結論から書きます。この調査で成果の差を分けていたのは、どのAIツールを選んだかではなく、AIをどこまで広げたかでした。日本の回答（n=887）では、AIを単発タスクにだけ使う企業のうち変革的効果を報告したのは2%、全社展開した企業では23%です。ただし無作為抽出ではないため、因果としては読めません。
（出典：OECD（経済協力開発機構）。本文に「survey was designed and managed by the OECD Centre for Entrepreneurship, SMEs, Regions and Cities」と明記。OECD D4SME Global Initiative の2026年調査、© OECD 2026、2026-04、https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/04/empowering-smes-in-the-age-of-ai_7f58652c/bf5a9816-en.pdf）
誰がこの数字を出したのか、そして何に注意して読むべきか
最初に発信元と利害関係をはっきりさせます。この調査はOECDのCentre for Entrepreneurship, SMEs, Regions and Cities が設計・運営したもので、本文にも「survey was designed and managed by the OECD Centre for Entrepreneurship, SMEs, Regions and Cities」と明記されています。この記事はOECD自身による発表の読み解きであり、同機関は当該調査の設計・実施主体です。OECDはAI製品の提供者ではありませんが、中小企業のデジタル化支援を推進する立場から出された政策文書であるという点は、読む側で割り引いておく必要があります。
もっと重要な注意点が、標本の作り方にあります。本調査は回答者をOECDのパートナーであるデジタルプラットフォームの顧客から集めています。そのため本文自身が「the sample is non-randomised and not representative of the business population in the twelve countries」と明記し、結果を調査対象12か国の中小企業全体を代表するものとして解釈してはならないと警告しています。回答企業は、少なくとも基本的なデジタルツールを使い慣れている側に偏っています。
この偏りは数字にはっきり出ています。本調査では61%のSMEが「少なくとも1つのAI搭載アプリを利用している」と回答しました（分母＝全回答SME、n=2,018、12か国、2025年Q4〜2026年Q1実施。国別回答数の偏りを補正するため各国同一ウェイトの国平均で算出）。一方、OECDのICT Access and Usage by Businesses データベースによる2025年の公式統計では、AI利用率は小企業17%・中企業30%です。61%と17%/30%という大きな乖離について、本文はその理由を「標本がデジタルプラットフォーム上のSMEで構成され、デジタル成熟度が相対的に高い企業を含む傾向があるため」と説明しています。つまり61%は「日本や12か国の中小企業一般の実態」ではなく、「デジタルプラットフォームを使っている中小企業ではこうだった」という限定つきの数字です。
公式統計側の話をもう一つ添えておくと、大企業と小企業のAI利用率の差は2023年の23ポイントから2025年には35ポイントに広がっています（公式統計ベース。本調査の回答ではありません）。本文は「両者とも急速に伸びているが大企業の伸びが速く、企業規模格差が拡大している」と説明しています。規模による格差は、この調査の枠外で確実に開いています。関連する論点は中小企業のAI利用が11.9%、大企業が40%。この差はツールではなく何の差なのか？でも扱っています。
調査の対象範囲（n数・対象・時期・分母）
数字を引用するとき、この調査でいちばん事故が起きやすいのは分母の混在です。先に整理しておきます。
| 項目 | 内容 |
|---|---|
| 実施時期 | 2025年Q4〜2026年Q1 |
| 総回答数 | 2,018件（設問により有効回答は1,160〜2,018と変動） |
| 対象 | OECDパートナーのデジタルプラットフォームを利用する12か国のSME（無作為抽出ではない） |
