結論から書きます。中小企業と大企業のAI格差の正体は、ツールの値段ではありません。OECDの2025年12月報告では、従業員10〜49人の企業のAI利用率は11.9%（250人以上は40%）で3分の1未満ですが、クラウドやIoTでは同じ規模差が約2分の1にとどまります。差がついているのは、使う人と教育のほうです。
（出典：OECD（経済協力開発機構）／"AI adoption by small and medium-sized enterprises" © OECD 2025。G7（カナダ議長国）の任意拠出により作成された政策文書、2025-12、https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/ai-adoption-by-small-and-medium-sized-enterprises_9c48eae6/426399c1-en.pdf）
この報告書は誰が何のために出したものか
最初に発信元の立場をはっきりさせます。OECDはAI関連製品の提供者ではありません。その意味で「自社製品を自社で持ち上げている」タイプの資料ではありません。ただし中立の観測記録でもありません。本報告はG7（2025年の議長国はカナダ）の任意拠出を受けて作成された政策文書であり、中小企業向けのAI導入支援策が必要だという主張の側から書かれています。支援の必要性を裏づける方向にデータの並べ方が寄る可能性は、読む側で割り引いておく必要があります。
もうひとつ、日本の読者にとって決定的に重要な前提があります。ここで使われている公式統計（OECD ICT Access and Usage Database、およびEurostat）の分母は一貫して「従業員10人以上の企業」です。従業員10人未満の零細企業は調査対象から外れています。日本の中小企業の大多数は従業員10人未満ですから、この報告書の数字をそのまま「日本の中小企業の実態」として読むと事実誤認になります。本記事の数字は、あくまで「従業員10人以上の企業の話」として読んでください。
AIだけ、なぜ規模の差が縮まらないのか
OECD加盟国の非加重平均で、AIを利用する企業の割合は2020年の5.6%から2024年の14%に増えました（分母は従業員10人以上の企業、OECD ICT Access and Usage Database、2025年7月アクセス）。ただし報告書自身が、平均は年ごとに異なる国の組み合わせで算出されており定義も国・時期で異なるため、時系列比較は慎重に行うべきだと注記しています。
同じ2024年、クラウドコンピューティングの利用企業は50%超です。AIの14%とは3倍以上の開きがあります。そして規模別に割ると、格差の形がはっきりします。
| 指標 | 数値 | 分母・条件 |
|---|---|---|
| AI利用率（250人以上） | 40% | 2024年または直近年、OECD加盟国、従業員10人以上の企業 |
| AI利用率（50〜249人） | 20.4% | 同上 |
| AI利用率（10〜49人） | 11.9% | 同上 |
| 10〜49人の対大企業比（クラウド・IoT） | 約2分の1 | 同上 |
| 10〜49人の対大企業比（AI） | 3分の1未満 | 同上 |
ここに注意すべき落とし穴があります。「2024年または直近年」の基準年は国によってばらばらで、日本・スイス・米国は2021年、カナダ・韓国は2023年、コロンビア・イスラエル・英国は2020年です。最大4年のずれがあります。したがって「日本の10〜49人企業は11.9%」といった読み替えはできません。11.9%はあくまでOECD全体の集計値です。
それでも読み取れる事実は残ります。クラウドやIoTでは小企業が大企業の約半分まで追いついているのに、AIだけ3分の1未満で止まっている。クラウドもAIも、いまや月額課金で誰でも契約できます。値段の壁が同じなら、AIだけ差が開く理由は購買の外側にあるということです。
用途で見ると、格差は「難しい使い方」に集中している
EUのEurostat（ISOC_EB_AI、2024年、従業員10人以上の企業）で用途別に見ると、格差の出方が用途によって違います。
- 自律ロボットなどの用途：大企業（250人以上）7.2%に対し、小企業（10〜49人）0.7%。約10倍の開き
- 自然言語生成の用途：大企業16.7%に対し、小企業4.6%。開きは約3.6倍
- つまり、設備や専門人材を前提とする用途ほど格差が大きく、文章生成のような入口の用途では相対的に差が小さい
業種別（2024年、OECD加盟国の非加重平均、従業員10人以上）では、ICTが約45%、専門・科学・技術サービスが25%超と高く、建設7.2%、宿泊・飲食7.8%、運輸・倉庫9.2%と低い業種がはっきり分かれています。2021〜2024年の絶対増加幅もICTが+20ポイント、専門・科学サービスが+13ポイント、卸売が約+8ポイントと、もともと高い業種がさらに伸びています。運輸・倉庫と製造は相対増加率がそれぞれ約60%・70%で、伸び自体は低めです。
建設・宿泊飲食・運輸倉庫にいる会社にとって、この数字は不利な報せではありません。同業の9割以上がまだ使っていないという意味でもあります。
「使っている」の中身──周辺作業で止まっている
導入率だけを見ると実態を取り違えます。OECDの代表性のある調査（OECD, 2025）では、生成AIを中核業務（core activities）に使っていると答えたSMEは29%でした。ここで重要なのは分母です。この29%の分母は「生成AIを利用しているSME」であり、SME全体ではありません。つまり、すでに使っている会社の中でさえ7割は、議事録や下書きといった周辺作業に留まっているということです。
