AIビジネス 読了 5 分

生成AIで7割が時短実感、なのに4割弱は「負担が増えた」――大手企業309人調査

Shiritomo編集部 @shiritomoAI_jp 2026年11月19日 更新
生成AIで7割が時短実感、なのに4割弱は「負担が増えた」――大手企業309人調査

業務時間が「30%以上短縮した」と答えた人が23.9%、「10〜29%短縮した」が47.9%。
合わせて7割超が生成AIで時間を短縮できたと答えています。
それなのに、同じ調査で37.3%が「負担が増加した」と回答しました。

生成AIを日常的に業務で使っている人、あるいは「導入すれば楽になるはず」と期待している立場の人には、この数字のズレがそのまま自分の実感と重なるかもしれません。
何が時間を短くして、何が負担を増やしているのかを、実際の調査データで見ていきます。

先に結論をまとめると:
– 大手企業の従業員309人を対象にした調査で、71.8%が業務時間の短縮を実感した一方、37.3%は仕事全体の負担が「増加した」と回答しました
– 負担が増えた最大の理由は「出力された内容が正しいかを確認すること」で、52.1%は手作業でシステムへ入力・転記する作業も担っています
– 米国の研究では、AIの影響を受けやすい職種で22〜25歳の若手の雇用が、経験豊富な世代に比べて相対的に13%少なくなっていると報告されており、「速くなった分、楽になる人」と「そうでない人」の分かれ方が国を問わず表面化しています

何が起きたのか

テックタッチ株式会社が、従業員1,000人以上の大手企業に勤め、生成AIやAIツールを1日1回以上使っている309人を対象に実施した調査結果を、2026年11月17日に発表しました。
調査期間は同年10月9日から15日までです。

結果は「速くなったのに軽くならない」という、一見矛盾した内容でした。
業務時間の短縮を実感した人は71.8%にのぼった一方、仕事全体の負担が「増加した」と答えた人も37.3%存在し、「ほぼ変化なし」が32.7%、「軽減した」は24.6%にとどまりました。
時間は縮んでいるのに、負担を感じる人の割合は、負担が減ったと答えた人よりも多いという結果です。

調べて分かったこと

なぜ「速くなった」のに「負担が増えた」のか?

調査では、負担を感じる場面を複数回答で聞いています。
最も多かったのが「出力された内容が正しいかを確認すること」で48.5%、次に「例外的なケースの説明」が37.2%、「出力内容の修正」が35.6%と続きました。
つまり、AIが文章や回答そのものを作る時間は減っても、その内容が合っているかを人間が確かめる作業は減っていない、ということです。

さらに踏み込んだ数字もあります。
309人のうち52.1%(161人)は、AIが出した答えを業務システムへ手作業で入力・転記しており、そのうち半数は週1時間以上をこの転記作業に費やしています。
AIが回答を作ったあとも、それを「使える形」にする作業は結局人の手に残っているという実態です。

若手にとっての負担は、ベテランとは違う形で出ている

日本の調査がオフィスの中の「負担の質」を示しているのに対し、海外の研究は別の角度から、年齢による影響の差を示しています。
スタンフォード大学の研究者らが、米国の給与データを扱うADP社の数百万件規模の匿名化された給与記録を分析したところ、カスタマーサービス・会計・ソフトウェア開発といったAIの影響を受けやすい職種で、22〜25歳の若手労働者の雇用が、経験豊富な世代に比べて相対的に13%少ない状態にあることが分かりました。
同じ職種でも、経験を積んだ世代の雇用は安定または増加しており、影響が若い世代に偏って出ているのが特徴です。

この2つの調査は対象も手法もまったく別のものですが、どちらも「AIが仕事を楽にする」という単純な構図では説明できない現実を指しています。
一方は「時間は短縮されても負担が消えない」という話、もう一方は「誰がAIを使う側に回り、誰が雇用の影響を受ける側に回るか」という話です。

この先、負担をどう減らせるのか?

テックタッチの調査が指摘しているのは、AIの出力をそのまま業務で使える状態にする「仕上げの工程」が負担の大きな部分を占めている、という点です。
出力確認や手作業での転記にかかる時間そのものを減らす仕組み(業務システムとの連携や確認フローの見直しなど)がない限り、AIの回答速度がいくら上がっても、人が担う「確認・修正・転記」の負担は残り続けると見られます。
この部分は、今回の調査結果を離れても、生成AIを業務に取り入れている多くの職場に共通する課題です。

Shiritomo編集部の考察:「時短」の数字だけでは見えないもの

生成AIの導入効果を語るとき、多くの発表は「時間がどれだけ短縮されたか」を主な指標にします。
しかし今回の調査が示しているのは、時短の実感と負担の実感が別の軸で動いているという点です。
マーケティングや広報の現場でも、AIで下書きや分析の時間を短縮できたとしても、そのチェック・修正・展開の工程に人の判断が必要な場面は変わらず残ります。
導入効果を測るときは「作業時間がどれだけ減ったか」だけでなく「確認・修正にどれだけ時間を使っているか」もセットで見る必要がありそうです。
今回のテックタッチの調査のように、負担の内訳まで分解して聞く調査は、導入効果を正しく評価するうえで参考になります。

まとめ

生成AIの導入は時間を短縮する一方で、出力の確認・修正・転記という「仕上げの工程」の負担は多くの職場で解消されていません。
米国の研究が示す若手雇用への影響も含めると、AIが誰にとって「楽になる話」で、誰にとって「そうではない話」なのかは、年齢や役割によって分かれていると言えそうです。

さらに深掘りしたい方へ

新人採用27%→9%、COBOL正答率86.6%――この1ヶ月、AIが奪っていたのは新人の「下積み」でした【編集部まとめ】新人採用27%→9%、COBOL正答率86.6%――この1ヶ月、AIが奪っていたのは新人の「下積み」でした【編集部まとめ】若手の「下積み」機会がAIに置き換わっていく動きを、別の角度からまとめた記事です。

導入率87%、なのに効果を実感できたのは9%――生成AI導入企業で広がる「AI疲れ」の正体導入率87%、なのに効果を実感できたのは9%――生成AI導入企業で広がる「AI疲れ」の正体同じ「AI疲れ」というテーマを、別の調査データから掘り下げた過去記事です。

テックタッチ株式会社の調査結果の詳細は、こちらで確認できます。
「AI疲れ」実態調査(PR TIMES)

スタンフォード大学の研究についての解説記事は、こちらにまとまっています。
AIが若者の雇用を揺るがす(JBpress)