| 国別内訳 | 日本1,376、ギリシャ177、韓国129、英国59、フランス56、ドイツ51、イタリア37、スペイン32、ポーランド29、カナダ26、フィンランド23、米国23 |
| 分母＝全回答SME | 61%（AI利用）、46%（セキュリティ対策が皆無または最小限）、22%（侵害経験）、16%（公的支援受益） |
| 分母＝AI利用SME | 76%（AI Novices）、5%（AI Explorers）、3.6%（AI Champions）、54%（中程度以上の効果）、21%（有意または変革的な影響） |
| 分母＝当該アプリ利用者 | 70%（既製AIのマーケティング適用）、39%（カスタムAIの需要予測利用） |
| 分母＝日本のAI影響度設問回答者 | 33%/31%/27%/22%（n=890）、2%/4%/11%/23%（n=887）。いずれも「わからない」回答を除外 |
国別内訳を見て分かるとおり、日本が2,018件中1,376件（68%）を占める極端な偏りがあります。本文は各国同一ウェイトの国平均で補正していますが、カナダ26件・米国23件・フィンランド23件といった数十件の回答国が1/12のウェイトを持つ設計であるため、国際比較値の統計的安定性は低いと見るべきです。加えて、中企業（従業員50〜249人）は標本の8%を占めますが、対象国のSME母集団平均では2%にすぎず、4倍の過剰代表であると本文が明記しています。小売業も母集団比で過剰代表です。
「使っているか」より「どこまで広げたか」──日本サンプルの実測値
本題です。OECDはAI利用SMEをG7分類で4象限に分けています。既製AIを単発タスクに使い組織的統合が限定的な「AI Novices」が76%、複雑・カスタマイズされたAI（AIエージェントを含む）を特定機能に使う「AI Explorers」が5%、それを全社的に展開する「AI Champions」が3.6%です（いずれも分母はAI利用SME）。小規模ニッチ領域に適用する「AI Optimisers」も同じ枠組みで定義されています。つまりAIを使っていると答えた企業の4分の3以上は、まだ単発タスク止まりです。
効果側の数字はこうです。AI利用SMEのうち54%が「少なくとも中程度の効果」を報告した一方、「有意または変革的な影響」を認識したのは21%にとどまりました。本文はここから「より高い価値の便益を得るには、より深い組織的統合が必要」と結論づけています。
日本の回答だけを取り出した分析（Box 3「Deep dive on Japan」）では、この構図がより明確に出ます。AI適用範囲別に、変革的なAI効果を報告した割合は次のとおりです（図10、n=887、「わからない」回答を除外）。
- 単発タスクのみ：2%
- 特定機能に特化：4%
- 複数機能を横断：11%
- 全社展開：23%
単発タスク止まりの2%と全社展開の23%では、11倍以上の開きがあります。ただしここは厳密に言葉を選ぶ必要があります。本文は「適用範囲の広さと変革的効果報告の正の関連」と表現し、因果ではないと明示的に注記しています。日本サンプルの回帰分析（n=1,195）についても「Results reflect conditional associations rather than causal effects」「the survey design does not support causal inference」「the sample is not representative of the broader Japanese SME population」と繰り返し断っています。したがって「全社展開すれば効果が23%に上がる」とは書けません。言えるのは「全社展開している企業ほど、高い効果を報告している」までです。
もう一つ、規模別の数字が日本の中小企業にとって示唆的です。AIが有意または変革的な影響を与えたと報告した割合は、個人事業主33%、零細31%、小企業27%、中企業22%でした（日本の回答のみ、図9、n=890、「わからない」回答を除外）。小さいほど効果実感が高い方向です。「うちは小さいからAIはまだ早い」という判断は、少なくともこの調査の傾向とは逆向きになります。ただしこれらはすべて自己申告の「認識」であり、測定された業績・生産性の効果ではありません。本文自身が「self-reported rather than measured performance effects」「self-reported perceptions rather than measured outcomes」と明記しています。
