ChatGPTを入れたのにDXが進まない──
CXOが問うべき「変革の本質」

日本企業のDX投資は増えている──しかし成果が出ない

日本企業のDXへの取り組みは着実に広がっています。JUASの「企業IT動向調査2025」によれば、49.5%の企業が2025年度のIT予算を増額予定と回答。DXやAI関連に予算を割り当てる企業は7割を超えました。

IPAの「DX動向2025」（日米独3カ国、計2,581社を調査）では、DXに取り組む企業の割合は日米ともに約80%。取組率だけ見れば、日本は先進国に引けを取りません。

しかし、成果の面では大きな差が開いています。

さらに厳しい数字もあります。PwC Japanの「DX推進実態調査2024」（経営層1,034名を調査）では、DXで「十分な成果が出ている」と答えた企業はわずか約9%——IPA調査とは成果の定義が異なりますが、PwCはこの状況を「足踏みする日本のDX」と表現しています。

「取り組んでいる」のに「成果が出ない」。このギャップはなぜ生まれるのでしょうか。

なぜSaaS導入・ChatGPT導入が成果に結びつかないのか

調査データを並べてみると、3つの根本的な原因が見えてきます。

原因1：業務プロセスを変えずにツールだけ載せている

JUASの調査によれば、日本企業のIT予算の約8割は既存システムの保守・運用に費やされています。残りの2割の新規投資もツール購入が中心で、組織変革や人材育成は後回しになりがちです。

2018年に経済産業省が「DXレポート」で警告した「2025年の崖」（レガシーシステム放置で年間最大12兆円の経済損失）は企業を動かしましたが、多くはERP刷新やSaaS移行に注力し、ビジネスモデルの変革には至りませんでした。崖を「完全に克服」した企業はわずか7%、対策トップは「SaaS移行」（38.3%）だったという調査結果もあります。

紙の稟議をそのままワークフローSaaSに移しても、承認に3日かかる構造は変わりません。ツールが変わっても、プロセスが変わらなければ成果にはつながりません。

原因2：生成AIの「全社導入」が目的化している

JUASの調査では、言語系生成AIの導入率は41.2%（前年比14.3pt増）。大企業（売上1兆円超）では92.1%に達しています。しかしPwCの5カ国比較では、「期待以上の効果」を実感している企業は米国51%に対し日本はわずか13%。

背景には組織体制の不備があります。総務省の調査によれば、生成AIの利用ガイドライン未策定の企業は34.9%。工数削減を実際に計測した企業もわずか32.8%。全社ライセンスの購入と組織能力の向上は、本来別の取り組みです。

原因3：成果を測っていない

先ほどのIPA調査で最も注目すべきは、DX成果のKPI設定率です。米独では80%超が設定済みなのに対し、日本は30%未満。成果が出ているかを「わからない」と答えた企業も日本は26.2%（米独は5〜6%）。4社に1社が、成果を把握できていない状況です。

CXOが問うべき3つの本質的な問い

ここまでのデータが示すのは、日本のDXが「ツール導入」で止まり「事業変革」に至っていないという構造です。では、経営として何を変えるべきでしょうか。

問1：「何をやめるか」を決めたか？──BPRを起点にする

DXの第一歩は、社内の業務プロセスを抜本的に見直すBPR（Business Process Reengineering）にあります。「このプロセスはそもそも必要か？」「この承認ステップは誰のために存在するのか？」——こうした問いから始まる、本質的に内向きの取り組みです。

ただし、BPRは「目的」ではなく「起点」です。プロセスを再設計することで、人手の余裕、整理されたデータ、判断のスピードが生まれます。この内側の変革で生まれた力を、外向きの価値創出につなげられるかどうかが分岐点です。

問2：BPRの成果を「何の価値」に変えるのか？

前述のIPA調査では、日本のDX成果は「コスト削減・納期短縮」など内向きに偏り、米独は「売上増・利益率改善・顧客満足度向上」など外向きに集中しています。日本企業がBPRで内部効率化に一定の成果を上げていること自体は前進です。課題は、そこから先の接続にあります。

BPRと顧客体験の間には、「生まれた余力やデータを、何を強みとし、どんな価値で差別化するか」という事業構想のステップが必要です。この構想がなければ、BPRの成果はコスト削減で終わり、ジャーニーを描いても「競合と同じ体験の効率化版」にしかなりません。

たとえば、BPRで受注〜出荷のリードタイムを半減できたとします。「即日出荷」を強みにするなら配送トラッキングのUXを刷新する。「提案力」を強みにするなら受発注データを営業接点に組み込む。同じBPRの成果でも、どの価値を選ぶかで体験設計はまったく変わります。

BPR（内側の再設計）→ 価値構想（何で差別化するか）→ ジャーニー・UX（外側の体験設計）。この3段階を一貫して接続できるかが、「内向き止まり」を脱する鍵ではないでしょうか。

問3：変革の「司令塔」は誰か？

CDO（Chief Digital Officer）等の専任役員の設置率は、日本9.9%に対し米国29.9%、ドイツ29.3%です。2018年時点では日本5.0%・米国16.8%だったので、7年間で差は約10ptから約20ptに拡大しています。

