AIに下書きを書かせたら、たしかに速くなりました。それでも月末の忙しさは去年と変わらず、残業代も外注費も減っていません。「で、いくら得したの」と聞かれて、答えに詰まる。
原因はAIの使い方ではなく、順序です。行き先を決める前に使い始めると、余力は確認作業と別の仕事に吸収されます。だから「速くなったのに、仕事は増えた」が起きます。従業員5〜30名の会社の社長と実務担当者に向けて書きます。
- 「削減◯時間 × 時給」を書いた方 → 利益と呼べない理由
- 測り方だけ見たい方 → 記録票1枚で数える
- 決める項目だけ見たい方 → 社長が決める5つと1枚
AIで浮いた時間は、決めなければ4か所に消える
浮いた時間の行き先を決めていないと、時間は次の4か所に消えます。
- 確認・修正(出力を見直し、直す時間)
- 別の仕事(空いた分だけ依頼が入る)
- 会議・報告(何ができたかを説明する時間)
- なんとなくの時間(次が決まっていない時間)
心当たりが2つ以上あれば、この記事の対象です。
公的な調査にも同じ形の数字があります。パーソル総合研究所の調査(正規雇用者3,000人、2025年10月実施)では、削減できた時間の61.2%が「仕事をする」に再投下され、そのうち75.4%が日常業務でした1(この内訳は原典PDF未確認)。所要時間は平均16.7%短縮なのに、実際に業務時間が減った利用者は約25.4%、4人に1人です12。速くなった実感と、時間が減った実感は別に動きます。

便利になった分だけ使う量が増える現象は「ジェヴォンズ効果」と呼ばれます。名前を知っても、行き先は決まりません。
「削減時間 × 時給」を利益と呼べない理由
「月30時間削減 × 時給3,000円 = 月9万円の効果」。この式を社内資料に書いた方は多いと思います。
つまずくのは計算の精度より一歩手前です。人員も残業も外注費も変わっていなければ、その金額は損益計算書のどこにも現れません。減ったのは支出ではなく拘束時間です。
例えば、月40時間短縮しても確認に10時間増えれば、純減は30時間です。時給換算3,000円なら9万円相当になります。それでも「毎月9万円儲かる」と説明してはいけません。この数値例は、自社のAI研修教材が「言ってはいけない説明の例」として使う設計上の数字で、顧客企業の実測値ではありません。
では、どう書くか。1行を3行に割ります。
| 社内資料に書く行 | 上の例での答え | 書くときの注意 |
|---|---|---|
| 現金支出の削減 | 0円 | 人員も残業代も外注費も変わっていないなら、正直に0と書く |
| 生まれた余力 | 月30時間 | 確認で増えた10時間を引いた後の数字で書く |
| 追加の事業成果 | 現時点では未測定 | 「何を・いつ測るか」を同じ行に併記する |
自社の確認テストにも、この設問を置いています。「月30時間減ったが、残業代も外注費も減っていない。効果をどう説明するか」。「余力と現金効果を区別できるか」を見るための設問で、上の3行はその区別を本記事用に書き起こしたものです。
ROI(投資額に対してどれだけ戻ったかの比率)を出すなら、総費用にライセンス代だけでなく初期設定・教育・確認・保守・報酬・移行の費用と、誰も使っていない席の月額まで入れます。削減時間の価値と、そこから生まれた追加粗利を二重に数えないでください。試算は悲観・標準・楽観の3通りです。
投資の線は1文で引けます。「どの部署の・どの業務の・どの工数を・どれだけ減らすか」が書けなければ、まだ導入時期ではありません。
中小企業のAI効果測定で何を測るか — 便益を現金支出の削減/生まれた余力/追加の事業成果に分ける
この3分割は、自社が最初から持っていた考え方ではありません。AI研修の草案をAIによるレビューにかけたとき、致命的な弱点3点の2つ目としてこう指摘されました。「『削減時間×時給』は、そのまま利益やROIではない。『使った人が報われる』は、利用回数競争に転びやすい」。
指摘はそのまま採用し、便益を3つに分け、報いる対象を「使った人」から「改善・検証・共有に貢献した人」へ変えた記録が設計書に残っています。下の3区分は、そのレビューの表です。
| 区分 | 測るもの | 注意点 |
|---|---|---|
| 現金支出の削減 | 実際に減る外注費、残業代など | 固定給社員の時間短縮だけでは給与支出は減らない |
| 生まれた業務余力 | 確認・修正を差し引いた時間 | 誰が何に使うかを決めなければ、利益につながらない |
