マネジメント層では非定型業務での高度活用が進む一方、出力の正確性やセキュリティへの懸念、データ整備が活用深化のボトルネックに。
エンジニアプラットフォームを提供するファインディ株式会社（本社：東京都品川区、代表取締役：山田 裕一朗、以下「当社」）は、自動車業界における新規事業開発および商品企画の課題、ならびにAI活用の実態に関する調査を実施しましたので、その結果をお知らせいたします。なお、本調査に関するプレスリリースは全3回のシリーズでの発表となり、今回は第1回となります。
◆ 調査結果サマリー
１. 個人のAI活用率は7割超。一方で、役職間の「活用格差」が鮮明に。
自動車業界の企画・開発職におけるAI活用は、業務全般で活用する層と、特定の業務・場面でのみ活用する層を合わせて7割超。一方、一般社員クラスの2割弱が「活用なし」と回答しており、役職によって活用頻度に大きな差が生じている。
２. AI活用フェーズは「定型業務の効率化」から「非定型でより高度なAI活用」へシフト。
マネジメント層を中心に議事録の要約や情報収集といった定型業務の効率化にとどまらず、アイディア出しや顧客の声の分析、仮説構築といった非定型での高度なAI活用への兆しが見え始めている。
３. 「データのAIフレンドリー化」がAI活用を深める際のボトルネックに。
AI活用をさらに深める上での障壁として、「出力の正確性への懸念」（33.2%）に加え、「機密・セキュリティへの懸念」（31.0%）「AIに読み込ませるためのデータ整備不足」（26.5%）が上位に挙がった。また、AI活用が十分出来ていない層に対しては、AI活用による効果実感をいかに提供するかが重要となる。
◆ 調査概要
- 調査方法： インターネット調査
- 調査実施時期： 2026年3月6日（金）～2026年3月10日（火）
- 対象者条件： 全国20-69歳男女に配信。以下の方を抽出して実施
- - 業種：自動車（完成車）メーカー、および そのグループに属する研究開発専門会社や先行開発拠点、自動車部品・コンポーネントメーカーにお勤めの方
- - 業務内容：新規事業開発、商品・サービス企画開発、R&D企画、IT/DX/AI推進、プロダクトマネジメント、UXリサーチ・デザイン等のいずれかに主担当として、あるいは部分的に関与している方
- サンプルサイズ： 226サンプル
- 調査主体： ファインディ株式会社
- 調査実施機関： 株式会社インテージ
（※）本調査はファインディ株式会社の利用ユーザーに対する調査ではないことをご留意ください。
◆ 勤務先の6割強でAIを業務に導入・活用
現在、業務でのAIの導入・利用が多方面で進んでいます。今回、自動車関連業界における新規事業開発および商品企画領域のビジネスパーソンを対象にAIの導入・活用実態を調査しました。
まず、勤務先でのAI導入・活用については、回答者全体で「本格的に導入し、業務で活用している」が22.1%、「一部の業務で試験的に導入している」が40.7%となり、合わせて62.8%が、何らかの形で業務にAIが導入・活用していることが分かりました。一方で「導入予定なし」は8.0%となっており、必ずしも全ての職場でAI導入・活用が進んでいるわけではないこともうかがえます。
業種別に分析すると、自動車完成車メーカー（OEM）が63.0%、自動車完成車メーカーのグループR&D会社が62.2%、完成車メーカーに直接納入する一次サプライヤー（Tier1）が62.9%と、業種を問わずほぼ同水準となりました。業種問わず、AIの導入・活用が一定程度進んでいる実態が確認されました。
（図1）勤務先における生成AI導入状況（全体・業種別）
◆ 自身のAI活用率は7割超。役職によってAI活用に大きな差
次に、自身の業務におけるAIの活用状況について聞いたところ、回答者全体で「日常的に業務全般で活用している」が27.9%、「特定の業務・場面で活用している」が45.6%となり、現在業務でAIを活用している割合は合わせて73.5%となりました。これは、前述の質問「勤務先でのAIの導入・活用状況」での数値と比べてやや割合が高い水準です。このことから、組織としてよりも個人の方がAIの導入・活用により積極的であることがうかがえます。また、属性ごとでAIの活用状況に大きな差があることが分かりました。
