【IPAデータ】AI PoC 評価の項目と本番導入の判断基準｜AIを試験利用中の企業は15.7%、導入済みは42.3%（2025年度）

AI の試行（PoC）を進めていると、次のような悩みが出てきませんか。

• 試行の期間は終わったが、本番にするかどうかを決められない
• 参加者から「使えそう」という感想しか集まらず、判断の材料にならない
• 社内ルールが整っていないまま、全社に広げてよいのか分からない

結論からお伝えすると、PoC の評価と本番導入の判断は別の段階として分け、評価項目と合格ラインは試行を始める前に決めておくことをおすすめします。公的統計でも、AI の「試験利用」と「導入」は別の状態として数えられています。

この記事では、PoC で何を評価するか、本番導入をどんな基準で判断するか、両者をどう分けるかを、IPA と総務省の公的データを手がかりに整理します。

出典: IPA「DX動向2026（本文）」

AI を試験利用中の企業は15.7%、導入済みは42.3%で、公的統計も試行と本番を分けて数える

最初に、この節で使う数値の性質をお伝えします。IPA の調査には、AI の導入・運用上の課題の選択肢として「PoC（概念実証）から実際の業務に移行できない」が含まれています。ただし、PoC の実施率、PoC から本番に進んだ割合、PoC の評価方法を尋ねた公的統計は、本稿の調査では確認できませんでした。

そのため本稿では、IPA（情報処理推進機構）が AI の利用状況として尋ねている「試験利用」を、PoC に近い段階として当てはめて読みます。試験利用は回答者の自己判断による区分で、目的や期間を決めた PoC と同じ意味とは限りません。

それでも、公的統計が「試しに使っている状態」と「導入した状態」を分けて数えている点は、PoC と本番を分けて考えるうえで参考になります。ここでは IPA と総務省の2つの調査を、数値の大小ではなく「何を数えているか」の違いに注目して見ていきます。

IPA は「導入している」42.3%と「試験利用」15.7%を別の選択肢として数え、合計は58.0%

IPA の2025年度調査では、AI を「導入している」企業は42.3%、「現在、試験利用をしている」企業は15.7%です。両者を合わせた「導入または試験利用」は58.0%になります。

出典: IPA「DX動向2026」（2025年度調査）をもとに作成

ポイントは、同じ設問の中で「導入」と「試験利用」が別の選択肢になっていることです。調査に回答した企業の経営層や ICT 関連部門も、自社の AI 利用を「試しているのか、導入したのか」で区別して答えています。

ただし、どこからを「導入」と呼ぶかは回答した企業の判断に委ねられています。ある会社では試験利用と答える状態が、別の会社では導入と答えられている可能性もあります。

だからこそ、自社で PoC を進めるときは「試験利用」と「導入」の境目を自分たちの言葉で決めておく必要があります。境目が決まっていれば、PoC の終わりに何を判断するのかもはっきりします。

総務省の「業務で生成 AI を利用」55.2%は試行と本格利用を分けていない

総務省の「令和7年版情報通信白書」によると、2024年度の調査で「何らかの業務で生成 AI を利用している」と答えた企業は55.2%です。この値は、所属企業の AI 活用方針を知っている回答者の回答をもとにした推計値です。

この設問は、業務で使っているかどうかを尋ねたもので、試験的な利用と本格的な利用を分けていません。そのため55.2%の中には、試行中の企業と本番運用中の企業の両方が含まれうると読めます。

なお、総務省の値と IPA の58.0%は、調査主体・調査年・母集団・対象（生成 AI か AI 全般か）がそれぞれ違います。2つの数値の大小を比べたり、増減として読んだりはしないでください。

ここで言えるのは、「使っている」という同じ言葉でも、調査によって試行を含むかどうかが変わるということです。社内で「AI を使っている」と報告するときも、試行中なのか本番なのかを言葉で分けておくと、判断の行き違いを減らせます。

出典: IPA「DX動向2026（本文）」／総務省「令和7年版 情報通信白書（第Ⅰ部第1章第2節 AIの爆発的な進展の動向）」

PoC の評価と本番導入の判断は、別の担当者が別の基準で行う

PoC の評価と本番導入の判断は、同じ会議で一度に済ませがちです。しかし、この2つは問いが違います。PoC の評価は「目的に対して効果と問題を確かめられたか」、本番判断は「対象を広げ、費用と責任を持って続けられるか」を問います。