| 追加の事業成果 | 増加粗利、納期改善、品質改善など | AI以外の影響と、実現までの条件を確認する |
この3分類は新しい発明ではありません。既存の分類(コスト削減/売上・粗利向上/リスク・品質改善、あるいは定量/準定量/定性)の組み替えで、差は「生まれた余力」を独立した1区分にする点だけです(この対応づけは本記事の見立てです)。費用側は初期費用・運用費・工数と細かく割るのに、便益側は1つの塊のまま扱われがちです。この非対称が「削減時間×時給」に戻る入口だと考えています。

公的な傍証もあります。中小機構が全国の中小企業10,000社に配布した調査(2025年11〜12月実施、AI導入設問の回答 n=1,647で導入率は20.4%)では、導入済み企業に限った効果の設問で「業務効率化」83.2%が最多、「付加価値創出」は22.3%でした(この設問の回答数は報告書で未確認)4。効率化と事業成果の実感が3倍以上ひらいています。
総務省の令和8年版 情報通信白書は別の設問です。日本企業が「生成AIの活用により生じうる影響」として挙げた項目は「業務の効率化」61.6%が最多、「質の向上」は32.2%。他の3か国では「質の向上」が最も高く、白書は「日本では生成AIが業務効率化の文脈で捉えられている一方で、他の3か国では……質の向上や生産性向上といった文脈で捉えられている可能性がある」と書いています3。見通しを聞いた設問で、実感の測定ではありません。母集団の条件は後の章でまとめます。
例えば、生成18秒・確認4分10秒。確認のほうが約14倍長い
ここからは、自社のAI研修教材(2026年9月の台本初稿)が実演の設計値として置いている数値です。架空の価格表と架空の見積依頼を使い、見積返信メールをAIに下書きさせる実演で、台本自身が「実測は制作時に行う」と書いており、計測はまだ行っていません。
| 項目 | 台本に置かれた値 |
|---|---|
| 題材 | 架空の価格表5品目(9月改定・旧単価と新単価を併記)+見積依頼メール1通(3品目) |
| 指示 | 新単価で合計を出し、丁寧な敬語で200字程度の返信メールを書く |
| 生成時間 | 18秒 |
| 確認時間 | 4分10秒(価格表5品目と出力3行を1行ずつ照合) |
| 1回目の誤り① | 1行(紙ナプキン)が旧単価1,150円。正は新単価1,280円。10箱で1,300円安い見積になる |
| 1回目の誤り② | 「来週火曜日の納品で手配いたします」。価格表にもメールにも無い納期を補って確約した |
| 1回目の合っていた点 | 敬語・構成・宛名・合計の計算。体裁はそのまま送れる水準 |
| 2回目(同じ指示・同じデータ) | 単価は3行とも正しい。納期は「別途ご連絡いたします」に変化。言い回しも別物 |

確認は生成の約14倍(250秒÷18秒=13.9倍)という設計値です。足して4分28秒。この4分10秒を、慣れればなくなる時間としては設計していません。単価が1行違えば得意先に安い見積が届き、納期を勝手に確約すれば謝りに行くのは営業です。だから基準は1文にできます。生成の時間 + 確認の時間 = AIを使った時間。「AIで速くなった」は、足した時間で言ってください。
台本では同じ指示・同じデータで2回実行する構成にし、1回目は誤りが2つ、2回目は単価が3行とも正しくなる例を置いています。取るべき結論は「2回目が合っていたから安心」ではなく、3回目は分からない、です。教材が並べる失敗例も2つで、「1回うまくいったので確認をやめた」は2か月目に旧単価の見積が得意先に届き、「1回間違えたので全部やめた」は敬語と構成が使えていたのに全廃します。共通点は、観察を記録していないことです。
確認の増加と修正の往復(手戻り)は、記録票1枚で数える
「確認が増えた」は、感想のままでは次に活かせません。自社の観察記録は6欄あり、最初の3欄を必須にしています。そこに2項目を足したものが下の記録票です。印刷して、右の列を明日の1件で埋めてください。
| 欄 | 書くこと | 記入例(上の実演の設計値) | あなたの1件 |
|---|---|---|---|
| ① 合っていたこと | そのまま使えた部分 | 敬語・構成・宛名・合計の計算 | |
| ② 違っていたこと | どの行が、どう違ったか | 紙ナプキンが旧単価1,150円(正は1,280円)。与えていない納期を確約した | |
| ③ 時間 | 生成/確認・修正を分けて | 生成18秒/確認4分10秒 | |
| ④ 往復回数(手戻りの回数) | 指示を出し直した回数と、差し戻した回数 | 2回(同じ指示で2回実行) | |
