業界×役職別のAI利用率｜IT管理職94.1%と格差の読み方

本サイトを運営する株式会社スリスタは、全国の会社員400名を対象に「企業の生成AI活用実態調査2026」を独自に実施しました。本記事では、業界別データと役職別データを組み合わせた「業界×役職クロス」分析の結果を公開します。

「IT業界はAIを使っている」「管理職は一般社員より使っている」——個別には知られている格差ですが、本調査でこの2つを掛け合わせた「業界×役職クロス」を可視化したところ、IT・ソフトウェア業界の管理職層は94.1%が業務でAIを利用する一方、不動産・建設業界の一般社員はわずか9.1%——10.3倍もの「二重格差」が本調査の回答者のあいだで確認されました。

【本記事の主要な発見】

・IT・ソフトウェア業界の管理職層 業務AI利用率94.1%(最高)

・不動産・建設業界の一般社員 業務AI利用率9.1%(最低)

・両者の差は10.3倍——「業界」と「役職」の2軸が掛け算で効く構造

・教育・人材業界は管理職83.3%・一般社員68.4%——業界全体が高水準で「役職格差が小さい」

・医療・福祉業界は管理職25.0%・一般社員8.3%——業界全体が低水準で「役職格差も小さい」

■ 1. 業界×役職クロス Top10とBottom10

業務での生成AI利用率を「業界×役職層」で12業界×3階層(管理職/中間層/一般社員)に区切って集計:

【Top10】

1位:IT・ソフトウェア×管理職 94.1%

2位:教育・人材×管理職 83.3%

3位:広告・マーケティング×管理職 80.0%

4位:IT・ソフトウェア×中間層 78.9%

5位:金融・保険×管理職 75.0%

6位:広告・マーケティング×中間層 73.3%

7位:教育・人材×中間層 71.4%

8位:教育・人材×一般社員 68.4%

9位:IT・ソフトウェア×一般社員 64.7%

10位:コンサルティング×管理職 62.5%

【Bottom10】

1位(下から):不動産・建設×一般社員 9.1%

2位:医療・福祉×一般社員 8.3%

3位:小売・流通×一般社員 12.5%

4位:製造×一般社員 14.3%

5位:運輸・物流×一般社員 16.7%

6位:医療・福祉×中間層 18.2%

7位:不動産・建設×中間層 20.0%

8位:小売・流通×中間層 21.4%

9位:製造×中間層 23.5%

10位:医療・福祉×管理職 25.0%

■ 2. 「業界優位型」と「役職優位型」の構造

クロス分析を眺めると、業界×役職の影響度合いは大きく3パターンに分かれます:

【業界優位型】

教育・人材、IT・ソフトウェア、広告・マーケティング業界では、管理職も一般社員も比較的高い利用率を示し、「業界全体としてAIが日常化」している。教育・人材業界の役職格差(管理職83.3% vs 一般社員68.4%)はわずか1.22倍。

【役職優位型】

金融・保険、コンサルティング、製造業界では、管理職と一般社員の利用率差が大きく、「管理職は使うが現場は使わない」二極化。金融・保険業界の役職格差は管理職75.0% vs 一般社員25.0%=3.0倍。

【二重低迷型】

不動産・建設、医療・福祉、小売・流通業界では、管理職も一般社員も低水準で、業界全体がAI未浸透。

■ 3. 10.3倍格差の意味——「労働市場の二重断層」

IT管理職の94.1%と不動産・建設一般社員の9.1%の差は、単なる「AI利用率の差」ではなく、複合的な構造の表れです:

第1の断層(業界):IT・教育・広告など「情報を扱う業界」と、不動産・建設・医療など「物理的サービス業界」の間に、AI受容度の大きな差。

第2の断層(役職):管理職層は意思決定権・予算権・情報感度を持ち、AI活用を主導しやすい。一般社員層は与えられた業務をこなす立場で、AIを業務に組み込む裁量が小さい。

この2つが掛け算で効くため、最上位と最下位の差は10.3倍まで開きます。

■ 4. 業界別「役職格差スコア」ランキング

各業界の「管理職利用率÷一般社員利用率」を「役職格差スコア」として算出:

【格差スコア低(役職に依存しない業界)】

1位:教育・人材 1.22

2位:IT・ソフトウェア 1.45

3位:広告・マーケティング 1.78

【格差スコア中】

4位:コンサルティング 2.50

5位:小売・流通 3.20

6位:製造 3.43

【格差スコア高(役職に強く依存する業界)】

7位:不動産・建設 3.50

8位:医療・福祉 3.01

9位:金融・保険 3.00

10位:運輸・物流 4.20

業界の特性として、教育・人材やIT業界は「現場にAIが組み込まれやすい(マニュアル化やツール標準化が容易)」のに対し、運輸・物流や金融・保険は「現場業務の標準化と権限の関係でトップダウン型」になりやすい構造です。