問いが違えば、判断する人も、必要な材料も変わります。前の節で見たように、公的統計でも試験利用と導入は別の状態として扱われています。

なお、この節で述べる段階の分け方そのものを裏づける公的統計はありません。ここからは数値の根拠ではなく、判断を進めやすくするための考え方としてお読みください。

PoC は「効果が出たか」、本番判断は「全社で続けられるか」を問う

PoC の評価と本番判断は、問い・判断する人・材料・結論の形がそれぞれ異なります。違いを表にまとめると、次のとおりです。

表のとおり、PoC の評価は本番判断の「材料」であり、本番判断そのものではありません。

試行チームが「効果があった」と評価しても、それだけで本番に進めるとは限りません。運用する人やルールが整っていなければ、本番判断では「条件付きで続ける」になることもあります。

試行を始める前に「本番」の範囲を対象部署・利用者・ルール・費用の4点で書き出す

前の節で見たとおり、「AI を使っている」という言葉には試行と本番の両方が含まれえます。そこで、PoC を始める前に、自社にとっての「本番」が何を指すのかを書き出しておくことをおすすめします。

書き出す項目は、次の4点です。

• 対象部署: 本番で AI を使う部署はどこまでか（試行した部署だけか、全社か）
• 利用者: 誰が日常的に使うのか、出力を確認する人は誰か
• ルール: 入力してよい情報や出力の確認手順を、どの文書で定めるか
• 費用: ツールの利用料や確認作業の工数を、どの予算に計上するか

この4点が決まっていないと、試行の延長がそのまま本番として扱われやすくなります。 試行中に使い始めた人が増え、いつの間にか日常業務に組み込まれている状態です。

これは統計から導いた結果ではなく、段階の定義が無い場合に起こりうることを整理した考え方です。書き出した4点は、後で本番判断の条件を決めるときの土台になります。

PoC の評価は試行チーム、本番判断は予算と責任を持つ人が行う

IPA の2025年度調査では、全社戦略に基づいて全社的に DX に取り組む企業で AI を「導入している」割合は70.8%でした。回答企業全体の42.3%と比べると高い値です。

この差は、推進体制と AI の導入状況に関係があることを示しています。ただし、回答は自己申告で、体制を整えたから導入が進んだという因果関係までは読み取れません。

それでも、誰が判断するのかを先に決めておくことは、PoC を本番判断につなげるうえで役立ちます。試行チームが評価を行い、予算と業務の責任を持つ人が本番判断を行う、という役割分担です。

判断する人が決まっていないと、評価結果を受け取る人がいないまま試行が続いてしまいます。PoC の計画書には、評価の担当者と本番判断の担当者を別々に書いておくとよいでしょう。

出典: IPA「DX動向2026（本文）」

DX の評価指標の設定方法がわからない企業は36.0%で、PoC は合格ラインを先に決めないと判断しにくい

PoC の評価で詰まりやすいのは、技術的に動くかどうかよりも「何をもって良しとするか」を決める段階です。この節では、その背景になる IPA の2025年度調査の数値を3つの面から見ていきます。

先にお断りしておくと、このうち評価指標と投資対効果の数値は DX 全般についての設問で、AI 専用の設問ではありません。また、数値ごとに母集団（回答した企業の範囲）が違います。それぞれの見出しで条件を書き添えますので、同じ企業群の数値として足し合わせたり比べたりしないでください。

「評価指標の設定方法がわからない」は2024年度28.7%から2025年度36.0%になった

IPA の調査で、DX の成果指標を「設定していない」と答えた企業にその理由を尋ねたところ、「評価指標の設定方法がわからない」は2025年度に36.0%でした。前年の2024年度は28.7%です。

出典: IPA「DX動向2026（本文）」

同じ調査シリーズの同じ設問なので、2つの年度を並べることはできます。評価指標を決められずにいる企業は、2025年度の時点でも一定の割合を占めています。

ただし、母集団は各年度の「成果指標を設定していない企業」で、その顔ぶれは年度ごとに変わりえます。このため、指標づくりが難しくなったとまでは言えません。比較できるのも2時点だけなので、傾向と呼ぶには材料が足りない点にご注意ください。