| ⑤ 社外から受け取ったAI生成物の確認時間 | 取引先から届いた資料や文面を読み解き、直した時間 | 該当なし(架空の実演) |
①②③が必須、④⑤がこの記事で足す2項目です。①②③は本番業務を測る記録と欄構成を揃えてあり、同じ型で2回測って比べるための設計です。
⑤は中小企業に固有の負担です。部下の下書きは差し戻せますが、取引先の文書はそうはいきません。関連する海外調査があるとされますが、原典未確認のため数値は使いません。

往復回数は、使い方の良し悪しを測る数字ではありません。往復が多いタスクは、渡す材料(社内の前提情報)を会社として用意していないタスクである可能性が高いと考えています。この読み方は本記事の整理で、自社の検証結果ではありません(推測)。価格表の最新版や断ってよい条件が紙にないと、担当者が毎回口頭で補い、往復が増えます。
測る軸が思いつきでない裏付けもあります。パーソル総合研究所の別の調査(2026年4〜5月実施。本調査は正規雇用者3,300人で、この4項目は集計ベース n=3,000 とされ、定義は原典未確認)では、「指示を何度も出し直すことがある」49.7%、「前提や背景を入力するのが負担」38.0%、「出力を確認・修正する手間が大きい」35.2%、「かえって作業時間が増えることがある」30.3%でした56。いずれもAIをたくさん使う人ほど大きくなります。
ただしこの設問は回数ではなく有無を聞いており、確認の時間量も往復回数も測っていません。「確認が月10時間増えた」を公的調査から引くことはできないので、自社で数えます。自己申告も使えません。熟練開発者16名の実験では、実測で19%遅くなったのに本人は20%速くなったと認識していました7。
基準を1つ。下書きが半減して確認待ちが倍増したら、成功ではありません。「10件で誤りがなかった」も、安全性の証明にはなりません。
例えば、若手だけ速くなり、確認する人に溜まる場合
構図は1文です。作る側が速くなっても、確認する人の速さが変わらなければ、仕事は承認待ちとして後工程に溜まるだけで、会社から見た余力は増えていません。
例えば、従業員12名の設計事務所。入社3年目の担当者が提案書の下書きをAIで作れるようになり、半日が1時間に縮みます。ところが図面と数量の整合を見るのは社長しかいません。下書きが週2本から週6本に増えた分、社長の夜が埋まります。担当者の時間は浮き、会社としては何も浮いていません。
従業員5〜30名の会社で置き去りになるのは、多くの場合「上司」ではなく社長本人です。これは自社に測ったデータがなく、推測です。関連する自社の記録は、架空ケースで「課長の確認時間を測る」と決めた一件だけで、世代差や役職差を測った自社データはありません。外部では、パーソル総合研究所のコラムが、部下の時間が浮いても上司の確認作業に移っただけになりうると書いています8。同研究所は、個人の時短が組織成果につながらない理由も3つ挙げています9。
誰が置き去りになるかは断定しません。「若手だけが速くなる」と「熟練だけが速くなり新人が置いていかれる」は正反対のまま同時に流通しており、本記事はどちらも判定しません。関連する相関として、ラクスルが従業員2〜100名の経営者・従業員300人に行った調査(2026年5月29日〜6月1日実施、7月9日発表)は、代表・役員ほどAIを使っていないという役職差を報じています10。一次発表を確認できていないため役職別の数値は使いません。相関で、因果の証拠でもありません。
決めるべきは、速さの差がついた事実をどう測り、渡す材料をどう用意するかです。
「AI疲れ」「残業が増えた」の調査は、分母と定義を見てから使う
社内資料に数字を貼る前に、自社では4つの質問を課しています。誰が調べたか。誰に聞いたか。いつ聞いたか。何を聞いたか。答えられない数字は使いません。置き場所も「もう起きたこと/これから」×「多くの会社/1社」の4つの箱に仕分け、測った人が分かるまで宣伝の箱に置きます。
実例①:同じ年のAI利用率が、3つとも違う
| 調査 | 数値 | 母集団・定義 |
|---|---|---|
| 総務省 令和8年版 情報通信白書 | 86.4% | 従業員10名以上かつ2025年までにデジタル化に着手済みの企業の、管理職以上が回答。日本の有効回答は515件(うち中小企業162件)で、この設問の回答数は未確認。2026年1〜2月1112 |
| 厚労省 労働経済動向調査(令和8年2月) | 31% | 主要産業の規模30人以上の民営事業所が対象(5,786事業所を抽出・有効回答3,136事業所)。事業所単位で、労働者個人が独自に使っている場合は「導入」に含めない13 |
