します。

【企業のAI導入】米国でAIを使っている企業は約2割、働く人では56%。数字が割れる理由と、導入が止まっている場所

「企業のAI導入はどこまで進んだのか」という問いには、調査ごとにまったく違う答えが返ってきます。米国の国勢調査局の企業向けの調査では、直近2週間にAIを使った企業は 5/3 時点で19.8%でした。ところが同じ国勢調査局の世帯向けの調査では、働く人の56%が仕事でAIを使っています。さらに MIT の研究グループは、生成AIに投資した組織の95%が「リターンがゼロ」だと報告しました。

どれかが間違っているわけではなく、数えているものが違います。この記事では、公式統計と主な調査を定義ごとに並べ、利用率・支出・効果のそれぞれで何が言えるのかと、導入がどの段階で止まっているのかを整理します(数字は 10/18 時点で取得した最新の公表値)。

TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。