この調査データの読み方：区分の数・母数と、言えること・言えないこと

ここまでの業界×役職の数値を社内資料や記事で使う前に、何をどう集計した数字なのかを確認しておくと誤読を防げます。本ページの数値はそのままに、読み方の注意点を整理します。

対象は会社員400名、実施は2026年5月です

本調査は全国の会社員400名への調査で、企業400社に尋ねた調査ではありません。業界と役職は、回答者が属する業界・役職で区分した集計です。したがって「IT・ソフトウェア×管理職 94.1%」は、この調査でその区分に入った回答者のうち業務で生成AIを利用していると答えた人の割合であり、IT企業の管理職全体の値や、特定の企業の値ではありません。全体の利用状況（利用している38.2%など）は会社員の生成AI使用実態調査に掲載しています。

36区分に分けると、1区分あたりの回答者は少なくなります

本ページの集計は12業界×3階層で、区分の数は36です。400名を36区分で割ると、単純平均で1区分あたり約11名（400÷36≒11.1）になります。実際の区分ごとの回答者数は本ページには掲載していません。

さらに、役職の母数は均等ではありません。役職別AI業務利用実態2026に掲載している役職別の母数は、一般社員263名に対して、課長クラス49名、主任/係長38名、部長クラス34名、経営層/役員16名です。管理職側の区分は、一般社員側の区分より回答者が少なくなりやすいと考えられます。

回答者が少ない区分では、1人の回答で比率が大きく動きます。計算例として、回答者10名の区分なら1人分は10ポイントに相当します。順位が近い区分どうし（たとえばTop10の8位68.4%と9位64.7%）の差を「業界の実力差」として扱うのは避けてください。

「10.3倍」は最上位と最下位の2区分の比です

10.3倍は、IT・ソフトウェア×管理職の94.1%を、不動産・建設×一般社員の9.1%で割った値（94.1÷9.1≒10.3）です。36区分の平均的な差ではなく、両端の2区分を比べた倍率です。区分を細かく分けるほど、母数の小さい区分が両端に来やすくなり、倍率は大きく出やすくなります。

業界全体や役職全体の差を説明したいときは、母数の大きい集計を使うほうが安定します。業界別では業界別AI業務利用度ランキングで教育・人材76.9%と医療・福祉13.8%（約5.6倍）、役職別では課長クラス67.3%と一般社員25.4%（2.65倍）です。なお、倍率とポイント差は別の指標です。94.1%と9.1%のポイント差は85.0ポイントで、倍率と並べて書くときはどちらの指標かを明記してください。

「管理職/中間層/一般社員」の3区分は、役職別レポートの5区分とは別の切り方です

本ページは役職を3階層に分けていますが、役職別レポートは経営層/役員・部長・課長・主任/係長・一般社員の5区分です。5区分と3階層の対応関係は本ページには掲載していません。そのため「本ページの管理職94.1%」と「役職別レポートの課長67.3%」を同じ物差しで比べることはできません。

この調査から言えること・言えないこと

• 言えること：本調査の回答者では、IT・ソフトウェア、教育・人材、広告・マーケティングの区分が上位に多く、一般社員の区分が下位に多く並んでいます。また金融・保険のように、同じ業界でも管理職75.0%・一般社員25.0%と役職で差が開く業界があります。

• 言えないこと（因果）：業界や役職そのものがAI利用を決める原因だとは、この集計だけでは言えません。年代・企業規模・職種などの構成が区分ごとに異なる可能性があるためです。

• 言えないこと（一般化）：日本の会社員全体や、特定の企業・業界団体の利用率としてそのまま引用することはできません。

• 言えないこと（利用の深さ）：「業務で利用しているか」を尋ねた集計で、利用頻度や使い方の高度さ、成果を区分ごとに比べた結果ではありません。

出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）（業界×役職 二重格差分析）

■ 5. 採用・人事戦略への示唆

本クロス分析が人事戦略に投げかける論点:

・AI活用人材の市場価値は「業界×役職」で高度に階層化されている

・IT管理職や教育・人材管理職は既に「AIを使いこなす管理職」が業界の標準装備

・不動産・建設・医療・福祉の管理職は「AIを使う管理職」がまだ少数派——競合優位の構築余地が大きい

・一般社員のAIリテラシー育成は、業界の足腰となるが、業界全体の文化変革なしには定着しにくい

採用・転職市場では、AI活用スキルが「業界またぎ」の武器になります。IT業界出身のAI慣れした人材が、不動産・建設・医療業界に転職することで、業界全体の底上げが進む——人材流動性こそが、業界格差を埋める最大のレバーと考えられます。