DX 投資が効果を上回ったと答えた企業は14.6%にとどまる

IPA の2025年度調査では、DX に取り組んでいる企業のうち、DX の投資対効果が「大幅に上回る」または「上回る」と答えた企業は14.6%でした。

この数値の母集団は「DX に取り組んでいる企業」で、前の見出しの36.0%とは異なります。2つの数値に因果関係があるとは言えませんが、並べてみると読み取れることがあります。

それは、投資が効果を上回ったかどうかを言うには、比べるための基準値が要るということです。試行前の作業時間や件数といった基準値が無ければ、効果を上回ったのかどうかを説明できません。

PoC でも同じです。試行を始める前に基準値と合格ラインを記録しておかないと、試行後に「良かったのかどうか」を社内に説明しにくくなります。

AI の課題は人材不足50.1%、効果とリスクの理解不足45.8%、基準づくりの難しさ39.7%と運用側に集まる

IPA の2025年度調査で、AI の導入・運用上の課題として多く挙がったのは次の3つです。回答企業（n=1,770）を対象にした複数回答の設問です。

出典: IPA「DX動向2026（本文）」

出典: IPA「DX動向2026」（2025年度調査）をもとに作成

3つとも、技術そのものではなく、使う人・判断する人・ルールといった運用側の課題です。PoC の評価項目を「技術的に動くか」だけにすると、本番で詰まる原因を見落としやすくなります。

効果やリスクの理解不足と、基準づくりの難しさは、「何をもって良しとするか」を言葉にしにくいという同じ種類の困難を示しています。一方、人材不足とルールの未整備は、本番で運用を続けられるかに関わる課題です。なお、同じ企業が複数の課題を同時に抱えているかどうかは、この集計からは分かりません。

出典: IPA「DX動向2026（本文）」

PoC の評価項目は業務効果・出力品質・運用・リスクの4区分で、試行前に合格ラインを決める

PoC の評価項目は、業務効果と費用・出力品質・運用・リスクの4区分で整理すると、本番判断に必要な材料を漏らしにくくなります。前の節で見た課題が運用側に集まっていたことを受けて、技術面だけでなく、使う人とルールの面も評価に含めます。

下の表は、評価シートの例です。合格ラインの具体的な数値には公的な目安が無いため、ここでは例示していません。合格ラインは自社の業務に合わせて、試行を始める前に決めて記録してください。

ここからは、4つの区分ごとに評価のしかたを見ていきます。

業務効果と費用は、試行前の作業時間・件数を基準値にして比べる

業務効果は、試行を始める前に測った基準値と比べて評価します。 試行が終わってから「前はどれくらいかかっていたか」を思い出そうとしても、正確な値は残っていないことが多いためです。

試行前に記録しておきたいのは、対象業務の1件あたりの作業時間、月あたりの件数、担当している人数などです。試行中も同じ方法で記録すれば、変化を同じ条件で比べられます。

費用は、ツールの利用料だけでなく、出力を確認する作業の人件費や、試行の準備にかかった工数も分けて記録します。AI の出力を人が確認する時間が増えると、作業時間の短縮分が打ち消されることもあるためです。

前の節で見たように、評価指標を決められずにいる企業は少なくありません。基準値と費用の記録を残しておけば、本番判断の場で「どれだけ変わったか」を数字で説明できます。

出力品質は「人が確認・修正した件数の割合」と誤りの種類で測る

出力品質は、参加者の感想ではなく、確認・修正の記録で測ります。 IPA の2025年度調査では、生成 AI の効果やリスクに関する理解の不足を課題に挙げる企業が45.8%ありました。品質を記録で測ることは、効果とリスクを社内で共有するための材料にもなります。

具体的には、AI の出力ごとに「そのまま使えた」「修正して使った」「使えなかった」を記録し、その割合を見ます。あわせて、事実と異なる内容、古い情報、社内ルールに合わない表現といった誤りの種類も残します。

誤りの種類が分かれば、本番で確認を重点的に行うべき箇所を決められます。件数が少なくても、取引先に出す文書での事実の誤りのように、許容できない種類の誤りがあるかどうかは別に見ておきましょう。

もう1つ確認したいのが、試行に使ったデータが本番と同じ種類かどうかです。試行用に選んだ扱いやすいデータだけで品質を測ると、本番では結果が変わることがあります。

運用は「使う人が出力の良し悪しを判断できるか」と「担当者を置けるか」で評価する

運用の評価では、試行チームの外の人でも同じように使えるかを見ます。IPA の2025年度調査では、AI の導入・運用上の課題として専門人材の不足を挙げた企業が50.1%で、課題の中で最も多い割合でした。

