結論から書きます。生成AIを使ったタスクの所要時間は平均16.7%（週26.4分）短縮されますが、実際に業務時間が減ったと答えた人は生成AI利用者の約25.4%にとどまります。短縮された時間の61.2%が仕事に再投下され、そのうち75.4%が日常業務に回っているためです。

一次資料の実測：何人に聞いて、何が出たのか

パーソル総合研究所が公表した「生成AIとはたらき方に関する実態調査」の数字を確認します（出典：パーソル総合研究所、2026-02-03、https://rc.persol-group.co.jp/news/release-20260203-1000-1/）。

数字を読む前に、対象範囲を押さえます。ここを取り違えると、そのまま自社に当てはめて失敗します。

項目 内容
調査手法 インターネット定量調査
スクリーニング n=19,855（全国就業者）
本調査の分析対象 正規雇用者 n=3,000
調査期間 2025年10月24日〜28日（5日間）
割付 労働力調査の性別×年齢構成比に基づく
実施主体 パーソル総合研究所
公表日 2026年2月3日

主要な数字は次の通りです。

  • 業務で生成AIを利用している人は32.4%（推計約1,840万人）。分母は全国就業者、スクリーニングn=19,855の集計です。
  • 週4日以上使うヘビーユーザーは11.7%。なお週1〜3日のミドルユーザーの比率は、リリース本文に具体的な数値記載がありません。
  • 生成AIを活用したタスクの所要時間は、未利用時と比較して平均16.7%削減（週26.4分）。分母は生成AI利用者、本調査n=3,000の集計です。
  • 一方で、実際に業務時間が減少したと答えたのは約25.4%。約4人に1人です。分母は同じく生成AI利用者。
  • 浮いた時間の61.2%は仕事に再投下されており、その再投下先の75.4%が「日常の業務」でした。

つまり同じ調査の中に、「タスク単位では確かに速くなった」という数字と、「総労働時間としては減っていない」という数字が同居しています。これは矛盾ではなく、時間の行き先の問題です。

この数字の出どころ：発信元の立場を先に確認する

この記事が扱っているのは、パーソル総合研究所自身による発表です。同社は人材サービス大手パーソルグループのシンクタンクであり、はたらき方・人材領域におけるサービスの提供者としての立場を持ちます。今回のリリース自体は特定製品の告知ではありませんが、「はたらき方の変化」を主題とする調査を、はたらき方の支援を事業とする組織が実施し発表している、という構図は読者が把握しておくべき情報です。

そのうえで、この調査には無視できない限界があります。数字を引用する前に、以下は必ず併記してください。

  • 本調査の分析対象は正規雇用者n=3,000に限定されています。非正規雇用者・自営業者は含まれません。スクリーニングのn=19,855は全国就業者ですが、詳細分析はこの3,000人の話です。
  • 企業規模別については、リリース本文は「1,000人以上での利用が最も進んでおり、100人未満との差も大きい」と記載するにとどまり、規模別の具体的利用率は掲載されていません。したがって、この調査を「中小企業の利用率は◯%」という形で引用することはできません。
  • 職位別の利用率も、「管理職は高水準、経営層は相対的に低い」という定性的な記述にとどまり、部長・課長・役員・社長それぞれの具体的なパーセンテージは本文で確認できません。
  • インターネット定量調査であるため、調査モニター（＝ネット利用者）への偏りを排除できません。生成AIの利用率は、この偏りによって実態より高く出る方向に働き得ます。
  • 時間削減率と削減の有無は、回答者の自己申告です。ログ等による実測値ではありません。
  • 構成比は小数点以下第2位を四捨五入しているため、集計値の合計が必ずしも100%にならない旨が本文に注記されています。
  • 調査時期は2025年10月24〜28日の5日間のスポット調査です。生成AIの普及速度を踏まえると、時点依存性が高い数字として扱うべきです。

自己申告の時間削減が実測とずれ得るという論点は、実験環境で計測した別の研究でも繰り返し出てきます。開発者を対象にした無作為化比較試験では、本人の体感と実際の所要時間が逆方向に出た例が報告されています（開発者はAIで速くなったと感じたが実際は遅くなった実験）。今回の16.7%も、体感ベースの数字であることを忘れないでください。

読者への意味：測る場所を「タスク」から「総労働時間」に移す

中小企業の経営者・情報システム担当にとって、この調査の実務的な含意は一つに絞れます。効果測定をタスク単位の短縮率で行っている限り、導入は「成功」と報告され続け、人件費も残業時間も動かない、ということです。