| 中小機構 中小企業AI等利活用実態調査 | 20.4% | 全国の中小企業10,000社に配布、AI導入設問の回答 n=1,647。2025年11〜12月4 |
「世の中はもう8割が使っている」という焦りは、母集団の見落ちから来ます。比べるべきは86.4%ではなく中小企業全体の20.4%ですが、その20.4%も1万社に送って答えた1,647社の値で、答えた会社はAIに関心が高いかもしれません(本記事の読みです)。「規模が小さいほど未導入が多い」という傾向も、その調査自体が30人以上の事業所しか見ていないので、5〜30名の実態は分かりません13。
定義も読みどころです。労働経済動向調査では、社長がChatGPTを個人契約で使っているだけなら「AI導入」に数えません13。会社として狙いを決めて初めて導入になる。公的調査の定義と、この記事の主張が一致する箇所です。
実例②:「7割がAI疲れ」の分母ずれ
ある民間調査(AIツール活用者200人)の報道では、「業務が楽になった」88.0%、「なぜか疲れる」が「よくある+時々ある」で全体62.0%と紹介されています。一部の報道は見出しに「7割」を使いましたが、報道本文から読み取れる範囲では「とても楽になった」層の内訳(40.2%+27.6%)とみられ、全体値は62.0%です(一次発表は未確認)14。
n=200で、設問文も調査主体の性質も確認できていません。自社のまとめ資料にもこの調査由来とみられる数値が出典URLなしで記録されているため、研修台本では「母集団が確認できるまで『ある調査では』と言い、看板にしない」と制約をかけ、本記事でも根拠に使いません。公的調査で「AI疲れ」を正面から扱ったものは、見つけられませんでした。
実例③:言葉を読み替える — 「導入なし」は「使っていない」ではない
商工中金の調査(2026年1月調査)にある「会社として導入なし・個人判断に任せる」64.9%も、使っていない会社の割合ではなく、使うかどうかを会社として決めていない会社の割合です15。「6割以上が使っていない」も「6割以上が使っている」も誤りになります(この数値は原典PDF未確認)。
因果の線も引きます。パーソル調査の「利用頻度が高い層ほど残業時間が長い傾向」は相関で1、「AIを使うと残業が増える」と因果では書けません。忙しい人ほどAIに手を伸ばす逆向きの説明も成立します(推測)。厚労省の令和8年版 労働経済白書も第Ⅰ部で「労働時間は、前年と比べ減少した」と書きますが、AIの効果と結びつけてはいません18(原典PDF未確認)。
例えば、道具を全部そろえても一周しない — 自社の自動化が止まっていた記録
「決めて測る」が形式論でないことを、自社の失敗記録で書きます。自社では動画制作を自動化しており、生成・検査・投稿の部品は実装済みでした。それでも2026年9月に調べたら、改善が一周していませんでした。記録の結論は「実装が豊富なことと、品質改善が一周することが混同されている」です。
いちばん効いたのは日付の見落としです。9月5日の点検記録には「異常なし(前夜は成功)」と書かれていましたが、参照されていた最後の成功は8月4日のものでした。監視は最新レコードの結果だけを見て、日付を見ていません。処理そのものが作られない失敗を、検知できていなかったわけです。週次レビューも5週連続で同じ結果を正常終了し、記録は「検査合格は旧版より改善した証拠ではない」と注記しています。
AIでも同じです。「出力は出ている」「使われている」「レビュー会も開いている」が揃っていても、直す→比べる→採用する→次に反映する、が一周していなければ、増えるのは作業だけです。だから完了条件は、失敗が検知できる形で書きます。自社の1番目は「古い成功を入力した検証で、必ず異常と判定できること」でした。
社長が先に決める5つと、明日の1枚
自社の研修教材では、社長が引き受ける判断を5つに固定しています。担当者には決められないからです。
- 目的 — 何を良くするのか(納期/人手/粗利)。社長の口から出ていないと、担当者は便利そうなことを探し始めます
- 資源 — 今の仕事の上に乗せるなら、それは残業です。「この仕事を減らす」と言えるのは社長だけ
- 利害調整 — 確認する人は負担が増えます。同じ立場の人に指図はできず、担当者には裁定できません
- 還元 — 浮いた時間の使い道。決めなければなんとなく消え、頑張った人が一番損をします
- 継続判断 — やめる条件を先に決めます。「やってみて考える」では、やめられません