AI に詳しいメンバーだけで回した PoC は、良い結果が出やすい一方で、本番では同じ結果を再現しにくくなります。本番で使うのは、試行チームではなく各部署の担当者だからです。

そこで、試行の参加者には、本番で使う予定の部署の人を含めることをおすすめします。そのうえで「出力の良し悪しを自分で判断できたか」「困ったときに相談できる担当者がいたか」を評価項目にします。

判断できなかった場合は、本番前に使い方の研修が必要かどうかを検討する材料になります。

リスクは「入力してよい情報」と「出力の確認手順」が守られたかで評価する

リスクの評価では、試行中にルールが守られたかどうかと、守れなかった場面の記録を見ます。IPA の2025年度調査では、AI の適切な利用を管理するルールや基準の作成が難しいと答えた企業が39.7%でした。

同じ調査で、AI を導入・試験利用・検討中の企業のうち、AI に関するポリシーとガイドラインのどちらも定めていない企業は16.7%です。ルールが無いまま試行を始めると、何をもって「守れた」とするかを評価できません。

PoC では、少なくとも「入力してよい情報」と「出力の確認手順」を試行用に決めておきます。評価の観点は、AI に情報を入れる段階、出力を受け取る段階、問題が起きた後の対応の段階に分けると整理しやすくなります。

評価シートには、試行中に起きた問題を書き込む欄を設けてください。誤った出力を使いかけた、入力してはいけない情報を入れそうになった、といった記録は、本番のルールづくりの材料になります。

出典: IPA「DX動向2026（本文）」

本番導入の判断基準は効果・品質・運用体制・ルールの整備段階の4条件で決める

本番導入の判断では、PoC の評価結果を「本番に進むための条件」に置き換えて確認します。判断基準は、効果・品質・運用体制・ルールの整備段階の4条件で考えると、PoC の4区分とそのまま対応させられます。

下の表は、4条件と確認する内容の例です。費用は効果の条件に含めて判断します。

このうちルールの条件は、「ルールがあるか、ないか」の二択にしないことが大切です。その理由を、公的データを使って次の見出しで説明します。

効果と品質の条件は、PoC の前に決めた合格ラインと照らして判断する

効果と品質の条件は、PoC を始める前に決めた合格ラインと、試行の結果を並べて判断します。 試行が終わってから合格ラインを決めると、出た結果に合わせた基準になりやすいためです。

IPA の2025年度調査では、DX の成果指標を設定していない企業の36.0%が「評価指標の設定方法がわからない」と答えていました。DX 全般の設問ですが、評価指標を先に決めることの難しさがうかがえます。

実務では、評価シートの各項目について「試行前に書いた合格ライン」「試行の結果」「満たしたかどうか」の3列を並べた判断表を作ると進めやすくなります。満たさなかった項目は、その理由も書き添えます。

判断表があれば、本番判断を行う人は試行に参加していなくても結果を読み取れます。合格ラインを満たさなかった項目が、次の節で扱う「条件付きで続ける」の追加確認の候補になります。

「AI のルールがある」の割合は定義によって49.7%から3.7%まで開く

「AI のルールを持つ企業」に近い指標でも、何を数えるかによって値は大きく変わります。総務省の2024年度の調査（日本・米国・ドイツ・中国の企業を対象にした調査の日本分）では、生成 AI の活用方針を定めている企業は49.7%でした。

一方、IPA の2025年度調査は、AI を導入・試験利用・検討中の企業を対象にしています。この調査では、AI に関する社内ガイドラインやルールを全社的に定めている企業は32.5%です。ポリシーを定めて社内に周知している企業は28.8%、社外に公表している企業は3.7%でした。

総務省と IPA は、調査主体・調査年・母集団・対象（生成 AI か AI 全般か）が違います。49.7%と32.5%の差を、時間の変化や後退として読むことはできません。 なお、総務省の値は2024年度の調査で、最新の値ではありません。

ここで言えるのは、方針があること、全社で運用するルールがあること、社内に周知されていること、社外に説明できることは、それぞれ別の段階だということです。本番判断で「ルールがある」と書くときは、どの段階を指すのかを決めておく必要があります。