BPR、価値構想、ジャーニー設計——いずれも部門をまたいだ判断が求められます。CIOが担うIT戦略に加え、業務プロセスの廃止・再設計まで踏み込める権限を持つ変革責任者の重要性が増しています。McKinseyの調査（1,793名対象）でも、DXで持続的な成果を上げた企業（全体のわずか16%）では、変革を率いる経営層がいたことが共通点として報告されています。

事例：りそなHDに見る「BPR → 価値構想 → 体験設計」

この3段階の接続を実践している事例として、りそなホールディングスの変革が挙げられます。

BPR：りそなはまず「プロセス改革部」を新設し、営業店から事務を徹底的に剥がしました。印鑑レス・伝票レス・事務集約の「3つのレス」により、窓口手続きを「説明＋手続き1時間」から「説明しながら2分」に短縮しています。

価値構想：BPRで生まれた人的余力を、「脱・銀行」という差別化に振り向けました。事務から解放された店舗スタッフを対面相談に集中させつつ、デジタルをもう一つの主力チャネルとして確立する——この二軸の構想がDX全体の方向を決めています。

体験設計：りそなグループアプリ（440万DL超、継続利用率80%）と、年中無休・相談特化の次世代店舗を展開。リアルとデジタルを統合した顧客体験を構築しています。

本質的なDXに向けて

ここまでのデータと事例を踏まえ、ツール導入の先に進むために次の3つの視点を提案します。

1. 「BPR → 価値構想 → ジャーニー・UX」の順で思考し、小さく検証を回す——3段階を一気に完成させる必要はない。まず一つの業務プロセスで試し、価値仮説を検証し、顧客体験を小さく改善する。このサイクルを回せる組織が、結果的にDXの成熟度を上げていく
2. 変革を率いるリーダーに、部門を越える権限を持たせる——技術の選定だけでなく、業務プロセスの廃止・再設計まで踏み込める権限と責任を一人の責任者に集約する。問3で見た通り、こうした体制を持つ企業と持たない企業の差は広がっている
3. AIを活用して「試す」コストを下げ、現場の味方を増やす——生成AIはプロトタイピングの敷居を劇的に下げた。この変化を活かし、現場主導の小さな成功体験を積み重ねることが、組織全体の変革につながる可能性がある

生成AI時代のDXで変わること・変わらないこと

りそなのような変革には、構想から成果まで数年の歳月が必要でした。生成AIは、このプロセスを加速させる可能性があります。

変わらないこと：DXの成否を分けるのは「戦略」「組織」「人材」です。BCGの850社超を対象とした調査では、DXの成功率は全体で30%ですが、戦略・リーダーシップ・人材・アジリティ・モニタリング・技術の6要因を備えた企業では80%に跳ね上がります。技術は6要因の1つに過ぎません。McKinsey、IPA、PwCも同様に、最大の成功要因は「組織・文化の変革」だと結論づけています。

変わること：生成AIにより、「小さく速く失敗する」コストが大幅に下がりました。かつて数千万円と数ヶ月を要した業務改善のプロトタイプが数日で作れます。

この変化はチェンジマネジメントのあり方を変える可能性があります。完成したシステムを上から展開するのではなく、AIでプロトタイプを素早く作り、現場に見せ、フィードバックを得て改善する。実物を体験した現場から「これなら使いたい」と声が上がれば、変革は自走し始めます。大企業の中にベンチャーのような実験と学習のサイクルを埋め込めるようになった——これが生成AIがDXにもたらす最大の変化ではないでしょうか。

手段のハードルが下がった今、差がつくのは目的の解像度です。そしてAI活用を組織の力として根づかせるには、社内ナレッジの整理、データ管理の体制づくり、セキュリティの確保が前提になります。

まとめ：DXの成否を分けるのは「何のために変わるか」

日本企業のDX取組率は先進国に並びました。投資も増えています。足りないのはツールではなく、「何をやめ、何を強みとし、誰にどんな体験を届けるのか」という目的の設計です。

BPRで内側を整え、価値構想で方向を定め、ジャーニー・UXで外側の体験をつくる。この接続を一貫して率いるリーダーに権限を持たせ、生成AIで検証サイクルを速く回す。こうした基本に立ち返ることが、成果への第一歩になるのではないでしょうか。

参考文献

• IPA「DX動向2025」（2025年6月公開、日米独3カ国比較）
• IPA「DX動向2025」データ集（PDF）
• IPA「DX推進指標 自己診断結果分析レポート」（2025年5月公開）
• PwC Japan「DX推進実態調査2024」
• PwC Japan「生成AI調査2025春」5カ国比較
• JUAS「企業IT動向調査2025」（2025年1月公開）
• JUAS「企業IT動向調査2025」生成AI編（2025年2月公開）
• 経済産業省「DXレポート」（2018年9月）
• 総務省「令和6年版 情報通信白書」
• 総務省「平成30年版 情報通信白書」（CDO設置率の比較）
• BCG "Flipping the Odds of Digital Transformation Success"（2020年10月）
• McKinsey "Unlocking success in digital transformations"（2018年10月）
• 日経クロステック「さて2025年の崖の年だ」
• MoneyForward「2025年の崖の結果は？」
• 財務省 経済トレンドコラム134「生成AI導入は目的ではない」（2025年8月）
• SBbit「なぜりそなのDXはユーザーに歓迎されるのか」
• JBpress「顧客起点のDXで『脱・銀行』に挑む りそなHD」

よくある質問（FAQ）