④の還元を決めるとは、生まれた余力を3つの区分のどれに変えるかを決めることです。決める中身は6行で足ります。
| 行 | 決めること | 対応する判断 |
|---|---|---|
| 1 | 目的(どの業務の・どの工数を・どれだけ減らすかを1文で) | ① 目的 |
| 2 | 先に減らす仕事(誰の何を、いつまで、誰に移すか) | ② 資源 |
| 3 | 余力の行き先(3つの区分のどれに、どの順で変えるか) | ④ 還元 |
| 4 | 測る数字(誰が確認するかを含む。生成/確認・修正/往復回数/確認者の時間/誤りが外に出た件数) | ③ 利害調整 |
| 5 | 3か月後に見る数字(4つまで)と、見る日 | ⑤ 継続判断 |
| 6 | 停止条件 | ⑤ 継続判断 |

例えば、卸売業・従業員20名・社長1名と推進担当1名(兼務)の会社。自社の教材が記入例として置いている架空の例です。
- 目的:当日返信率を6割から上げる
- 先に減らす仕事:推進担当の週2時間は、備品発注と棚卸しを営業事務に移して捻出。3か月限定
- 余力の行き先:まず推進担当の残業削減。返信率が上がったら、その分を営業の訪問時間へ
- 測る数字:確認は営業課長とし、課長の確認時間を測る
- 3か月後に見る4つ:当日返信率/推進担当の残業時間/課長の確認時間/誤った単価の件数
- 停止条件:誤った単価の見積が得意先に届いたら、その時点で一度止める
順序に注目してください。余力を作るために、先に減らす仕事を決めています。「浮いた時間で新しい仕事を増やす」とは書いていません。教材の中でも社長は「失注を減らす」から「当日返信率を上げる」まで目的を縮小します。証拠のない目的を書かない正直さが、1枚の質を決めます。
決めないまま進めると、丸投げ(目的しか渡さない)は3か月後に「効果が見えない」で終わり、号令だけ(何も決めない)は古い価格表のままの下書きが得意先に届いて全廃になります。やめたこと自体は失敗ではなく、理由が書けないことが失敗です。
報いる対象も、余力の行き先と表裏です。報いるのは「使った人」ではなく、品質を落とさず改善した人、再現できる形で共有した人、限界を見つけて報告した人です。自己申告の削減時間に比例する賞金と「事故報告ゼロ」の評価は、自社が「やってはいけない設計」としています。
情報通信白書も「AI導入・活用による効果創出のステップ」のステップ2として「経営層が優先的にAI活用する業務領域を決め、人間が負うべき責任の範囲を見極めることが重要」と書いています16。同じ白書では日本企業の「組織的な取組はない」が27.0%で、米国・ドイツ・中国より顕著に高い17。決めていない会社が多いのは現在地で、遅れの証明ではありません。
よくある質問
Q1. 「削減◯時間 × 時給」は、社内で絶対に使ってはいけませんか。
工数換算として使うのは問題ありません。問題は利益や現金効果として説明することです。工数換算は「生まれた余力」の行に置いてください。
Q2. 確認時間を測る余裕がありません。何から始めればよいですか。
明日の1件だけで構いません。生成と確認の時間、合っていたこと、違っていたこと、往復回数の5項目です。同じ型で2回測れば、判断材料になります。
Q3. 浮いた時間の行き先は、新しい売上づくりに充てるべきですか。
自社の記入例は、まず残業削減、次に指標が動いたら営業活動へ、の2段階です。先に新しい仕事を足すと、確認の増加と重なって逆転が起きやすくなります。
Q4. 御社の研修で、削減時間の実績は出ていますか。
いいえ。設計書は承認待ち、台本は初稿の段階で、受講者による実測値はまだありません。本文の18秒/4分10秒も、架空データを使った台本上の設計値です。
浮いた時間の行き先を、1枚で決めるところから
この節だけが弊社のご案内です。記事に出した記録票と6行の1枚は、読んだだけで今週から書けます。まずご自身で書いてみてください。それで足りる会社も多いはずです。
詰まりやすいのは「余力の行き先」と「停止条件」で、どちらも社長以外には書けません。担当者は自分の仕事を自分で減らせず、同じ立場の人に指図もできないからです。その2行と、どの業務から測るかの選定を、初回のご相談で一緒に埋めます。約束できるのは決める項目と測り方を固めるところまでで、削減時間の保証ではありません。
本文の事例と引用について