AI のガイドラインを全社で定める企業は32.5%、ポリシーもガイドラインも無い企業は16.7%

IPA の2025年度調査から、AI を導入・試験利用・検討中の企業のルール・ポリシーの整備状況を、同じ設問の中で並べると次のようになります。

出典: IPA「DX動向2026（本文）」

出典: IPA「DX動向2026」（2025年度調査）をもとに作成

母集団は、AI 導入状況の設問で「導入している」「試験利用」「利用に向けて検討中」を選んだ企業です。つまり、AI に取り組んでいる企業に限っても、全社的なルールを定めている企業は32.5%という結果です。

IPA は、ポリシーを社外に公表している企業が3.7%であることについて、対外的な透明性の確保はまだ限定的な段階にあると評価しています。

一方、本稿の見方として、社外への説明がどこまで必要かは AI の使い方によって変わると考えます。たとえば、AI の出力を社外に直接出すかどうかで、求められる説明の範囲は異なります。

なお、これらの選択肢は1つずつ積み上がる段階として設計されたものではありません。次の見出しでは、これを本番判断の条件に置き換える方法を考えます。

本番の条件は「ルールがあること」ではなく、求める整備の段階で書く

IPA の2025年度調査では、ルールや基準の作成が難しいと答えた企業が39.7%ありました。最初から完全なルールを条件にすると、本番判断がいつまでも進まないおそれがあります。

そこでおすすめしたいのが、本番の範囲に応じて、求める整備の段階を決めておく方法です。下の表は、段階と本番条件にする場面の例です。

最小限の段階から条件にして、本番の範囲を広げるたびに次の段階を条件に加えていく考え方です。この表は本稿の提案で、公的な基準ではありません。自社の業務に合わせて段階を調整してください。

出典: IPA「DX動向2026（本文）」／総務省「令和7年版 情報通信白書（第Ⅰ部第1章第2節 AIの爆発的な進展の動向）」

判断の結論は「本番に進む・条件付きで続ける・止める」の3つに分けて記録する

本番導入の判断の結論は、「本番に進む」「条件付きで続ける」「止める」の3つに分けておくと、次に何をするかが決まりやすくなります。結論をあいまいにしたまま試行を続けると、試験利用と導入の間の状態が長引いてしまいます。

それぞれの結論に必要な記録を、表にまとめました。

なお、PoC から本番に進む企業の割合のような目安は、本稿で確認した公的統計には見当たりませんでした。他社の割合と比べるのではなく、自社で決めた基準と記録をもとに判断します。

「条件付きで続ける」には期限と、追加で確かめる項目を付ける

「条件付きで続ける」は便利な結論ですが、期限と追加で確かめる項目を付けないと、試行が終わらなくなります。 IPA の2025年度調査では、AI を「導入している」企業が42.3%、「現在、試験利用をしている」企業が15.7%でした。

この調査は時点の状態を示したもので、試験利用の企業が長く試行を続けているかどうかは分かりません。ただ、期限の無い継続は、自社を「試験利用」と「導入」の間に置いたままにすることになります。

追加で確かめる項目は、PoC の4区分（業務効果と費用・出力品質・運用・リスク）のうち、満たさなかったものから選びます。たとえば「運用体制を満たせなかったので、別の部署の人に月末まで使ってもらう」のように、項目と期限を対にして書きます。

期限が来たら、改めて本番判断を行います。そのときの結論も、同じ3つから選びます。

「止める」判断も評価結果として残し、次の試行に引き継ぐ

「止める」という結論も、PoC の立派な評価結果です。公的統計は AI の試験利用や導入の時点の割合までは示していますが、試行をやめた企業の割合や、その理由は本稿で確認した公的統計には見当たりませんでした。

そのため、止めた理由を判断できる材料は、自社の記録が中心になります。 次に別の業務やツールで試行するときに、同じ失敗を繰り返さないためにも、次の項目を残しておきましょう。

• 試した業務とツール、試行の期間
• 試行前に決めた評価項目と合格ライン
• 項目ごとの結果と、起きた問題
• 止めた理由（効果が足りない、品質の問題、運用できない、ルールが整わない など）
• 再開するとしたら、どんな条件がそろったときか

止めた記録があれば、時間をおいて状況が変わったときに、どこから再開すればよいかが分かります。記録が無いと、同じ検討を最初からやり直すことになりがちです。

従業員100人以下では34.6%が「関心はあるが予定なし」で、最初の PoC の記録が以後の判断の手順になる

IPA の2025年度調査では、従業員100人以下の企業で AI 導入について「関心はあるがまだ特に予定はない」と答えた割合が34.6%でした。この数値は、導入率とは別の回答区分です。