職種別でみると、「新規事業・R&D企画」での「日常的に業務全般で活用している」と回答した割合が、「商品企画・製品企画」と比べて18ポイント超高くなっています。
（図2）自身の業務におけるAIの利用状況（回答者全体・職種別）
役職別でみると、部長クラスや課長・マネージャークラスでは、「日常的に業務全般で活用している」「特定の業務・場面で活用している」を合わせた割合は8割超と高い水準となりました。一方、係長・主任・リーダークラスや一般社員・メンバークラスの割合はそれらの役職層と比べて10ポイント超低く、AI活用率は低い傾向が見られました。加えて、一般社員・メンバークラスでの「これまで利用したことがない」が18.0％に上っており、役職によってAIの活用状況に差が大きいことが分かりました。
（図3）自身の業務におけるAIの利用状況（回答者全体・役職別）
◆ マネジメント層では 非定型でより高度なAI活用が進む
AIを活用していると回答した方に対して、業務での利用用途を複数回答で聞いたところ、「情報の収集」（63.9%）「情報の要約・整理」（61.4%）「アイディア出し・仮説整理」（41.0%）「議事録・会議メモの要約・整理」（36.7%）「調査結果・顧客の声の分析」（35.5%）が上位に挙がりました。
（図4）生成AIの業務での利用用途（回答者全体）［複数回答］
役職別でみると、いずれの役職でも全体での結果と同様に、「情報の収集」「情報の要約・整理」が高めの傾向となっています。また、部長クラス、課長・マネージャークラスでは「アイディア出し・仮説の整理」「調査結果・顧客の声の分析」での活用の割合が高く、他の役職と比べて、定型的な事務処理の効率化にとどまらない、非定型な業務でのAI活用が進んでいることが分かりました。
（図5）生成AIの業務での利用用途（役職別）［複数回答］
◆ AI活用状況によって ボトルネックの認識に大きな差
最後に、AIを業務で活用するうえでの障壁や懸念について聞いたところ、自身のAI活用状況によって、ボトルネックとなる要素の認識が大きく異なることが分かりました。
回答者全体では、「出力の正確性への懸念」（33.2%）「機密・セキュリティへの懸念」（31.0%）「AIに読み込ませるためのデータ整備不足」（26.5%）が上位に挙がりました。
（図6）生成AIを業務で活用する上での障壁や懸念（全体）［複数回答］
活用状況別でみると、『日常的に業務全般で活用している層』では、「出力の正確性（誤情報）に懸念がある」（49.2%）「機密・セキュリティに懸念がある」（41.2%）が、他の層と比べてより高い傾向となっています。日常的にAIを活用しているからこそ、これらの点が実務上のリスクに直結する課題として認識していることがうかがえます。
また、『特定の業務や場面で活用している層』では、「AIに読み込ませるためのデータの管理・整備が出来ていない」（32.0%）「著作権・法務面で懸念がある」（22.3%）の割合が、他の層より高い回答となりました。部分的な活用から業務全般での活用へ広げようとする際のボトルネックに感じていることが分かりました。
一方、『試したことはあるが、現在はあまり使っていない層』では、「活用の効果・メリットが見えにくい」（46.1%）「自身の業務に適用できない」（20.5%）の項目において他の層より回答率が高くなっています。これらの回答からAIが自身の業務に役立つことを十分に実感できず、継続的な活用に至っていない可能性がうかがえます。
最後に『これまで利用したことはない層』では、半数超が「理由は特にない」と回答しており、AI活用への関心が相対的に低い可能性が考えられます。
（図7）生成AIを業務で活用する上での障壁や懸念（AI活用状況別）［複数回答］
◆ まとめ
自動車業界の企画・開発職におけるAIの業務活用は、自身の業務におけるAIの活用率が7割強となっており、一定程度活用が進んでいることが分かりました。また、勤務先でのAIの導入・活用状況と比べてやや割合が高いことから、組織よりも個人の方がAIの導入・活用により積極的であることがうかがえました。このことから、今後は組織としてAI活用の推進をさらに積極的に進めていくべきであると言えます。
