REPORTS / PRIMARY SOURCES
統計データ・論文・業界の現場構造を一次情報として、生成AIとの付き合い方をコンサルタント視点で分析します。すべてのレポートで出典を明示しています。
総務省「令和8年版 情報通信白書」のAI利活用データを経営者目線で読み解きます。個人向け調査では利用経験58.8%（15〜69歳・年代別同数割付）、デジタル化着手済み企業の管理職調査で、活用方針「わからない」を除いた回答者内の業務利用は86.4%。後続設問では、学ぶ環境39.9%、社内データ基盤24.5%です。調査条件を確認し、導入率の次に測る指標を考えます。
MirrorCodeの4月初期結果では、Claude Opus 4.6が約16,000行のgotreeを再実装し、2,001テスト中2,000件に合格。6〜7月の完全版では25対象・最強モデル56%へ拡張され、Opus 4.7がgotreeを14時間・251ドルで再実装しました。初期値と完全版を分け、AIへ任せる条件を整理します。
StanfordとSAP LabsのCooperBenchは、652の協調コーディングタスクで、2体のエージェントが1体より低い成功率になる「協調の呪い」を観測しました。SoloとCoopの比較、46タスクの人数拡張実験、失敗トレース分析を分けて読み、人間が設計すべき分担・計画・統合ゲートを整理します。
Anthropic Economic Indexの実利用ログでは、Claude.aiと1P APIで職種構成や任せ方が異なります。最新版の分類変更と回答者偏りも含めて読み、職種名ではなく成果物・委任度・人の確認点でAI活用を設計する方法を整理します。
非reasoning系LLMの公開API価格は、固定したベンチマーク性能を満たす最安価格で測ると年率9分の1〜900分の1、中央値50分の1で下落しました。測定条件を明確にし、コストを理由に見送った生成AI施策を再評価する方法を整理します。
帝国データバンク調査では、生成AI活用率は大企業46.5%に対し小規模企業28.0%でした。同じ調査の用途・課題・効果を規模別に読み、別設計の東京商工リサーチ調査は直接比較せず補助線として扱います。格差の主要因を断定せず、中小企業が小さく検証する手順へ落とし込みます。
生成AI導入企業の管理職1,008名を対象にしたコーレ調査では、71.3%が使いこなせない人による業務支障に肯定し、別設問では86.5%が今後のAI投資予算増額に肯定しました。2つの回答者の重なりは未公表です。調査の限界を踏まえ、管理職教育・採用要件・評価制度へつなぐ判断軸を整理します。
投資銀行アナリスト・経営コンサルタント・企業弁護士の実務経験者が作った480の長時間クロスアプリタスクで、8種のAIエージェントを評価したベンチマーク APEX-Agents（Mercor、2026年1月公開）を読み解きます。一発成功率は論文の評価時点で最高24.0%。この数字を「仕事が代替されるか」ではなく「どの粒度なら任せられるか」の地図として読み、業務の切り出し方に落とし込みます。
WRITER社の2026年調査では、経営幹部の79%がAI導入に課題があると答え、C-suiteの54%が「AI導入が会社を引き裂いている」と回答しました。DeloitteとCiscoの調査も参照し、モデル追加の前に戦略・データ・業務統合・ガバナンスを点検する判断軸を提示します。
印刷・広告制作会社が持つ過去案件、仕様、校正、納期の知識を生成AIで次の販促施策へつなぎ、制作代行から月次の運用伴走へ広げるための着手順を示します。
保険募集では、顧客意向の把握、比較・推奨理由の説明、記録保存など、守るべき型が明文化されています。生成AIで説明の抜けを事前点検し、募集人ごとの品質差を縮める着手順を示します。
AIエージェントは営業も人事も変えると語られますが、公開MCPツールの実測データは別の姿を示します。17万7,436件を分析した英AIセキュリティ研究所の論文をもとに、公開ツールの67%がソフトウェア開発向けという現在地と、環境を直接変更する「アクション型」へのシフトを読み解き、自社のエージェント導入領域の選び方に落とし込みます。