他の調査と並べるときの注意：対象・区切り方・時期で値は変わります

業界別・役職別の生成AI利用率は、他社からも調査が公開されています。並べて紹介するときは、値の高低を直接比べるのではなく、対象・業界の区切り方・時期をそろえて読むことが大切です。ここでは、編集部が確認できた2つの調査を例に違いを整理します。

• GiftX「ビジネス職生成AI活用実態調査（2026年版）」：2026年6月実施、事前調査8,000名、本調査はオフィス系7職種のAI利用者669名。役職別の利用率は一般社員42%、管理職69%、経営者・役員62%（同社は「役職別は参考値」と注記）、業種別ではIT・情報通信74.8%、公務・官公庁18.2%と公表しています（出典：GiftX）。対象をオフィス系の職種に絞っている点が本調査と異なります。

• アルダグラムの5業界調査：2025年6月実施、全国の20〜60代2,500人（各業界500人）。業務での活用率は製造業24.6%、卸売業および小売業24.3%、不動産業24.0%、建設業18.7%、運輸業12.7%と報じられています（出典：MONOist（出所：アルダグラム））。本調査は「不動産・建設」を1つの業界として集計しているため、不動産業と建設業を分けた値とはそのまま比べられません。

いずれの調査でも「情報を扱う業界や上位の役職ほど利用率が高い」という方向は共通して読み取れますが、水準は対象と区切り方で大きく変わります。複数の調査を並べる場合は、調査主体・実施時期・対象者・母数・業界の区分を1行ずつ添えて紹介すると、読み手が誤解しにくくなります。

このデータを自社で使う方法：部署×役職の利用状況を同じ形で測る

業界×役職の結果は、自社の状況を考える「ものさし」として使えます。ただし、業界平均と自社を比べても打ち手は決まりません。同じ問い方で社内の部署×役職の利用状況を測り、どこに差があるかを見るのが実務的です。

手順1：本調査と同じ3つの選択肢で社内アンケートを取る

本調査の利用状況は「利用している」「以前利用していたが現在は使っていない」「全く利用していない」の3択で集計しています。社内でも同じ選択肢にしておくと、本調査の値と並べて見られます。以下は編集部が作成した設問例です。

【社内AI利用状況アンケート（設問例）】
Q1. あなたの所属部署を選んでください。
　（営業／マーケティング／管理部門／開発／現場・店舗／その他）
Q2. あなたの役職を選んでください。
　（管理職／中間層（主任・係長など）／一般社員）
Q3. 現在、業務で生成AI（ChatGPT、Gemini、Copilotなど）を利用していますか。
　（利用している／以前利用していたが現在は使っていない／全く利用していない）
Q4. Q3で「利用している」以外を選んだ方へ。利用していない理由に近いものを選んでください（複数可）。
　（使い方が分からない／会社の利用ルールが分からない／業務に必要を感じない／利用が許可されていない／その他）
Q5. AIに任せたいと思う業務があれば、1つ書いてください。（自由記述）

手順2：部署×役職の表にして、母数と一緒に見る

集計は、部署を縦、役職を横に並べ、各マスに「利用している人数／回答者数」を書きます。割合だけでなく人数を併記すると、回答者が少ないマスを過大に評価せずに済みます。

【部署×役職 利用状況シート（記入例の枠）】
部署：＿＿＿＿
　管理職　　：利用 ＿名 ／ 回答 ＿名（＿%）
　中間層　　：利用 ＿名 ／ 回答 ＿名（＿%）
　一般社員　：利用 ＿名 ／ 回答 ＿名（＿%）
　役職格差（管理職の割合÷一般社員の割合）：＿＿
　以前利用→現在未利用：＿名
　未利用の主な理由（Q4の上位2つ）：＿＿、＿＿
メモ：回答者が少ないマス（目安として5名未満など、社内で基準を決める）は参考値として扱う

手順3：差の出方で、最初の打ち手を分ける

• 管理職は使っているが一般社員が使っていない部署：管理職が使っている業務を、一般社員の業務手順に置き換えて共有します。現場展開の進め方は役職別AI業務利用実態2026の実務アクションも参考になります。

• 役職を問わず利用が少ない部署：Q4で「会社の利用ルールが分からない」が多い場合は、まず利用ルールを明文化して周知します。ひな形は生成AIガイドラインのテンプレートにあります。なお本調査の業界別集計では、ガイドライン整備率がIT42.9%に対して医療0%でした（業界別AI業務利用度ランキング）。

• 「以前利用していたが現在は使っていない」が多い部署：一度試して定着しなかった層です。やめた理由を聞き取り、業務で使う場面を1つに絞って再開してもらうほうが、全員向けの研修より原因に当たりやすくなります。

企業規模ごとの活用段階を合わせて確認したい場合は、企業規模別のAI活用ステージで自社の段階を診断できます。

■ よくある質問(FAQ)

Q1. 業界×役職クロスで最も差が開いている組み合わせは何ですか?