また、マネジメント層のAI活用率が他の役職層より高く、定型的な事務処理の効率化だけでなく、非定型業務における高度なAI活用が進んでいます。一方で、一般社員・メンバークラスでAIをこれまで利用したことがない割合が18.0％に上っており、役職によって活用状況の差が大きい点は、組織としてAI活用を進めていくうえでの課題の一つと言えます。
業務におけるAI活用の課題を深掘りすると、単なる「利用の有無」の差だけでなく、「活用の質」による差も生じていることがわ分かりました。議事録の要約といった「定型業務の効率化ツール」としての活用にとどまる層と、アイディア出しや顧客分析など、AIを「思考のパートナー」としてより非定型かつ高度な業務で活用しようとする層との間に、明確な活用段階の違いが見られます。
また、AI活用が進むほど、アウトプットの正確性への懸念が高まる傾向にあることから、人間による確認・評価プロセスの導入など正確性を担保する仕組みの整備も不可欠だと考えられます。
◆ 調査レポート全文について
本調査の全データ・詳細分析を収録したレポート全文は、5月27日開催のオンラインセミナーにご参加いただいた方にお渡しいたします。 セミナーの詳細・お申し込みは以下をご確認ください。
[表: https://prtimes.jp/data/corp/45379/table/234_1_8a9747b9bef3d21e7a6958aeeee0e973.jpg?v=202605181045 ]
セミナー詳細・お申し込みはこちら
◆ データの引用・お問い合わせについて
本調査結果データを一部引用・二次利用等される場合は、「ファインディ株式会社調べ」と表記の上、リンクのご協力をお願いいたします。お問い合わせ先は以下の通りです。
企業の方
- 問い合わせフォーム：https://go.jp.findy-team.io/l/1092412/2025-09-15/c3k9w6
報道関係者の方
- ファインディ株式会社 広報担当宛：press@findy.co.jp
◆ ファインディ株式会社について
2016年に事業を開始した当社は「挑戦するエンジニアのプラットフォームをつくる。」というビジョンを掲げ、ITエンジニア領域における個人・組織それぞれの課題解決に取り組んでいます。
現在は、IT/Webエンジニアの転職サービス「Findy」、ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」、経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+（チームプラス）」、開発ツールのレビューサイト「Findy Tools」、及びテックカンファレンスのプラットフォーム「Findy Conference」の5つのサービスを提供しています。サービスの累計会員登録数は約26万人、国内外のスタートアップ企業から大企業までの4,000社にお使いいただいております。（※）
また「技術立国日本を取り戻す」という設立趣意に基づき、2024年のインド進出を皮切りに、現在、韓国・台湾でも「Findy Team+」を展開。企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、まずは当社がグローバルマーケットで通用する企業になることを企図しています。
- 会社名：ファインディ株式会社 / Findy Inc.
- 所在地： 東京都品川区大崎1-2-2 アートヴィレッジ大崎セントラルタワー 5階
- 代表者： 代表取締役 山田 裕一朗
- コーポレートサイト ： https://findy.co.jp/
- IT/Webエンジニアの転職サービス「Findy」キャンペーンサイト：https://findy-code.io/db-lp03?fr=press-20250703
（※）Findy 転職、Findy Freelance、Findy Team+、Findy Tools、Findy Conference の5サービス累計での登録企業数及び会員登録数です。なお、1社又は1名の方が複数のサービスに登録している場合は、そのサービスの数に応じて複数のカウントをしています。
公式フェイスブックページ