用途とセキュリティ──広げる判断に同時についてくるもの
用途の内訳も見ておきます。既製AIをマーケティング関連業務に適用しているのは70%、カスタムAIを需要予測に使用しているのは39%です（いずれも分母は当該アプリケーション利用者であり、全SMEに対する比率ではありません）。既製AIは対外的な発信業務から入り、カスタムAIは需要予測のような業務の芯に入っていく、という分かれ方が読み取れます。
一方で、適用範囲を広げる判断には必ずセキュリティがついてきます。本調査では、セキュリティ対策が皆無または最小限と回答したのが46%、既にデジタルセキュリティ侵害を経験したのが22%でした（分母＝全回答SME）。定期的なアクセス権レビュー、セキュリティ研修、第三者監査を実施している企業はごく少数と併記されています。デジタルツールに習熟した側に偏った標本でこの水準である、という点は重く見るべきところです。
公的支援については、デジタル化支援プログラムの恩恵を受けたと回答したのは16%（分母＝全回答SME）、未受益企業のうち65%が「認知不足」を主な障壁に挙げました（分母＝未受益SME）。日本・韓国・ギリシャの事例分析が併記されており、3か国とも政府支援研修の受講率は5%未満です。制度がないのではなく、届いていないという構図です。
TOEの読み筋──ただし、これはTOEでは未実施です
先に明記します。TOEでは本調査と同じ設計の検証を実施していません。以下は本調査の数字から読める仮説であり、TOEの実測ではありません。
そのうえで、この調査から中小企業の実務に持ち帰れる筋を3つ挙げます。
- 投資判断の分岐点はツール選定ではなく適用範囲に置く。単発タスク2%と全社展開23%の差は因果ではありませんが、少なくとも「良いツールを1つ入れれば効果が出る」という前提は、この調査の観測とは整合しません。次の一手を「別のツールを試す」ではなく「今使っている用途を隣の業務に広げる」に置くほうが、この数字の傾向には沿います。
- 広げる予算とセキュリティ整備の予算を同時に組む。46%が対策なし〜最小限、22%が既に侵害経験という水準で適用範囲だけ広げると、事故の面積が先に広がります。稟議は二本立てにするのが筋です。
- 「小さいから早い」という判断を再検討する。個人事業主33%・零細31%に対し中企業22%という自己申告の傾向は、規模が小さいほど意思決定と適用が速いことの反映と読めます。ただし自己申告である点は割り引く必要があります。
数字を社内資料に引用する際の注意も添えておきます。この調査の値を「日本の中小企業一般はこうだ」と書くと誤りになります。「デジタルプラットフォームを利用している中小企業ではこうだった」と限定して使ってください。61%を引用するなら、公式統計の小企業17%・中企業30%を必ず並べ、乖離の理由が標本構成にあることまで書く。ここを省くと、社内で意思決定を誤らせます。
小さく始めて広げる順番についてははじめの一歩をどこに置くか、少人数での定着のさせ方については小さなチームでのAI定着も併せて参照してください。
まとめ
- 日本サンプル（図10、n=887、「わからない」除外）では、変革的なAI効果の報告割合は単発タスク2%、特定機能4%、複数機能横断11%、全社展開23%。適用範囲の広さと効果報告に正の関連がある。
- ただし本調査は無作為抽出ではなく、本文自身が「12か国の事業母集団を代表しない」「the survey design does not support causal inference」と明記している。「全社展開すれば効果が上がる」とは言えない。
- AI利用率61%（n=2,018）は、OECD公式統計の小企業17%・中企業30%と大きく乖離する。理由は標本がデジタルプラットフォーム利用SMEに偏っているためで、引用時は必ず両方を並べる。
- AI利用SMEの76%が単発タスク止まり（AI Novices）で、有意または変革的な影響を認識したのは21%。効果の数値はすべて自己申告の認識であり、測定された業績効果ではない。
- セキュリティ対策が皆無または最小限は46%、侵害経験は22%（分母＝全回答SME）。適用範囲を広げる意思決定と、セキュリティ整備の予算化は同時に行う必要がある。なお本記事のTOEの読み筋は仮説であり、TOEでは未実施である。