A1. 本調査(n=400・2026年5月実施)では、IT・ソフトウェア×管理職94.1%と不動産・建設×一般社員9.1%の組み合わせが最も差が大きく、10.3倍の格差があります。

Q2. AI利用率の高い業界には共通点がありますか?

A2. 「情報を扱う業界」(IT・教育・広告)が高い傾向です。これらの業界では、AIをツールとして業務フローに組み込みやすく、管理職層・一般社員層ともに高い利用率を示します。

Q3. 自業界の格差スコアが高いとどうすべきですか?

A3. 格差スコアが高い業界は「管理職主導でAI活用が進む構造」のため、一般社員へのトリクルダウン教育とユースケース提供が必要です。逆に格差スコアが低い業界は、既に現場までAIが浸透している証拠であり、次は活用の質を高めるフェーズへ移行できます。

Q4. 業界×役職の各区分の回答者数は何名ですか?

A4. 区分ごとの回答者数は本ページには掲載していません。12業界×3階層の36区分に400名を分けているため、単純平均では1区分あたり約11名で、区分によってはさらに少ない可能性があります。各区分の値は参考値として扱い、引用する際は「n=400のクロス集計」であることを添えてください。

Q5. 10.3倍という数字は、業界の差と役職の差のどちらが大きいことを示していますか?

A5. 10.3倍は最上位と最下位の2区分を比べた値で、業界の影響と役職の影響に分けることはできません。業界全体の差は業界別レポートの約5.6倍（教育・人材76.9%と医療・福祉13.8%）、役職全体の差は役職別レポートの2.65倍（課長クラス67.3%と一般社員25.4%）が参考になります。ただし、これらは比べている区分が異なるため、倍率どうしを直接比べて大小を決めることはできません。

Q6. 自社の利用率をこの調査の値と比べてもよいですか?

A6. 目安として並べることはできますが、本調査は会社員個人への調査で、業界と役職の区分も自社の組織区分とは一致しません。比べる場合は、本調査と同じ「利用している／以前利用していたが現在は使っていない／全く利用していない」の選択肢で社内の回答を集め、回答者数を併記したうえで、差の方向（どの部署・役職で低いか）を見る使い方をおすすめします。

■ まとめ

業務AIの利用は、業界×役職の二重格差として現実化しています。IT管理職94.1%・不動産建設一般社員9.1%の10.3倍格差は、単なる現象ではなく、業界特性と役職構造の掛け算によって生まれた労働市場の構造的断層です。

この格差を埋めるレバーは、業界内のトップダウン教育、業界間の人材流動、そして一般社員層への裁量配分。AI推進の議論は「個人スキル」から「組織構造」へ、視点をシフトする時期に来ています。

---

調査結果を読む・共有する

業界と役職を組み合わせた調査結果と考察は、このページの本文でご覧いただけます。社内で共有する際は本ページのURLをご利用ください。引用時の出典表記は、以下の案内をご確認ください。

本記事の引用について

本記事の数値・図表は、本サイトを運営する株式会社スリスタが独自に取得・公開している一次調査データです。引用される際は、出典「株式会社スリスタ『企業の生成AI活用実態調査2026』(n=400)」と明記の上、本ページURLへのリンクをお願いいたします。

この調査データを使った実践記事

業界と役職の掛け合わせで見える格差は、業種ごとの導入の進め方や組織側の課題とあわせて考えると、自社の打ち手を決めやすくなります。

• 製造業のAIマーケティング：引き合いを増やす仕組みの作り方を解説しています。

• AIマーケティングを阻む組織の壁：成果が出ない組織側の原因を解説しています。

• 中小企業のAIマーケティング入門：月1万円から始める具体的な進め方を解説しています。

• 業界別AI業務利用度ランキング：業界ごとの利用度の差を解説しています。

おすすめの無料ドヤAIサービス！

ドヤスライド

テーマや要点から構成を整え、提案資料・営業資料・ホワイトペーパーのスライド作成をAIで効率化します。

▶ ドヤスライドを無料で試す