一方で、全社戦略に基づいて全社的に DX に取り組む企業では、AI の導入が70.8%に達しています。体制や規模によって状況が大きく違うため、全体平均の58.0%や42.3%を「他社並み」の基準にしないことをおすすめします。

これから最初の PoC に取り組む中小企業では、その PoC が AI の判断の進め方を決める最初の機会になると考えられます。評価シート、判断表、3つの結論の記録をそろえておけば、次の試行でも同じ手順で判断できます。

出典: IPA「DX動向2026（本文）」

この記事の範囲と未解決事項

この記事は、公的統計で確認できる範囲に限って PoC の評価と本番判断を整理しました。主張していないことと、未解決の事項は次のとおりです。

• IPA の調査には、AI の導入・運用上の課題の選択肢として「PoC（概念実証）から実際の業務に移行できない」があります。本稿では、共有の事実データベースに未登録のため、その回答割合を使っていません。この選択肢は課題として挙げた企業の割合を尋ねたもので、本番への移行率を示すものではありません
• PoC の実施率、PoC から本番に進んだ割合、PoC の評価方法を尋ねた公的統計は、本稿の調査では確認できませんでした。そのため、IPA の「試験利用」や、DX 全般の成果指標の設問を PoC に当てはめて読んでいます
• 試行から本番に進む割合、PoC の期間や費用、AI の精度の目安値は扱っていません。公的統計で確認できていないためです
• 中小企業に限った AI の導入効果や評価の実態は扱っていません。本稿で使った IPA の課題やルール整備の数値は、規模を限らない値です
• IPA の調査にある AI 導入の効果（期待どおりだったか、どんな効果があったか）は、本稿では数値として使っていません。共有の事実データベースへの登録と原典の確認が済んでいないためです
• 総務省の数値は2024年度の調査の値で、後続年度の値は扱っていません
• 調査主体や母集団が異なる数値は、大小や増減として比べていません
• 評価シート、判断基準の4条件、ルール整備の段階、3つの結論の表は本稿の提案で、公的な基準ではありません。特定の企業の実績や導入効果を示すものでもありません

未解決の事項として、PoC から本番への移行や試行の評価方法を直接尋ねた公的な調査が出てきた場合は、本稿の当てはめた読み方を見直す必要があります。

AI PoC 評価と本番導入の判断（まとめ）

この記事の要点を振り返ります。

• PoC の評価と本番導入の判断は、別の段階として分けます。IPA の2025年度調査でも、AI の「導入している」42.3%と「試験利用」15.7%は別の状態として数えられています
• 試行を始める前に、自社の「本番」を対象部署・利用者・ルール・費用の4点で書き出し、評価の担当者と本番判断の担当者を決めておきます
• PoC の評価項目は、業務効果と費用・出力品質・運用・リスクの4区分で整理し、合格ラインは試行前に決めて記録します。2025年度には、DX の成果指標を設定していない企業のうち36.0%が、評価指標の設定方法がわからないと答えています。だからこそ、評価指標と基準値を先に決める意味があります
• 本番導入の判断基準は、効果・品質・運用体制・ルールの整備段階の4条件で考えます。2025年度に AI を導入・試験利用・検討中の企業のうち、全社的な AI のルールを定めている企業は32.5%です。ルールは「あり・なし」ではなく、求める段階で条件にします
• 判断の結論は「本番に進む」「条件付きで続ける」「止める」の3つに分け、どの結論でも記録を残して次の判断に引き継ぎます

出典: IPA「DX動向2026（本文）」

AI PoC の評価設計や本番判断の進め方を相談する

ここまで読んで、「自社の業務だと評価項目をどう決めればよいか」「本番の範囲をどこまでにすべきか」と迷われた方もいるかもしれません。評価シートや判断基準は、対象の業務や社内の体制によって中身が変わります。

BoostAI では、AI の試行の計画や評価項目の整理、本番判断に向けた社内ルールの考え方について相談を受け付けています。試行を始める前の段階でも、試行を終えて判断に迷っている段階でも構いません。

ご相談は、BoostAI のお問い合わせフォームからお寄せください。

出典一覧

• IPA「DX動向2026（本文）」
• 総務省「令和7年版 情報通信白書（第Ⅰ部第1章第2節 AIの爆発的な進展の動向）」