16.7%と25.4%の差が、そのまま経営指標との断絶になっています。タスク時間で測れば導入は成功です。総労働時間で測れば、成功しているのは利用者の4人に1人です。稟議を通すときに使った指標と、半年後に経営が見る指標が食い違っていると、AI導入は「効果があるらしいが数字に出ない施策」として扱われ、次の投資が止まります。

もう一つの実務的な論点は、浮いた時間の設計です。61.2%が仕事に再投下され、その75.4%が日常業務に回っているという構造は、放っておくと空いた時間が自動的に既存業務で埋まることを示しています。改善・再設計・探索といった、本来AIで時間を作った目的にあたる領域への配分は、一定程度にとどまります。

  • 削減した時間の行き先を事前に決めていないなら、削減は可視化されません。
  • 「浮いた30分で何をするか」は、個人の裁量ではなく業務設計の側で決める必要があります。
  • 導入時のKPIには、タスク短縮率と併せて総労働時間・残業時間を必ず入れてください。

導入の初期段階でどこから手を付けるかについては、中小企業が生成AIで最初にやるべき一歩も併せて確認してください。また、企業側の実態調査としては帝国データバンクの生成AI動向調査が規模別の活用率まで踏み込んでおり、今回の個人向け調査と補完関係にあります。

成熟度の差：用途の幅が約2倍、削減時間が約2.3倍

本調査でもう一つ注目すべきなのが、生成AI成熟度の高い群と低い群の比較です。用途の幅は4.78対2.15で約2倍、削減時間は約2.3倍の差がついています。いずれも分母は生成AI利用者、本調査n=3,000内での比較です。

この数字が示すのは、単発の用途で導入を完了させると、削減効果もその用途の中で頭打ちになるということです。議事録なら議事録、メール作成ならメール作成に閉じている限り、週26.4分の平均値からそう大きくは動きません。逆に言えば、追加投資の効きどころはツールの入れ替えではなく、同じツールの用途を横に広げる支援の側にあります。

ただしこれは相関であり、因果の方向は本調査からは確定できません。用途を広げたから削減が増えたのか、もともと削減しやすい仕事をしている人が用途も広げやすいのか、この調査では切り分けられていません。「用途を広げれば2.3倍になる」と読むのは踏み込みすぎです。

TOEの読み筋：TOEでは未実施の前提で書きます

先に明記します。この調査で使われた指標体系を、TOE社内では未実施です。以下は調査結果からの解釈であり、自社での検証結果ではありません。

そのうえで、この数字から我々が読んでいるのは次の3点です。

第一に、AI導入の効果報告は、タスク短縮率で書かれている限りほぼ必ず良い数字になる、ということです。16.7%という平均値は、生成AIが役に立っていないという話ではありません。役に立っているのに総労働時間が動かない、という話です。導入支援を提供する側としては、タスク短縮率だけを成果として提示するのは誠実ではないと考えます。

第二に、浮いた時間の75.4%が日常業務に吸収されるという構造は、個人の意識の問題として扱うと解決しません。担当者に「空いた時間で新しいことを」と言っても、目の前の日常業務が積まれていれば時間はそこに流れます。時間の行き先を業務設計として決める、つまり削減した分だけ何かを止めるか、明示的に別の業務へ割り当てる意思決定が要ります。

第三に、成熟度の差が用途の幅として現れている点は、導入支援の設計を変えます。ツール選定に時間をかけるより、すでに使っているツールで隣接業務に横展開するほうが、削減時間への寄与は大きい可能性があります。ただし前述の通り因果は未確定であり、これは仮説です。

評価指標を外部の基準ではなく自社の業務に合わせて置き直す話は、AIの良し悪しを自社基準で測る方法とも重なります。あわせて、勤務先が費用を負担しているかどうかで利用の深さがどう変わるかは、会社がAIのサブスク代を払うと業務利用は深くなるのかで扱っています。

まとめ

  • パーソル総合研究所の調査（正規雇用者n=3,000、2025年10月24〜28日）では、生成AI活用タスクの所要時間は平均16.7%（週26.4分）短縮された。
  • 一方で、実際に業務時間が減少した人は生成AI利用者の約25.4%にとどまる。タスク短縮率と総労働時間は別の指標である。
  • 浮いた時間の61.2%は仕事に再投下され、その75.4%が日常業務に向かう。時間の行き先を設計しない限り削減は可視化されない。
  • 成熟度の高い群は用途の幅が4.78対2.15（約2倍）、削減時間が約2.3倍。ただし因果は本調査からは確定できない。
  • 企業規模別・職位別の具体的な利用率はリリース本文に記載がなく、自己申告かつネットモニター調査であるため、中小企業固有の数値としては使えない。