本文の「例えば」はすべて架空の例です。H2-4の価格表と見積依頼メール、H2-5の記入例、H2-6の設計事務所、H2-9の卸売業20名のケースは実在の企業・取引ではなく、H2-9のケースは自社教材の仮置きの記入例です。H2-4の18秒/4分10秒とH2-5の記録票は、自社のAI研修教材(設計書は承認待ち、台本は初稿)に置かれた設計値で、実測値ではありません。H2-8は2026年9月6日時点の自社システムの読み取り調査に基づきます。
外部の調査・白書は2026年10月18日時点で、検索結果と公表資料の記載に基づいて整理したもので、原典PDF・原典ページの目視確認は済んでいません。本文で「原典未確認」と書いた数値(75.4%/集計ベース n=3,000/86.4%の設問回答数/商工中金64.9%/労働経済白書の労働時間の記述)は、公開前に原典で確認する対象です。原典にあたれなかった数値は落としました(AI検索ツール事業者の調査による「節約11時間・やり直し3分の1超」など)。相関を因果として書かないこと、母集団の条件を省かないことを方針とし、推測は「推測」と明記しました。
出典
- パーソル総合研究所「生成AIとはたらき方に関する実態調査」報告書参照 2026-09↩
- パーソル総合研究所「生成AIとはたらき方に関する実態調査」プレスリリース(2026年2月3日)参照 2026-09↩
- 総務省「令和8年版 情報通信白書」生成AIの活用により生じうる影響参照 2026-09↩
- 中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」報告書(令和8年3月) /ポイント版 https://www.smrj.go.jp/research_case/questionnaire/fbrion0000002pjw-att/202603_AI_point.pdf参照 2026-09↩
- パーソル総合研究所「AI環境における人材とマネジメントに関する定量調査」報告書参照 2026-09↩
- パーソル総合研究所「AI環境における人材とマネジメントに関する定量調査」発表ページ(2026年7月22日)参照 2026-09↩
- METR の実験(熟練OSS開発者16名・246タスク・2025年初頭のAIコーディングツール) /報道: TechCrunch「AI coding tools may not speed up every developer, study shows」 https://techcrunch.com/2025/07/11/ai-coding-tools-may-not-speed-up-every-developer-study-shows参照 2026-09↩
- パーソル総合研究所コラム「相談が来ない上司たち—AI環境のマネジメントのアップデート」(2026年10月7日)参照 2026-09↩
- パーソル総合研究所コラム「AIで生産性は上がるのか—個人の時短が組織成果につながらない3つの理由」(2026年10月2日)参照 2026-09↩
- ラクスル株式会社が2026年7月9日に発表した中小企業のAI活用に関する調査(2026年5月29日〜6月1日実施、従業員2〜100名の中小企業の経営者・従業員300名)。一次発表の原典を確認できていないため、URLは記載していない。本記事は役職別の内訳の数値を使用していない参照 2026-09↩
- 総務省「令和8年版 情報通信白書」生成AIの業務利用状況参照 2026-09↩
- 総務省「令和8年版 情報通信白書」付注(調査概要)参照 2026-09↩
- 厚生労働省「労働経済動向調査(令和8年2月)」AIの導入状況参照 2026-09↩
- Web担当者Forum「AIで仕事は楽になったのに、なぜ疲れる?『確認・判断疲れ』に悩む人が続出」(民間調査の報道、n=200) /見出しに「7割」を使った報道: CommercePick https://www.commercepick.com/archives/91980参照 2026-09↩
- 商工組合中央金庫「中小企業の生成AIの利用にかかる調査(2026年1月調査)」(中小企業設備投資動向調査の付帯調査、2026年3月31日公表)参照 2026-09↩
- 総務省「令和8年版 情報通信白書」AI導入・活用による効果創出のステップ参照 2026-09↩
- 総務省「令和8年版 情報通信白書」組織的な取組状況参照 2026-09↩
- 厚生労働省「令和8年版 労働経済の分析(労働経済白書)」本編PDF参照 2026-09↩
- 厚生労働省 労働契約法(第8〜10条)参照 2026-09↩
- 厚生労働省 労働基準法(第11・89・90条)参照 2026-09↩





