McKinseyの年次サーベイ「The state of AI in 2025」（2025年11月5日公開）は、生成AIエージェントの実験が広がる一方、全社スケールはまだ初期段階という現状を整理。高成果企業（約6%）は"効率"だけでなく成長・イノベーションも狙い、業務フローの再設計と投資拡大で価値を獲得しています。
📊 主要統計 - 数字で見るAI導入の現状
📈 AI活用の拡大 - 昨年からの進展
今年の調査結果を昨年以前の動向と比べると、AI活用の裾野が着実に広がっている点が顕著です。回答者の3社に2社以上が「自社は2つ以上の機能でAIを活用中」と回答（うち半数は3つ以上の機能で活用）。
業種別AI導入率の変化
機能別AI活用の新トレンド
🤖 生成AIエージェントの台頭 - 新たな注目ポイント
生成AIなど基盤モデルを用いて現実世界で複数ステップのタスクを計画・実行できるシステム。従来の単機能AIを超え、自律的に業務フローをこなす次世代型AIとして、各社が実験を始めています。
1年前には「AIエージェント」という言葉自体が一般企業の会話に上ることは稀でした。しかし今や半数以上が何らかの形で関心を寄せるまでになっています。もっとも、エージェント導入は現時点では局所的で、「興味は高いが、まだ手探り」という段階です。
エージェント活用が進む領域
| 領域 | 活用例 | 進展状況 |
|---|---|---|
| IT部門 | サービスデスク業務、社内問い合わせ対応、システム監視・トラブルシューティング | 突出して高い活用率 |
| ナレッジ管理 | 社内ナレッジの高度検索・要約、文書分類・整理 | 突出して高い活用率 |
| 医療・ヘルスケア | 対話型の問診支援、医療文書の自動要約、診察記録作成（Kaiser Permanenteが全病院展開完了） | 意外にも突出。明確なユースケースの登場で関心急上昇 |
| ハイテク業界 | 製品開発支援、コーディング支援、技術サポート | 従来から高い活用度を維持 |
🏆 高成果企業に見る戦略の変化 - 6%の共通項
自社のAI活用で顕著な成果（収益貢献や効率向上）を上げているごく一部の企業。その割合は全体の約6%程度と推測されますが、このトップ層の戦略には昨年までとは異なる特徴が見られます。
成果企業 vs 平均企業の比較
| 項目 | 高成果企業（約6%） | 平均企業 |
|---|---|---|
| 導入目的 | 効率化 + 成長・イノベーション | 効率化が中心（80%） |
| 業務フロー | ゼロベースで再設計（半数が変革意図） | 既存フローに付け足し |
| AI投資比率 | デジタル予算の20%以上（3社に1社超） | 限定的な投資 |
| EBIT寄与報告 | 高い割合で全社レベルの利益貢献を報告 | 約39%が報告 |
| イノベーション効果 | 顧客満足・差別化・収益性の全社便益を報告 | 64%がイノベーション促進を実感 |
👥 人材・組織への影響 - 予測の変化
過去1年間にAI導入で各部門の人員が実際に大幅減少したとの報告は中央値で17%程度でしたが、今後1年ではその割合が30%に跳ね上がっています。つまり「この1年で大きな人員削減は起きなかったが、来年は起こり得る」と構える企業が増えたわけです。
変化の両面性
⚠️ AIリスク対策の強化と課題
主要なAIリスクと対策状況
| リスク分野 | 具体的な問題 | 対策状況 |
|---|---|---|
| AIの不正確さ | 生成AIの誤回答や幻覚（ハルシネーション）による意思決定ミス | 最も経験しやすいリスク。検証プロセス設置、人間レビュー体制の構築など対策が最も進む |
| データプライバシー保護 | 個人情報の不適切な取り扱い、データ漏洩 | 対策が進展中。アクセス制御、暗号化、匿名化処理など |
| 説明可能性の欠如 | AIの判断根拠がブラックボックスになる問題 | 手当が追いついていない。高度な生成モデルゆえに内部挙動の説明が難しく、継続的な課題 |
| 規制遵守 | 各国のAI規制への対応、コンプライアンス | 対策が進展中。法務部門との連携強化 |
2023年に生成系AIが一気に広まり現場レベルでのトラブル事例も増えたことから、企業が慌ててガバナンスを整備し始めた結果、対処項目数が倍増しました。社内ポリシーで生成AIの検証プロセスを設けたり、人間が必ずレビューする体制を敷いたりといった動きが広がっています。
✨ 何が新しいか - 過去との比較で見る変化
🚀 企業が取るべき次のステップ - 実務的含意
今はちょうど「PoC乱立から本格スケールへの過渡期」。この局面を突破するには、過去の延長線上ではなく高成果企業の動きを手本にした戦略転換が近道です。
高成果企業の成功パターン - 4つの実行ステップ
業界別の着目ポイント
| 業界 | 優先アクション | 期待される効果 |
|---|---|---|
| IT・ハイテク | エージェント型開発支援、コード生成・レビュー自動化、技術サポートの高度化 | 開発速度の劇的向上、品質の標準化 |
| 医療・ヘルスケア | 対話型問診支援、医療文書の自動要約、診察記録作成の自動化 | 医師の負担軽減、診療の質向上、患者満足度向上 |
| 金融・保険 | リスク評価の高度化、カスタマーサービスの自動化、不正検知 | 審査精度の向上、顧客体験の改善、コンプライアンス強化 |
| メディア・通信 | コンテンツ生成の効率化、パーソナライゼーション、顧客分析 | 制作コストの削減、エンゲージメント向上 |
| 製造業 | 予知保全、品質管理の自動化、サプライチェーン最適化 | ダウンタイム削減、不良率の低減、在庫最適化 |
✨ まとめ - 実験段階から本格活用への過渡期
McKinseyの2025年AI調査が示す最大の洞察は、「AIは使っているが価値の大半はこれから」という現状です。88%の企業がAIを利用し、62%がエージェントを実験中ですが、真の価値実現に到達しているのはごく一部（約6%）に過ぎません。
成功への方程式
過去のニュースで描かれた「AI革命」を現実のものとするために、今こそ発想と組織を変革し、AIを全社的な価値創造のエンジンへ昇華させるときです。高成果企業の行動様式（目的設定・再設計・投資）を逆算テンプレートとして採り込むのが成功への近道です。
📚 ソース・参考情報
🌐 主要出典
- McKinsey - The State of AI: Global Survey 2025 - 2025年11月5日公開の年次調査レポート（30ページ要約）
📊 補足情報
- World Economic Forum - AI Transforming Healthcare - 医療業界のAI導入動向
- Kaiser Permanente - AI-Enabled Clinical Technology - 医療現場での実用例
本スライドの内容は、McKinsey社の公式年次調査レポート「The State of AI 2025」（2025年11月5日公開）に基づいています。数値・記述は当該レポートの要約ページおよび関連公式記事から抜粋しています。業種別・機能別の詳細図表はレポート本体を参照することを推奨します。