財・サービスの生産そのものに関わる中核業務でのAI導入率をG7で比べると、日本1.9%、米国6.1%で、G7全体でも10%未満です（2024年）。ただしこれは公式統計そのものではなく、集計統計の比較可能性を調整したOECDの分析論文（Filippucci et al., 2025）による推計値です。推計である点は割り引いて読む必要がありますが、日本がG7最下位である事実は動きません。
障壁は資金ではなく、知識と教育だった
報告書がもっとも一貫して示すのは、詰まっている場所が人であるという点です。
- G7のうち4か国を対象としたOECD調査（OECD, 2025。原データは2024年実施の「SMEが生成AIで技能・人材不足に対処する方法」調査）では、50%のSMEが「従業員に生成AIを使いこなす技能がない」と回答。約3分の1が人手不足、同程度が技能・経験不足を報告
- 2025年のOECD D4SME調査（G7のうち6か国、回答者約1,000人。Bianchini and Lasheras Sancho, 2025）では、「生成AIの使い方に関する知識不足」を障壁に挙げた割合が50%超。国別では日本80%、カナダ50%、英国・ドイツ40%
- 上の2つは別々の調査であり、単純に足したり並べて比較したりはできません
研修の実施状況（2024年、OECD調査）は次のとおりです。分母は「生成AIを利用しているSME」に限られており、SME全体ではない点に注意してください。
| 国 | 従業員がAI関連研修に参加していると回答したSME | 過去2年に人手不足が課題 | 同・技能／経験不足が課題 |
|---|---|---|---|
| カナダ | 29.4% | 32.7% | 31.1% |
| 英国 | 24.0% | 37.3% | 29.1% |
| ドイツ | 23.2% | 33.1% | 43.9% |
| 日本 | 11.3% | 41.4% | 44.7% |
全国で30%未満、つまりすでに生成AIを使っている会社の中ですら、研修を受けている従業員がいると答えたのは3割に届きません。日本は11.3%でカナダの4割以下です。一方で技能・経験不足を課題とする回答は日本が44.7%と4か国で最も高い。困っていると答える割合が最も高い国が、教えている割合は最も低いという構図です。
なお、G7のSMEを対象とした生成AI調査の一部（2023年・2024年実施分）については、報告書自身が「代表性のない（non-representative）調査」と明記しています。D4SME調査も6か国合計で約1,000人にとどまり、国別のサンプルはかなり小さくなります。国別の差を1ポイント単位で議論できる精度ではありません。
中小企業の経営者にとって何を意味するか
読み筋を3つに絞ります。
- 予算の配分を逆にする。ツールの契約より先に「誰が、どの業務で使うか」の設計と社内教育に金と時間を割く。障壁の1位が資金ではなく知識である以上、ここを飛ばすと契約だけが増えます
- 中核業務を1つだけ選ぶ。すでに使っている会社の7割ですら周辺作業で止まっています。見積作成、受注データの整理、問い合わせ一次対応など、売上か原価に直結する業務を1本だけ選んで、そこに絞る
- 低導入業種にいるなら急ぐ理由がある。建設7.2%、宿泊・飲食7.8%、運輸・倉庫9.2%という水準は、同業内で先に動けば差がつくという意味でもあります
社内の第一歩の踏み出し方はAIを初めて入れる中小企業の最初の一歩に、少人数での定着のさせ方は小さなチームでのAI定着にまとめています。日本の中小企業側の統計と突き合わせたい場合は中小機構の中小企業AI実態調査も合わせて読んでください。
TOEの読み筋
ここから先は株式会社TOEの解釈です。TOEでは、この報告書の手法を用いた検証は未実施です。以下は数字から導いた仮説であり、TOEが自社で再現実験を行った結果ではありません。
TOEが注目したのは、クラウド・IoTでは約2分の1まで追いついているのにAIだけ3分の1未満、という比較です。クラウドは「契約すれば動く」道具で、AIは「使う人の判断が要る」道具です。この違いがそのまま格差の幅に出ていると読んでいます。だとすると、補助金でツール代を下げても格差は縮まりにくい。効くのは、業務を分解して手順に落とす作業と、それを社内の誰かが担えるようにする教育のほうです。
もうひとつ、日本の研修実施率11.3%と技能不足44.7%の組み合わせは、順番の問題を示していると考えています。「人がいないから教えられない」ではなく、教えていないから足りないままになっている可能性があります。この因果は今回のデータでは判定できません。判定できないことは、判定できないと書いておきます。
まとめ
- 従業員10〜49人の企業のAI利用率は11.9%、250人以上は40%（2024年または直近年、OECD加盟国、従業員10人以上が分母）。ただし基準年は国により最大4年のずれがある
- クラウド・IoTでは小企業が大企業の約2分の1まで追いついているのに、AIだけ3分の1未満。値段ではない要因が働いている
- 生成AIを中核業務に使えているSMEは29%。分母は「生成AIを利用しているSME」であり、SME全体ではない。中核業務でのAI導入率は日本1.9%、米国6.1%（OECDの推計値）
- 障壁の中心は知識と教育。知識不足を挙げた割合は日本80%、研修参加は日本11.3%に対しカナダ29.4%
- この統計は従業員10人未満の零細企業を除外しており、日本の中小企業全体の実態とは一致しない。またG7 SME調査の一部は報告書自身が代表性のない調査と明記している